京公网安备 11010802034615号
经营许可证编号:京B2-20210330
Excel文本数据的处理方法和技巧
在Excel中文本数据是工作表数据的重要组成元素之一,每一张Excel工作表中的数据既有文本又有数值,因此了解和掌握Excel文本数据的处理方法和技巧是非常重要的。
Excel提供了27个文本函数。在这些文本函数中。最常用的是从字符串中取字符的几个文本函数:LEN函数、LEFT函数、RIGHT函数、MID函数以及FIND函数。
LEN函数用于获取文本字符串中的字符数。
LEFT函数用于获取字符串左边指定个数的字符数。
RlGHT函数用于获取字符串右边指定个数的字符数。
MlD函数用于获取字符串从指定位置开始指定个数的字符数。
FIND函数用于在区分大小写的情况下。查找某字符在字符串中第一次出现的位置。
下面举倒说明这几个函数的使用方法。
图1所示是从数据库导入的员工联系地址信息,员工姓名、邮政编码和地址之间用符号“|”分隔。现在要求把这3项数据分开呈3列保存。
图1
这个问题最简单的解决方法是使用“分列”工具。不过。这里使用相关的文本函投进行分列。
首先设计表格。如图2所示。
图2
在单元格B2中输入公式“=LEFT(A2.FlND("|",A2)-1)”。并向下复制。得到员工姓名。
在单元格C2中输入公式“=MID(A2.LEN(B2)+2.6)”。并向下复制。得到邮政编码。
在单元格D2中输入公式“=MlD(A2.LEN(B2)+9.99)”。并向下复制,得到地址。
注意,这里要先用FlND函数确定符号“|”第一次出现的位置,然后利用LEFT函数把该符号左边的字符取出来,就是姓名。
邮政编码的开始位置是姓名字符个数加上2(因为符号“|”占用一个位置)。因此提取邮政编码要使用MID函数。其起始位置是表达式LEN(B2)+2的结果。而字符长度是6。
地址的开始位置是姓名字符数加上9(因为邮政编码宇符数是6.还有两个符号“|”)。因此提取地址也要使用MID函数,其起始位置是表达式LEN(B2)+9的结果。而字符长度是后面所有的字符,这里设置了一个充分大的数字99.因为很少有地址的字符数超过99位的。如果仍不放心。也可以把这个数改为999甚至更大的数宇。
可以利用有关的文本函数。从身份证号码提取信息。图3所示是根据员工身份证号码提取有关信息的表格。在这个表格中。把出生日期分成3列分别保存年、月、日3个数字。这样做一方面可以简化公式。另一方面也便于数据分析,例如可以筛选某年、某月、某日出生的员工。
图3
在单元格E3中输入公式“=1*IF(LEN(D3)=15.19&M1D(D3.7.2).MID(、"D3.7.4))”,并向下复制。得到出生年份数字。
在单元格F3中输入公式“=1*IF(LEN(D3)=15.MID(D3.9.2).MID(D3.11.2))”。并向下复制。得到出生月份数字。
在单元格G3中输入公式“=1*IF(LEN(D3)=15.MlD(D3.11.2).MID(D3.13.2))”。并向下复制。得到出生日数宇。
在单元格H3中输入公式“=DATE(E3,F3.G3)”,并向下复制。将出生年、月、日3个数字合并为一个真正的出生日期。
在单元格13中输八公式“=lF(ISEVEN(IF(LEN(D3)=15.RIGHT(D3)。MID(D3.17.1))),“女”。“男”)”。并向下复制,以判断性别。注意,判断性别时。对于15位身份证号码。是根据量后一位数字判断的;而对于18位身份证号码。则是根据倒数第二位数字(也就是第17位数字)判断的。
图4所示是一个会计科目分录表。要计算净利润。一般会使用下面的公式:
=C2+C7+C8+C9+C10+C11+C22+C23+C24+C70+C110+C116+C117+C118
图4
这个公式最大的缺点是要一个单元格一个单元格地相加。很容易加错单元格。造成计算结果错误。
考虑到计算净利润时。仅仅计算总账科目。而总账科目的科目编码只有4位数。这样就可以利用LEN函数进行判断。并构建相应的高效计算公式了。计算公式如下:
=SUMPRODUCT((LEN(A2:All8)=4)*C2:Cll8)
了解和掌握了Excel文本数据的处理方法和技巧以后,我们就再也不用担心加错单元格的问题了。今天我们学习了5个文本处理函数和列举了2个例子,大家应该好好熟悉一下。
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