前言：

在职场报表中，EXCEL的魔法，可以说无处不在，是一项每个人必须掌握的技能，但是在EXCEL所有的函数之中，有一种函数，称之为【数据库函数】，高效，运行速度快，专门为大数据提供，却很少为人知

收藏+转发，传播知识，是一种美德

函数解释

数据库函数均有三个相同的参数：database、field 和 criteria。这些参数指向数据库函数所使用的工作表区域。其中参数 database 为工作表上包含数据清单的区域。参数 field 为需要汇总的列的标志。参数 criteria 为工作表上包含指定条件的区域。写法为=(database、field，criteria）

本篇主要介绍DGET、dcount、daverage、dmax、dmin 5个函数，套路完全一致。

特别提醒

这是一个让人又爱又恨的函数，爱，是因为这个函数，处理数据高效，快速。

恨，是因为如果不知道原理，会出大问题的

经典应用:

用法1：以关键词开头的处理

当我们在第三个参数，如实例，输入A的时候， 实际上，计算的是以A开头的所有物料的库存DSUM函数，计算以A开头的所有库存的和dcount函数，计算以A开头的物料的个数dmax函数，计算以A开头的物料的库存的最大值dmin函数，计算以A开头的物料的库存的最小daverage函数，计算以A开头的物料的库存的平均值特别提醒，是以A开头，不是单元格值等于A！！！！在第二个参数，我们这里输入的是2，是因为返回的值，在条件区域的第二列，当然我们可以直接输入B2，就是列号也是可以的用法2：不以A为结尾，的符合条件的值，主要为中间，或是首字母为A，如果末尾为A，只要中间有A这个字符，也是符合条件的

用法3：包含A的所有符合条件的个数

用法4：和用法3一样，为包含A的符合条件的个数

用法5：第二个字符为A的符合条件的个数，且字符长度大于等于3，因为一个问号，代表一个字符

用法6：以B开头的符合条件的值，因为没有，所以都为0

用法7：

这里输入的是，先切换到英文，而后输入单引号'，而后输入=A，意思是单元格值完全等于A的符合条件的个数，所以只有一个单元格

用法8：

第二个字符为A，并且长度等于3的符合条件的值的处理

数据库函数，使用方法，就介绍完了.

最近几天，不断有小伙伴在后台问到使用excel做数据分析的相关问题，今天，数据君（ID：shendufenxi）就为大家推送一篇实用技巧。

高级的数据分析会涉及回归分析、方差分析和T检验等方法，不要看这些内容貌似跟日常工作毫无关系，其实往高处走，MBA的课程也是包含这些内容的，所以早学晚学都得学，干脆就提前了解吧，请查看以下内容。

在使用之前，首先得安装Excel的数据分析功能，默认情况下，Excel是没有安装这个扩展功能的，安装如下所示：

1）鼠标悬浮在Office按钮上，然后点击【Excel选项】：

2）找到【加载项】，在管理板块选择【Excel加载项】,然后点击【转到】：

3）选择【分析工具库】，点击【确定】：

4）安装完后，就可以【数据】板块看到【数据分析】功能，如下所示：

安装完后，首先来了解一下回归分析的内容。

回归分析

在详细进行回归分析之前，首先要理解什么叫回归？

实际上，回归这种现象最早由英国生物统计学家高尔顿在研究父母亲和子女的遗传特性时所发现的 一种有趣的现象：身高这种遗传特性表现出”高个子父母，其后代身高也高于平均身高；但不见得比其父母更高，到一定程度后会往平均身高方向发生’回归’”。

这种效应被称为”趋中回归”。现在的回归分析则多半指源于高尔顿工作的那样一整套建立变量间的数量关系模型的方法和程序。 这里的自变量是父母的身高，因变量是子女的身高。

百度百科对于回归分析的定义是: 回归分析（regression analysis)是确定两种或两种以上变数间相互依赖的定量关系的一种统计分析方法。运用十分广泛：

1）回归分析按照涉及的自变量的多少，可分为一元回归分析和多元回归分析；

2）按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。

这里举个电商的例子：电子商务的转换率是一定的，网站访问数一般正比对应于销售收入，现在要建立不同访问数情况下对应销售的标准曲线，用来预测搞活动时的销售收入，如下所示：

1、利用散点图描绘图形：

2. 添加趋势线，并且显示回归分析的公式和R平方值：

从图得知，R平方值=0.9995，趋势线趋同于一条直线，公式是：y=0.01028x-27.424

R 平方值是介于 0 和 1 之间的数字，当趋势线的 R 平方值为 1 或者接近 1 时，趋势线最可靠。因为R2 >0.99，所以这是一个线性特征非常明显的数值，说明拟合直线能够以大于99.99%地解释、涵盖了实际数据，具有很好的一般性, 能够起到很好的预测作用。

3. 使用Excel的数据分析功能

1）点击【数据分析】，在弹出的选择框中选择【回归】，然后点击【确定】：

2）【X值输入区域】选择访问数的单元格，【Y值输入区域】选择销售额的单元格，同时勾选如下所示的选项，包括残差、标准残差、残差图、线性拟合图和正态概率图。

3）以下内容是残差和标准残差：

4）以下是残差图：

残差图是有关于实际值与预测值之间差距的图表，如果残差图中的散点在中轴上下两侧分布，那么拟合直线就是合理的，说明预测有时多些，有时少些，总体来说是符合趋势的，但如果都在上侧或者下侧就不行了，这样有倾向性，需要重新处理。

5）以下是线性拟合图

在线性拟合图中可以看到，除了实际的数据点，还有经过拟和处理的预测数据点，这些参数在以上的表格中也有显示。

6）以下是正态概率图

正态概率图一般用于检查一组数据是否服从正态分布，是实际数值和正态分布数据之间的函数关系散点图，如果这组数值服从正态分布，正态概率图将是一条直线。回归分析不一定得符合正态分布，这里只是仅仅把它描绘出来而已。

以上数据表格和图表都说明公式y=0.01028x-27.424是一个值得信赖的预测曲线，假设搞活动时流量有50万访问数的话，那么预测销售将是51373，如下图所示：

现在时时刻刻都在产生大量数据，面对这些大量并且杂乱的数据，如果不能进行分析整理，可能并没有什么用处，Powerquery不仅能导入超百万行甚至上亿行的数据，更重要的是可以轻松对这些数据进行挖掘处理，从中找到我们需要的数据集合。

对导入的数据进行数据整理的过程一般称为「数据清洗」，之所以称之为清洗，是因为在数据分析师眼中，杂乱的数据就是脏数据，只有被清洗成干净的数据后才可以进行分析使用，下面我们就来认识Power Query 的强大数据清洗功能。以下的操作过程在PowerBI和Excel中均适用。

01提升标题

在Excel中第一行为标题行，从第二行开始才是数据，但在PQ中，从第一行开始就需要是数据记录，标题在数据之上，

因此从Excel导入数据的第一步就是要提升标题，点击「转换」的将第一行作为标题，标题提升就完成了。

点击将第一行作为标题旁边的下拉按钮，还有个将标题作为第一行，实际上就是拉低标题，这个功能也特别有用，下面会介绍到。

02更改数据类型

更改数据类型虽然很简单，但设置正确的数据类型非常重要，后期数据建模和可视化过程中，很有可能会出现一些意想不到的错误，最后发现是数据类型设置的不对，所以一开始就养成设置数据类型的好习惯。有两种方式设置数据类型，

03删除错误/空值

数据导入后，有可能出现错误（Error）或者空值（null），

做数据分析之前，要想达到右边的效果，需要把它们去掉，操作如下：

04删除重复项

删除重复项在PQ中非常简单，选中需要删重的列，右键选择「删除重复项」即可：

05填充

在Excel数据中经常会见到合并单元格的情况，导入后就变成了空值，像下面这样：

在PQ中直接向下填充即可：

06合并列

在PQ中选择需要合并的列，然后在「转换」中找到”合并列“，弹出合并列窗口：

比如刚才的表格，把[区域]和[城市]合并：

07拆分

拆分相当于是合并列的反动作，不过功能更丰富，可以选着按字符数，也可以选择按分隔符，如果列中包含多个分隔符，还可以选择按哪个位置的分隔符来拆分：

我们把刚才的合并列再拆分一下，又变成合并前的格式了：

08分组

相当于Excel中的分类汇总功能，比如刚才的数据，我们要计算各区域1月份的合计金额，点击分组依据：

把相应参数填上以后，分组完成：

09提取

PQ的提取功能可以按照长度、首字符、尾字符、范围等来提取，比如下面这个例子，提取前2个字符：

10行列转置

数据处理有的时候需要行列互相转换一下，比如把各城市变成列标签，月份变成行标签，点击行列转置，

是不是发现哪里有些不对劲？月份不见了，这是因为转置的时候，只转数据的部分，月份并不在数据区，我们要想保留月份，先要把月份降下来，这里用到我们前面介绍的”将标题作为第一行“，

标题下降以后，再进行转置就可以了，

转置完成，不过还要再把第一行城市提升为标题。

11行列操作

PQ的行列操作十分灵活，非常大规模的数据操作。

12逆透视列

这是PQ非常便捷的逆天功能，由于数据分析的需要，我们经常要将二维表变为一维表，之前在Excel中需要很多操作步骤才能完成，而通过逆透视功能，可以一键降为一维表，

13透视列

做分析需要一维表，而为了展现的需要，常常还要把一维表变成二维表，也就是Excel中的数据透视，在PQ中同样可以一键透视，比如把刚才的一维表变成原样，聚合方式选择“不要聚合”。

点击确定就变回原来的二维表了，

以上这些是最基本也是最常用的数据清洗功能，看上去也都很简单，动手操作才能更好的掌握，熟练运用以后基本能搞定大部分数据处理的工作，这些不仅是学习Power BI的必备技能，更能让你的Excel水平短时间内大大提升。

PowerBI星球，大数据时代，保持并提升你的职场竞争力。

别人都出去约会了

你还苦哈哈的做苦力

这个神秘武器赶紧Get到！

小文闺蜜是公司运营，每到周末或项目结案时，就焦虑的不要不要的。主要是要统计那些数据，还要做这种汇总、分析，没有个半天时间是搞不完的，还有手头上的工作，看来加班是一定的了。说好的和男朋友看电影的，这下又要爽约了。说多了，都是泪啊。

相信很多人虽然认识它很久了，但一直都是有缘无份的点头之交。今天就介绍下Excel鲜为人知的强悍一面。Excel可是名门望族家的大家闺秀，身为富二代的Excel，虽然有微软爸爸的光环，可一点儿不矫情，真可谓上的厅堂下的厨房。

小到做个值日表、通讯录，大到大数据分析、统计、报表、决策分析等，它都是样样精通。

小E虽然一身本领，却经常被人误解为不就是个制表工具么，要不是是大家闺秀，就是有素养，从不与人挣个长短，你爱怎么用都可以，我依然是我，从不解释。不过我这里要打抱不平下，和大家介绍下另类的小E。

除了大家常用的制表外，Excel在大数据处理、报表制作（透视图）、动态分析、数据获取等方面都有很强悍的表现，尤其是Excel2013以后的版本，在公式计算、用户体验、执行效率方面有了质的飞跃，上万行数据的计算瞬间完成。

利用数据获取、公式计算和透视图，只需做一次操作，之后只需一键更新，所有数据都自动归类，各种图表一秒搞定，省力不是一点点啊。

Excel中类似于超市里的货架和仓库，需要给客人展示的商品要摆放到货架上（视图表），作为货源补充的商品放到仓库里（数据表），还有作为配套设施的办公室（参数表）。

首先要做好数据规划，将不变或不长变动的数据作为参数表，例如：员工通讯录、客户列表、产品规格等，将需要统计分析的数据放到数据表中，这里注意不要作行和列的合并、不要将数据拆成多个工作表存放（仓库的重点是摆放合理，而不是美观）。以后各种分析中要用的信息，这里都要包括进来。需要用到参数表内容的，要通过公式自动获取，避免手工录入的低效和错误。

//动图一

//动图二

制作各部门、各场景需要用到的表格，这里可以根据实际情况和打印需求，将表格制作的尽量美观（站台的重点是美观），数据利用透视图从数据表中获取数据，这样需要调整数据时，只需要更新数据表中的内容，在视图表中刷新下即可同步数据。

做到一劳永逸

妈妈再也不用操心我的表格了

——The end——

当我们需要分析的数据很多时，迷你图就展现了它的优势，能够快速帮助我们创建折线图、柱状图和盈亏图，是实现数据快速分析的好帮手。

迷你图不像一般的图表有很多类型，目前Excel提供的迷你图类型只有如图所示的三种：①折线图：展示数据发展趋势。

②柱形图：进行数据之间的对比。

③盈亏图：显示盈利和亏损状况。

迷你图的创建方法有两种（参见上图）：

① 数据范围选择一行，放置位置选择一个单元格，然后下拉填充。

② 数据范围选择多行，放置位置选择多行。

具体采用什么方法大家根据自己的喜好来选择即可。

我们初次创建迷你图时，Excel默认将所有单个迷你图放在一个组里面，这样我们可以进行统一的格式调整，如果需要对单个迷你图进行设置，只要取消组合就可以了。具体方法参见上图。

迷你图的删除方法有两种（方法参见上图）：

①整组删除。可以删除选中迷你图所在组的全部迷你图。

②单个删除。只删除选中的迷你图，其他的迷你图保留。

迷你图最常见的设置就是各数据点的显示方式。

对于折线图来讲，首点就是第一个数据系列点，尾点就是最后一个数据系列点，高点是指值最大的数据点，低点是指值最小的数据点。（如上图所示）

对于柱形图来讲，首点就是第一个柱形，尾点就是最后一个柱形，高点是指值最大的柱形，低点是指值最小的柱形。（如上图所示）

对于盈亏图来讲，负点就是值为负数的数据点。

今天为大家准备的VBA福利可以自动批量生成仿迷你图，快下载试一下吧。

之所以称为仿迷你图是因为批量创建的是一般的图表，只是样式做的像迷你图，它的优势是可以比迷你图有更多的设置（一般数据图表具有的功能全部都有），让我们有更多的发挥空间。

网易云课堂学员可在群公告中的百度云链接中下载此模块，赶紧行动吧！

效果演示：

使用VBA模块的正确姿势：

ALT+F11打开VBA编辑器→导入模块→CTRL+SHIFT+Q(自动批量生成折线仿迷你图)→CTRL+SHIFT+T(自动生成柱状仿迷你图)

小伙伴们大家好啊，今天给大家分享机组实用的Excel小技巧，让你轻松提高工作效率，每天学习一点，天天积累，相信你会质变的，喜欢的小伙伴记得点一波关注哦！

1.*（星号）该如何替换

相信*一定困扰过我们，在Excel中*代表着全部的数据内容，如果想把它替换成×，很容易就把所有的内容全替换了，和这个例子一模一样，当我们使用Ctrl+h替换时，所有的数据全部变成×了

其实这个时候我们只需在*的前面加一个~*就可以了，这样所有的*全部替换成×了。

是不是很神奇呢！

2.单元格内如何强制换行呢？

有时候一个单元格内的内容太多了，影响打印效果，这个时候我们需要在单元格内换行，可是在Excel中回车是不能换行的，这时候我们就需要用到“alt+回车”来进行强行换行。

3.如何显示我们想要的日期？

相信很多小伙伴对Excel中的日期很是困惑，不明白控制日期的机制到底是怎么样的，也就很难得到我们想要的日期格式，给大家科普一下，Excel中y代表年份，m代表月份，y代表具体的日期，我们想要自己输入日期的格式，只需按下面的操作即可自定义日期格式：

4.斜箭头怎么画上去？

有的领导偏爱带有斜箭头的表格，认为这样更能区分清楚表格的内容，如果我们不会做，那就尴尬了，今天六子就教大家怎么做带有斜箭头的表格。

先在单元格中添加一个45°的斜线，然后输入两个表头，在数字中间按Alt+回车，使其强制换行。

最后按空格键适当调整文字位置，尽量使表头美观。

5.多页打印相同的标题

如果表格中有多页需要打印的数据，如果只是简单的打印，那么第二页开始就没有了表头，这样阅读起来既不美观又费力，经过简单的设置之后，就可以在打印时让每一页都有相同的表头，使表格美观而且便于阅读。

今天就先分享到这儿吧，爱学习的你一定也学会了，欢迎大家关注我，每天大家一起学习，一起进步。

现在数据已经成为了一些企业的“天”。近年来，近年来越来越多的公司已经意识到数据分析可以带来的价值，并且已经跳上了大数据旅行车。实际上，现在所有的一切都在被监控和测量，创造了大量的数据流，通常比公司可以处理的速度更快。问题是，根据定义，大数据很大，因此数据收集中的小差异或错误可能导致重大问题，错误信息和不准确的推论。

对于大数据而言，以业务为中心的方式分析它的挑战是实现这一目标的唯一方法，即确保公司制定数据管理策略。

但是，有一些技术可以优化您的大数据分析，并最大限度地减少可能渗入这些大型数据集的“噪音”。以下是几个技术技巧做参考：

优化数据收集

数据收集是事件链中的第一步，最终导致业务决策。确保收集的数据与业务感兴趣的指标的相关性非常重要。

定义对公司有影响的数据类型以及分析如何为底线增加价值。从本质上讲，考虑客户行为以及这对您的业务有何针对性，然后使用这些数据进行分析。

存储和管理数据是数据分析中的重要一步。必须保持数据质量和分析效率。

把垃圾带出去

肮脏的数据是大数据分析的祸害。这包括不准确，冗余或不完整的客户信息，可能会对算法造成严重破坏并导致分析结果不佳。基于脏数据做出决策是一个有问题的场景。

清理数据至关重要，涉及丢弃无关数据并仅保留高质量，最新，完整和相关的数据。人工干预不是理想的范例，是不可持续和主观的，因此数据库本身需要清理。这种类型的数据以各种方式渗透到系统，包括时间相关的转移，例如更改客户信息或数据孤岛中的存储，这可能会破坏数据集。脏数据可能会影响营销和潜在客户生成等明显的行业，但财务和客户关系也会因基于错误信息的业务决策而受到不利影响。后果很普遍，包括盗用资源，重点和时间。

这个脏数据难题的答案是确保进入系统的数据干净的控制措施。具体而言，重复免费，完整和准确的信息。有些应用程序和公司专门研究反调试技术和清理数据，这些途径应该针对任何对大数据分析感兴趣的公司进行调查。数据卫生是营销人员的首要任务，因为不良数据质量的连锁效应可能会大大降低企业的成本。

为了在数据方面获得最大收益，必须花时间确保质量足以为决策和营销策略提供准确的业务视图。

标准化数据集

在大多数业务情况下，数据来自各种来源和各种格式。这些不一致可能转化为错误的分析结果，这可能会大大扭曲统计推断。为了避免这种可能性，必须确定数据的标准化框架或格式并严格遵守它。

数据集成

如今，大多数企业都包含不同的自治部门，因此许多企业都拥有孤立的数据存储库或“孤岛”。这很具挑战性，因为来自一个部门的客户信息的变化不会转移到另一个部门，因此他们将根据不准确的源数据做出决策。

为了解决这个问题，中央数据管理平台是必要的，集成了所有部门，从而确保了数据分析的准确性，因为任何变更都可以立即被所有部门访问。

数据隔离

即使数据干净，有组织和集成在那里，也可能是分析问题。在这种情况下，将数据分组成小组很有帮助，同时牢记分析正在努力实现的目标。这样，可以分析子组内的趋势，这可能更有意义并且具有更大的价值。在查看可能与整个数据集无关的高度特定的趋势和行为时尤其如此。

数据质量对于大数据分析至关重要。许多公司试图用分析软件直奔潜水，而不考虑进入系统的内容。导致不准确的推断和解释，这可能是昂贵的并且对公司造成损害。一个定义明确，管理良好的数据库管理平台是企业利用大数据分析不可或缺的工具

这场软件PK，是时候分出胜负了，今天就是大结局。有必杀技在手，Excel已经看到了胜利的曙光。

在99%的人眼中，Excel能处理的最大数据是100万行，假如现在是300万行，估计都束手无策，只能寄希望于数据库。不学习真的限制了你的想象力，300万行数据Excel也能轻松统计。

300万行一个表肯定是存放不下，可以存放在多个工作表、多个工作簿甚至是数据库，不管何种储存形式，Excel都可以处理。今天，卢子就以存放在多个工作表为例进行说明。

在Excel存放着3个工作表，每个工作表100万行数据，合计300万，现在要统计每个姓名的总金额。

Step 01点数据→新建查询→从文件→从工作簿，浏览到指定的工作簿，导入，在导航器再选择工作簿的名称（相当于选中所有工作表），点编辑。

Step 02 选择Data这一列，右键选择删除其他列，再点扩展按钮，确定。展开后就看到所有数据，将第一行用作标题。

Step 03 点关闭并上载至，选择仅创建连接，勾选将此数据添加到数据模型。划重点，这一步是最重要的，不能有半点差错。数据模型就相当于一个大型的数据库，甚至可以容纳几千万行数据，正因为如此，才能让Excel突破百万行数据。

Step 04 直接创建透视表，默认情况下透视表的数据源就是数据模型中的数据，再勾选姓名和金额就完成统计。

神奇吗？有没一种想亲自体验一把的想法？

如果在数据量非常庞大的数据表中，找出不同列中数据不同的哪一行；或者在两列数据中，找出相同的值；核对两个工作表中的数据是否相等……你会怎么去做？一行一行的去对比，那你就真的Out了……

一、比较同行数据是否相同。

目的：对比账面库存货和盘点库存是否相同。

方法1：减法运算。

方法：

1、在目标单元格中输入公式：=C3-D3；暨账面库存-盘点库存。

2、观测结果，如果不为0，则账面库存和盘点库存不相同。或者通过【条件格式】对账面库存和盘点库存不同的结果进行标记。

解读：

1、对账面库存和盘点库存做减法运算，如果运算结果为0，则表示账面库存和盘点库存相同，否则为不相同。

2、对运算结果可以采用观察法，也可以通过【条件格式】来标记库存有差异的数据。

方法2：快捷键法。

目的：对比账面库存货和盘点库存是否相同。

方法：

1、选定数据源。

2、快捷键Ctrl+\（反斜杠）并填充颜色。

二、对比两列数据是否有重复值。

目的：对两列数据中有重复的值进行标识。

方法1：条件格式法。

1、选定数据源，【条件格式】-【突出显示单元格规则】-【重复值】。

2、选择需要标记的数据类型（重复或唯一），选择填充色并【确定】。

解读：

1、通过此方法不仅可以标识出【重复】值，还可以标识出【唯一】值。

方法2：高级筛选法。

1、选定任意一列数据，包括列标。

2、【数据】-【高级】，单击【条件区域】右侧箭头，选定另外的一列，同样包括列标；并【确定】。

3、【开始】-填充颜色。

4、【数据】-【清楚】。

解读：

本方法主要用于对比两列数据的相同值，将其中一列中重复的值筛选出来。

三、不同工作表的两列核对。

目的：核对表1和表2中的“姓名”列是否有重复值。

方法：

1、在表1（表2）的空白列输入公式：=COUNTIF(表2!B:B,B3)。（如果在表2中输入：则公式为：=COUNTIF(表1!B:B,B3)）

2、选定标题行，【数据】-【筛选】，筛选出非零值。

3、给筛选出的“姓名”填充颜色。

4、取消筛选。

解读：

1、此方法利用Countif函数统计每个值在另外一张表格中出现的次数，如果值不为0，就是重复，如果为0就是不重复。

2、非零的数字代表重复的次数。

四、数值类表格比较。

前提条件：表格结构必须相同。

目的：对比“账面库存”和“盘点库存”。

方法：

1、选定“账面库存”的数据并复制。

2、在“盘点”库存的数据区右键-【选择性粘贴】，选择【运算】中的【减】并确定。

3、观察结果，非零值即为不同的值。当然也可以利用条件格式标识出非零值。

解读：

如果两个数相同，求差（暨减法）运算后的值肯定为0，否则为负数或正数，也就是求差的两个数肯定不相同。

五、非数值类表格比较。

前提条件：表格结构必须相同。

目的：对比商品名称是否相同。

方法：

1、选定任意表格中需要对比的区域或整个表格。

2、【条件格式】-【新建规则】-【使用公式确定要设置格式的单元格】，在【为符合此公式的值设置格式】中输入：=(B4<>B15)并【确定】。

3、单击右下角的【格式】-【填充】，选择填充色并【确定】。

解读：

1、公式：=(B4<>B15)的意思为当B4单元格的值和B15单元格的值不相等时，进行填冲颜色。

2、此方法同时适用于数值类表格的比较哦！

六、差异化比较。

从上述的第五、第六案例中我们已经知道，如果两个表格中对应行的内容不一样，而实质性的数据一样时，还是无法得到我们想要的结果，那么，当实质性的内容一样，其对应的位置不同时，如何进行核对呢？请看下图：

从表格中我们可以看出商品的名称并不是一一对应的，那么该如何核对账面库存和盘点库存呢？

方法：

1、选定任意表格的数据源，【条件格式】-【新建规则】-【使用公式确定要设置格式的单元格】。

2、在【为符合此公式的值设置格式】中输入：=VLOOKUP($B14,$B$4:$G$10,COLUMN()-1,0)<>C14。

3、单击右下角的【格式】-【填充】，选取填充色并【确定】。

解读：

公式：=VLOOKUP($B14,$B$4:$G$10,COLUMN()-1,0)的作用是查找出符合条件的值，如果和当前单元格的值不相等，则进行填充颜色。

结束语：

本文主要从6个大的方面分析了常见的数据核对技巧，在实际的工作中有非常高的应用价值……学习过程中如果遇到任何困难可以在留言区留言讨论哦！

计算机应用基础表格制作 word excel教程书籍 ppt wps photoshop商务办公软件教学office电脑自动化函数 新手文员自学入门教材2018

Excel的功能是非常强大的，如果我们能加以妥善应用，将对我们的工作效率有很大的提高，今天我们要学习的是：Excel的5大数据核对功能，核对数据只需1秒便可搞定哦！

一、快捷键Ctrl+\（反斜杠）法。

方法：

1、选定目标单元格。

2、快捷键：Ctrl+\（反斜杠）。

3、填充颜色。

二、=（等号）法。

方法：

在目标单元格中输入公式：=D3=E3。如果结果为TRUE，则为相同，如果为FALSE，则为不同。

三、IF函数法。

方法：

在目标单元格中输入公式：=IF(COUNTIF(D3,E3)=1,"相同","不相同")。

解读：

1、利用COUNTIF函数计算范围内满足条件的单元格个数。如果D3单元格的值和E3单元格的值相同,则条件成立，暨等于1，否则不成立。

2、利用IF函数判断，当D3和E3单元格的值相同时，返回“相同”，否则返回“不相同”。

四、Exact函数法。

方法：

1、在目标单元格中输入公式：=EXACT(D3,E3)。

解读：

如果D3和E3单元格的值相同，则返回TRUE ,否则返回FALSE。

五、Delta函数法。

方法：

在目标单元格中输入公式：=DELTA(D3,E3)。

解读：

此方法只对数字有效，暨对文本等值的比较不能用Delta函数。

结束语：

本文主要讲解了对文本或数据的核对技巧，其中Ctrl+\(反斜杠)法、=（等号）法、IF函数法、Exact函数法适用于文本和数字，而Delta函数法只适用于数字，并不适用于文本。