京公网安备 11010802034615号
经营许可证编号:京B2-20210330
对Excel数据进行逻辑判断和处理
在用Excel工作中,不加判断而照单全收的情况是常见的,但需要进行判断并根据条件返回不同结果的情况也比比皆是。我们在对Excel数据进行逻辑判断和处理时。可以在公式中使用条件表达式,还可以使用逻辑判断函数,以及一些信息函数。
(1)逻辑判断函数
逻辑判断函数主要包括IF函数、AND函数、OR函数、N0T函数、TRUE函教、FALSE函数和IFERROR函数,这些函数您一定非常熟悉了。不过。这里的IFERROR函数是Excel 2007的新增函数。它用于对公式的错误进行处理。其功能是:如果公式计算出错误则返回指定的值。否则返回公式结果。
图1所示为不同产品的去年和今年的销售量数据,现在要计算各个产品的年增长率。
图1
显然,由于某些产品是今年新增的,而某些产品今年停产了。如果利用通常的方法。即“(今年销售量-去年销售量)/去年销售量”,那么,当某些产品是今年新增时,会出现错误“#DIV/0!”,而当某些产品今年停产时,却得出增长率为-100%的令人费解的数据。这显然是不符合逻辑的。
为了能够避免计算错误或者出现不符合逻辑的值出现,可以使用IF函数进行判断和计算。在本案例中。几种不同情况的组合如下:
今年销售量 去年销售量 处理措拖
有 有 计算增长率
有 无 新增项目
无 有 已经停产
无 无 还没有数据
这样,在单元格D2中输入下面的公式:
=IF(B2<>"",IF(c2<>"",(C2-B2)/B2,“已经停产”),IF(c2<>"",“新增项目”,“已经停产”))
然后将向下其复制到任意的行数。即可得到各个产品的增长率数据或说明文字,如图1所示。
图2所示是利用IFERROR函数对公式错误值进行处理的例子。当公式出现错误值时。单元格为空。否则就是公式的计算结果。其中,单元格D2的计算公式为:
=IFERROR((C2/B2),"")
如果不使用IFERROR函数,就需要联合使用IF函数和ISERROR函数。如下所示:
=IF(ISERROR(C2/B2),"",C2/B2)
图2
(2)Excel信息函数
在处理报表和数据分析过程中,常用的信息函数有IS类函数、ISEVEN函数、ISODD函数、N函数和NA函数。
IS类函数用于检验数值的类型,并根据参效取值返回TRUE或FALSE。例如,要判断某个单元格的数据是否为数字,可以使用ISNUMBER函数;要判断公式是否为错误值,可以使用ISERROR函数。
IS类函数有以下9个:
ISBLANK(value) 检验是否为空白单元格
ISERR(value) 检验是否为任意错误值(除去#N/A)
ISERROR(value) 检验是否为任意错误值
ISLOGICAL(value) 检验是否为逻辑值
ISNA(value) 检验是否为错误值#N/A(值不存在)
ISNONTEXT(value) 检验是否为不是文本的任意项
ISNUMBER(value) 检验是否为数字
ISREF(value) 检验是否为引用
ISTEXT(value) 检验是否为文本
这些函数的参数value为需要进行检验的数值。可以是空白(空白单元格)、错误值、逻辑值、文本、数字、引用值或对于以上任意参数的名称引用。
ISEVEN函数用于判断一个数字是否为偶数,如果是偶数,就返回TRUE,否则返回FALSE。
ISODD函数用于判断一个数字是否为奇数,如果是奇数。就返回TRUE.否则返回FALSE.
N函数用于将指定的数据转化为数字。
NA函数用于返回一个错误值#N/A,这个函数在绘制图表时非常有用。
对Excel数据进行逻辑判断和处理时,可以在公式中使用表达式,也可以使用逻辑判断函数,信息函数。这样如果在判断出错的时候,Excel就会提示我们了。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22