
开工大吉:几个让你月薪3万+的excel神技能
职场中经常会用到哪些函数?
IF函数、SUMIF函数、VLOOKUP函数、SUMPRODUCT函数......
小编总结了8个在工作中常用的表格函数,能解决我们大部分的制作需求,使用频率很高!它们的用法应该掌握,如果日常工作中遇到类似的问题,拿来即用!
- 01 -
IF函数
用途:根据逻辑真假返回不同结果。作为表格逻辑判断函数,处处用得到。
函数公式:
=IF(测试条件,真值,[假值])
函数解释:
当第1个参数“测试条件”成立时,返回第2个参数,不成立时返回第3个参数。IF函数可以层层嵌套,来解决多个分枝逻辑。
-动图教程-
▲举例:60分以上的晋级,低于60分的补考,低于30分的淘汰
- 02 -
SUMIF和SUMIFS函数
用途:对一个数据表按设定条件进行数据求和。
-SUMIF函数-
函数公式:
=SUMIF(区域,条件,[求和区域])
函数解释:
参数1:区域,为条件判断的单元格区域;
参数2:条件,可以是数字、表达式、文本;
参数3:[求和区域],实际求和的数值区域,如省略则参数1“区域”作为求和区域。
-动图教程-
▲举例:求产品A的销售额总和
-SUMIFS函数-
函数公式:
=SUMIFS(求和区域,区域1,条件1,[区域2],[条件2],……)
函数解释:
第1个参数是固定求和区域。区别SUMIF函数的判断一个条件,SUMIFS函数后面可以增加多个区域的多个条件判断。
- 动图教程-
▲举例:求华东区A产品销售额
- 03 -
VLOOKUP函数
用途:最常用的查找函数,用于在某区域内查找关键字返回后面指定列对应的值。
函数公式:
=VLOOKUP(查找值,数据表,列序数,[匹配条件])
函数解释:
相当于=VLOOKUP(找什么,在哪找,第几列,精确找还是大概找一找)
最后一个参数[匹配条件]为0时执行精确查找,为1(或缺省)时模糊查找,模糊查找时如果找不到则返回小于第1个参数“查找值”的最大值。
-动图教程-
▲精确查找:精确查找举例:查询某员工工资
▲模糊查找:将员工收入划分等级,工资低于6000属低收入,6000-8000中等收入,8000以上高收入。
- 04 -
MID函数
用途:截取一个字符串中的部分字符。有的字符串中部分字符有特殊意义,可以将其截取出来,或对截取的字符做二次运算得到我们想要的结果。
函数公式:
=MID(字符串,开始位置,字符个数)
函数解释:
将参数1的字符串,从参数2表示的位置开始,截取参数3表示的长度,作为函数返回的结果。
-动图教程-
▲举例:根据身份证号码,自动获取出生日期,=TEXT(身份证号,"0-00-00")这里的TEXT函数作用是将MID取出的8位数按0-00-00的格式输出显示。
- 05 -
DATEDIF函数
用途:计算日期差,有多种比较方式,可以计算相差年数、月数、天数,还可以计算每年或每月固定日期间的相差天数、以及任意日期间的计算等,灵活多样。
函数公式:
=DATEDIF(开始日期,终止日期,比较单位)
函数解释:
参数1须小于参数2,即开始日期小于终止日期,否则会出错;
参数3可以是以下几种,分别代表不同的计算方式:
-动图教程-
▲举例:计算相差年数,如计算年龄、工龄等
- 06 -
WORKDAY函数
用途:计算某指定日期在N个工作日之后(或之前)的对应日期,一般用于计算一项工作需要做N天后完成的结束日期等。
函数公式:
=WORKDAY(开始日期,天数,[假期])
函数解释:
天数是指工作日,函数会自动排除周六日,当然还有节假日也是不工作的,可以列出节假日利用参数3引用,这样也可以排除节假日或其他指定日期。
-动图教程-
▲举例:根据项目开始日期及需要的工作天数,预算完工日期。
- 07 -
SUMPRODUCT函数
用途:一般用于某一条件或多个条件的求和、计数等,是不是有点像SUMIF或COUNTIF,其实它比上面两个函数要灵活。
函数公式:
=SUMPRODUCT(数组1,……)
函数解释:
它的参数由多个相同维度的数组组成,将数组间对应元素相乘并返回乘积之和。
当数组为逻辑数组{TRUE,……TRUE,……}可以用来当做判断条件或计数用,当数组为数值数组{数值,……数值,……}该数组就可以实现求和。
-动图教程-
▲举例:求某部门某产品发货次数
▲举例:求某部门某产品发货总金额(只要将上面的公式后面乘以求和列就可以)。
- 08 -
RANK函数
用途:用于排名计算。
函数公式:
=RANK(数值,引用,[排位方式])
函数解释:
参数1,是参与排名的数值;
参数2,是排名的数值区域;
参数3,是表示升序还是降序排名,为0或忽略时从高到低排名,为非0时从低到高排名。
-动图教程 -
▲举例:将员工按销售额排名,最高者为第1名
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Excel 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 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22