精华内容
下载资源
问答
  • 那么,Python大法没有这样强大排序功能呢?答案是有的,而且本人觉得Python排序功能,一点不比EXCEL的差。同样,我们依然用到是强大pandas这个三方库。我们先将numpy和pandas导入进来:接着构造一个...

    EXCEL的数值排序功能还是挺强大的,升序、降序,尤其自定义排序,能够对多个字段进行排序工作。

    那么,在Python大法中,有没有这样强大的排序功能呢?答案是有的,而且本人觉得Python的排序功能,一点不比EXCEL的差。

    同样,我们依然用到的是强大的pandas这个三方库。我们先将numpy和pandas导入进来:

    u=1169355744,4151418981&fm=173&app=25&f=JPEG?w=284&h=66&s=85F26C32C574EC215ED149470100E0B2

    接着构造一个今天要用到的DataFrame,我们用字典的形式来构造。

    u=1777914930,1035737569&fm=173&app=25&f=JPEG?w=528&h=384&s=81307932199FC1CA585560DA0000C0B1

    都是随意构造的,内容别较真。我们先来个简单点的热热身,按照身高的降序来排列一下。

    u=3558373984,457006427&fm=173&app=25&f=JPEG?w=403&h=259&s=00306532591D40CA1EDDA1DE000050B3

    我们用到的是df.sort_values()这个函数。第一个参数为by,传入你要排序的列的标签名即可,后面的ascending参数指示排序方法为升序还是降序,True为升序,False为降序。由于存在相同的身高,pandas会自动的比较两个相同身高所对应的index,按照index的升序来排列。

    假如我有这样一个需求:先按照身高降序排序,若存在相同的身高,则再按照武力来降序排序,可以做到吗?

    当然可以,我们只需要在by参数里传入列标签组成的列表即可。

    u=2121340049,1749561957&fm=173&app=25&f=JPEG?w=444&h=263&s=003265325D1845CA4C7D81DE0000C0B1

    通过这个例子我们可以看到,by参数不但可以传入字符串,还可以传入字符串组成的列表,来实现对多个列进行排序。

    接着,我的要求再高一点。身高我依然需要降序,但是武力我需要升序,可以吗?

    我们直接上结果:

    u=2188548076,599392427&fm=173&app=25&f=JPEG?w=495&h=265&s=80B075325D0A4D43087DC1DA0000C0B3

    跟by参数类似,我们只需要在ascending参数中也传入布尔值组成的列表就可以了,意思就是告诉pandas,这两列我各自需要的排序方式,就跟后面ascending参数里指定的一样。因此,这两个参数的列表内的元素个数需要是一致的,否则就会报错了,因为没法一一对应。

    关于sort_values这个强大的排序函数就介绍到这了。除了这些参数之外,它还有inplace、kind和na_position等参数来应对不同的排序需求。可以参考官网文档进行学习

    展开全文
  • Excel是一个无处不在的数据...在这篇文章中,我们将探讨在Excel中能够完成,但是在Python中能够更轻松实现的三件事!从导入panda开始,并基于工作簿中需要用的工作表加载两个数据帧。两个列的定义为 sales 和 stat...

    a5eb2e934bb48621cb009f7131ef0e63.png

    Excel是一个无处不在的数据处理、分析工具,大多数人或多或少都使用过Excel,而且一旦你掌握了它的使用技巧,你会打开另外一扇窗!

    此外,也有人认为,具有无限潜力的Python也非常有挑战性。在这篇文章中,我们将探讨在Excel中能够完成,但是在Python中能够更轻松实现的三件事!

    从导入panda开始,并基于工作簿中需要用的工作表加载两个数据帧。两个列的定义为 sales 和 states 。

    import pandas as pdsales = pd.read_excel('https://github.com/datagy/mediumdata/raw/master/pythonexcel.xlsx', sheet_name = 'sales')states = pd.read_excel('https://github.com/datagy/mediumdata/raw/master/pythonexcel.xlsx', sheet_name = 'states')

    将我们的数据集导入Pandas数据帧。

    让我们想象一下,我们对数据帧运行了.head()方法,如下所示:

    print(sales.head())

    我们可以将其与Excel中的数据进行比较:

    0a395d40d0266f51e53bd83030eea656.png

    我们可以看到显示的数据与Excel显示数据的方式相对类似,但有一些关键的区别:

    • Excel从第1行开始,Pandas从第0行开始('index');

    • Excel用以A开头的字母标记列,而Pandas用变量名标记列。

    让我们开始深入探讨如何运用 Pandas 完成Excel任务。

    Python中的IF函数

    在Excel中使用IF函数非常方便,允许我们根据另一个单元格中的条件应用某个标签。假设我们想创建一个新列,让我们知道B列中单元格的值是否大于500。在Excel中,我们将列E标记为大于500,然后进入单元格E2并写入:

    =IF([@Sales]>500, "Yes", "No")

    640?wx_fmt=gif

    如果我们想在Pandas中这样做,我们可以使用列表理解来轻松应用相同的 If 语句:

    df['MoreThan500'] = ['Yes' if x > 500 else 'No' for x in df['Sales']

    列表理解是这类工作的好工具,它减少了编写复杂 if/else 语句的需要。使用 if/else 语句也可以完成相同的任务,但这样可以节省时间并使代码更简洁。通过阅读本文,你可以详细了解列表理解。

    a6a83a0744533281b02bb5a2e33709e1.png

    Pandas中的VLOOKUP

    在我们的数据集中,城市在一张纸上,州/省在另一张纸上。这并不理想,但我们可以使用Excel中的VLOOKUP链接数据。VLOOKUP的工作方式与左连接类似,左数据集中的每个记录都被保留。我们告诉Excel在查找表中垂直上下查找列中的特定值,然后返回一个值,该值位于列右侧的特定列数中。

    让我们添加一个名为“State”的列,并使用VLOOKUP从 States 表返回相应的状态。

    640?wx_fmt=gif

    在Python中,我们可以使用Pandas merge函数完成相同的任务。Merge获取两个数据帧并合并它们。为此,我们将编写以下代码:

    sales = pd.merge(sales, states, how='left', on='City')

    让我们把这个论点一个一个地分解开来:

    • 第一个参数是原始数据帧;

    • 第二个参数是我们在中查找值的数据帧;

    • 如何指定要创建的联接类型;

    • On指定要合并的变量(如果变量在每个数据帧中被称为不同的对象,则还有left_On和right_On)。

    Pandas中的数据透视表

    数据透视表是Excel最强大的功能之一,它允许我们以惊人的速度提取关于大型数据集的有意义的数据。让我们根据每个城市的销售额总和创建一个数据透视表。

    640?wx_fmt=gif

    为此,我们只需将City字段拖到Rows部分,将Sales字段拖到Values部分。Excel自动汇总数据集中每个城市的销售额。

    要在Pandas中生成相同的数据透视表,我们将编写以下代码:

    sales.pivot_table(index = 'City', values = 'Sales', aggfunc = 'sum'))

    我们再把这个分解一下:

    • 我们使用sales.pivot_表让Pandas知道我们要基于sales dataframe创建一个pivot表

    • 索引指定要聚合的值

    • 值指定要聚合的值

    • Aggfunc指定要使用的函数(也可以使用mean、max、min等)

    最后:

    在本文中,我们学习了如何将Excel数据导入Pandas,如何完成IF和VLOOKUP函数,以及如何生成数据透视表。

    但你可能会问自己,如果你能在Excel中完成这里列出的所有工作,为什么要使用Pandas?

    这里没有一个明确的答案。Python允许我们生成可重用的、可跟踪的代码,使我们能够轻松地复制分析设计,Excel可能只够进行更小的分析。

    - END -

    原文链接:

    https://towardsdatascience.com/learn-how-to-easily-do-3-advanced-excel-tasks-in-python-925a6b7dd081

    文源网络,仅供学习之用。如有侵权,联系删除。

    往期精彩

    de3b2285fc4eb9f1e5201a348085aa04.png

    ◆  50款开源工具你都用过吗?

    ◆  python+C、C++混合编程的应用

    ◆  python网络爬虫的基本原理详解

    ◆  Python自动操控excel,一小时解决你一天的工作

    ◆  如何用Python增强Excel,减少处理复杂数据的痛苦?

    ae948fcc1ed9b7c76a337b955d9eae88.png

    展开全文
  • Excel是一个无处不在的数据...在这篇文章中,我们将探讨在Excel中能够完成,但是在Python中能够更轻松实现的三件事!从导入panda开始,并基于工作簿中需要用的工作表加载两个数据帧。两个列的定义为 sales 和 stat...

    d079eafaeb5bc0262b5f5a2553734a27.png

    Excel是一个无处不在的数据处理、分析工具,大多数人或多或少都使用过Excel,而且一旦你掌握了它的使用技巧,你会打开另外一扇窗!

    此外,也有人认为,具有无限潜力的Python也非常有挑战性。在这篇文章中,我们将探讨在Excel中能够完成,但是在Python中能够更轻松实现的三件事!

    从导入panda开始,并基于工作簿中需要用的工作表加载两个数据帧。两个列的定义为 sales 和 states 。

    import pandas as pdsales = pd.read_excel('https://github.com/datagy/mediumdata/raw/master/pythonexcel.xlsx', sheet_name = 'sales')states = pd.read_excel('https://github.com/datagy/mediumdata/raw/master/pythonexcel.xlsx', sheet_name = 'states')

    将我们的数据集导入Pandas数据帧。

    让我们想象一下,我们对数据帧运行了.head()方法,如下所示:

    print(sales.head())

    我们可以将其与Excel中的数据进行比较:

    1f19120f9d92034c6fd80f02a2962a04.png

    我们可以看到显示的数据与Excel显示数据的方式相对类似,但有一些关键的区别:

    • Excel从第1行开始,Pandas从第0行开始('index');

    • Excel用以A开头的字母标记列,而Pandas用变量名标记列。

    让我们开始深入探讨如何运用 Pandas 完成Excel任务。

    Python中的IF函数

    在Excel中使用IF函数非常方便,允许我们根据另一个单元格中的条件应用某个标签。假设我们想创建一个新列,让我们知道B列中单元格的值是否大于500。在Excel中,我们将列E标记为大于500,然后进入单元格E2并写入:

    =IF([@Sales]>500, "Yes", "No")

    b7315db56c37e9d9ee598b8459bd546d.gif

    如果我们想在Pandas中这样做,我们可以使用列表理解来轻松应用相同的 If 语句:

    df['MoreThan500'] = ['Yes' if x > 500 else 'No' for x in df['Sales']

    列表理解是这类工作的好工具,它减少了编写复杂 if/else 语句的需要。使用 if/else 语句也可以完成相同的任务,但这样可以节省时间并使代码更简洁。通过阅读本文,你可以详细了解列表理解。

    f859e21db057d358d2abd501b5d85db4.png

    Pandas中的VLOOKUP

    在我们的数据集中,城市在一张纸上,州/省在另一张纸上。这并不理想,但我们可以使用Excel中的VLOOKUP链接数据。VLOOKUP的工作方式与左连接类似,左数据集中的每个记录都被保留。我们告诉Excel在查找表中垂直上下查找列中的特定值,然后返回一个值,该值位于列右侧的特定列数中。

    让我们添加一个名为“State”的列,并使用VLOOKUP从 States 表返回相应的状态。

    5822bdccd4b0b6507866fb9a95e45e21.gif

    在Python中,我们可以使用Pandas merge函数完成相同的任务。Merge获取两个数据帧并合并它们。为此,我们将编写以下代码:

    sales = pd.merge(sales, states, how='left', on='City')

    让我们把这个论点一个一个地分解开来:

    • 第一个参数是原始数据帧;

    • 第二个参数是我们在中查找值的数据帧;

    • 如何指定要创建的联接类型;

    • On指定要合并的变量(如果变量在每个数据帧中被称为不同的对象,则还有left_On和right_On)。

    Pandas中的数据透视表

    数据透视表是Excel最强大的功能之一,它允许我们以惊人的速度提取关于大型数据集的有意义的数据。让我们根据每个城市的销售额总和创建一个数据透视表。

    2cffc77c22e4646d6c517d29485ffa3d.gif

    为此,我们只需将City字段拖到Rows部分,将Sales字段拖到Values部分。Excel自动汇总数据集中每个城市的销售额。

    要在Pandas中生成相同的数据透视表,我们将编写以下代码:

    sales.pivot_table(index = 'City', values = 'Sales', aggfunc = 'sum'))

    我们再把这个分解一下:

    • 我们使用sales.pivot_表让Pandas知道我们要基于sales dataframe创建一个pivot表

    • 索引指定要聚合的值

    • 值指定要聚合的值

    • Aggfunc指定要使用的函数(也可以使用mean、max、min等)

    最后:

    在本文中,我们学习了如何将Excel数据导入Pandas,如何完成IF和VLOOKUP函数,以及如何生成数据透视表。

    但你可能会问自己,如果你能在Excel中完成这里列出的所有工作,为什么要使用Pandas?

    这里没有一个明确的答案。Python允许我们生成可重用的、可跟踪的代码,使我们能够轻松地复制分析设计,Excel可能只够进行更小的分析。

    - END -

    原文链接:

    https://towardsdatascience.com/learn-how-to-easily-do-3-advanced-excel-tasks-in-python-925a6b7dd081

    文源网络,仅供学习之用。如有侵权,联系删除。

    往期精彩

    5e69a94000d59a5d66a2a9d05f5d54d2.png

    ◆  50款开源工具你都用过吗?

    ◆  python+C、C++混合编程的应用

    ◆  python网络爬虫的基本原理详解

    ◆  Python自动操控excel,一小时解决你一天的工作

    ◆  如何用Python增强Excel,减少处理复杂数据的痛苦?

    ad0a6c558a52376aac08eba6d5b1fa3b.png

    展开全文
  • Excel是一个无处不在的数据处理、分析工具,大多数人或多或少都使用过Excel,而且一旦你掌握了它的使用技巧,你会...在这篇文章中,我们将探讨在Excel中能够完成,但是在Python中能够更轻松实现的三件事!从导入pan...

    点击上方“爱好Python的胡同学”,选择“星标”公众号

    每晚八点,Python干货,不见不散!d3b19e44269cdd2e5ea29c570f3b19e8.png

    Excel是一个无处不在的数据处理、分析工具,大多数人或多或少都使用过Excel,而且一旦你掌握了它的使用技巧,你会打开另外一扇窗!此外,也有人认为,具有无限潜力的Python也非常有挑战性。在这篇文章中,我们将探讨在Excel中能够完成,但是在Python中能够更轻松实现的三件事!

    从导入panda开始,并基于工作簿中需要用的工作表加载两个数据帧。两个列的定义为 sales 和 states 。

    import pandas as pd
    sales = pd.read_excel('https://github.com/datagy/mediumdata/raw/master/pythonexcel.xlsx', sheet_name = 'sales')
    states = pd.read_excel('https://github.com/datagy/mediumdata/raw/master/pythonexcel.xlsx', sheet_name = 'states')

    将我们的数据集导入Pandas数据帧。

    让我们想象一下,我们对数据帧运行了.head()方法,如下所示:

    print(sales.head())

    我们可以将其与Excel中的数据进行比较:

    800f21ed953ec47da031b2b8fa954c56.png

    比较数据在Excel和Pandas中的两种显示方式

    我们可以看到显示的数据与Excel显示数据的方式相对类似,但有一些关键的区别:

    • Excel从第1行开始,Pandas从第0行开始('index');

    • Excel用以A开头的字母标记列,而Pandas用变量名标记列。

    让我们开始深入探讨如何运用 Pandas 完成Excel任务。

    一.Python中的IF函数

    在Excel中使用IF函数非常方便,允许我们根据另一个单元格中的条件应用某个标签。假设我们想创建一个新列,让我们知道B列中单元格的值是否大于500。在Excel中,我们将列E标记为大于500,然后进入单元格E2并写入:

    =IF([@Sales]>500, "Yes", "No")

    dca54ff7b2745cd72e80c906de0d5065.png

    在Excel中应用IF函数

    如果我们想在Pandas中这样做,我们可以使用列表理解来轻松应用相同的 If 语句:

    df['MoreThan500'] = ['Yes' if x > 500 else 'No' for x in df['Sales']

    列表理解是这类工作的好工具,它减少了编写复杂 if/else 语句的需要。使用 if/else 语句也可以完成相同的任务,但这样可以节省时间并使代码更简洁。通过阅读本文,你可以详细了解列表理解。

    b398ded09a93762ae69ff6ed4e216bf3.png
    列表理解的解释

    二.Pandas中的VLOOKUP

    在我们的数据集中,城市在一张纸上,州/省在另一张纸上。这并不理想,但我们可以使用Excel中的VLOOKUP链接数据。VLOOKUP的工作方式与左连接类似,左数据集中的每个记录都被保留。我们告诉Excel在查找表中垂直上下查找列中的特定值,然后返回一个值,该值位于列右侧的特定列数中。

    让我们添加一个名为“State”的列,并使用VLOOKUP从 States 表返回相应的状态。

    87efebe73d74edde2568b7738a54d56a.png

    使用VLOOKUP添加州/省信息

    在Python中,我们可以使用Pandas merge函数完成相同的任务。Merge获取两个数据帧并合并它们。为此,我们将编写以下代码:

    sales = pd.merge(sales, states, how='left', on='City')

    让我们把这个论点一个一个地分解开来:

    • 第一个参数是原始数据帧;

    • 第二个参数是我们在中查找值的数据帧;

    • 如何指定要创建的联接类型;

    • On指定要合并的变量(如果变量在每个数据帧中被称为不同的对象,则还有left_On和right_On)。

    三.Pandas中的数据透视表

    数据透视表是Excel最强大的功能之一,它允许我们以惊人的速度提取关于大型数据集的有意义的数据。让我们根据每个城市的销售额总和创建一个数据透视表。

    9a813bdbb6a489f46ae3f49586549311.png

    在Excel中生成数据透视表

    为此,我们只需将City字段拖到Rows部分,将Sales字段拖到Values部分。Excel自动汇总数据集中每个城市的销售额。

    要在Pandas中生成相同的数据透视表,我们将编写以下代码:

    sales.pivot_table(index = 'City', values = 'Sales', aggfunc = 'sum'))

    我们再把这个分解一下:

    • 我们使用sales.pivot_表让Pandas知道我们要基于sales dataframe创建一个pivot表

    • 索引指定要聚合的值

    • 值指定要聚合的值

    • Aggfunc指定要使用的函数(也可以使用mean、max、min等)

    四.最后

    在本文中,我们学习了如何将Excel数据导入Pandas,如何完成IF和VLOOKUP函数,以及如何生成数据透视表。但你可能会问自己,如果你能在Excel中完成这里列出的所有工作,为什么要使用Pandas?这里没有一个明确的答案。Python允许我们生成可重用的、可跟踪的代码,使我们能够轻松地复制分析设计,Excel可能只够进行更小的分析。

    原文链接:towardsdatascience.com/ 翻译:未艾信息(weainfo.net)

    c13e0964c6cbd115164ec98c9eecc0ec.pnge02ae73de1f44394634112c74da04d85.png

    扫码关注,

    每晚八点,Python日报,不见不散!

    展开全文
  • 在这篇文章中,我们将探讨在Excel中能够完成,但是在Python中能够更轻松实现的三件事! 从导入panda开始,并基于工作簿中需要用的工作表加载两个数据帧。两个列的定义为 sales 和 states 。 import pandas as pd ...
  • 那么,Python大法没有这样强大排序功能呢?答案是有的,而且本人觉得Python排序功能,一点不比EXCEL的差。 同样,我们依然用到是强大pandas这个三方库。我们先将numpy和pandas导入进来: 接着构造...
  • Python实现EXCEL表格排序功能

    千次阅读 2019-04-01 14:33:00
    那么,Python大法没有这样强大排序功能呢?答案是有的,而且本人觉得Python排序功能,一点不比EXCEL的差。 同样,我们依然用到是强大pandas这个三方库。我们先将numpy和pandas导入进来: ...
  • 那么,Python大法没有这样强大排序功能呢?答案是有的,而且本人觉得Python排序功能,一点不比EXCEL的差。同样,我们依然用到是强大pandas这个三方库。我们先将numpy和pandas导入进来:接着构造一个...
  • 但他们都存在一个严重问题就是非常耗内存,poi一套SAX模式API可以一定程度解决一些内存溢出问题,但POI还是一些缺陷,比如07版Excel解压缩以及解压后存储都是内存完成,内存消耗依然很大。...
  • Excel是一个无处不在的...在这篇文章中,我们将探讨在Excel中能够完成,但是在Python中能够更轻松实现的三件事!从导入panda开始,并基于工作簿中需要用的工作表加载两个数据帧。两个列的定义为 sales 和 states 。i...
  • 场景:工作经常会遇到这么一种情况,用Excel计算某个东西工程量时,B列列出计算式,然后希望C列能够用简单的方式直接显示结果。比较普遍的一种做法是定义名称,用Evaluate;这也是我最初工作用到的功能。...
  • 前端实现Excel导入和导出功能

    千次阅读 2019-01-23 13:31:04
    最近项目实现一个导入导出Excel的功能,查找了一些插件后发现js-xlsx这个插件,所以就尝试使用了一下,这里将使用方法和遇到的问题简单记录一下。 SheetJS js-xlsx 是一款能够读写多种格式表格的插件,浏览器...
  • 首先推荐一下xlwings中文文档。xlwings英文文档看不顺溜...了它,我们就能够在Excel的单元格公式输入,将我们python函数当作普通excel内置函数嵌入我们公式,从而实现python与excel合而为一后便捷...
  • 为了充分发挥Excel和Matlab各自...通过对保存在Excel中的数据进行处理分析,结果显示这种以Excel为载体、Matlab程序集成到Excel插件处理数据思想能够很好地弥补Excel没有专门函数处理电力系统数据等功能的缺陷。
  • 但他们都存在一个严重问题就是非常耗内存,poi一套SAX模式API可以一定程度解决一些内存溢出问题,但POI还是一些缺陷,比如07版Excel解压缩以及解压后存储都是内存完成,内存消耗依然很大。...
  • 在excel中时候需要在工作表中隔行增加一个空白行,如何快速实现这个要求呢?至少两种方法可以选择,第一种方法利用插入功能,第二种方法利用排序功能。方法一:插入工作行法。1.打开需要编辑EXCEL工作薄。2....
  • 今天就跟着小编一起来看一看:在Excel中怎样筛选以及删除重复数据呢?经过小编长时间运用excel2007电子表格以后,小编发现这一个应用程序一个小小缺陷。这一个小缺陷就是没有办法自动识别一些重复记录。...
  • 表格隐藏列的功能,可以对不同人员浏览时,设置不同的列的隐藏,来避免保密信息被浏览 通过对表格进行保护(禁止设置列的格式),防止手工去除列的隐藏 通过设置登录用户的方法,来区别不同人员的查看、编辑权限 ...
  • 在Excel中,还有几个隐藏的函数,能够实现一些现有的函数无法实现的功能。为什么Excel会隐藏函数,不知微软出于什么考虑而不公布出来。不过Excel隐藏函数不是很多,常用到的就三个: NUMBERSTRING、DATESTRING、...
  • jxl是一个韩国人写java操作excel的工具, 开源世界两套比较影响API可供使用,一个是POI,一个是jExcelAPI。其中功能相对POI比较弱一点。但jExcelAPI对中文支持非常好,API是纯Java, 并不依赖Windows...
  • excel中如何计算两个日期之间月…

    千次阅读 2017-04-14 10:01:56
    Excel中但是在Excel中,还有几个隐藏的函数,能够实现一些现有的函数无法实现的功能。为什么Excel会隐藏函数,不知微软出于什么考虑而不公布出来。不过Excel隐藏函数不是很多,常用到的就三个: NUMBERSTRING、...
  • 前段时间接到一个做报表的项目,需要将数据导出成excel表格,表格模板中有很多表格是需要合并的,之前没有这方面的经验,也为难了好久,后来终于发现一个好用的js插件,完全能够实现我需要的功能,一块分享给大家;...
  • 在Excel中一项小众却并不简单的函数,除了能够自动生成序号以外,还能实现很多神奇的功能,这就是——ROW函数。ROW函数的几种用途 1. 自动序号 ROW其实是Excel中用来返回当前单元格所在行的一个函数,虽然听...
  • ScatterMatplotlib中的命令scipy函数interpolate会产生类似效果,其中一些很好示例,说明了如何此处简单地实现功能:How to draw cubic spline in matplotlib但是Excel的样条算法也能够仅通过三个点生成...
  • 采用vs2017+C#进行开发,调用dsoframer.ocx控件(ActiveX),实现在winform桌面程序“内嵌office”的功能能够对办公文件(Excel/ Word/ PPT/ Visio)进行常见的查看、编辑、保存等操作。对于相关业务需求的同仁...
  • excel的使用

    2012-11-25 17:06:01
    用AutoCAD绘图时,人喜欢在EXCEL中存储坐标点,在绘制曲线时调用这些参数。存放数据格式为“x,y”形式,首先在Excel中输入坐标值,将x坐标值放入A列,y坐标值放入到B列,然后利用“&”将A列和B列合并成C列,在...
  • java word嵌入excel

    2015-07-04 04:14:49
    如题,最近做一个网页导出功能,需要word嵌入几张excel表格,要求是以文档形式存放其中, 网上查过,貌似poi和itext都不支持(可能支持,但是我没找到) 没有什么好的实现方法能够完成嵌入的功能,谢啦
  • 如果能够在一个工作表中实现目录索引功能,点击按钮即可隐藏/显示对应工作表,会非常方便操作和查看。 一、编写宏 1编写一个点击按钮显示/隐藏工作表按钮宏 Sub click() For x = 1 To Sheets.Coun...
  • 若只是临时用一下,若能够直接在Excel上加工好内容就可以直接发送,这些假设在此篇批量群发短信功能中都为大家带来完美答案。 业务场景 不多说,发送短信人人都需求,自己云思考如何使用这个短信好工具就...

空空如也

空空如也

1 2 3 4 5 ... 12
收藏数 231
精华内容 92
关键字:

在excel中能够实现的功能有