
朋友在使用Excel中遇到了难题,他想把数据区域中所有的奇数行设为相同的行高。当然,按住Ctrl键可以一一点选不连续的奇数行,但对于他的数千行数据来说,显然这是不明智的,而且稍有差池,前功尽弃。苦思冥想,俺终于帮他找到了解决办法。
第一步,在工作表数据区域右侧选一空白列,如本例的F列,在第一个奇数行的单元格中输入“=1/0”,回车,如您所料,它将返回一个错误结果“#DIV/0!”,而这正是需要的。选中此单元格及下面一个空白单元格,将鼠标移至选择区域的填充柄处(此时指针变为十字形),按住左键向下拖动,直到此列需要更改行高的最后一个奇数行单元格处。这样,鼠标所拖过的区域凡奇数行的单元格都被填充了“#DIV/0!”(如图1)。
第二步,打开“编辑”菜单,选择“定位”命令,在“定位”对话框中单击“定位条件”按钮,确认“公式”下的“错误”项被勾选,取消“数字”、“文本”、“逻辑值”的选择(如图2)。
单击“确定”关闭对话框,可见此列凡奇数行的单元格均被选中了(如图3)。
第三步,连续执行“格式”、“行”、“行高”命令,打开“行高”对话框,在文本框中输入要更改的行高值(如图4)。
单击“确定”按钮,所有要求更改高度的奇数行行高已更改完毕(如图5)。
最后,清空定位条件列(即F列)的数据或将其删除。
注意:本例选择了“公式”的“错误”项作为定位条件,因为这一种情况在实际情况中出现的几率很小,当然还可以根据工作表中的数据类别定制和选择其他的定位条件。
朋友顺利解决了问题,但又提出了新的要求:如果要对数据区域中所有的奇数行进行格式设置,又该如何办呢?显然,上面的方法选中的仅仅是参考列中的奇数行单元格,无法直接达到要求,只能另辟蹊径。突然想起了Excel的筛选功能,何不试试呢?!
首先,还是在工作表数据区域右侧选一空白列作为参考列,在第一个单元格内输入“0”,第二个单元格内输入“1”。
第二步,选中“0”、“1”两个单元格,按住Ctrl键,利用填充柄向下填充数据,直到数据区域的末行。选中参考列数据中的某一个单元格。
第三步,打开“数据”菜单,执行“筛选”、“自动筛选”。
第四步,单击参考列首行的按钮,选择筛选条件“0”,数据区域中,偶数列自动隐藏。下面就可以直接对奇数列的单元格进行操作了,不仅可以统一调整行高,还可以对单元格进行字体设置、颜色填充等各种格式操作。
第五步,打开“数据”菜单,执行“筛选”、“自动筛选”,还原数据区域。
最后,删除参考列。
一个貌似麻烦的难题,通过参考数据的设置,竟然如此简单,简单到让人哑然失笑,真是只有想不到的,没有做不到的。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01