京公网安备 11010802034615号
经营许可证编号:京B2-20210330
就算不做数据分析师也要学会这8个IF函数
今天所讲的IF函数,包括excel中含有IF的系列函数,共有8个,每个函数列举最了常用的2~3个公式,希望能对同学们有用。
作用:根据条件进行判断并返回不同的值。
示例:
1、如果A1单元格值大于100,显示“完成”,否则显示“未完成”
=IF(A1>100,"完成","未完成")
2、判断成绩
=IF(A1<60,"不及格",IF(A1<80,"良好","优秀"))
3、如果A1的值大于60并且B1不为空,显示“已结束”否则显示“未结束”
=IF(AND(A1>60,B1<>""),"已结束","未结束")
作用:把错误值显示为指定的内容
示例:
1、如果A1/B1返回错误值,则显示空
=Iferror(a1/b1,"")
2、如果Vlookup查找不到值,则显示空
=Iferror(vlookup(省略),"")
作用:根据条件统计个数
示例:
1、计算A列有多少财务部的人员
=Countif(a:a,"财务部")
2、计算A列有多少个包括“北京”的公司名称
=Countif(a:a,"*北京*)
作用:根据条件求和
1、统计C列大于1000的销售金额之和
=Sumif(c:c,">1000")
2、统计A列产品为“三星”所对应B列的销售个数
=Sumif(a:a,"三星",b:b)
作用:多条件计数
示例:
1、公司1的人事部有多少人(A列公司名称,B列部门名称)
=COUNTIFS(A2:A11,"公司1",B2:B11,"人事部")
2、工资在3000~4000之间的有多少人(D列为工资)
=COUNTIFS(D2:D11,">3000",D2:D11,"<4000")
作用:多条件求和
示例:
1、公司1人事部工资和(A列公司名称,B列部门名称。D列工资)
=SUMIFS(D2:D11,A2:A11,"公司1",B2:B11,"人事部")
2、A列为"电视",B列包括34的C列数量之和
=Sumifs(C:C,A:A,"电视",b:b,"*34*")
作用:根据条件计算平均数
示例:
1、计算C列单价小于10的平均单价。
=AVERAGEIF(C:C,"<10")
2、计算C产品的平均单价(A列为产品名称)
=AVERAGEIF(A:A,"C",B:B)
作用:多条件计算平均值
示例:
1、计算甲公司,经理级的平均工资(A列公司名,B列职称,C列工资金额)
=AVERAGEIFS(D2:D11,A2:A11,"甲公司",B2:B11,"经理")
2、统计工资在4000~8000之间的平均工资
=AVERAGEIFS(D2:D11,D2:D11,">4000",D2:D11,"<8000")
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13在数据统计分析与数据清洗工作中,箱线图是一种简洁高效、客观性强的数据可视化图表,能够直观呈现数据集的分布特征、离散程度和 ...
2026-08-13 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-08-13在自动化办公、数据采集、定时统计、日志清理、系统监控等场景中,程序往往需要按照固定时间间隔重复执行指定任务,这种运行机制 ...
2026-08-12