京公网安备 11010802034615号
经营许可证编号:京B2-20210330
成为Excel高手必须掌握的54个函数
帮大家整理了一下Excel函数,学习Excel函数本身并不难,难的是函数和函数的嵌套。一些平时被大家忽略的小函数,如果灵活应用也可以有大用途,特别是在用Excel设计分析模板的时候。
一共列出了六大类共54个函数,其中红色的是必须优先掌握的。
日期函数
day,month,year,date,today,weekday,weeknum
日期函数是只做分析模板的必备神器,可以用日期函数来控制数据的展示。比如下图,他是我的一个产品【零售店铺日销售追踪预测表】中的一个销售综述功能。它会每天自动提醒最新的几个关键数据,18日它就提醒18日的目标以及1-17日的销售数据,到19日的时候它又会自动显示当天销售目标和1-18日累计数据。很多人觉得非常神奇,为什么它能够每天自动更新,并且还有自动业务诊断功能?
我来揭秘一下,其实这并不难也不神秘。图中蓝色字体部分其实是一个Excel的单元格,我在里面内置了一个公式,如下图。它是由文字和若干公式组合而成的,公式计算结果自动会随其它单元格值的变化而变化。其中的关键就是日期函数。
="你好,今天是"&MONTH(TODAY())&"月"&DAY(TODAY())&"日,星期"&WEEKDAY(TODAY(),2)&",今天的销售目标是"&B14&"元。截止到昨天为止"&IF(B12=0,"(昨天居然销售为0?)","")&",累计完成销售"&ROUND(SUM(C13:AG13)/10000,1)&"万元,目标完成比率是"&ROUND(B13,3)*100&"%"&IF(B13>B18,",销售势头不错,继续加油!",",你已经落后于正常进度了,要加油哦!")&"正常进度应该是"&ROUND(B18,3)*100&"%。预计本月最后可以完成销售"&B20&"万元"
数学函数
product,rand,randbetween,round,sum,sumif,sumifs,sumproduct
红色部分不用啰嗦,各种场景的求和用得到。很多人不理解为什么rand(随机函数)和randbetween也是必备函数?他们可以自动生成一些数据,特别是一些演示场合很需要。另外随机函数还可以用来做抽奖程序,我曾经用随机函数做了一个供小学一年级使用的加减出题器。(私信回复“出题器”可以获得下载链接)
统计函数
large,small,max,min,median,mode,rank,count,countif,countifs,average,averageif,averageifs
统计函数在数据分析中具有举足轻重的作用,求平均值,最大值,中位数,众位数都用得到。
查找和引用函数
choose,match,index,indirect,column,row,vlookup,hlookup,lookup,offset,getpivotdata
这几个函数的作用不用多说了吧?特别是vlookup,不会这个函数基本上就是寸步难行。另外offset函数是一个相对高级的函数,要想让自己的图表动起来,这个函数必须会。
文本函数
find,search,text,value,concatenate,left,right,mid,len
这几个函数多半用在数据整理阶段使用。
逻辑函数
and,or,false,true,if,iferror
他们都是串联函数。
最后说一句:函数是建立数据化管理模板的通行证,不会函数,基本没有可能去制作模板。这54个函数不但要都学会,更重要的是要学会函数和函数的组合,在许多大模板中基本上很少有使用单个函数的情况,基本都是函数和函数组合在一起才能完成一个复杂的计算过程。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06