一、数学与统计函数

1. SUM

作用:求和

=SUM(number1, [number2], ...)=SUM(A1:A10) ➔ 计算A1到A10单元格的总和

注意:自动忽略文本和空单元格

2. AVERAGE

作用:计算平均值

=AVERAGE(number1, [number2], ...)=AVERAGE(B2:B20) ➔ 计算B列20个数据的平均分

3. SUMIFS

作用:多条件求和

=SUMIFS(sum_range, criteria_range1, criteria1, ...)=SUMIFS(C2:C100, A2:A100, "华东", B2:B100, ">5000")➔ 统计华东区销售额超过5000的总和

二、逻辑函数

4. IF

作用:条件判断

=IF(logical_test, [value_if_true], [value_if_false])=IF(D2>60,"及格","补考") ➔ 成绩大于60显示及格,否则显示补考

5. IFS

作用:多条件判断(Excel 2016+)

=IFS(条件1,结果1, 条件2,结果2,...)=IFS(E2>=90,"A",E2>=80,"B",E2>=60,"C",TRUE,"D")➔ 实现成绩等级划分

三、查找与引用函数

6. VLOOKUP

作用:垂直查找

=VLOOKUP(lookup_value, table_array, col_index_num, [range_lookup])=VLOOKUP(F2, $H$2:$K$1003, FALSE)➔ 精确查找F2在H2:K100区域第三列的值注意:第四参数填FALSE表示精确匹配

7. XLOOKUP

作用:新一代查找函数(Office 365)

=XLOOKUP(lookup_value, lookup_array, return_array)=XLOOKUP(G2, 员工表!A:A, 员工表!C:C)➔ 跨表格查找员工编号对应的姓名

四、文本处理函数

8. TEXT

作用:格式化文本

=TEXT(value, format_text)=TEXT(NOW(),"yyyy-mm-dd hh:mm") ➔ 显示当前时间:2023-08-20 14:30=TEXT(1234.56,"¥#,##0.00") ➔ 显示为:¥1,234.56

9. LEFT/RIGHT

作用:截取文本

=LEFT(text, [num_chars])=RIGHT(text, [num_chars])=LEFT(H2,3) ➔ 提取身份证前3位(行政区代码)=RIGHT(I2,4) ➔ 提取手机号后四位

五、日期与时间函数

10. DATEDIF

作用:计算日期差(隐藏函数)

=DATEDIF(start_date, end_date, unit)=DATEDIF(J2,TODAY(),"Y") ➔ 计算员工入职年限

11. WORKDAY

作用:计算工作日

=WORKDAY(start_date, days, [holidays])=WORKDAY(TODAY(), 10, 节假日表!A1:A10)➔ 计算10个工作日后的日期(自动跳过周末和指定节假日)

六、其他实用函数

12. COUNTIF

作用:条件计数

=COUNTIF(range, criteria)=COUNTIF(K2:K1000,">100") ➔ 统计销售额超过100的次数

13. RANK.EQ

作用:排名计算

=RANK.EQ(number, ref, [order])=RANK.EQ(L2, L:L) ➔ 计算当前单元格在L列的排名(默认降序)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若转载,请注明出处:http://www.pswp.cn/pingmian/91397.shtml
繁体地址,请注明出处:http://hk.pswp.cn/pingmian/91397.shtml
英文地址,请注明出处:http://en.pswp.cn/pingmian/91397.shtml

如若内容造成侵权/违法违规/事实不符,请联系英文站点网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

性能优化(一):时间分片(Time Slicing):让你的应用在高负载下“永不卡顿”的秘密

性能优化(一):时间分片(Time Slicing):让你的应用在高负载下“永不卡顿”的秘密 引子:那张让你浏览器崩溃的“无限列表” 想象一个场景:你需要渲染一个包含一万个项目的列表。在我们的“看不见”的应用中&a…

《C++》STL--list容器详解

在 C 标准模板库(STL)中,list 是一个非常重要的序列容器,它实现了双向链表的数据结构。与 vector 和 deque 不同,list 提供了高效的插入和删除操作,特别是在任意位置。本文将深入探讨 list 容器的特性、使用方法以及常见操作。 文…

Day 28:类的定义和方法

DAY 28 类的定义和方法 知识点学习 1. 类的定义 在Python中,类是创建对象的模板。使用class关键字来定义一个类。类名通常采用首字母大写的命名方式(PascalCase)。 # 最简单的类定义 class MyClass:pass # 使用pass占位符类的定义就像是…

OSPF综合实验报告册

一、实验拓扑二、实验要求1、R4为ISP,其上只配置IP地址;R4与其他所直连设备间均使用公有IP; 2、R3-R5、R6、R7为MGRE环境,R3为中心站点; 3、整个OSPF环境IP基于172.16.0.0/16划分;除了R12有两个环回&#x…

网络层6——内部网关协议RIP、OSPF(重点)

目录 一、基本概念 1、理想的路由算法应具备的特点 2、分层次的路由选择协议 二、内部网关协议RIP 1、特点 2、路由交换信息 3、距离向量算法 4、坏消息传送慢问题 5、RIP报文格式 三、内部网关协议OSPF 1、特点 2、其他特点 3、自治系统区域划分 4、OSPF的5中分…

同品牌的系列广告要如何保证宣传的连贯性?

对于品牌的系列广告而言,内容的连贯性十分重要。如果系列广告之间缺乏内在联系,不仅会削弱品牌形象的统一性,还可能导致用户的认知混乱。保证宣传内容的连贯性不是让每则广告完全相同,而是在变化中保持核心要素的一致性。我们该如…

深度学习:激活函数Activaton Function

一、为什么需要激活函数?神经网络本质上是多个线性变换(矩阵乘法)叠加。如果没有激活函数,即使叠加多层,整体仍等价于一个线性函数:这样的网络无法学习和拟合现实世界中复杂的非线性关系。激活函数的作用&a…

deepseek: 切分类和长函数到同名文件中

import re import sys import os import ast from tokenize import generate_tokens, COMMENT, STRING, NL, INDENT, DEDENT import iodef extract_entities(filename):"""提取类和函数到单独文件"""with open(filename, r, encodingutf-8) as f…

新型融合肽递送外泌体修饰可注射温敏水凝胶用于骨再生

温敏水凝胶因能模拟细胞外基质微环境,且具有原位注射性和形态适应性,在骨组织工程中应用广泛。小肠黏膜下层(SIS)作为天然细胞外基质来源,富含 I 型和 III 型胶原蛋白及多种生物活性因子,其制备的水凝胶在组…

SPI接口的4种模式(根据时钟极性和时钟相位)

SPI(Serial Peripheral Interface) 接口根据时钟极性(CPOL)和时钟相位(CPHA)的不同组合,共有 4种工作模式。这些模式决定了数据采样和传输的时序关系,是SPI通信中必须正确配置的关键…

Java:高频面试知识分享2

HashSet 和 TreeSet 的区别?底层实现:HashSet 基于 HashMap 实现,使用哈希表存储元素;TreeSet 基于 TreeMap,底层为红黑树。元素顺序:HashSet 无序;TreeSet 会根据元素的自然顺序或传入的 Compa…

C语言习题讲解-第九讲- 常见错误分类等

C语言习题讲解-第九讲- 常见错误分类等1. C程序常见的错误分类不包含:( )2. 根据下面递归函数:调用函数 Fun(2) ,返回值是多少( )3. 关于递归的描述错误的是:( &#x…

A∗算法(A-star algorithm)一种在路径规划和图搜索中广泛使用的启发式搜索算法

A∗A*A∗算法(A-star algorithm)是一种在路径规划和图搜索中广泛使用的启发式搜索算法,它结合了Dijkstra算法的广度优先搜索思想和启发式算法的效率优势,能够高效地找到从起点到终点的最短路径。 1. 基本原理 A*算法的核心是通过估…

UniappDay06

1.填写订单-渲染基本信息 静态结构&#xff08;分包&#xff09;封装请求API import { http } from /utils/http import { OrderPreResult } from /types/orderexport const getmemberOrderPreAPI () > {return http<OrderPreResult>({method: GET,url: /member/orde…

论文略读:GINGER: Grounded Information Nugget-Based Generation of Responses

SIGIR 2025用户日益依赖对话助手&#xff08;如 ChatGPT&#xff09;来满足多种信息需求&#xff0c;这些需求包括开放式问题、需要推理的间接回答&#xff0c;以及答案分布在多个段落中的复杂查询RAG试图通过在生成过程中引入检索到的信息来解决这些问题但如何确保回应的透明性…

从内部保护你的网络

想象一下&#xff0c;你是一家高端俱乐部的老板&#xff0c;商务贵宾们聚集在这里分享信息、放松身心。然后假设你雇佣了最顶尖的安保人员——“保镖”——站在门口&#xff0c;确保你准确掌握所有进出的人员&#xff0c;并确保所有人的安全。不妨想象一下丹尼尔克雷格和杜安约…

Redis 中 ZipList 的级联更新问题

ZipList 的结构ZipList 是 Redis 中用于实现 ZSet 的压缩数据结构&#xff0c;其元素采用连续存储方式&#xff0c;具有很高的内存紧凑性。ZipList 结构组成如下&#xff1a;zlbytes&#xff1a;4字节&#xff0c;记录整个ziplist的字节数zltail&#xff1a;4字节&#xff0c;记…

【苍穹外卖项目】Day05

&#x1f4d8;博客主页&#xff1a;程序员葵安 &#x1faf6;感谢大家点赞&#x1f44d;&#x1f3fb;收藏⭐评论✍&#x1f3fb; 一、Redis入门 Redis简介 Redis是一个基于内存的 key-value 结构数据库 基于内存存储&#xff0c;读写性能高适合存储热点数据&#xff08;热…

语音识别dolphin 学习笔记

目录 Dolphin简介 Dolphin 中共有 4 个模型&#xff0c;其中 2 个现在可用。 使用demo Dolphin简介 Dolphin 是由 Dataocean AI 和清华大学合作开发的多语言、多任务语音识别模型。它支持东亚、南亚、东南亚和中东的 40 种东方语言&#xff0c;同时支持 22 种汉语方言。该模…

视频生成中如何选择GPU或NPU?

在视频生成中选择GPU还是NPU&#xff0c;核心是根据场景需求、技术约束和成本目标来匹配两者的特性。以下是具体的决策框架和场景化建议&#xff1a; 核心决策依据&#xff1a;先明确你的“视频生成需求” 选择前需回答3个关键问题&#xff1a; 生成目标&#xff1a;视频分辨率…