京公网安备 11010802034615号
经营许可证编号:京B2-20210330
从 Excel 盲变大拿,先学会这些技巧
从今年年初的 Excel 盲,到现在经常从大拿那偷师,也算是成长了不少,慢慢写下来算是对学习 Excel 做个短期回顾——
========排版篇========
给他人发送 Excel 前,请尽量将光标定位在需要他人首先阅览的位置,例如 Home 位置(A1),例如结论 sheet,长表尽量将位置定位到最顶端。
有必要的时候请冻结首行,没必要但可追究的内容,可以隐藏处理
行标题、列标题加粗,适当处理文字颜色、填充颜色,利人利己。
占用空间比较小的表格,可以放置在左上角,但留空 A 列和 1 行,并给表格加上合适的框线,观感很不错哦。
同类型数据的行高、列宽、字体、字号,求你尽量一致,非要逼死强迫症吗?
定义好比较标准的格式,例如百分比预留几位小数,手机号的列宽设置足够,时间显示尽量本土化。
不要设置其他电脑没有的字体,除非这个表格就在这一台电脑使用。
========操作篇========
Ctrl+Shift+ 上 / 下,选择该列所有数据,当然加上左右可选择多列。
Ctrl+ 上 / 下,跳至表格最下方。
Ctrl+C/V,不仅仅复制表格内容,也可以复制格式和公式!
Ctrl+F/H 的查找、替换,点击“选项”,可以替换某种格式等等,另一片天地有木有!
F4,对,你没看错,就是 F4!重复上一步操作,比如,插入行、设置格式等等频繁的操作,F4 简直逆天!
‘(分号后面那个) 比如输入网址的时候,一般输入完会自动变为超链接,在网址前输入’就解决咯~
复制,选择性粘贴里面有几个非常好用的——仅值,转置(个人推荐用 transpose 公式)。
公式里面切换绝对引用,直接点选目标,按 F4 轮流切换,例如 A1,$A$1,$A1,A$1
========公式篇========
if、countif、sumif、countifs、sumifs,这几个一起学,必学算是~
定位类型的函数:MID、SEARCH、LEN、LEFT、RIGHT 一起学吧,简单但异常实用。
四舍五入个人偏好用 round 函数,举个简单例子,一列数据,2.04、2.03 并求和,显示保留 1 位小数,你会在界面上看到 2.0、2.0,求和却是 4.1,表格打印出来会比较让人难理解。
Vlookup 函数,这个不多说了,神器。
text,例如 19880110 text(A1,"0-00-00"),转为 1988-01-10,用法很多。
weekday,让你做时间计划表什么的时候,把日期转为“星期 X”。
column(目标单元格),返回目标单元格所在列数,有时候真的很好用...还有 @黄老邪推荐的 columns~。
transpose(目标区域),神奇的转置,把行变成列,把列变成行...
&,可在目标单元格后面增加某些字符,偶尔用(我这种强迫患者用的是 concatenate 公式,我特么有病!)。

数组,虽然复杂,但是有的公式配上数组简直爽爆。
多百度,例如曾经碰到一个难题,把 X 分 X 秒,转为 X 秒,例如 172 分 52 秒,百度半天得到的公式:=IF( IFERROR( FIND( "分", $E2 ), 0) > 0, LEFT( $E2, FIND( "分", $E2 ) - 1 ) * 60 + IFERROR( MID( $E2, FIND( "分",$E2 ) + 1, FIND( "秒", $E2 ) - FIND( "分", $E2 ) - 1 ), 0 ), LEFT( $E2, FIND( "秒", $E2 ) - 1 ) * 1 ) 度娘很厉害的。
========图表篇========
不同的场景请用不同的图,转个非常精髓的图:
数据透析表、数据透析图,嗯嗯,推荐的人太多了...
图表设计——布局,灵活运用好多类数据时的“次坐标轴”:
选择数据——右键——更改图标类型,灵活在一张表上结合起来柱状图和折线图:
SmartArt 也是一大神器,我终于不用在 Ai 或者 PPT 上作图再粘过来了……
========技巧篇========
数据——分列,将列内的数据拆分成多列,比如“XXX 省 XXX 市”,拆成省、市两列,“XX 小时 XX 分钟”拆成时、分两列,可以按照宽度、文本、标点等作为界定进行拆分,非常多的场景会使用到,请优先学会……
如果你不是靠 Excel 吃饭,请不用那么 geek,而是学会 Excel 的逻辑——配合简单的公式、排序、替换、if 等全局操作能得出的结果,不一定非要用一个长公式然后下拉,举例:
如何将无规律的一列上下翻转?
——创建一列,标上 1、2、3……,下拉,以该列为主排序,改升序为降序,扩展目标列,得到结果,之后可以删掉创建的辅助排序列
如何目标区域的每一行数据下面插入一条空行?
——创建一列,标上 1、2、3……,下拉,下面空白行标上 1.5、2.5、3.5……下拉,同理排序~Tada~
条件格式——突出显示单元格规则,里面的“重复值”,在实时录入和检查标记时很实用。
在条件允许的情况下,升级到 office 2013 吧,excel 2013 比 2010 好到爆啊!比如新增的 sumifs、averageifs 等多条件 if,比如选择一个区域,右下角小标“快速分析”自动生成数据条、色阶、柱形图、汇总图、透视表、折线图等等啊,秒中出啊有木有!(诶,好像哪里不对的样子)
========其它篇========
不会写宏没关系,要懂得怎么使用别人的宏(自行搜索“excel 宏大全”吧~),怎么保存 xlsm,怎么录制宏。当你把机械化的一套操作通过录制宏实现,并用 xlsm 配合 auto_open 自动操作,眼看表格自动化操作,在两秒内给你返回原来每天固定要做十几分钟的数据分析结果时,那个鸡皮疙瘩(蔡健雅腔调……)
有时间推荐泡泡 Excel 的论坛,excelhome 什么的,神人太多了
非常推荐给初学者、中阶以及“中介”的视频:文库课程,哪怕前几个视频,看标题简单到爆,但中间真的有很多操作上的亮点不为普通人自学所知~
Excel 满足不了你,又懂编程,想秀逼格的,请右转搜索 SPSS
✎✎✎✎ 出题的分割线必须华丽✎✎✎✎
额,我都写那么多了,出个题又不会死——
【A 列】
a
a
a
a
b
b
b
c
c
d
d
d
d
e
……
……
……
每行仅一个数据,无法准确知道有多少个 a,多少个 b,多少个 c……
请【仅用一个公式】统计出——【A 列中不同单元格的个数】,比如 a、b、c、d,算 4 个
请注意,只允许公式,其他操作均不允许,因为这个题不是为了结果,而是考 Excel 逻辑的...
【后记】
Excel 是一个很庞大很完整的“系统”,各行各业用处定然不尽相同,所以答案肯定仁者见仁智者见智,我也只是抛砖引玉,说说自己在个人工作上的经验
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27对数据分析从业者和学生而言,表结构数据是最基础也最核心的分析载体——CRM系统的用户表、门店的销售明细表、仓库的库存表,都 ...
2025-11-27在业务数据可视化中,热力图(Heat Map)是传递“数据密度与分布特征”的核心工具——它通过颜色深浅直观呈现数据值的高低,让“ ...
2025-11-26在企业数字化转型中,业务数据分析师是连接数据与决策的核心纽带。但“数据分析师”并非单一角色,从初级到高级,其职责边界、能 ...
2025-11-26表格结构数据以“行存样本、列储属性”的规范形态,成为CDA数据分析师最核心的工作载体。从零售门店的销售明细表到电商平台的用 ...
2025-11-26在pandas数据处理工作流中,“列标签”(Column Labels)是连接数据与操作的核心桥梁——它不仅是DataFrame数据结构的“索引标识 ...
2025-11-25Anaconda作为数据科学领域的“瑞士军刀”,集成了Python解释器、conda包管理工具及海量科学计算库,是科研人员、开发者的必备工 ...
2025-11-25在CDA(Certified Data Analyst)数据分析师的日常工作中,表格结构数据是最常接触的“数据形态”——从CRM系统导出的用户信息表 ...
2025-11-25在大数据营销从“粗放投放”向“精准运营”转型的过程中,企业常面临“数据维度繁杂,核心影响因素模糊”的困境——动辄上百个用 ...
2025-11-24当流量红利逐渐消退,“精准触达、高效转化、长效留存”成为企业营销的核心命题。大数据技术的突破,让营销从“广撒网”的粗放模 ...
2025-11-24在商业数据分析的全链路中,报告呈现是CDA(Certified Data Analyst)数据分析师传递价值的“最后一公里”,也是最容易被忽视的 ...
2025-11-24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