
Excel数据汇总计算
我们在使用Excel时,Excel数据汇总计算主要是计数和加总,我们一般会使用的函数有COUNTA函数、COUNTIF函数、COUNTIFS函数、SUM函数、SUMIf函数、SUMIFS函数、SUMPRODUCT函数、SUBTOTAL函数等。
COUNTA函数用来统计数据区域内含有非空白单元格的个数。其语法如下:
=COUNTA(value1,value2,…)
=COUNTA(数值1,数值2,…)
这里的数值1.数值2.…可以是任何的单元格或单元格区域。
COUNTIF函数用来计算区域中满足给定条件的单元格的个数。其语法如下:
=COUNTIF(RANGE,CRITERIAa)
=COUNTIF(单元格区域,条件)
这里参数criteria为确定哪些单元格将被计算在内的条件。其形式可以为数字、裹达式或文本。例如。条件可以表示为32、"32"、">32"或"apples"。
COUNTIFS函数是计算某个区域中满足多重条件的单元格数目。其语法如下:
=COUNTIFS(rangel,criterial,range2.criteria2,…)
=COUNTIFS(区域1.条件1.区域2.条件2,…)
其中。range1.range2.…是计算关联条件的1——127个区域。每个区域中的单元格必须是数字或包含数字的名称、数组或引用。空值和文本值会被忽略。
criteria1.criteria2.…是数字、表达式、单元格引用或文本形式的1——127个条件,用于定义要对哪些单元格进行计算。例如。条件可以表示为32、"32"、">32"、"apples"或B4。
SUM函数的功能是计算某一单元格区域中所有数字之和。其语法为:
=SUM(number1,number2,……)
=SUM(数值1,数值2,……)
需要说明的是。直接输入到参数表中的数字、逻辑值及数字的文本表达式将被计算。如果参数为数组或引用。则只有其中的数字将被计算。数组或引用中的空白单元格、逻辑值、文本或错误值将被忽略。如果参数为错误值或为不能转换成数字的文本。将会导致错误。
SUMIF函数的功能是根据指定条件对若干单元格求和。其语法如下:
=SUMIF(range,criteria,sum_range)
=SUMIF(条件判断区域,条件,求和区域)
这里,参数criteria是用于确定哪些单元格将被相加求和的条件。其形式可以为数字、表达式或文本。例如,条件可以表示为32、"32"、">32"或"apples"。
需要注意的是。参数SUM_range可以省略。如果省略该参数。就对range本身求和。
SUMPRODUCT函数用于计算几组数组间对应元素乘积之和。其语法为:
=SUMPRODUCT(array1,array2,array3,……)
=SUMPRODUCT(数组1,数组2,数组3,……)
Excel提供了分类汇总函数SUBTOTAL.它可以对数据列或垂直区域内的可见单元格或隐藏单元格进行分类汇总计算。这些计算可以是求和、求最大值、求量小值、求平均值等。其语法为:
=SUBTOTAL(function_Num,ref1,ref2,…)
=SUBTOTAL(分类汇总计算编号,区域或引用1,区域或引用2,……)
注意:SUBTOTAL函数适用于数据列或垂直区域,不适用于数据行或水平区域。
SUBTOTAL函数的参数function_num及其意义如表1所示。
Excel数据汇总计算这些函数中,COUNTA函数、COUNTIF函数、COUNTIFS函数、SUM函数、SUMIF:函数、SUMIFS函数和SUMPRODUCT函数在前面的有关案例中已经做了详细的介绍。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15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