从 Excel 到 KNIME：迁移到底改变了什么
从 Excel 到 KNIME，是指把原本靠公式、手工操作与 VBA 完成的数据处理过程，改用可视化工作流重建：每一步操作对应一个节点，节点连成流程后可以保存、复用、按期重跑，处理逻辑与数据本身分离，结果可追溯到每一个中间步骤。
KNIME（Konstanz Information Miner）是一款开源的数据科学平台，通过拖拽节点搭建工作流的方式，让用户不写代码即可完成数据访问、清洗、转换、建模与输出。对 Excel 用户来说，它保留了可视化操作的直观性，但把「做一遍」变成了「做一次、重复跑」。
值得先说清楚的是:迁移不等于放弃 Excel。多数团队的最终状态是两者并存 – 数据准备、清洗、合并这些重复劳动交给工作流，最终结果仍然写回 Excel 交给业务人员看。改变的是中间那段每月手工重做的过程。
关键事实表
| 迁移对象 | Excel 公式、数据透视表、Power Query 步骤、VBA 宏 |
|---|---|
| 迁移方式 | 按操作对照重建为节点流程，原文件不需要改造 |
| Excel 文件兼容 | 可直接读入 xls / xlsx，也可把结果写回 Excel，格式保持不变 |
| 是否需要写代码 | 不需要；已有 Python 或 R 脚本可通过脚本节点复用 |
| 典型上手时间 | 熟悉公式与数据透视表的用户，约 1 至 2 周掌握常用节点 |
| 界面语言 | iModel 提供中文界面，节点名称与参数已本地化 |
| 已适配操作系统 | Windows、麒麟 V10 / V11、统信 UOS（均为 x86-64 版本） |
| 已适配处理器 | 海光 C86（x86-64），已完成测试并有实际部署 |
| ARM 架构 | 暂不支持，鲲鹏与飞腾在规划中，立项前请先确认服务器架构 |
| 获取方式 | iModel Analytics Studio 免费下载，无需申请 |
※ 所列适配环境均为已完成测试并有实际交付的组合。未列出的环境请联系我们单独确认，我们不在未验证的环境上做承诺。
从 Excel 到 KNIME：六条迁移路径
按下面的顺序推进最省力。前三条解决日常最耗时的重复劳动，后三条才涉及 Excel 做不到的事情。多数人做完前三条就已经把每月加班砍掉大半。
Excel 操作与 KNIME 节点对照表
这张表是迁移时最实用的东西。照着它把现有 Excel 步骤逐个换成节点，第一个工作流通常一两个小时就能搭出来。
| Excel 里的做法 | 对应节点 | 迁移备注 |
|---|---|---|
| VLOOKUP / XLOOKUP | Joiner | 可选择保留未匹配行，不会像公式那样静默返回错误值 |
| 数据透视表 | GroupBy / Pivoting | 分组汇总用 GroupBy，行列转换用 Pivoting，两步分开更清楚 |
| 筛选 | Row Filter | 条件写在节点里，改条件不用重做整张表 |
| 删除重复项 | Duplicate Row Filter | 可指定按哪几列判重，并选择保留首行或末行 |
| 排序 | Sorter | 多列排序与升降序设置一致 |
| 嵌套 IF | Rule Engine | 规则一行一条，可读性远好于层层嵌套的公式 |
| 文本函数（LEFT、MID、SUBSTITUTE） | String Manipulation | 函数名与写法接近，迁移几乎无学习成本 |
| 手动合并多个工作簿 | Excel Reader 文件夹模式 + Concatenate | 迁移收益最大的一项，几十个文件与一个文件的操作量相同 |
| Power Query 步骤 | 工作流本身 | 概念最接近：Power Query 的每一步对应一个节点，但可视化程度更高 |
| VBA 宏 | 工作流 + 定时重跑 | 不必再维护只有一个人看得懂的代码；复杂逻辑可用脚本节点保留 |
| 条件格式标记异常 | Rule Engine + Row Filter | 把「标出来」变成「筛出来」，异常项直接进待处理清单 |
※ 上表覆盖最常见的操作，不代表 Excel 全部功能都有一一对应。图表样式、单元格格式等呈现层的细节，通常仍在写回 Excel 后由模板承担。
迁移时最容易踩的两个坑
- 数据类型的隐式转换：Excel 会自动把看起来像数字的文本转成数字（工号 00123 变成 123 是经典案例），工作流要求显式指定类型。第一轮比对时的差异，多半出在这里和日期格式上。
- 公式里藏着的业务规则：用了多年的表格里，往往有几条没写进任何文档的判断逻辑，只存在于某个单元格的嵌套公式里。迁移前先把这些找出来，否则上线后才发现结果对不上，返工成本很高。
iModel 与 KNIME 是什么关系
这一页讲的方法在 KNIME 与 iModel 上通用，因为两者同源。区别在部署环境、界面语言与服务支持这几层。
iModel 数据科学平台基于 KNIME 开源内核二次开发，增强部分为自主研发，源码可审查。在开源内核之上，iModel 增加了中文界面、国产操作系统与处理器环境的适配、企业级权限与调度能力，以及本地化的实施与技术支持。
对个人学习和小规模使用，直接用 KNIME 没有问题，本页的对照表同样适用。对需要在国产化环境部署、需要中文界面、或需要有人负责技术支持的机构，iModel 是更实际的选择。两者的工作流概念一致，学会一个就等于学会了另一个。
