京公网安备 11010802034615号
经营许可证编号:京B2-20210330
朋友在使用Excel中遇到了难题,他想把数据区域中所有的奇数行设为相同的行高。当然,按住Ctrl键可以一一点选不连续的奇数行,但对于他的数千行数据来说,显然这是不明智的,而且稍有差池,前功尽弃。苦思冥想,俺终于帮他找到了解决办法。
第一步,在工作表数据区域右侧选一空白列,如本例的F列,在第一个奇数行的单元格中输入“=1/0”,回车,如您所料,它将返回一个错误结果“#DIV/0!”,而这正是需要的。选中此单元格及下面一个空白单元格,将鼠标移至选择区域的填充柄处(此时指针变为十字形),按住左键向下拖动,直到此列需要更改行高的最后一个奇数行单元格处。这样,鼠标所拖过的区域凡奇数行的单元格都被填充了“#DIV/0!”(如图1)。
第二步,打开“编辑”菜单,选择“定位”命令,在“定位”对话框中单击“定位条件”按钮,确认“公式”下的“错误”项被勾选,取消“数字”、“文本”、“逻辑值”的选择(如图2)。
单击“确定”关闭对话框,可见此列凡奇数行的单元格均被选中了(如图3)。
第三步,连续执行“格式”、“行”、“行高”命令,打开“行高”对话框,在文本框中输入要更改的行高值(如图4)。
单击“确定”按钮,所有要求更改高度的奇数行行高已更改完毕(如图5)。
最后,清空定位条件列(即F列)的数据或将其删除。
注意:本例选择了“公式”的“错误”项作为定位条件,因为这一种情况在实际情况中出现的几率很小,当然还可以根据工作表中的数据类别定制和选择其他的定位条件。
朋友顺利解决了问题,但又提出了新的要求:如果要对数据区域中所有的奇数行进行格式设置,又该如何办呢?显然,上面的方法选中的仅仅是参考列中的奇数行单元格,无法直接达到要求,只能另辟蹊径。突然想起了Excel的筛选功能,何不试试呢?!
首先,还是在工作表数据区域右侧选一空白列作为参考列,在第一个单元格内输入“0”,第二个单元格内输入“1”。
第二步,选中“0”、“1”两个单元格,按住Ctrl键,利用填充柄向下填充数据,直到数据区域的末行。选中参考列数据中的某一个单元格。
第三步,打开“数据”菜单,执行“筛选”、“自动筛选”。
第四步,单击参考列首行的按钮,选择筛选条件“0”,数据区域中,偶数列自动隐藏。下面就可以直接对奇数列的单元格进行操作了,不仅可以统一调整行高,还可以对单元格进行字体设置、颜色填充等各种格式操作。
第五步,打开“数据”菜单,执行“筛选”、“自动筛选”,还原数据区域。
最后,删除参考列。
一个貌似麻烦的难题,通过参考数据的设置,竟然如此简单,简单到让人哑然失笑,真是只有想不到的,没有做不到的。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 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 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 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。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 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 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21