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
在数据可视化实践中,数据系列与数据标签的混淆是导致图表失效的高频问题——将数据标签的样式调整等同于数据系列的维度优化,或 ...
2025-11-21在数据可视化领域,“静态报表无法展现数据的时间变化与维度关联”是长期痛点——当业务人员需要分析“不同年份的区域销售趋势” ...
2025-11-21在企业战略决策的场景中,“PESTEL分析”“波特五力模型”等经典方法常被提及,但很多时候却陷入“定性描述多、数据支撑少”的困 ...
2025-11-21在企业数字化转型过程中,“业务模型”与“数据模型”常被同时提及,却也频繁被混淆——业务团队口中的“用户增长模型”聚焦“如 ...
2025-11-20在游戏行业“高获客成本、低留存率”的痛点下,“提前预测用户流失并精准召回”成为运营核心命题。而用户流失并非突发行为——从 ...
2025-11-20在商业数据分析领域,“懂理论、会工具”只是入门门槛,真正的核心竞争力在于“实践落地能力”——很多分析师能写出规范的SQL、 ...
2025-11-20在数据可视化领域,树状图(Tree Diagram)是呈现层级结构数据的核心工具——无论是电商商品分类、企业组织架构,还是数据挖掘中 ...
2025-11-17核心结论:“分析前一天浏览与第二天下单的概率提升”属于数据挖掘中的关联规则挖掘(含序列模式挖掘) 技术——它聚焦“时间序 ...
2025-11-17在数据驱动成为企业核心竞争力的今天,很多企业陷入“数据多但用不好”的困境:营销部门要做用户转化分析却拿不到精准数据,运营 ...
2025-11-17在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11