
如果把Excel比作武侠小说中的“剑”,那么按照武侠小说中御“剑”能力的高低程度可以大致将剑客分为以下几个等级:
Level 1(剑客):小说中常见的劫匪甲乙丙,此类剑客多是初入江湖,会照着剑谱比划几种简单的招式但缺乏对招式的理解及融会贯通,对剑的理解只停留在表面的“形”上。在此级别的Excel使用者对Excel的基本功能已经有所了解,但还不熟,还没有达到灵活高效地应用Excel解决业务问题的程度。通过上文我们了解了当Level 2的Excel使用者想要升级到Level 3时,最需要理解的是Excel中“链接”的逻辑,那么Excel中链接的逻辑究竟是什么呢?在回答这个问题之前,我们先来了解一下Excel的构成,像下边的马赛克画是由无数个具有不同颜色、不同大小以及不同形状的马赛克颗粒按照一定排列顺序构成的一样。
一个Excel工作表也是由多个具有不同大小、不同填充色、不同数值的单元格构成的。从Excel构成的角度讲,我们将单元格称为“单元格对象”。在Excel文件中除了“单元格对象”外,还有工作表、工作簿、图表、图片、形状、切片器、透视表/透视图、表格控件等等多种不同种类的对象,每个对象都是相对独立的,只有让不同的对象与对象间拥有互相参照彼此信息的能力,才能让不同对象结合在一起成为一个整体。这种对象与对象间相互参照信息的能力就是本文要为大家介绍的Excel最为重要的逻辑—不同对象间的“链接”。
在Excel中,在不考虑VBA编程的情况下主要通过两种渠道实现不同对象间信息传递的任务,第一种渠道是“公式”,第二种渠道是“名称定义”。除此之外,还可以利用切片器、图片链接等形式在不同对象间创建链接。最简单的例子,在“B2”单元格中输入公式“=A1”,就可以将B2单元格对象与A1单元格对象链接在一起,完成将A1单元格中的值传递到B2单元格中的任务。看到这里有读者可能会想“前边玄乎其玄的说了半天原来这就叫链接啊,这谁不会啊,上当了”。不过请先别急着下结论,接下来要为大家介绍的几种脑洞大开的链接技巧你是否还了解呢?上述案例中提到的相关Excel文件以上传至QQ:1. 数据分析交流群-CDA(247547034) 2. 云课堂数据分析交流群(203386194)中,欢迎加群后下载文件。
另外,CDA也开设了微店商城,感兴趣的小伙伴欢迎微信扫码,直达店铺!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
R 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 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29