对于表格技巧，我们已经在前面的章节中有所讲解……感兴趣的同学可以查阅历史消息中的相关内容……

一、字体的颠倒显示

方法1：

方法：

1、选中或者复制需要颠倒显示的内容。

2、粘贴内容。如果在原位置操作，此步骤可以省略。

3、在内容的字体前添加符号：@。

方法2：

方法：

1、选中需要调整的字体。

2、【开始】-【对齐方式】-【方向】，根据实际需要选取命令。

二、以“万”为单位进行显示。

方法：

1、选中需要设置的数字。

2、Ctrl+1打开【设置单元格格式】对话框。

3、选择【分类】中的【自定义】，并在【类型】总输入：0!.0,"万"。

4、【确定】。

备注：

在【类型】中输入的：0!.0,"万"中的符号均为英文符号。

三、双标题筛选。

方法：

1、选中需要筛选的行。

2、【数据】-【筛选】。

备注：

从示例中我们可以看出，第一次的筛选并未达到我们的实际需求，我们可以选中实际需要筛选的行来弥补筛选按钮不全的问题。

四、单元格大小不一样的数据排序。

单元格大小不一样进行数据排序时会有如下提示：

这时我们一般都会手足无措……其实我们可以通过下述的办法来完成数的排序。

方法：

1、选定需要排序的数据区域。

2、【数据】-【排序】-取消【数据包含标题】。

3、选取【主要关键字】-【确定】。

五、设置斜体表头。

方法：

1、选定表头区域。

2、Ctrl+1打开【设置单元格格式】对话框，选择【对齐】，选择【方向】中的角度或输入角度。

3、【确定】。

六、每页打印标题。

方法：

1、【页面布局】-【打印标题】。

2、选择【工作表】标签，单击【顶端标题行】右侧的箭头，拖动鼠标选取需要每页都打印的内容。

3、单击箭头返回并【确定】。

备注：

1、从打印预览中我们可以看出除了第一页之外的其它页均没有标题。

2、设置后在进行预览可以发现都有了标题行。

转载自百家号作者：Excel函数公式

在 Excel 中，数据透视表主要用于分析统计，它与普通表的区别在于可任意组合字段，从面方便分析统计各项数据。Excel数据透视表怎么做？它有通常有两种方法，一种是创建空数据透视表，另一种是创建统计好的数据透视表；其中前者需要自己统计，后者不用；一般来说，如果有符合要求的统计好的数据透视表，通常选择它，这样不必再统计。数据透视表创建好后，可以按要求对指定列排序，也可按要求进行各类分析统计，例如对某项求和、统计各类产品所占百分比等。以下就是Excel数据透视表怎么做与如何统计各项所占百分比和排序的具体操作方法，实例中操作所用版本均为 Excel 2016。

一、Excel数据透视表怎么做

（一）创建空数据透视表

1、把数据透视表创建到“新工作表”。选中要插入到数据透视表的单元格区域（可以是部分单元格，也可以是整个表格，这里框选整个表格），选择“插入”选项卡，单击屏幕左上角的“数据透视表”，打开“创建数据透视表”窗口，“表/区域”右边自动填好了刚才框选的区域 Sheet1!$A$1:$F$10，“选择放置数据透视表的位置”选择“新工作表”，单击“确定”，则在一个表工作表（Sheet2）创建了数据透视表；勾选“产品名称、价格和销量”三个字段，则它们各项列在左边，并自动求出“价格”和“销量”的总计；操作过程步骤，如图1所示：

2、把数据透视表创建到“现在工作表”，仅把三列创建到数据透视表

A、框选要创建到数据透视表中的区域，例如框选 B、C 和 D 列（方法为：框选 B 列后，按住 Ctrl，再框选 C 和 D 列）；选择“插入”选项卡，单击“数据透视表”，打开“创建数据透视表”窗口，如图2所示：

B、“选择放置数据透视表的位置”选择“现有工作表”，单击“位置”右边的输入框把光标定位到哪里，框选 H1:J10 这片区域，则 Sheet1!$H$1:$J$10 自动填到“位置”后面的输入框中，如图3所示：

C、单击“确定”，则在 H、I 和 J 三列创建数据透视表，勾选“产品名称、价格和销量”三个字段后，效果如图4所示：

提示：选择部分单元格或行列创建数据透视表时，选择区域必须连在一起，否则会提示选择区域无效而无法创建数据透视表，图5所示的选择区域就是无效的：

(二）创建统计好的数据透视表

1、框选整个表格，选择“插入”选项卡，单击屏幕左上角的“推荐的数据透视表”，打开“推荐的数据透视表”窗口，选择一项符合统计要求的项，例如选择“求和项：销量，按大类和小类”，单击“确定”，则在新工作簿创建所选数据透视表，操作过程步骤，如图6所示：

2、在“推荐的数据透视表”窗口中，列出了按各种要求统计的选项，如果有符合要求的直接选择，将节省很多操作步骤，也就不用再做统计，十分方便。

二、在数据透视表中排序

1、在数据透视表中，字符和数值都能排序，但勾选字符列时会自动按升序排序，勾选数值列则不会；选中要排序的项，然后右键这些项，在弹出的右键菜单中，“排序”展开的“升序”和“降序”都呈灰色不可选，如图7所示：

2、给数值列排序。假如给“价格”按“升序”排序。选中 B4:B12，选择“数据”选项卡，单击“升序”图标，则记录按“价格”升序排序，操作过程步骤，如图8所示：

在数据透视表中，不同于普通表对一列排序时需要选择“排序依据（即扩展选定区域和以当前选定区域排序）”，它默认按“扩展选定区域”排序，即对一个字段排序就是对整行排序。

三、按类统计各种服装所占的百分比

（一）统计服装大类（即男装与女装）的百分比

单击屏幕右边“数据透视表字段”下面的“大类”勾选它，把鼠标移到“产品名称”上并按住左键，把它拖到“∑ 值”下面的列表框中，再拖一个“产品名称”“∑ 值”下面；单击“计数项：产品名称2”，输入“百分比”；框选 C4:C5，在其上面单击右键，在弹出的菜单中选择“值显示方式”→ 总计的百分比，则算出男装与女装所占的百分比；操作过程步骤，如图9所示：

（二）统计服装小类的百分比

1、勾选“小类”，把“产品名称”拖到“∑ 值”下面的列表框中，单击“计数项：产品名称”，输入百分比把它替换掉；框选 B4:B6，右键它们，在弹出的菜单中选择“值显示方式”→ 总计的百分比，则统计出三个小类（T恤、衬衫和雪纺）所占的百分比，操作过程步骤，如图10所示：

2、这里统计出的三个小类（T恤、衬衫和雪纺），是不分男装与女装的，也就是它们同时包含男装和女装。例如 T恤 占 33.33%，包括男装和女装的T恤。

四、数据透视表中的字符字段自动折叠

1、在数据透视表中，如果同时勾选多个字符字段，它们将自动折叠，即后面勾选的字段折叠到先勾选字段下面，如图11所示：

2、图11中，先勾选“产品名称”，第二勾选“编号”，第三勾选“大类”，“编号”在“产品名称”下，“大类”在“编号”下；因为统计时，每次通常只统计一项字符列。而数值列会独立占一列，这样便于计算与统计。

上次给大家分享了《2017年最全的excel函数大全14—统计函数（3）》，这次分享给大家统计函数（4）。

FORECAST.ETS.CONFINT 函数

说明

返回指定目标日期预测值的置信区间。 95% 的置信区间意味着 95% 的未来点预计将处于 FORECAST.ETS 预期结果中的此范围内（使用正态分布）。 使用置信区间可以帮助掌握预测模型的准确度。较小的区间意味着在针对此特定点的预测中有更多置信。

用法

预测. ets . confint ( target_date 、值、时间线,[ confidence_level ]、[ seasonality ],[ data_completion ],[汇总])

FORECAST.ETS.CONFINT 函数用法具有以下参数：

target_date 必需。要为其预测值的数据点。目标日期可以是日期/时间或数字。 如果目标日期在历史时间线结束前按时间顺序排序，则 FORECAST.ETS.CONFINT 将返回 #NUM! 错误。

值必需。 值是历史值，您要为其预测下一点。

时间线必需。独立数组或数值数据区域。时间线中的日期之间必须有一致步长且不能为零。 无需对时间线进行排序，因为 FORECAST.ETS.CONFINT 会对其进行隐式排序，以进行计算。 如果无法在提供的时间线中识别一致步长，则 FORECAST.ETS.CONFINT 将返回 #NUM! 错误。 如果时间线包含重复值，则 FORECAST.ETS.CONFINT 将返回 #VALUE! 错误。 如果时间线和值的范围大小不同，则 FORECAST.ETS.CONFINT 将返回 #N/A 错误。

confidence_level 可选。0 和 1 之间的一个数值（独占），指示计算置信区间的置信度。 例如，对于 90% 的置信区间，将计算 90% 置信度（90% 的未来点将处于此预测范围内）。 默认值为 95%。 对于 (0,1) 范围外的数值，FORECAST.ETS.CONFINT 将返回 #NUM! 错误。

季节性可选。一个数值。 默认值为 1，意味着 Excel 自动检测季节性进行预测，并使用正整数作为季节性模式的长度。 0 表示无季节性，意味着预测为线性预测。 正整数指示算法使用此长度模式作为季节性。 对于其他任何值，FORECAST.ETS.CONFINT 将返回 #NUM! 错误。

最大支持 seasonality 是8,760（一年中的小时数）。 该数字上方的任何 seasonality 将导致# NUM ! 错误。

数据完成可选。虽然时间线需要数据点之间的一致步长，但 FORECAST.ETS.CONFINT 支持最多 30% 的丢失数据，并会自动对其进行调整。 0 表示算法将缺少的点视为零。 通过将缺少的点算为邻接点的平均值，默认值 1 将计算缺少的点。

聚合可选。虽然时间线需要数据点之间的一致步长，但 FORECAST.ETS.CONFINT 会聚合具有相同时间戳的多个点。聚合参数是一个数值，指明要用于聚合具有相同时间戳的多个值的方法。默认值 0 将使用 AVERAGE，而其他选项为 SUM、COUNT、COUNTA、MIN、MAX、MEDIAN。

FORECAST.ETS.SEASONALITY 函数

说明

返回 Excel 针对指定时间系列检测到的重复模式的长度。 FORECAST.ETS.Seasonality 可用于FORECAST.ETS之后，确定已检测到的自动季节性和 FORECAST.ETS 使用的季节性。 虽然它可以独立于 FORECAST.ETS 使用，但鉴于相同的输入参数会影响数据完整性，函数会受到限制，因为在该函数中检测到的季节性与 FORECAST.ETS 使用的季节性相同。

用法

FORECAST.ETS.SEASONALITY(值, 时间线,[data_completion], [聚合])

FORECAST.ETS.SEASONALITY 函数用法具有下列参数：

值 必需。 值是历史值，您要为其预测下一点。时间线 必需。独立数组或数值数据区域。时间线中的日期之间必须有一致步长且不能为零。 无需对时间线进行排序，因为 FORECAST.ETS.SEASONALITY 会对其进行隐式排序，以进行计算。 如果无法在提供的时间线中识别一致步长，则 FORECAST.ETS.SEASONALITY 将返回 #NUM! 错误。 如果时间线包含重复值，则 FORECAST.ETS.SEASONALITY 将返回 #VALUE! 错误。 如果时间线和值的范围大小不同，则 FORECAST.ETS.SEASONALITY 将返回 #N/A 错误。数据完成 可选。虽然时间线需要数据点之间的一致步长，但 FORECAST.ETS.SEASONALITY 支持最多 30% 的丢失数据，并会自动对其进行调整。 0 表示算法将缺少的点视为零。 通过将缺少的点算为邻接点的平均值，默认值 1 将计算缺少的点。聚合 可选。虽然时间线需要数据点之间的一致步长，但 FORECAST.ETS.SEASONALITY 会聚合具有相同时间戳的多个点。聚合参数是一个数值，指明要用于聚合具有相同时间戳的多个值的方法。默认值 0 将使用 AVERAGE，而其他选项为 SUM、COUNT、COUNTA、MIN、MAX、MEDIAN。

FORECAST.ETS.STAT 函数

说明

返回作为时间序列预测的结果的统计值。

统计值类型表明此函数请求的统计信息。

用法

FORECAST.ETS.STAT(值, 时间线, statistic_type, [季节性], [data_completion], [聚合])

FORECAST.ETS.STAT 函数用法具有以下参数：

值 必需。 值是历史值，您要为其预测下一点。时间线 必需。独立数组或数值数据区域。时间线中的日期之间必须有一致步长且不能为零。 无需对时间线进行排序，因为 FORECAST.ETS.STAT 会对其进行隐式排序，以进行计算。 如果无法在提供的时间线中识别一致步长，则 FORECAST.ETS.STAT 将返回 #NUM! 错误。 如果时间线包含重复值，则 FORECAST.ETS.STAT 将返回 #VALUE! 错误。 如果时间线和值的范围大小不同，则 FORECAST.ETS.STAT 将返回 #N/A 错误。statistic_type 必需。 数字值介于1和8之间，指示哪些统计值将不会为计算预测返回。季节性 可选。一个数值。 默认值为 1，意味着 Excel 自动检测季节性进行预测，并使用正整数作为季节性模式的长度。 0 表示无季节性，意味着预测为线性预测。 正整数指示算法使用此长度模式作为季节性。 对于其他任何值，FORECAST.ETS.STAT 将返回 #NUM! 错误。

最大支持 seasonality 是8,760（一年中的小时数）。 该数字上方的任何 seasonality 将导致# NUM ! 错误。

数据完成 可选。虽然时间线需要数据点之间的一致步长，但 FORECAST.ETS.STAT 支持最多 30% 的丢失数据，并会自动对其进行调整。 0 表示算法将缺少的点视为零。 通过将缺少的点算为邻接点的平均值，默认值 1 将计算缺少的点。聚合 可选。虽然时间线需要数据点之间的一致步长，但 FORECAST.ETS.STAT 会聚合具有相同时间戳的多个点。聚合参数是一个数值，指明要用于聚合具有相同时间戳的多个值的方法。默认值 0 将使用 AVERAGE，而其他选项为 SUM、COUNT、COUNTA、MIN、MAX、MEDIAN。

下列可选的统计信息可以返回：

Alpha ets 算法的参数 返回参数较高值基值为最近的数据点的详细粗细。Beta ets 算法的参数 返回参数的趋势值较高值为最近的趋势的详细粗细。ets 算法的伽玛参数 返回参数 seasonality 值较高值为最近使用的季节性期间内的详细粗细。mase 跃点 返回绝对按比例缩放的错误平均值跃点数度量值预测的准确性。smape 跃点 返回绝对跃点数基于百分比错误的准确性度量值的百分比错误的对称平均值。mae 跃点 返回绝对跃点数基于百分比错误的准确性度量值的百分比错误的对称平均值。rmse 跃点 返回 根 平均值平方值错误跃点数预测和观察值之间的差异的度量。检测到步骤大小 返回历史时间线中检测到的步骤大小。

FORECAST.LINEAR 函数

说明

根据现有值计算或预测未来值。 预测值为给定 x 值后求得的 y 值。 已知值为现有的 x 值和 y 值，并通过线性回归来预测新值。 可以使用该函数来预测未来销售、库存需求或消费趋势等。

用法

预测.线性( x , known _ y ' s , known _ x ' s )

FORECAST.LINEAR 函数用法具有以下参数：

X 必需。 需要进行值预测的数据点。

Known_y's 必需。 相关数组或数据区域。

Known_x's 必需。 独立数组或数据区域。

FREQUENCY 函数

说明

计算数值在某个区域内的出现频率，然后返回一个垂直数组。 例如，使用函数 FREQUENCY 可以在分数区域内计算测验分数的个数。 由于 FREQUENCY 返回一个数组，所以它必须以数组公式的形式输入。

用法

FREQUENCY(data_array, bins_array)

FREQUENCY 函数用法具有下列参数：

Data_array必需。 要对其频率进行计数的一组数值或对这组数值的引用。 如果 data_array 中不包含任何数值，则 FREQUENCY 返回一个零数组。Bins_array必需。 要将 data_array 中的值插入到的间隔数组或对间隔的引用。 如果 bins_array 中不包含任何数值，则 FREQUENCY 返回 data_array 中的元素个数。

备注

在选择了用于显示返回的分布结果的相邻单元格区域后，函数 FREQUENCY 应以数组公式的形式输入。返回的数组中的元素比 bins_array 中的元素多一个。 返回的数组中的额外元素返回最高的间隔以上的任何值的计数。 例如，在对输入到三个单元格中的三个值范围（间隔）进行计数时，确保将 FREQUENCY 输入到结果的四个单元格。 额外的单元格将返回 data_array 中大于第三个间隔值的值的数量。函数 FREQUENCY 将忽略空白单元格和文本。对于返回结果为数组的公式，必须以数组公式的形式输入。

案例

GAMMA 函数

说明

返回 gamma 函数值。

用法

GAMMA(number)

GAMMA 函数用法具有下列参数：

Number 必需。 返回一个数字。

备注

GAMMA 使用以下公式：

Г(N+1) = N * Г(N)如果 Number 为负整数或 0，则 GAMMA 返回 错误值 #NUM!。如果 Number 包含无效的字符，则 GAMMA 返回 错误值 #VALUE!。

案例

GAMMA.DIST 函数

说明

返回伽玛分布函数的函数值。 可以使用此函数来研究呈斜分布的变量。 伽玛分布通常用于排队分析。

用法

GAMMA.DIST(x,alpha,beta,cumulative)

GAMMA.DIST 函数用法具有下列参数：

X必需。 用来计算分布的数值。Alpha必需。 分布参数。Beta必需。 分布参数。 如果 beta = 1，则 GAMMA.DIST 返回标准伽玛分布。Cumulative必需。 决定函数形式的逻辑值。 如果 cumulative 为 TRUE，则 GAMMA.DIST 返回累积分布函数；如果为 FALSE，则返回概率密度函数。

备注

如果 x、alpha 或 beta 为非数值型，则 GAMMA.DIST 返回 错误值 #VALUE!。如果 x 0，则 GAMMA.DIST 返回 错误值 #NUM!。如果 alpha ≤ 0 或 beta ≤ 0，则 GAMMA.DIST 返回 错误值 #NUM!。伽玛概率密度函数的计算公式如下：

标准伽玛概率密度函数为：

当 alpha = 1 时，GAMMA.DIST 返回如下的指数分布：

对于正整数 n，当 alpha = n/2，beta = 2 且 cumulative = TRUE 时，GAMMA.DIST 以自由度 n 返回 (1 - CHISQ.DIST.RT(x))。当 alpha 为正整数时，GAMMA.DIST 也称为爱尔朗 (Erlang) 分布。

案例

GAMMA.INV 函数

说明

返回伽玛累积分布函数的反函数值。 如果 p = GAMMA.DIST(x,...)，则 GAMMA.INV(p,...) = x。 使用此函数可以研究有可能呈斜分布的变量。

用法

GAMMA.INV(probability,alpha,beta)

GAMMA.INV 函数用法具有下列参数：

Probability必需。 伽玛分布相关的概率。Alpha必需。 分布参数。Beta必需。分布参数。如果 beta = 1，则 GAMMA.INV 返回标准伽玛分布。

备注

如果任一参数为文本型，则 GAMMA.INV 返回 错误值 #VALUE!。如果 probability 0 或 probability 1，则 GAMMA.INV 返回 错误值 #NUM!。如果 alpha ≤ 0 或 beta ≤ 0，则 GAMMA.INV 返回 错误值 #NUM!。

如果已给定概率值，则 GAMMA.INV 使用 GAMMA.DIST(x, alpha, beta, TRUE) = probability 求解数值 x。 因此，GAMMA.INV 的精度取决于 GAMMA.DIST 的精度 GAMMA.INV 使用迭代搜索技术。 如果搜索在 64 次迭代之后没有收敛，则函数返回错误值 #N/A。

案例

GAMMALN 函数

说明

返回伽玛函数的自然对数，Γ(x)。

用法

GAMMALN(x)

GAMMALN 函数用法具有下列参数：

X必需。 要计算其 GAMMALN 的数值。

备注

如果 x 为非数值型，则 GAMMALN 返回 错误值 #VALUE!。如果 x ≤ 0，则 GAMMALN 返回 错误值 #NUM!。数字 e 的 GAMMALN(i) 次幂的返回值与 (i - 1)! 的结果相同，其中 i 为整数。GAMMALN 的公式为：

其中：

案例

GAMMALN.PRECISE 函数

说明

返回伽玛函数的自然对数，Γ(x)。

用法

GAMMALN.PRECISE(x)

GAMMALN.PRECISE 函数用法具有下列参数：

X必需。 要计算其 GAMMALN.PRECISE 的数值。

备注

如果 x 为非数值型，则 GAMMALN.PRECISE 返回 错误值 #VALUE!。如果 x ≤ 0，则 GAMMALN.PRECISE 返回 错误值 #NUM!。数字 e 的 GAMMALN.PRECISE(i) 次幂返回与 (i-1)! 相同的结果，其中 i 为整数。GAMMALN.PRECISE 计算公式如下：

GAMMALN.PRECISE=LN(Γ(x))

其中：

案例

GAUSS 函数

说明

计算标准正态总体的成员处于平均值与平均值的 z 倍标准偏差之间的概率。

用法

GAUSS(z)

GAUSS 函数用法具有下列参数：

z 必需。返回一个数字。

备注

如果 z 不是有效数字，GAUSS 返回 错误值 #NUM!。如果 z 不是有效数据类型，GAUSS 返回 错误值 #VALUE!。因为 NORM.S.DIST(0,True) 总是返回 0.5，所以 GAUSS (z) 将总是等于 NORM.S.DIST(z,True) - 0.5。

案例

GEOMEAN 函数

说明

返回一组正数数据或正数数据区域的几何平均值。 例如，可以使用 GEOMEAN 计算可变复利的平均增长率。

用法

GEOMEAN(number1, [number2], ...)

GEOMEAN 函数用法具有下列参数：

number1, number2, ...Number1 是必需的，后续数字是可选的。 用于计算平均值的 1 到 255 个参数。 也可以用单一数组或对某个数组的引用来代替用逗号分隔的参数。

备注

参数可以是数字或者是包�...

上次给大家分享了《2018年最全的excel函数大全14—统计函数（6）》，这次分享给大家统计函数（7）。

PERCENTRANK.INC 函数

描述

将某个数值在数据集中的排位作为数据集的百分比值返回，此处的百分比值的范围为 0 到 1（含 0 和 1）。

此函数可用于计算值在数据集内的相对位置。 例如，可以使用 PERCENTRANK.INC 计算能力测试得分在所有测试得分中的位置。

用法

PERCENTRANK.INC(array,x,[significance])

PERCENTRANK.INC 函数用法具有下列参数：

Array必需。 定义相对位置的数值数组或数值数据区域。X必需。 需要得到其排位的值。significance可选。 用于标识返回的百分比值的有效位数的值。 如果省略，则 PERCENTRANK.INC 使用 3 位小数 (0.xxx)。

备注

如果数组为空，则 PERCENTRANK.INC 返回 错误值 #NUM!。如果 significance 1，则 PERCENTRANK.INC 返回 错误值 #NUM!。如果数组里没有与 x 相匹配的值，函数 PERCENTRANK.INC 将进行插值以返回正确的百分比排位。

案例

PERMUT 函数

描述

返回可从数字对象中选择的给定数目对象的排列数。 排列为对象或事件的任意集合或子集，内部顺序很重要。 排列与组合不同，组合的内部顺序并不重要。 此函数可用于彩票抽奖的概率计算。

用法

PERMUT(number, number_chosen)

PERMUT 函数用法具有下列参数：

Number必需。 表示对象个数的整数。Number_chosen必需。 表示每个排列中对象个数的整数。

备注

两个参数将被截尾取整。如果 number 或 number_chosen 是非数值的，则 PERMUT 返回 错误值 #VALUE!。如果 number ≤ 0 或 number_chosen 0，则 PERMUT 返回 错误值 #NUM!。如果 number number_chosen，则 PERMUT 返回 错误值 #NUM!。排列数的计算公式如下：

案例

PERMUTATIONA 函数

描述

返回可从对象总数中选择的给定数目对象（含重复）的排列数。

用法

PERMUTATIONA(number, number-chosen)

PERMUTATIONA 函数用法具有下列参数。

Number 必需。表示对象总数的整数。Number_chosen 必需。 表示每个排列中对象数目的整数。

PERMUTATIONA 使用下面的公式：

备注

两个参数将被截尾取整。如果数字参数值无效，例如，当总数为零 (0) 但所选数目大于零 (0)，则 PERMUTATIONA 返回错误值 #NUM! 。如果数字参数使用的是非数值数据类型，则 PERMUTATIONA 返回错误值 #VALUE! 。

案例

PHI 函数

描述

返回标准正态分布的密度函数值。

用法

PHI(x)

PHI 函数用法具有下列参数。

X 必需。 X 是所需的标准正态分布密度值。

备注

如果 x 是无效的数值，则 PHI 返回错误值 #NUM! 。如果 x 使用的是无效的数据类型，如非数值，则 PHI 返回错误值 #VALUE! 。

案例

POISSON.DIST 函数

描述

返回泊松分布。 泊松分布的一个常见应用是预测特定时间内的事件数，例如 1 分钟内到达收费停车场的汽车数。

用法

POISSON.DIST(x,mean,cumulative)

POISSON.DIST 函数用法具有下列参数：

X必需。 事件数。Mean必需。 期望值。cumulative必需。 一逻辑值，确定所返回的概率分布的形式。 如果 cumulative 为 TRUE，则 POISSON.DIST 返回发生的随机事件数在零（含零）和 x（含 x）之间的累积泊松概率；如果为 FALSE，则 POISSON 返回发生的事件数正好是 x 的泊松概率密度函数。

备注

如果 x 不是整数，将被截尾取整。如果 x 或 mean 是非数值的，则 POISSON.DIST 返回 错误值 #VALUE!。如果 x 0，则 POISSON.DIST 返回 错误值 #NUM!。如果 mean 0，则 POISSON.DIST 返回 错误值 #NUM!。函数 POISSON.DIST 的计算公式如下：

对于 cumulative = FALSE：

对于 cumulative = TRUE：

案例

PROB 函数

描述

返回区域中的数值落在指定区间内的概率。 如果未提供 upper_limit，则返回 x_range 中的值等于 lower_limit 的概率。

用法

PROB(x_range, prob_range, [lower_limit], [upper_limit])

PROB 函数用法具有下列参数：

X_range必需。 具有各自相应概率值的 x 数值区域。Prob_range必需。 与 x_range 中的值相关联的一组概率值。Lower_limit可选。 要计算其概率的数值下界。Upper_limit可选。 要计算其概率的可选数值上界。

备注

如果 prob_range 中的任意值 ≤ 0 或 1，则 PROB 返回 错误值 #NUM!。如果 prob_range 中所有值之和不等于 1，则 PROB 返回 错误值 #NUM!。如果省略 upper_limit，函数 PROB 返回值等于 lower_limit 时的概率。如果 x_range 和 prob_range 中的数据点个数不同，函数 PROB 返回错误值 #N/A。

案例

QUARTILE.EXC 函数

描述

基于 0 到 1 之间（不包括 0 和 1）的百分点值返回数据集的四分位数。

用法

QUARTILE.EXC(array,quart)

QUARTILE.EXC 函数用法具有下列参数：

Array必需。 要求得四分位数值的数组或数字型单元格区域。Quart必需。 指定返回哪一个值。

备注

如果 array 为空，则 QUARTILE.EXC 返回 错误值 #NUM!。如果 quart 不为整数，将被截尾取整。如果 quart ≤ 0 或 quart ≥ 4，则 QUARTILE.EXC 返回 错误值 #NUM!。当 quart 分别等于 0（零）、2 和 4 时，MIN、MEDIAN 和 MAX 返回的值与函数 QUARTILE.EXC 返回的值相同。

案例

QUARTILE.INC 函数

描述

根据 0 到 1 之间的百分点值（包含 0 和 1）返回数据集的四分位数。

四分位点通常用于销售和调查数据，以对总体进行分组。 例如，您可以使用 QUARTILE.INC 查找总体中前 25% 的收入值。

用法

QUARTILE.INC(array,quart)

QUARTILE.INC 函数用法具有下列参数：

Array必需。 要求得四分位数值的数组或数字型单元格区域。Quart必需。 指定返回哪一个值。

参数

备注

如果 array 为空，则 QUARTILE.INC 返回 错误值 #NUM!。如果 quart 不为整数，将被截尾取整。如果 quart 0 或 quart 4，则 QUARTILE.INC 返回 错误值 #NUM!。当 quart 分别等于 0（零）、2 和 4 时，函数 MIN、MEDIAN 和 MAX 返回的值与函数 QUARTILE.INC 返回的值相同。

案例

以上是所有EXCEL的统计函数（7）描述用法以及使用案例。这次分享中存在哪些疑问或者哪些不足，可以在下面进行评论。如果觉得不错，可以分享给你的朋友，让大家一起掌握这些excel的统计函数（7）。

在 Excel 值显示方式中，比较难抽象难于理解的莫过于父行汇总的百分比、父列汇总的百分比和父级汇总的百分比，它们的计算方法是用某项的值比上行上或列上父项的值。抽象之处就是行上父项的值或列上父项的值，单从字面上无法看出是什么意思，只有放到具体的实例中才好理解，以下分别列举了父行汇总的百分比、父列汇总的百分比和父级汇总的百分比的具体操作实例，实例中操作所用版本均为 Excel 2016。

一、Excel父行汇总的百分比

1、在一个服装销量透视表中，勾选了“大类、产品名称和销量”三个字段，其中“大类和产品名称”在“行”列表框中，“大类”排在“产品名称”前面，“销量”在“∑ 值”列表框中。

2、把鼠标移到“销量”字段上，按住左键，拖到“∑ 值”下的列表框中，出现一条粗绿线时放开左键；选中 C3 单元格，输入“百分比”，右键 C5 单元格，在弹出的菜单中，依次选择“值显示方式”→ 父行汇总的百分比，则统计出各件与各类服装父行汇总的百分比，操作过程步骤，如图1所示：

3、“父行汇总的百分比”含意说明：

A、父行汇总的百分比 = 某项的值 / 行上父项的值。这个计算公式有些抽象，下面结合演示的实例说明。就拿 A5 单元格的“白色T恤”来说，它的“父行汇总的百分比”为 39.14%，这个结果是用它的销量 732 / 1870（男装总销量）求出来的；“白色T恤”是“男装”下的一件衣服，即“男装”就“白色T恤”的“行上父项”。

B、“男装”的“父行汇总的百分比”又是怎么求得的？也是一样的道理，用“男装”的总销量比上“所有服装（即男装和女装）”总销量，即 1870 / 6484 求得的，也就是“男装”的“行上父项”是所有服装销量的“总计”。

C、计算地区的“父行汇总的百分比”也是一样的方法。只需把某件产品的销量比上某个地区（如广州）的销量，就求得该件产品的“父行汇总的百分比”；再把某个地区的销量比上销量总计，就求得该地区的“父行汇总的百分比”。

二、Excel父列汇总的百分比

1、有一个1月至3月的服装销量透视表，统计出了每种服装每个月的销量、所有服装一个月的总销量和所有服装1月至3月的总销量，如图2所示：

2、现在要计算“父列汇总的百分比”。右键其中一个单元格（如 C5），在弹出的菜单中依次选择“值显示方式”→ 父列汇总的百分比，如图3所示：

3、则统计出每件衣服每个月和所有衣服一个月总销量的“父列汇总的百分比”，如图4所示：

4、“父列汇总的百分比”含意说明：

A、父列汇总的百分比 = 某项的值 / 列上父项的值。这个计算公式与“父行汇总的百分比”的计算方法一样，同样用上面的实例来解析。同样拿 A5 单元格的“白色T恤”来说，它“1月份”的“父列汇总的百分比”为 28.12%，这个结果是用它1月的销量 457 / 1625（3个月的总销量）求出来的，即“3个月的总销量 1625”是“白色T恤”的“列上父项”。“白色T恤”2、3 月的“父列汇总的百分比”同样分别用它们当月销量比上 1625 求得。

B、所有服装每个月的“父列汇总的百分比”是用所有服装当月的总销量比上所有服装三个月的总销量求得。就以所有服装1月份的“父列汇总的百分比”31.24%（C10 单元格）为例 ，它是用 2937 / 9400 求得，2937 是所有服装1月份的总销量（见图2），9400 是所有服装三个月的总销量。

三、Excel父级汇总的百分比

1、仍以服装销量透视表为例。再把一个“销量”字段拖到“∑ 值”列表框中，选中 D3 单元格，输入“父级汇总百分比”，右键 D5 单元格，在弹出的菜单中，依次选择“值显示方式”→ 父级汇总的百分比，弹出“值显示方式（父级汇总百分比）”，“基本字段”选择“大类”，单击“确定”，则统计出各种服装的“父级汇总的百分比”，操作过程步骤，如图5所示：

2、“父级汇总的百分比”含意说明：

A、父级汇总的百分比 = 某项的值 / 所选“基本字段”的值。它跟“父行汇总的百分比”和“父列汇总的百分比”的计算方法一样，只是它可以选择“基本字段”，而“基本字段”相当“父行或父列”。

B、演示中，“基本字段”选择了“大类”，统计结果几乎与“父行汇总百分比”一样，例如“白色T恤”的“父级汇总的百分比”为 39.14%，与“父行汇总百分比”完全一样，它也是用 732 / 1870 求得。所不同的是，“父级汇总的百分比”只求了每件服装销量的“父级汇总的百分比”，没有继续求“大类”（如“男装”）总销量的“父级汇总的百分比”，即 D17 为空；也就是“父级汇总的百分比”只会统计一级。

上次给大家分享了《2018年最全的excel函数大全14—统计函数（8）》，这次分享给大家统计函数（9）。

STDEVPA 函数

描述

根据作为参数（包括文字和逻辑值）给定的整个总体计算标准偏差。 标准偏差可以测量值在平均值（中值）附近分布的范围大小。

用法

STDEVPA(value1, [value2], ...)

STDEVPA 函数用法具有下列参数：

Value1, value2, ...Value1 是必需的，后续值是可选的。 对应于总体的 1 到 255 个值。 也可以用单一数组或对某个数组的引用来代替用逗号分隔的参数。

备注

STDEVPA 假定其参数是整个总体。 如果数据代表总体样本，则必须使用 STDEVA 计算标准偏差。对于规模很大的样本，STDEVA 和 STDEVPA 返回近似值。此处标准偏差的计算使用“n”方法。参数可以是下列形式：数值；包含数值的名称、数组或引用；数字的文本表示；或者引用中的逻辑值，例如 TRUE 和 FALSE。直接键入到参数列表中代表数字的文本被计算在内。包含 TRUE 的参数作为 1 来计算；包含文本或 FALSE 的参数作为 0（零）来计算。如果参数为数组或引用，则只使用其中的数值。 数组或引用中的空白单元格和文本值将被忽略。如果参数为错误值或为不能转换为数字的文本，将会导致错误。如果要使计算不包括引用中的逻辑值和代表数字的文本，请使用 STDEVP 函数。STDEVPA 使用下面的公式：

其中 x 是样本平均值 AVERAGE(value1,value2,…) 且 n 是样本大小。

案例

STEYX 函数

描述

返回通过线性回归法预测每个 x 的 y 值时所产生的标准误差。 标准误差是在针对单独 x 预测 y 时的错误量的一个度量值。

用法

STEYX(known_y's, known_x's)

STEYX 函数用法具有下列参数：

Known_y's必需。 因变量数据点数组或区域。Known_x's必需。 自变量数据点数组或区域。

备注

参数可以是数字或者是包含数字的名称、数组或引用。逻辑值和直接键入到参数列表中代表数字的文本被计算在内。如果数组或引用参数包含文本、逻辑值或空白单元格，则这些值将被忽略；但包含零值的单元格将计算在内。如果参数为错误值或为不能转换为数字的文本，将会导致错误。如果 known_y's 和 known_x's 的数据点个数不同，函数 STEYX 返回错误值 #N/A。如果 known_y's 和 known_x's 为空或其数据点个数小于三，则 STEYX 返回错误值 #p/0!。预测值 y 的标准误差计算公式如下：

其中 x 和 y 是样本平均值 AVERAGE(known_x's) 和 AVERAGE(known_y's)，且 n 是样本大小。

案例

T.DIST 函数

描述

返回学生的左尾 t 分布。 t 分布用于小型样本数据集的假设检验。 可以使用该函数代替 t 分布的临界值表。

用法

T.DIST(x,deg_freedom, cumulative)

T.DIST 函数用法具有以下参数：

X必需。 需要计算分布的数值。Deg_freedom必需。 一个表示自由度数的整数。cumulative必需。 决定函数形式的逻辑值。 如果 cumulative 为 TRUE，则 T.DIST 返回累积分布函数；如果为 FALSE，则返回概率密度函数。

备注

如果任一参数是非数值的，则 T.DIST 返回 错误值 #VALUE!。如果 deg_freedom 1，则 T.DIST 返回一个错误值。 Deg_freedom 不得小于 1。

案例

T.DIST.2T 函数

描述

返回学生的双尾 t 分布。

学生的 t 分布用于小样本数据集的假设检验。 可以使用该函数代替 t 分布的临界值表。

用法

T.DIST.2T(x,deg_freedom)

T.DIST.2T 函数用法具有以下参数：

X必需。 需要计算分布的数值。Deg_freedom必需。 一个表示自由度数的整数。

备注

如果任一参数是非数值的，则 T.DIST.2T 返回 错误值 #VALUE!。如果 deg_freedom 1，则 T.DIST.2T 返回 错误值 #NUM!。如果 x 0，则 T.DIST.2T 返回 错误值 #NUM!。

案例

T.DIST.RT 函数

描述

返回学生的右尾 t 分布。

t 分布用于小型样本数据集的假设检验。 可以使用该函数代替 t 分布的临界值表。

用法

T.DIST.RT(x,deg_freedom)

T.DIST.RT 函数用法具有以下参数：

X必需。 需要计算分布的数值。Deg_freedom必需。 一个表示自由度数的整数。

备注

如果任一参数是非数值的，则 T.DIST.RT 返回 错误值 #VALUE!。如果 deg_freedom 1，则 T.DIST.RT 返回 错误值 #NUM!。

案例

T.TEST 函数

描述

返回与学生 t-检验相关的概率。 使用函数 T.TEST 确定两个样本是否可能来自两个具有相同平均值的基础总体。

用法

T.TEST(array1,array2,tails,type)

T.TEST 函数用法具有下列参数：

Array1必需。 第一个数据集。Array2必需。 第二个数据集。tails必需。 指定分布尾数。 如果 tails = 1，则 T.TEST 使用单尾分布。 如果 tails = 2，则 T.TEST 使用双尾分布。Type必需。 要执行的 t 检验的类型。

参数

备注

如果 array1 和 array2 的数据点个数不同，且 type = 1（成对），则 T.TEST 返回错误值 #N/A。参数 tails 和 type 将被截尾取整。如果 tails 或 type 是非数值的，则 T.TEST 返回 错误值 #VALUE!。如果 tails 是除 1 或 2 之外的任何值，则 T.TEST 返回 错误值 #NUM!。T.TEST 使用 array1 和 array2 中的数据计算非负 t 统计值。 如果 tails=1，在假设 array1 和 array2 是具有相同平均值的总体中的样本的情况下，T.TEST 返回较高 t 统计值的概率。 tails=2 时，T.TEST 返回的值是 tails=1 时返回值的两倍，并对应假设“总体平均值相同”时较高的 t 统计绝对值的概率。

案例

TREND 函数

描述

返回线性趋势值。 找到适合已知数组 known_y's 和 known_x's 的直线（用最小二乘法）。 返回指定数组 new_x's 在直线上对应的 y 值。

用法

TREND(known_y's, [known_x's], [new_x's], [const])

TREND 函数用法具有下列参数：

Known_y's必需。 关系表达式 y = mx + b 中已知的 y 值集合。如果数组 known_y's 在单独一列中，则 known_x's 的每一列被视为一个独立的变量。如果数组 known_y's 在单独一行中，则 known_x's 的每一行被视为一个独立的变量。Known_x's必需。 关系表达式 y = mx + b 中已知的可选 x 值集合。数组 known_x's 可以包含一组或多组变量。 如果仅使用一个变量，那么只要 known_x's 和 known_y's 具有相同的维数，则它们可以是任何形状的区域。 如果用到多个变量，则 known_y's 必须为向量（即必须为一行或一列）。如果省略 known_x's，则假设该数组为 {1,2,3,...}，其大小与 known_y's 相同。New_x's必需。 需要函数 TREND 返回对应 y 值的新 x 值。New_x's 与 known_x's 一样，对每个自变量必须包括单独的一列（或一行）。 因此，如果 known_y's 是单列的，known_x's 和 new_x's 应该有同样的列数。 如果 known_y's 是单行的，known_x's 和 new_x's 应该有同样的行数。如果省略 new_x's，将假设它和 known_x's 一样。如果 known_x's 和 new_x's 都省略，将假设它们为数组 {1,2,3,...}，大小与 known_y's 相同。Const可选。 一个逻辑值，用于指定是否将常量 b 强制设为 0。如果 const 为 TRUE 或省略，b 将按正常计算。如果 const 为 FALSE，b 将被设为 0（零），m 将被调整以使 y = mx。

备注

有关 Microsoft Excel 对数据进行直线拟合的详细信息，请参阅 LINEST 函数。可以使用 TREND 函数计算同一变量的不同乘方的回归值来拟合多项式曲线。 例如，假设 A 列包含 y 值，B 列含有 x 值。 可以在 C 列中输入 x^2，在 D 列中输入 x^3，等等，然后根据 A 列，对 B 列到 D 列进行回归计算。对于返回结果为数组的公式，必须以数组公式的形式输入。

注意:在 Excel Online 中，不能创建数组公式。

当为参数（如 known_x's）输入数组常量时，应当使用逗号分隔同一行中的数据，用分号分隔不同行中的数据。

案例

TRIMMEAN 函数

描述

返回数据集的内部平均值。 TRIMMEAN 计算排除数据集顶部和底部尾数中数据点的百分比后取得的平均值。 当您要从分析中排除无关的数据时，可以使用此函数。

用法

TRIMMEAN(array, percent)

TRIMMEAN 函数用法具有下列参数：

Array必需。 需要进行整理并求平均值的数组或数值区域。百分比必需。 从计算中排除数据点的分数。 例如，如果 percent=0.2，从 20 点 (20 x 0.2) 的数据集中剪裁 4 点：数据集顶部的 2 点和底部的 2 点。

备注

如果 percent 0 或 percent 1，则 TRIMMEAN 返回 错误值 #NUM!。函数 TRIMMEAN 将排除的数据点数向下舍入到最接近的 2 的倍数。 如果 percent = 0.1，30 个数据点的 10% 等于 3 个数据点。 为了对称，TRIMMEAN 排除数据集顶部和底部的单个值。

案例

VAR.P 函数

描述

计算基于整个样本总体的方差（忽略样本总体中的逻辑值和文本）。

用法

VAR.P(number1,[number2],...)

VAR.P 函数用法具有下列参数：

Number1必需。对应于总体的第一个数值参数。Number2, ...可选。对应于总体的 2 到 254 个数值参数。

备注

VAR.P 假定其参数是整个总体。如果数据代表总体样本，请使用 VAR.S 计算方差。参数可以是数字或者是包含数字的名称、数组或引用。逻辑值和直接键入到参数列表中代表数字的文本被计算在内。如果参数是一个数组或引用，则只计算其中的数字。数组或引用中的空白单元格、逻辑值、文本或错误值将被忽略。如果参数为错误值或为不能转换为数字的文本，将会导致错误。如果要使计算包含引用中的逻辑值和代表数字的文本，请使用 VARPA 函数。函数 VAR.P 的计算公式如下：

其中 x 为样本平均值 AVERAGE(number1,number2,…)，n 为样本大小。

案例

VAR.S 函数

描述

估算基于样本的方差（忽略样本中的逻辑值和文本）。

用法

VAR.S(number1,[number2],...)

VAR.S 函数用法具有下列参数：

Number1必需。对应于总体样本的第一个数值参数。Number2, ...可选。对应于总体样本的 2 到 254 个数值参数。

备注

函数 VAR.S 假设其参数是样本总体中的一个样本。如果数据为整个样本总体，则应使用函数 VAR.P 来计算方差。参数可以是数字或者是包含数字的名称、数组或引用。逻辑值和直接键入到参数列表中代表数字的文本被计算在内。如果参数是一个数组或引用，则只计算其中的数字。数组或引用中的空白单元格、逻辑值、文本或错误值将被忽略。如果参数为错误值或为不能转换为数字的文本，将会导致错误。如果要使计算包含引用中的逻辑值和代表数字的文本，请使用 VARA 函数。函数 VAR.S 的计算公式如下：

其中 x 为样本平均值 AVERAGE(number1,number2,…)，n 为样本大小。

案例

VARA 函数

描述

计算基于给定样本的方差。

用法

VARA(value1, [value2], ...)

VARA 函数用法具有下列参数：

Value1, value2, ...Value1 是必需的，后续值是可选的。 这些是对应于总体样本的 1 到 255 个数值参数。

备注

VARA 假定其参数是总体样本。 如果数据代表的是样本总体，则必须使用函数 VARPA 来计算方差。参数可以是下列形式：数值；包含数值的名称、数组或引用；数字的文本表示；或者引用中的逻辑值，例如 TRUE 和 FALSE。逻辑值和直接键入到参数列表中代表数字的文本被计算在内。包含 TRUE 的参数作为 1 来计算；包含文本或 FALSE 的参数作为 0（零）来计算。如果参数为数组或引用，则只使用其中的数值。 数组或引用中的空白单元格和文本值将被忽略。如果参数为错误值或为不能转换为数字的文本，将会导致错误。如果要使计算不包括引用中的逻辑值和代表数字的文本，请使用 VAR 函数。函数 VARA 的计算公式如下：

其中 x 是样本平均值 AVERAGE(value1,value2,…) 且 n 是样本大小。

案例

VARPA 函数

描述

根据整个总体计算方差。

用法

VARPA(value1, [value2], ...)

VARPA 函数用法具有下列参数：

Value1, value2, ...Value1 是必需的，后续值是可选的。 对应于总体的 1 到 255 个值参数。

备注

VARPA 假定其参数是整个总体。 如果数据代表总体样本，则必须使用 VARA 计算方差。参数可以是下列形式：数值；包含数值的名称、数组或引用；数字的文本表示；或者引用中的逻辑值，例如 TRUE 和 FALSE。逻辑值和直接键入到参数列表中代表数字的文本被计算在内。包含 TRUE 的参数作为 1 来计算；包含文本或 FALSE 的参数作为 0（零）来计算。如果参数为数组或引用，则只使用其中的数值。 数组或引用中的空白单元格和文本值将被忽略。如果参数为错误值或为不能转换为数字的文本，将会导致错误。如果要使计算不包括引用中的逻辑值和代表数字的文本，请使用 VARP 函数。VARPA 的公式为：

其中 x 是样本平均值 AVERAGE(value1,value2,…) 且 n 是样本大小。

案例

WEIBULL.DIST 函数

描述

返回 Weibull 分布。 可以将该分布用于可靠性分析，例如计算设备出现故障的平均时间。

用法

WEIBULL.DIST(x,alpha,beta,cumulative)

WEIBULL.DIST 函数用法具有下列参数：

X必需。 用来计算函数的值。Alpha必需。 分布参数。Beta必需。 分布参数。cumulative必需。 确定函数的形式。

备注

如果 x、alpha 或 beta 是非数值的，则 WEIBULL.DIST 返回 错误值 #VALUE!。如果 x 0，则 WEIBULL.DIST 返回 错误值 #NUM!。如果 alpha ≤ 0 或 beta ≤ 0，则 WEIBULL.DIST 返回 错误值 #NUM!。Weibull 累积分布函数的公式为：

Weibull 概率密度函数的公式为：

当 alpha = 1，函数 WEIBULL.DIST 返回指数分布：

案例

Z.TEST 函数

直接将两个数值相除即可，除号用反斜杠代替。例如求A1单元格数值占A2单元格数值百分比，则=A1/A2即可，然后需要Ctrl+1设置单元格格式为百分比格式。也可以用TEXT函数更改显示格式为百分比格式。

• 任何计算公式都需要以等号开始，例如=A1/A2

• 可以直接用TEXT函数更改格式，例如=TEXT（A1/A2，"#%")

TEXT函数详解：

1. 语法：TEXT(value,format_text)

2. Value 为数值、计算结果为数字值的公式，或对包含数字值的单元格的引用。

3. Format_text 为“单元格格式”对话框中“数字”选项卡上“分类”框中的文本形式的数字格式。

（本文内容由百度知道网友本本经销商贡献）

1.在数据的最下面把数据汇总一下，在A98单元格输入总计。

2.在右边的单元格，也就是B98单元格，点击工具栏上的求和工具。

3.接着出现了这个界面，按回车键就可以了。

4.这就是求出的总计销售额。

5.接着在销售额的右边，也就是C1单元格输入 百分比。

6.在C2单元格，输入公式 =B2/$B$98 ，这个公式中运用了符号$，这是“固定不变的意思”，也就是说，一会要复制C2内的公式到别的单元格，别的单元格会根据复试的位置改变公式中的变量，加上符号$以后，变量就不变了。如刚刚输入的公式，B2是一个变量，是会改变的，但是B98这个就不变了。B98是刚才得到的销售总额。

7.拖动单元格的右下角就可以快速填充下面的单元格。

最后就得到了所有部门的百分比了。

（本文内容由百度知道网友茗童贡献）

在 Excel 中，只要把两个数相除且将格式设置为百分比，就可以返回百分比。Excel百分比计算分为简单的、带条件的和分母为0三种情况。其中带条件的，可用 SumIf、CountIf 等函数；分母为0的情况可以用 If、IfError、IsError、IsErr 函数判断，如果分母为0，返回0或空，否返回百分比。以下就是Excel自动计算与带条件计算百分比及分母为0时的解决方法的具体操作实例，实例中操作所用版本均为 Excel 2016。

一、Excel自动计算百分比

1、假如要计算每件服装销量所占的百分比。选中 E2 单元格，输入公式 =D2/$D$11，按回车，则返回小数，单击“开始”选项下的“百分比样式” % 符号，把单元格格式设置为百分比，则小数转为百分比；把鼠标移到 E2 右下角的单元格填充柄上，按住左键，往下拖，则计算出其它服装的销量百分比；操作过程步骤，如图1所示：

2、说明：公式 =D2/$D$11 中的分子 D2 是对单元格的相对引用，分母 $D$11 是对单元格的绝对引用，往下拖时，D2 会自动变为 D3、D4、……，而 $D$11 会一直保持不变，以实现每件服装的销量与总销量相除。

二、Excel带条件计算百分比

1、假如要计算销量大于等于 600 的服装占总数的百分比。把公式 =COUNTIF(D2:D10,">=600")/COUNT(D2:D10) 复制到 E2 单元格，按回车，返回计算结果 67%，操作过程，如图2所示：

2、公式说明：

公式 =COUNTIF(D2:D10,">=600")/COUNT(D2:D10) 中，分子 =COUNTIF(D2:D10,">=600") 用于统计销量大于等于 600 的服装件数，分母 COUNT(D2:D10) 用于统计服装总数。

三、Excel计算百分比分母为0时的解决方法

计算百分比时，如果分母事先无法确定，可能出现分母为0的情况，此时将返回错误的值；因此，遇到这种情况时，应该加判断分母是否为0的条件，当分母为0时，返回0（或""），否则返回计算结果。

（一）方法一：用 if 判断

1、假如要计算1月销量占一季度总销量的百分比。把公式 =IF(G2<>0,D2/G2,0) 复制到 H2 单元格，按回车，则计算出“绿色t恤”1月销量占第一季度销量的百分比；把鼠标移到 H2 右下角的单元格填充柄上，按住左键并往下拖，则计算出其它服装1月销量占一季度销量的百分比；操作过程步骤，如图3所示：

2、公式说明：公式用if函数判断分母 G2 是否为0，如果为0，则返回0；否则返回 D2/G2。从计算结果可知，分母为0的，结果都返回0。除返回0，也可以返加空（""），用 "" 取代公式后面的 0 即可。

（二）方法二：用 IfError 判断

1、同样计算1月销量占第一季度总销量的百分比。把公式 =IFERROR(D2/G2,0) 复制到 H2 单元格，如图4所示：

2、按回车，则计算出“绿色t恤”1月销量占第一季度销量的百分比，与用If函数计算的结果一样，如图5所示：

3、同样用往下拖的方法计算出其它服装的百分比，销量全为0的百分比都为0，如图6所示：

（三）方法三：用 If 结合 IsError 或 IsErr 判断

1、同样计算1月销量占第一季度总销量的百分比。把公式 =IF(ISERROR(D2/G2),0,D2/G2) 复制到 H2 单元格，按回车，则计算出“绿色t恤”1月销量占第一季度销量的百分比；同样用往下的方法，计算出其它服装的百分比，结果与前两种方法完全一至；操作过程步骤，如图7所示：

2、公式说明：ISERROR(D2/G2) 用于判断 D2/G2 是否返回错误，如果是，则返回真，否则返回假；然后再用 if 根据 ISERROR(D2/G2) 的返回值决定是返回0还是返回 D2/G2。

3、用 IsErr 代替 IsError，则公式 =IF(ISERROR(D2/G2),0,D2/G2) 变为 =IF(ISErr(D2/G2),0,D2/G2)，计算结果与上面的三种方法一样。

以上的三种方法中，第二种方法比较简便，其次是第一种方法，第三种方法需要多计算一次百分比，数据量大时可能会影响效率，此时，可选择前两种方法。

饼图、百分比堆积图都可以很好的表现出数据的百分比，不过使用时略有不同。制作步骤非常类似：选中数据，插入图表，选择合适的图表，图表就生成了，接下来就是修改图表的样式和外观了。

百分比堆积柱形图

如图，百分比堆积图上不仅显示了员工已完成的数量和待完成的数量，还可以很清楚地两者之间的百分比。

百分比堆积条形图

和百分比堆积柱形图几乎没有区别，一个横向，一个纵向。当类系列名称较长时，条形图就比较适合了，柱形图上的系列名称（横坐标数据）会倾斜，甚至显示不完整。

组合图（柱形图+堆积面积图）

如图，使用堆积面积图来表示百分比，整个图表最大值是100%，有颜色填充的部分是员工已经完成的数据，可以非常清楚地看到每个人的完成率和整体的完成情况。

排列图

排列图会自动对数据进行排序，一般用于表示质量问题，可以让人一眼就找出问题的严重性和问题最多的系列。

饼图

饼图也许是用得最多的百分比图表了。百分比堆积柱形图上显示的百分比一般属于同一事物或同一个人（如已完成和未完成的比例），而普通的饼图则表示的是一个团队中每个人的贡献比例。如果要同时表现出每个人的贡献和每个人的完成情况，可以使用饼图的变体——圆环图。

图表虽多，表达出来的意义有所不同，使用哪一个，还要看自己的需要。想学习图表的制作和修改的朋友，请阅读我的文章《WPS Excel入门：图表制作方法和图表元素》。

谢谢阅读，每天学一点，省下时间充实自己其他能力。欢迎点赞、评论、关注和点击头像。