excel去掉跨文件引用

如果一个工作表的单元格内容引用了其他工作表的单元格de
摘要由CSDN通过智能技术生成

如果一个工作表的单元格内容引用了其他工作表的单元格的内容,这时如果将这个工作表的内容全部拷贝到另外一个文件的工作表中,引用的公式会改变,引用地址变为绝对地址,还是指向源文件,例如:='C:\Users\YANG\Desktop\新建文件夹\[a.xlsx]Sheet1'!A4

用vba 调用 javascript 脚本去掉引用,代码如下

<pre name="code" class="java">//返回当前激活的工作表所有选中的单元格
function getSelectionCells(workbook) {
	var cells = [];
//	$H$18,$M$13,$O$27,$R$19:$T$29
	var address = workbook.application.selection.address;
	var addresses = address.split(",");
	for(var i=0; i<addresses.length; i++) {
		var add = addresses[i];
		var isRegion = add.indexOf(":");
		if(isRegion==-1) {	//是单独的单元格
			cells.push(workbook.ActiveSheet.range(add));
		} else {	//是一块区域
			var regExpSelectAll = /^\$[0-9]+:\$[0-9]+$/g;
			var isSelectAll = regExpSelectAll.test(add);
			if(isSelectAll) {
				continue;
			}

			var regions = add.split
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
要在Python中实现Excel两列数据相减,可以使用pandas库来处理数据。根据引用引用的代码片段,可以执行以下步骤: 1. 导入pandas库和numpy库: ```python import pandas as pd import numpy as np ``` 2. 读取Excel文件并选取需要的两列数据: ```python df = pd.read_csv("sss.csv") df = df.loc[:, ['time_key', 'kwh_chg']] ``` 这样,你就将Excel文件中的两列数据提取到了DataFrame对象df中。 3. 将时间列转换为时间序列,并进行降采样处理: ```python df['time_key'] = pd.to_datetime(df['time_key']) df = df.set_index(df['time_key']) df = df.resample('T', closed='left').mean() ``` 这样,你就将时间列转换为时间序列,并进行了降采样处理,将数据转化为分钟级别的均值。 4. 进行两列数据相减操作: ```python df['diff'] = df['kwh_chg'].diff() ``` 这样,你就在DataFrame对象df中添加了一列'diff',该列存储了两列数据的差值。 综上所述,你可以按照以上步骤使用pandas库来实现Excel两列数据的相减操作。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [pandas选取excel特定两列,上下行数值相减,降采样,缺失值处理,按数值范围去除行的处理,在pycharm画图...](https://blog.csdn.net/qq_44976531/article/details/124987234)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值