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

WPS再放大招,新增11个数组函数,这波更新很不错

ztj100 2024-11-25 00:39 25 浏览 0 评论

WPS又双叒叕更新了,这次一口气新增的11个数组函数,实在是太给力了,有大佬月底可能还有一波更新,会新增LAMBDA与LET函数。至此函数正式跨入新篇章。类编程时代来了!

这篇文章带大家简单的了解下这11个新函数的使用方法,详见下图

一、转换

1.多列转一列

TOROW的作用是将多行多列转换为1行,TOCOL是将多行多列转换为1列,它们的用法是一样的。

语法:=TOROW (数组,[忽略特殊值],[扫描方式])
语法:=TOCOL (数组,[忽略特殊值],[扫描方式])

第三参数会修改转换的方式,默认是根据行,可以根据自己的需要修改

2.多列转一列

WRAPCOLS的作用是将一行或者一列数据转换为多行数据,WRAPROWS则是将其转换为多列,用法都是一样的,第三参数可屏蔽错误值

语法:=WRAPCOLS(向量,行数,[异常返回值])
语法:=WRAPROWS(向量,列数,[异常返回值])

二、追加合并

可以把追加看做是简单的数据合并,就是把表2直接粘贴在表1的上下或者左右

VSTACK的作用是上下追加,HSTACK的作用是左右追加

语法:=VSTACK(数组1,[数组2],[数组3],…..)
语法:=HSTACK(数组1,[数组2],[数组3],…..)

合并如果出现#N/A的错误,可以考虑使用IFERROR来将其屏蔽掉

公式:=VSTACK(A2:C4,E2:G4)

表示将表1与表2上下堆叠在一起,如果表格格式一致,可实现快速的汇总数据

三、抽取

它们的作用是从数据区域抽取指定的行列,CHOOSECOLS抽取列,CHOOSECOLS抽取列抽取行

语法:=CHOOSECOLS(数组,序列1,[序列2],….)
语法:= CHOOSEROWS(数组,序列1,[序列2],….)

公式:=CHOOSECOLS(A1:D5,2,4)

这个公式的含义是说从A1:D5这个表格中提取第2列与第4列

四、 截取

TAKE函数的作用是从数据的开头或者结尾截取行或者列,而DROP的作用是从开头或结尾中删除行或者列,它们的用法是一样的

语法:=TAKE(数组,行数,[列数])
语法:=DROP(数组,行数,[列数])

如下图将函数设置为:

=TAKE(A1:D5,2,3)

函数就会先从上到下截取前2行数据,然后再从这2行中从左到右截取3列,就会显示为当前的结果。

如果将第二参数改为负值,函数就会从右开始截取,将第三参数改为负值,函数会从上往下开截取

五、 扩展

EXPAND函数的作用是将数据扩展到指定的行列数,操作也是比较简单的

语法:=EXPAND(数组,行数,[列数],[填充值])

来看下具体用法

公式:=EXPAND(A1:B3,4,3)

表示将A1:B3这个区域的数据扩展为4行3列的数据,因为A1:B3不够4行3列,多出来的会显示错误值,可以考虑设置第三参数屏蔽错误值

以上就是WPS新增的11个新函数,LAMBDA与LET函数也正在路上了,相信WPS也会越来越好的


如果你想要提高工作效率,不想再求同事帮你解决各种Excel问题,可以了解下我的专栏,WPS用户也能使用,讲解了函数、图表、透视表、数据看板等常用功能,带你快速成为Excel高手

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: