
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
在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29