首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

Excel小技巧81:巧妙拆分单元格文本

很多时候,一个单元格包含有多个数据信息。有时,我们需要将这些数据拆成几个组成部分。本文介绍一个简单技巧。 如下图1所示,在列A中有一列数据,我们需要将其拆成两部分并分别输入到列B和列C。 ?...图1 可以使用Excel内置快速填充功能来实现。 在原数据右侧第一行单元格,输入想要提取文本数据,如下图2所示。 ?...图2 在刚刚输入数据下方单元格,再次输入想要提取文本数据,Excel会自动应用快速填充功能,给出推荐要提取数据,如下图3所示。 ?...图3 按下Tab键或回车键,接受Excel给出推荐,结果如下图4所示。 ? 图4 接着,在列C任意行,输入要提取文本,如下图5所示。 ?...图5 选择要填充数据单元格区域,本示例单元格区域 C2:C11,单击功能区“开始”选项卡“编辑”组“填充——快速填充”命令。 ? 图6 结果如下图7所示。 ? 图7 小结 1.

1.4K60
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    Excel公式技巧98:总计单元格文本数字

    图1 单元格区域A2:B19是记录每月一些物品领用数据,但是数值和物品名称输入到了一起,现在需要分别统计每种物品领用数量总和。...在单元格D3输入数组公式: =SUM(IF(SUBSTITUTE(B2:B19,D2,"")B2:B19,SUBSTITUTE(B2:B19,D2,"")+0))& " " & D2 在单元格E3...输入数组公式: =SUM(IF(SUBSTITUTE(B2:B19,E2,"")B2:B19,SUBSTITUTE(B2:B19,E2,"")+0))& " " & E2 在单元格F3输入数组公式...在公式,我们人为地将数据物品名称替换为空,然后与原数据进行对比,那么那些不相等数据自然就是替换物品领用数值。...对于SUBSTITUTE(B2:B19,D2,"")+0+0,是为了将替换后文本转换为数字,否则将得不到正确结果。

    1.2K40

    Pandas处理文本3大秘诀

    Pandas文本处理大全3大秘诀 本文介绍Pandas针对文本数据处理方法。...文本数据也就是我们常说字符串,Pandas 为 Series 提供了 str 属性,通过它可以方便对每个元素进行操作。 首先需要清楚是:Python中原生字符串操作相关函数也是适用。...下面我们用德语’ß’来区分二者,真实小写是’ss’: s = 'ß' s.lower() 'ß' 使用casefold函数能够实现: s.casefold() 'ss' 在对 Series 每个元素处理时...,我们可以使用Pandas内置 map 或 apply 方法 df["name"].apply(lambda x: x.upper()) # 结果 -----------------------...这是因为数据中出现了NaN,NaN在Pandas是被当做float类型。 下面使用upper方法来实现转换:当使用str.upper进行转换时候能够自动排除缺失值数据。

    21620

    Pandas对象

    安装并使用PandasPandas对象简介PandasSeries对象Series是广义Numpy数组Series是特殊字典创建Series对象PandasDataFrame对象DataFrame...是广义Numpy数组DataFrame是特殊字典创建DataFrame对象PandasIndex对象将Index看作不可变数组将Index看作有序集合 安装并使用Pandas import numpy...as np # 检查pandas版本号 import pandas as pd pd....Pandas对象简介 如果从底层视角观察Pandas,可以把它们看成增强版Numpy结构化数组,行列都不再是简单整数索引,还可以带上标签。...先来看看Pandas三个基本数据结构: Series DataFrame Index PandasSeries对象 PandasSeries对象是一个带索引数据构成一维数组,可以用一个数组创建Series

    2.6K30

    Excel公式技巧95:统计文本单元格神秘公式

    我们想要统计某列包含文本单元格数量,如下图1所示。 ?...图1 有一些附加条件: 排除包含数字任何单元格 排除空单元格 排除包括公式结果为空字符串任何单元格 在图1所示示例,满足条件文本单元格共5个。...这通常是通过使用两个双引号来实现,它们之间没有任何内容: =IF(A9="Ok",C9,"") 两个双引号之间被称为“空文本”,在单元格不会显示什么但会作为数据被统计。...如果使用ISBLANK函数测试包含空文本单元格,返回结果将是FALSE,这意味着Excel不会将空文本作为真正单元格。...通常,对于COUNTIF函数条件判断使用“不等于”(即“”),但是在本示例,我们将反转小于/大于符号顺序,写作“><”,公式如下: =COUNTIF(B4:B14,"><") 该公式仅统计了包含文本单元格

    1.4K20

    Pandas数据分类

    --MORE--> 背景:统计重复值 在一个Series数据中经常会出现重复值,我们需要提取这些不同值并且分别计算它们频数: import numpy as np import pandas as...0 语文 1 数学 1 数学 0 语文 0 语文 1 数学 1 数学 0 语文 dtype: object type(df1) # Series数据 pandas.core.series.Series...cat.values s ['语文', '数学', '语文', '语文', '语文', '数学', '语文', '语文'] Categories (2, object): ['数学', '语文'] type(s) pandas.core.arrays.categorical.Categorical...Categorical对象 通过pandas.Categorical来生成 通过构造函数from_codes,前提是你必须先获得分类编码数据 # 方式1 df2["subject"] = df2[...不同类别都是它一列,看下面的例子: data4 = pd.Series(["col1","col2","col3","col4"] \* 2, dtype="category") data4 0

    8.6K20

    掌握pandastransform

    pandas,transform是一类非常实用方法,通过它我们可以很方便地将某个或某些函数处理过程(非聚合)作用在传入数据每一列上,从而返回与输入数据形状一致运算结果。...本文就将带大家掌握pandas关于transform一些常用使用方式。...图1 2 pandastransform 在pandastransform根据作用对象和场景不同,主要可分为以下几种: 2.1 transform作用于Series 当transform作用于单列...agg机制,会生成MultiIndex格式字段名: ( penguins .loc[:, 'bill_length_mm': 'body_mass_g'] .transform...版本之后为transform引入了新特性,可以配合Cython或Numba来实现更高性能数据变换操作,详细可以阅读( https://github.com/pandas-dev/pandas/pull

    1.5K20

    Pandas数据转换

    axis参数=0时,永远表示是处理方向而不是聚合方向,当axis='index'或=0时,对列迭代对行聚合,行即为跨列,axis=1同理 二、⭐️矢量化字符串 为什么要用str属性 文本数据也就是我们常说字符串...,Pandas 为 Series 提供了 str 属性,通过它可以方便对每个元素进行操作。...这时候我们str属性操作来了,来看看如何使用吧~ # 将文本转为小写 user_info.city.str.lower() 可以看到,通过 `str` 属性来访问之后用到方法名与 Python 内置字符串方法名一样...Series每个字符串 slice_replace() 用传递值替换每个字符串切片 count() 计数模式发生 startswith() 相当于每个元素str.startswith(pat...常用到函数有:map、apply、applymap。 map 是 Series 特有的方法,通过它可以对 Series 每个元素实现转换。

    12010

    Execl函数固定单元格

    Execl函数固定单元格 由 Ghostzhang 发表于 2013-11-19 22:15 经常用Execl统计一些数据,很好很强大,也很复杂,高级功能用不上,有几个场景是经常会用到,比如考勤...B:B,B1) 这样就完成了一个单元格定义。问题从这里才开始,填充一个单元格很容易,后面还有很多呢。...用过execl同学应该知道,有个很方便功能,选中单元格之后右下角会有一个控制点,直接拖动可以快速智能填充,我们来试下,比如拖动填充了B3单元格,内容如下: =COUNTIFS(原始数据!...我方法比在execl上改要稍稍高效一点,就是用文本编辑器先写好再复制粘贴到对应单元格里: =COUNTIFS(原始数据!A:A,A1,原始数据!...直到今天,在用Numbers时候,发现它在定义函数时候可以选『保留行』或『保留列』,可以很方便把函数参数固定: 这样就不会因为自动填充而被改变了,才知道原来可以这样简单,只是因为之前一直不知道

    93540

    pandasloc和iloc_pandas loc函数

    大家好,又见面了,我是你们朋友全栈君。...目录 pandas索引使用 .loc 使用 .iloc使用 .ix使用 ---- pandas索引使用 定义一个pandasDataFrame对像 import pandas as pd....loc[],括号里面是先行后列,以逗号分割,行和列分别是行标签和列标签,比如我要得到数字5,那么就就是: data.loc["b","B"] 因为行标签为b,列标签为B,同理,那么4就是data...5,右下角值是9,那么这个矩形区域值就是这两个坐标之间,也就是对应5行标签到9行标签,5列标签到9列标签,行列标签之间用逗号隔开,行标签与行标签之间,列标签与列标签之间用冒号隔开,记住,.loc...那么,我们会想,那我们只知道要第几行,第几列数据呢,这该怎么办,刚好,.iloc就是干这个事 .iloc使用 .iloc[]与loc一样,括号里面也是先行后列,行列标签用逗号分割,与loc不同之处是

    1.2K10
    领券