京公网安备 11010802034615号
经营许可证编号:京B2-20210330
从 Excel 盲变大拿,先学会这些技巧
从今年年初的 Excel 盲,到现在经常从大拿那偷师,也算是成长了不少,慢慢写下来算是对学习 Excel 做个短期回顾——
========排版篇========
给他人发送 Excel 前,请尽量将光标定位在需要他人首先阅览的位置,例如 Home 位置(A1),例如结论 sheet,长表尽量将位置定位到最顶端。
有必要的时候请冻结首行,没必要但可追究的内容,可以隐藏处理
行标题、列标题加粗,适当处理文字颜色、填充颜色,利人利己。
占用空间比较小的表格,可以放置在左上角,但留空 A 列和 1 行,并给表格加上合适的框线,观感很不错哦。
同类型数据的行高、列宽、字体、字号,求你尽量一致,非要逼死强迫症吗?
定义好比较标准的格式,例如百分比预留几位小数,手机号的列宽设置足够,时间显示尽量本土化。
不要设置其他电脑没有的字体,除非这个表格就在这一台电脑使用。
========操作篇========
Ctrl+Shift+ 上 / 下,选择该列所有数据,当然加上左右可选择多列。
Ctrl+ 上 / 下,跳至表格最下方。
Ctrl+C/V,不仅仅复制表格内容,也可以复制格式和公式!
Ctrl+F/H 的查找、替换,点击“选项”,可以替换某种格式等等,另一片天地有木有!
F4,对,你没看错,就是 F4!重复上一步操作,比如,插入行、设置格式等等频繁的操作,F4 简直逆天!
‘(分号后面那个) 比如输入网址的时候,一般输入完会自动变为超链接,在网址前输入’就解决咯~
复制,选择性粘贴里面有几个非常好用的——仅值,转置(个人推荐用 transpose 公式)。
公式里面切换绝对引用,直接点选目标,按 F4 轮流切换,例如 A1,$A$1,$A1,A$1
========公式篇========
if、countif、sumif、countifs、sumifs,这几个一起学,必学算是~
定位类型的函数:MID、SEARCH、LEN、LEFT、RIGHT 一起学吧,简单但异常实用。
四舍五入个人偏好用 round 函数,举个简单例子,一列数据,2.04、2.03 并求和,显示保留 1 位小数,你会在界面上看到 2.0、2.0,求和却是 4.1,表格打印出来会比较让人难理解。
Vlookup 函数,这个不多说了,神器。
text,例如 19880110 text(A1,"0-00-00"),转为 1988-01-10,用法很多。
weekday,让你做时间计划表什么的时候,把日期转为“星期 X”。
column(目标单元格),返回目标单元格所在列数,有时候真的很好用...还有 @黄老邪推荐的 columns~。
transpose(目标区域),神奇的转置,把行变成列,把列变成行...
&,可在目标单元格后面增加某些字符,偶尔用(我这种强迫患者用的是 concatenate 公式,我特么有病!)。

数组,虽然复杂,但是有的公式配上数组简直爽爆。
多百度,例如曾经碰到一个难题,把 X 分 X 秒,转为 X 秒,例如 172 分 52 秒,百度半天得到的公式:=IF( IFERROR( FIND( "分", $E2 ), 0) > 0, LEFT( $E2, FIND( "分", $E2 ) - 1 ) * 60 + IFERROR( MID( $E2, FIND( "分",$E2 ) + 1, FIND( "秒", $E2 ) - FIND( "分", $E2 ) - 1 ), 0 ), LEFT( $E2, FIND( "秒", $E2 ) - 1 ) * 1 ) 度娘很厉害的。
========图表篇========
不同的场景请用不同的图,转个非常精髓的图:
数据透析表、数据透析图,嗯嗯,推荐的人太多了...
图表设计——布局,灵活运用好多类数据时的“次坐标轴”:
选择数据——右键——更改图标类型,灵活在一张表上结合起来柱状图和折线图:
SmartArt 也是一大神器,我终于不用在 Ai 或者 PPT 上作图再粘过来了……
========技巧篇========
数据——分列,将列内的数据拆分成多列,比如“XXX 省 XXX 市”,拆成省、市两列,“XX 小时 XX 分钟”拆成时、分两列,可以按照宽度、文本、标点等作为界定进行拆分,非常多的场景会使用到,请优先学会……
如果你不是靠 Excel 吃饭,请不用那么 geek,而是学会 Excel 的逻辑——配合简单的公式、排序、替换、if 等全局操作能得出的结果,不一定非要用一个长公式然后下拉,举例:
如何将无规律的一列上下翻转?
——创建一列,标上 1、2、3……,下拉,以该列为主排序,改升序为降序,扩展目标列,得到结果,之后可以删掉创建的辅助排序列
如何目标区域的每一行数据下面插入一条空行?
——创建一列,标上 1、2、3……,下拉,下面空白行标上 1.5、2.5、3.5……下拉,同理排序~Tada~
条件格式——突出显示单元格规则,里面的“重复值”,在实时录入和检查标记时很实用。
在条件允许的情况下,升级到 office 2013 吧,excel 2013 比 2010 好到爆啊!比如新增的 sumifs、averageifs 等多条件 if,比如选择一个区域,右下角小标“快速分析”自动生成数据条、色阶、柱形图、汇总图、透视表、折线图等等啊,秒中出啊有木有!(诶,好像哪里不对的样子)
========其它篇========
不会写宏没关系,要懂得怎么使用别人的宏(自行搜索“excel 宏大全”吧~),怎么保存 xlsm,怎么录制宏。当你把机械化的一套操作通过录制宏实现,并用 xlsm 配合 auto_open 自动操作,眼看表格自动化操作,在两秒内给你返回原来每天固定要做十几分钟的数据分析结果时,那个鸡皮疙瘩(蔡健雅腔调……)
有时间推荐泡泡 Excel 的论坛,excelhome 什么的,神人太多了
非常推荐给初学者、中阶以及“中介”的视频:文库课程,哪怕前几个视频,看标题简单到爆,但中间真的有很多操作上的亮点不为普通人自学所知~
Excel 满足不了你,又懂编程,想秀逼格的,请右转搜索 SPSS
✎✎✎✎ 出题的分割线必须华丽✎✎✎✎
额,我都写那么多了,出个题又不会死——
【A 列】
a
a
a
a
b
b
b
c
c
d
d
d
d
e
……
……
……
每行仅一个数据,无法准确知道有多少个 a,多少个 b,多少个 c……
请【仅用一个公式】统计出——【A 列中不同单元格的个数】,比如 a、b、c、d,算 4 个
请注意,只允许公式,其他操作均不允许,因为这个题不是为了结果,而是考 Excel 逻辑的...
【后记】
Excel 是一个很庞大很完整的“系统”,各行各业用处定然不尽相同,所以答案肯定仁者见仁智者见智,我也只是抛砖引玉,说说自己在个人工作上的经验
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21