
EXCEL函数常用技巧浅析
EXCEL函数是一门趣味性非常大的游戏,此贴内容基本上为总结前人经验而来。废话不多说,我们现在走入正题。
一:判断数值奇偶性
1.1 ISODD(number)
判断一个数是否为奇数,如果是奇数则返回TRUE,否则为FALSE。
帮助文件说明:Number 必需。待检验的数值。
如果 Number 不是整数,则截尾取整。
1.2 ISEVEN(number)
判断一个数是否为偶数,如果是偶数则返回TRUE,否则为FALSE。
帮助文件说明:Number 必需。待检验的数值。
如果 Number 不是整数,则截尾取整。
此方法日常使用不多,因为下面讲的方法更优于此法。
2 MOD(number, divisor)
返回两数相除的余数。结果的正负号与除数相同。
帮助文件说明:Number 被除数 必需。Divisor 除数 必需。
利用MOD函数的特性,把待检验的数除以2得到的余数来判断奇偶性。
余数为1时,表示该数值为奇数,余数为0时,表示该数值为偶数。
此法解题时用得最为普遍,但也有其局限性:数字太大结果会为错误。
3 GCD(number1, [number2], ...)
返回两个或多个整数的最大公约数。
最大公约数是能分别被 Number1 和 Number2 除尽的最大整数。
利用GCD函数的特性,与2的最大公约数,奇数为1,偶数为2。
此法适用于配合CHOOSE函数使用,但也有局限性,负数时会出现错误。
4 -1^
此法利用数学的方法来判断奇偶性。
计算-1的N次方,如果N为偶数,则结果为1,否则结果为-1。
此法为最为便捷的方法,可以减少嵌套层数,使公式更为简洁。
二:文本型数字、逻辑值转数值全接触
1 负负得正(- -)
在众多转换法里面,用得最多的可能就是此法,有很多初学者看到公式里面有两个负号,不明白是什么意思,其实这里就是把逻辑值或文本型数值转为真正数值参与运算。
2 *1或/1
此法在日常用法中也比较多,任意数与1相乘或除以都不会改变结果,但在这里就会把文本型数字或逻辑值转为真正数字参与运算。
3 +0或-0
此法用得比较少,原理同方法二。
4 ^1
计算乘幂,原理同方法二。
5 VALUE函数
被大多数人抛弃的函数,使用的不多了,只能针对文本型数值,对逻辑值无效。
6 N函数
比较常用的逻辑值转数字的方法,对文本型数字无效。
7 直接参与加减乘除等数学运算
此法应用最广泛,简单粗暴直接有效。
三:结果为文本型数字的函数
1 提取字符类函数
MID、MIDB、LEFT、LEFTB、RIGHT、RIGHTB函数等结果均为文本型。
2 TEXT函数
通过TEXT函数计算,全部为文本型结果。
3 替换系列函数
REPLACE、REPLACEB、SUBSTITUTE函数等结果也是文本型。
4 CONCATENATE函数与连接符&数据分析培训
5 其它函数
REPT、T、CLEAN函数等。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28