百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术分类 > 正文

3分钟干货分享,这新增11个数组函数,工作必备,堪称出色!

ztj100 2024-11-25 00:38 15 浏览 0 评论

Excel函数迎来一次创新改革,一次性新增了11个数组函数,这次更新实在是太赞了。了解这些函数,对我们数据处理,有很大的帮助,今天给大家简要介绍一下新函数的使用方法。

一、转换—多列多行转单行单列

TOROW和TOCOL这两个函数的作用分别是将多行多列的数据转换为单行或单列。它们的用法相似,参数包括数组、是否忽略特殊值以及扫描方式。

  1. 打开数据源,我们将多行多列数据转换为1行,在单元格输入公式:=TOROW(A1:D2),这个函数是按行转换,如图。

2.TOCOL按列转换,如图,我们将单元格数据转换为1列,输入公式:=TOCOL(A1:D2),按回车键即可。

二、单行单列转多行多列

WRAPCOLS和WRAPROWS这两个函数则用于将一行或一列数据转换为多行或多列数据。它们的用法也相近,参数包括向量、行数或列数以及异常返回值(可选)。

  1. WRAPCOLS用于将数据横向展开,将单行数据转为2行,输入公式:=WRAPCOLS(A1:A8,2),如图。

2.WRAPROWS用于将数据纵向展开。打开数据源,将单行数据转为2列,输入公式:=WRAPROWS(A1:A8,2),转换结果如图。通过适当设置参数,可以轻松实现数据的行列转换。

三、合并数据—将多个表格数据上下和左右追加合并

VSTACK和HSTACK这两个函数分别用于实现上下和左右的追加合并操作。它们允许我们将多个数组或表格横向或纵向拼接在一起,从而快速汇总大量数据。如果遇到#N/A等错误值,可以考虑嵌套在IFERROR函数中,当出现错误时返回我们希望的默认值或指定值。

  1. 打开数据源,我们将2个表格数据上下合并追加,输入公式:=VSTACK(A2:E5’G2:J4),如图。

2.若左右追加2个表格数据,则输入公式:=HSTACK(A2:E5’G2:J4)。

四、抽取—抽取指定的列和行

CHOOSECOLS和CHOOSEROWS这两个函数分别用于从数据区域中抽取指定的列和行。它们的参数包括数组和要抽取的行列号列表。通过使用这些函数,我们可以快速提取出所需的数据部分

  1. 在打开的表格中,我们需要抽取数组区域中第2列、第4列数据,输入公式:=CHOOSECOLS(A2:E5,2,4)。

2.而函数公式:=CHOOSEROWS(A2:E5,1,3),则会抽取第1行和第3行的数据。通过灵活运用这些函数,我们可以更加高效地处理和分析数据。

五、截取—截取行或列

TAKE和DROP这两个函数分别用于从数据的开头或结尾截取行或列。它们的参数包括数组、要截取的行数和列数(可选)。

  1. 打开表格后,我们需要从A2:E5这个表格中从上到下截取前2行数据,然后再从这2行中从左到右截取4列数据,输入公式:=TAKE(A2:E5,2,4),如图。

2.DROP函数则用于从数据的开头或结尾删除行或列。在单元格中输入公式:=drop(A2:E5,2,1)。

六、 扩展

1、EXPAND函数用于将数据扩展到指定的行列数,如图,我们在单元格中输入公式:=EXPAND(A2:D5,4,5)。

相关推荐

再说圆的面积-蒙特卡洛(蒙特卡洛方法求圆周率的matlab程序)

在微积分-圆的面积和周长(1)介绍微积分方法求解圆的面积,本文使用蒙特卡洛方法求解圆面积。...

python编程:如何使用python代码绘制出哪些常见的机器学习图像?

专栏推荐...

python创建分类器小结(pytorch分类数据集创建)

简介:分类是指利用数据的特性将其分成若干类型的过程。监督学习分类器就是用带标记的训练数据建立一个模型,然后对未知数据进行分类。...

matplotlib——绘制散点图(matplotlib散点图颜色和图例)

绘制散点图不同条件(维度)之间的内在关联关系观察数据的离散聚合程度...

python实现实时绘制数据(python如何绘制)

方法一importmatplotlib.pyplotaspltimportnumpyasnpimporttimefrommathimport*plt.ion()#...

简单学Python——matplotlib库3——绘制散点图

前面我们学习了用matplotlib绘制折线图,今天我们学习绘制散点图。其实简单的散点图与折线图的语法基本相同,只是作图函数由plot()变成了scatter()。下面就绘制一个散点图:import...

数据分析-相关性分析可视化(相关性分析数据处理)

前面介绍了相关性分析的原理、流程和常用的皮尔逊相关系数和斯皮尔曼相关系数,具体可以参考...

免费Python机器学习课程一:线性回归算法

学习线性回归的概念并从头开始在python中开发完整的线性回归算法最基本的机器学习算法必须是具有单个变量的线性回归算法。如今,可用的高级机器学习算法,库和技术如此之多,以至于线性回归似乎并不重要。但是...

用Python进行机器学习(2)之逻辑回归

前面介绍了线性回归,本次介绍的是逻辑回归。逻辑回归虽然名字里面带有“回归”两个字,但是它是一种分类算法,通常用于解决二分类问题,比如某个邮件是否是广告邮件,比如某个评价是否为正向的评价。逻辑回归也可以...

【Python机器学习系列】拟合和回归傻傻分不清?一文带你彻底搞懂

一、拟合和回归的区别拟合...

推荐2个十分好用的pandas数据探索分析神器

作者:俊欣来源:关于数据分析与可视化...

向量数据库:解锁大模型记忆的关键!选型指南+实战案例全解析

本文较长,建议点赞收藏,以免遗失。更多AI大模型应用开发学习视频及资料,尽在...

用Python进行机器学习(11)-主成分分析PCA

我们在机器学习中有时候需要处理很多个参数,但是这些参数有时候彼此之间是有着各种关系的,这个时候我们就会想:是否可以找到一种方式来降低参数的个数呢?这就是今天我们要介绍的主成分分析,英文是Princip...

神经网络基础深度解析:从感知机到反向传播

本文较长,建议点赞收藏,以免遗失。更多AI大模型应用开发学习视频及资料,尽在...

Python实现基于机器学习的RFM模型

CDA数据分析师出品作者:CDALevelⅠ持证人岗位:数据分析师行业:大数据...

取消回复欢迎 发表评论: