数据处理中常用的Excel基本操作及函数

最新推荐文章于 2023-07-17 14:04:45 发布
最新推荐文章于 2023-07-17 14:04:45 发布
阅读量1.3k 收藏 7
点赞数
分类专栏： Excel数据处理 文章标签： 数据分析 excel 生物信息学
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_47368580/article/details/116351785
版权

数据处理中常用的Excel基本操作及函数-生信基础版

文章目录

第一部分：键盘快捷键操作

一、CTRL系列

  • Ctrl+H /F显示“查找和替换”对话框。

  • Ctrl+D 填充选中单元格，可以不连续，不连续，不连续

  • Ctrl+￬（￪￫￩）：跳转到本工作表最后一行有数据的区域（注：非常有用）

  • Ctrl+shift+￬（￪ ￫ ￩） ：选中当前行到本工作表最后一行有数据的区域（注：非常有用）。

  • Ctrl+B加粗单元格字体

  • Ctrl+C 复制单元格区域内容

  • Ctrl+Insert 复制单元格区域内容

  • Ctrl+X 剪切单元格区域内容

  • Ctrl+V 粘贴单元格内容

  • Ctrl+Z 撤销操作

二、其他系列

  • Alt+Enter :单元格内换行
  • Tab 跳转下列

第二部分：Excel函数

一、清洗处理类

数据处理之前，需要对提取的数据进行初步清洗，如清除字符串空格，合并单元格、替换、截取字符串、查找字符串出现的位置等。

1. 非函数类：
1、数据拆分

【工具栏】-【数据】-【分列】-【分割符号】/【固定宽度】

分隔符号分列即识别字段中含有的分隔符号。

Tab键 （制表符） 、分号、逗号、空格、其他 [ 自定义分割符号]

2、去除重复数据

【工具栏】-【数据】-【去除重复项】

3、 筛选

数字筛选

文本筛选

4、 排序

升序

降序

2.函数类

  • 清除字符串前后空格：使用Trim

  • 合并单元格：使用concat ，&

  • 截取字符串：使用Left/Right/Mid

  • 替换单元格中内容：Replace/Substitute

  • 查找文本在单元格中的位置：Find/Search

  • 获取字符长度：Len/Lenb

1、 Trim:清除字符串空格

用途：主要用于把单元格内容前后的空格去掉，但并不去除字符之间的空格。

语法：=TRIM(单元格text)

参数:单元格内的需要清除其中空格的文本。

实例：

A1=TRIM(A1)
Hello worldHello world
2、 CONCAT/CONCATENATE函数:连接单元格内的内容

用途：将几个文本字符串合并为一个文本字符串

语法：=CONCATENATE(字符串1,字符串2,…)

参数：字符串1，字符串2，…: 需要合并的第1、 2、… 、N个文本项(N<=30),这些文本项可以文本字符串、数字或单个单元格的引用.注意：在将数字和文本合并到一个单元格中时，数字将转换成文本，而不再用做数字，也就是说，无法再对其进行任何数字运算

实例：

A1B1C1=CONCATENATE(A1,B1,C1)=A1&" “B1&” "&C1
Helloworld!Heloworld!Hello world ！
3、 LEFT/RIGHT/Mid函数:截取左边/中间/右边字符串

语法与用途：

LEFT(指定字符串,截取长度): 得到字符串左部指定个数的字符

RIGHT(指定字符串,截取长度): 得到字符串右部指定个数的字符

Mid(指定字符串，开始位置，截取长度):得到字符串中间指定个数的字符。

实例：

A1=LEFT(A1,5)=MID(A1,2,7)=RIGHT（A1,5)
Hello worldHelloello woworld
A2(氨基酸序列)=LEFT(A2,3)=MID(A1,6,2)=RIGHT（A2,1)
CAFGTCGGAKLVFCAFCGF
4、 Replace/Substitute:替换单元格中内容
  1. Replace

用途：替换掉单元格的字符串

语法：=REPLACE(old_text,start_num,num_chars,new_text)）

参数：Old_text 是要替换其部分字符的文本。 Start_num 是要用 new_text 替换的 old_text 中字符的位置。

Num_chars 是希望 REPLACE 使用 new_text 替换 old_text 中字符的个数。New_text 将替换 old_text 中字符的文本。

实例：

A1=REPLACE（A1，1, 5，“Hi”)
Hello worldHi world

2.Substitute

用途：Substitute根据文本内容替换，需要提供替换的旧文本和新文本，以及替换第几个旧文本等。因此Replace实现固定位置的文本替换，Substitute实现固定文本替换。

语法：SUBSTITUTE(text,old_text,new_text,instance_num)

参数：Text 为需要替换其中字符的文本，或对含有文本的单元格的引用。 Old_text 为需要替换的旧文本。 New_text 用于替换 old_text 的文本。 Instance_num 为一数值，用来指定以 new_text 替换第几次出现的 old_text，默认条件下为全部替换。

实例：

A1=SUBSTITUTE（A1，“Hello”, “Hi”)=SUBSTITUTE（A1，“Hello”, “Hi”,2)
Hello world, Hello!Hi world ,Hi !Hello world, Hi !
5、 LEN/LENB 长度计算

LEN

用途：返回字符串的字符数

语法：=LEN（字符串)

参数：字符串是指包含数字、字母、符号等的一串字符。

实例1：

A1=LEN（A1)
ACTAGTAGTCGGTCA15

实例2：

计算DNA序列中GC的含量

A1公式结果说明
ACTAGTAGTCGGTCAB1=LEN（A1)15计算序列总长
B2=SUBSTITUTE（A1，“G”, “”)ACTATATCTCA将G替换为空
B3=LEN（SUBSTITUTE（A1，“G”, “”)）11计算替换后的序列总长
B4=LEN（A1)-LEN(LEN（SUBSTITUTE（A1，“G”, “”)）)4计算得到G的个数
同理B5=LEN（A1)-LEN(LEN（SUBSTITUTE（A1，“C”, “”)）)3计算得到C的个数
B6=(B4+B5)/（B1)=100*(4+3)/15计算GC含量

LENB:

用途：返回字符串的字节数

语法：=LEN（字符串)

参数：字符串为要查找其长度的文本。空格将作为字符进行计数。len是按字符数计算的、lenb是按字节数计算的。数字、字母、英文、标点符号（半角状态）都是按1计算的，汉字、全角状态下的标点符号，每个字符按2计算。

A1=LENB(A1)=LEN(A1)=LEFT(A1,LENB(A1)-LEN(A1))
张三（20201101）1412张三
6、Find/Search：查找文本在单元格中的位置

语法与参数：

=FIND（要查找字符，指定字符串，第几个字符）

=SEARCH（要查找字符，指定字符串，第几个字符）

可与Left／Right／Mid结合能完成简单的文本提取。Search和Find类似，区别是Search大小写不敏感，支持通配符（包括问号 (?) 和星号 (*)）。问号匹配任意单个字符；星号匹配任意一串字符。如果要查找实际的问号或星号，请在该字符前键入波形符 (~)。

实例：

ABC
1Hello#World-2020Hi#World-2021
2公式结果说明
=FIND(" #",A1,1)6从文本中查找#所在位置
=MID(A2,1**,FIND(" #",A1,1)**-1)Hello字符串中提取从位置 1 到位置 # 的文本
=SEARCH（“H*1”，C1)1从文本中查找“H[匹配任意字符串]1”的文本，并返回H所在位置。
=SEARCH(“i?W”,C1)2从文本中查找含有”i(任一字符)W“的文本，并返回i所在位置。
7、Upper/Lower/Proper：文本转大写/转小写函数/首字母大写

语法与参数：

=UPPER(字符串)

=LOWER(字符串)

=PROPER(字符串)

实例：

A公式结果
1TAGCtagc=UPPER(A1)ATGCATGC
2TAGCATGC=LOWER(A2)tagctagc
3CD1=PROPER(A3)Cd1

二、关联匹配类

1、引用
  • 以A1为例，说说规则
  • A1—相对引用，拉动时，行变列也变
  • $A$1—绝对引用，拉动时，行不变列也不变
  • $A1—混合引用，拉动时，行变列不变
  • A$1—混合引用，拉动时，行不变列变
ABCD1=A1 往下往右拉相对引用D1=$A$1 往下往右拉绝对引用
1GeneFC2Gene(D1=A1)FC2(E1=B1)Gene（D1=$A$1)Gene（E1=$A$1)
2CD11CD1(D2=A2)1(E2=B2)Gene（D2=$A$1)Gene（E2=$A$1)
3CD2-1CD2(D3=A3)-1(E3=B3)Gene（D3=$A$1)Gene（E3=$A$1)
4D1=$A1往下往右拉行变列不变D1=A$1往下往右拉列变行不变
5Gene（D1=$A1）Gene（E1=$A1)Gene(D1=A$1)FC2 (E1=B$1)
6CD1（D2=$A2）CD1 (E2=$A2)Gene(D2=A$1)FC2(E2=B$1)
7CD2（D3=$A3）CD2 ( E3=$A3)Gene(D3=A$1)FC2(E3=B$1)
2、VLOOKUP函数

用途：在表格的首列查找指定的数据，并返回指定的数据所在行中的指定列处的单元格内容内容

语法：

=VLOOKUP(lookup_value,table_array,col_index_num,range_lookup)
=VLOOKUP(查找的值，   哪里找，      找哪个位置的值，  精准匹配0/模糊匹配1)

参数：

  • lookup_value: 要在表格或区域的第一列中查找的值，其参数可以是值或引用
  • table_array: 包含数据的单元格区域，可以使用绝对区域(如：A2:D8)或区域名称的引用。 table_array第一列中的值是由lookup_value搜索的值。这些值可以是文本、数字或逻辑值
  • col_index_num: 希望返回的匹配的列序号，其参数为1时，返回table_array第一列中的值，以此类推
  • range_lookup: 近似匹配(1)还是精确匹配(0),一般情况选0

实例：

ABCDE
1Gene nameWTKOLookgene结果（备注：公式）
2CD1624CD26 备注 E2=VLOOKUP(D2，A2:C4,2,0),返回WT列
3CD2369CD39 备注 E3=VLOOKUP(D3，A2:C4,3,0)，返回KO列
4CD34545
3、Index：返回值或值的引用

用途：

语法： =INDEX(array, row_num, [column_num])

参数： ＝INDEX（查找的区域，区域内第几行，区域内第几列）

ABC
1GeneWTKO公式=INDEX(A1:C4,3,2)
2CD1624结果36
3CD2369说明返回到表格第三行第二列
4CD34545
4、Match：返回指定内容在指定区域的位置

用途：

语法：MATCH(lookup_value,lookup_array,match_type)

参数：＝MATCH（查找指定的值，查找所在区域，匹配类型）。

和Lookup类似，但是可以按照指定方式查找，匹配类型有三个值，0表示精确查找，1表示小于，-1表示大于，返回值所在的位置

ABC
1GeneWTKO公式=MATCH（“CD2",A1:A4,0)
2CD1624结果3 备注，查找CD2,返回值为第三行
3CD2369公式=INDEX(A1:C4,MATCH（“CD2",A1:A4,0),2)
4CD34545结果36 备注：查找CD2这一行，第2列的数据
5、Row/Colum：返回单元格在第几行(在第几列)

语法与参数：

=ROW(单元格)

=COLUMN(单元格)

6、Rows/Colums：返回引用或数组的行数(列数)

语法与参数：

=ROWS(数组)

=COLUMNS(数组)

三、逻辑运算类

1、IF/IFS：如果但是

IF：条件判断

用途：使用逻辑函数 IF函数时，如果条件为真，该函数将返回一个值；如果条件为假，函数将返回另一个值。

语法=IF(logical_test, value_if_true, [value_if_false])

参数：

logical_test：必需，要测试的条件。

value_if_true：必需，logical_test 的结果为 TRUE 时，期望返回的值。

value_if_false：可选，logical_test 的结果为 FALSE 时，期望返回的值。

IFS：多条件判断

用途：IFS 函数检查是否满足一个或多个条件，且是否返回与第一个 TRUE 条件对应的值。IFS 可以取代多个嵌套 IF 语句，并且可通过多个条件更轻松地读取。

语法：=IFS(logical_test1, value_if_true1, [logical_test2, value_if_true2], [logical_test3, value_if_true3],…)

参数 =IFS(条件1，第一个true时返回值，条件2，第二个true时返回值，条件3，第三个true时返回值…)

实例：判断基因在WT到KO 组中表达变化情况

ABC
1geneWTKO公式=IF（C2>B2，“上调‘，IF（C2=B2,"不变”，“下调”））
2CD1246结果下调（(判断CD1在KOvsWT的表达情况)
3CD2936公式=IFS(C3>B3,“Up”,C3=B3,“Eque”,C3<B3,“Down”)
4CD35454公式UP (判断CD2在KOvsWT的表达情况)
2、And / Or：并/或

语法：

AND全部参数为True，则返回True，经常用于多条件判断
OR只要参数有一个True，则返回Ture，经常用于多条件判断

实例：求RNA-seq数据基因表达显著差异的基因

1.确定表达显著差异的条件为FC2>1(或FC2<-1)，且FDR<0.05。

ABC
1GeneFC2FDR公式结果
2CD1-20.01=IF(OR(B2<-1,B2>1),"差异’’,“无差异”)差异
3CD220.07=IF(AND(ABS(B3)>1,C3<0.05）,“显著差异”，“无显著差异”)无显著差异
4CD300=IF(AND(B4>1,C4<0.05),“UP”,IF(AND(B4<-1,C4<0.05,“Down”,“NS”))NS
3、IS系列

常用判断检验，返回的都是布尔数值True和False。常用ISERR，ISERROR，ISNA，ISTEXT，可以和IF嵌套使用。

四、计算统计类：以描述性统计为准

1、Sum／Sumif／Sumifs 统计满足条件的单元格总和

语法与参数：

=SUM（求和区域）

=SUMIF（条件区域，求和条件，实际求和区域）
=SUMIFS（实际求和区域，第一个条件区域，第一个对应的求和条件，第二个条件区域，第二个对应的求和条件，第N个条件区域，第N个对应的求和条件）

实例：计算TCR-seq数据中V-J 组合数量

ABCD公式=SUM（D2：D4)
1Clone IDV geneJ geneCount结果70 （计算count总数）
2Clone1V1J125公式=SUMIF(B:B,“J2”,D:D)
3Clone2V2J220结果35 （计算含有J2的克隆counts总数）
4Clone3V3J215公式=SUMIFS(D:D,B:B，$B 2 , C : C , 2,C:C, 2,C:C,C$2)
5Clone4V1J110结果35 （计算含有V1，J1的克隆counts总数）

扩展思考，如何计算任意V-J组合的count分布?（熟悉掌握混合引用的原则）

公式ABC
6J1J2
7V1=SUMIFS (D2:D5,B2:B5，$A1,C2:C5,B$6)=SUMIFS (D2:D5,B2:B5，$A1,C2:C5,C$6)
8V2=SUMIFS (D2:D5,B2:B5，$A2,C2:C5,B$6)=SUMIFS (D2:D5,B2:B5，$A2,C2:C5,C$6)
9V3=SUMIFS (D2:D5,B2:B5，$A3,C2:C5,B$6)=SUMIFS (D2:D5,B2:B5，$A3,C2:C5,C$6)
结果J1J2
V1250
V3015
V2025
2、Max/Min：返回最大最小值

语法与参数

=MAX(指定区域)

=MIN(指定区域)

3、Average/Averageif/Averageifs 统计满足条件的单元格平均值

语法与参数：

=AVERAGE(求平均值范围)
=AVERAGEIF（条件区，条件，平均值区域）
=AVERAGEIFS(求平均值范围, 条件范围1, 条件1, [条件范围2, 条件2], ...)
4、Count／Countif／Countifs 统计满足条件的字符串个数

语法与参数：

=COUNT（区域）：计算纯数字的单元格的个数
=COUNTIF（条件区域，条件）
=COUNTIFS(条件匹配查询区域1，条件1，条件匹配查询区域2，条件2，以此类推......）

实例：

ABC公式=COUNT(A:A)-1
1IDVJ结果4（计算克隆子总数）
2Clone1V1J1公式=COUNTIF(B:B,“V1”)
3Clone2V2J2结果=2（计算含有V1的克隆子数）
4Clone3V3J2公式=CONTIF(B:B,$B 2 , C : C , 2,C:C, 2,C:C,C$2)
5Clone4V1J1结果=2（计算含有V1，J1的克隆子数）
5、Stdev：求标准差

语法与参数：=STDEV(序列)

综合实例:数据标准化

z-score 标准化(正态标准化)是基于原始数据的**均值（mean）和标准差（standard deviation）**进行数据的标准化。公式如下。
z = ( x − m e a n ( x ) ) / s t d ( x ) z=(x-mean(x))/std(x) z=(x−mean(x))/std(x)
应用场景：RNA-seq数据中多组数据不同基因的表达热图？

ABCDEFGHIJ
1GeneWT-1WT-2WT-3KO-1KO-2KO-3MeanStdWT-1
2CD1222624468=AVERAGE(B2:G2)=STDEV(B2:G2)=(B2-H2)/I2
3CD27220260240406080=AVERAGE(B3:G3)=STDEV(B3:G3)

思考：在公式中如何引入"$"引用模式，,实现数据的自动填充。

6、INT/MOD：取整/取余函数

语法与参数

=INT（数值）

=MOD（被除数，除数）

实例

INT（3.14）=3

INT（-3.14）=-4

MOD(5,3)=2（5÷3=1，余数为2）

扩展实例：颜色RGB十进制记法转换为十六进制记法

ABC
1RGB
2247252185

引入概念：

颜色RGB记法转化为HEX(十六进制记法)，十六进制的语法为#RRGGBB，其中第一个R/G/B数值为原RGB每个数值除以16之后的整数部分，第二个R/G/B数值为原RGB每个数值除以16之后的余数部分。由于RGB的数值均在255以内，因此，整数部分与余数部分均小于16。在颜色十六进制记法中，将10-15分别赋值为A(10)、B(11)、C(12)、D(13)、E(14)、F(15)，因此255的16进制形式为FF。

255 ÷ 16 = 15 （ 整 数 部 分 ） … … 15 （ 余 数 部 分 ） 255÷16=15（整数部分）……15（余数部分） 255÷16=15（整数部分）……15（余数部分）
第一步：利用INT、MOD函数转换RGB十进制数值为16进制数值。

ABCD(取整数)E（取余数）
1RGB=INT（A2/16)=MOD(A2,16)G1G2B1B2
22472521851571512119

第二步：利用IFS函数将10-15数值转换为A-F字符。

DEFGHIIFS函数
1R1R2G1G2B1B2R1R2
21571512119=IFS(D2<10,D2,D2=10,“A”,D2=11,“B”,D2=12,“C”,D2=13,“D”,D2=14,“E”,D2=15,“F”)

第三步：利用CONCAT函数合并字符串

ABCDEFGHI公式
1RGBR1R2G1G2B1B2=“#”&CONCAT(D2:I2)
2247252185F7FCB9#F7FCB9
7、CONFIDENCE:返回可信区间

用途： 返回总体平均值的置信区间，它是样本平均值任意一侧的区域。

语法： CONFIDENCE(alpha ，standard_dev ，size) 。

参数： Alpha 是用于计算置信度 (它等于 100*(1-alpha)% ，如果 alpha 为 0.05 ，则
置信度为 95%) 的显著水平参数， Standard_dev 是数据区域的总体标准偏差， Size 为样本
容量。

实例： 假设样本取自 46 名学生的考试成绩， 他们的平均分为 60，总体标准偏差为
5 分，则平均分在下列区域内的置信度为 95% 。公式 “=CONFIDENCE(0.05 ，5，46) ”返回
1.44 ，即考试成绩为 60±1.44分。

8、CORREL：计算相关系数

用途： 返回单元格区域 array1 和 array2 之间的相关系数。它可以确定两个不同事
物之间的关系，例如检测学生的物理与数学学习成绩之间是否关联。

语法： CORREL(array1 ，array2)

参数： Array1 第一组数值单元格区域。 Array2 第二组数值单元格区域。

实例： 如果 A1=90 、A2=86 、A3=65 、A4=54 、A5=36 、B1=89 、B2=83 、B3=60 、
B4=50 、B5=32 ，则公式 “=CORREL(A1:A5 ，B1:B5) ”返回 0.998876229 ，可以看出 A、B
两列数据具有很高的相关性。

9、PEARSON：计算Pearson乘积矩相关系数 r

用途：返回 Pearson( 皮尔生 )乘积矩相关系数 r，它是一个范围在 -1.0 到 1.0 之间 (包 括-1.0 和 1.0 在内 )的无量纲指数，反映了两个数据集合之间的线性相关程度。

语法： PEARSON(array1 ，array2)

参数： Array1 为自变量集合， Array2 为因变量集合。

实例： 如果 A1=71 、A2=83 、A3=71 、A4=49 、A5=92 、A6=88 ，B1=69 、B2=80 、
B3=76 、B4=40 、B5=90 、B6=81 ，则公式 “=PEARSON(A1:A6 ，B1:B6) ”返回 0.96229628

综合扩展：分析基因在WT vs KO 条件下基因表达变化与染色质开放变化的相关性。

AB (RNA-seq)C (ATAC-seq)
1GeneFC2 （WT vs KO)FC2 (WT vsＫＯ)公式=PERSON(B2:B5,C2:C5)
2CD1-2-1结果0.99
3CD221.5说明基因在KO敲除后，基因表达变化与其染色质开放变化成正相关。
4CD300.5
５CD411
10、TTEST：t 检验

用途： 返回与学生氏-t 检验相关的概率。它可以判断两个样本是否来自两个具有相
同均值的总体。
语法： TTEST(array1 ， array2 ， tails ， type)

参数： Array1 是第一个数据集， Array2 是第二个数据集， Tails 指明分布曲线的尾
数。如果tails=1 ，TTEST 函数使用单尾分布。如果tails=2 ，TTEST 函数使用双尾分布。
Type 为t 检验的类型。如果type 等于(1、2、3)检验方法( 成对、等方差双样本检验、异方
差双样本检验)

实例： 公式“=TTEST({3，4，5，8，9，1， 2，4，5}， {6，19 ，3，2，14 ，4，5，
17 ， 1}，2， 1) ”返回0.196016 。

11、PERCENTILE

用途： 返回数值区域的 K 百分比数值点。例如确定考试排名在 80 个百分点以上的分数。

语法： PERCENTILE(array ，k)
参数： Array 为定义相对位置的数值数组或数值区域， k 为数组中需要得到其排位
的值。

实例： 如果某次考试成绩为 A1=71 、A2=83 、A3=71 、A4=49 、A5=92 、A6=88 ，
则公式 “=PERCENTILE(A1:A6 ， 0.8) ”返回 88，即考试排名要想在 80 个百分点以上，则分
数至少应当为 88 分。

参考：
一文搞定Excel函数-数据分析必备

孟德尔的奇妙之旅
关注
  • 0
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Python 数据处理库 pandas 入门教程基本操作
01-21
具有异构类型列的表格数据，例如SQL表格或Excel数据 有序和无序（不一定是固定频率）时间序列数据。 具有行列标签的任意矩阵数据（均匀类型或不同类型） 任何其他形式的观测/统计数据集。 由于这是一个Python语
【Excel进阶】常用的50个函数与基础操作
weixin_57404083的博客
02-04 3706
【Excel进阶】常用的50个函数与基础操作
0 、 '0' 、 "0" 、 ’\0’ 区别
懒人_人懒
06-27 10万+
在说明这个问题前，首先要搞明白什么是ASCII码值 不明白的看以下链接中的ASCII字符代码表： https://baike.baidu.com/pic/ASCII/309296/0/e850352ac65c103880a07b53bc119313b17e8941?fr=lemma&ct=single#aid=0&pic=e850352ac65c103880a07b53bc...
excel最常用的八个函数_学会这八个办公中常用Excel基本函数操作，和加班说拜拜...
weixin_39748183的博客
11-18 669
Excel作为职场办公中不可缺少的一款软件，它可以让我们从繁琐的手工制表中解脱出来，并且可以自动完成相应的计算，其中的函数部分更是功能强大，当你面对一大堆数据一筹莫展 时，当你为做着重复计算工作烦恼时，利用Excel的函数功能就可以摆脱这些让人头痛的工作。说到函数很多小伙伴们认为是高大上的东西，无从学起，其实掌握了工作中常用的函数用法就可以了，毕竟Excel仅内置函数就400多个，完全掌握那简直是...
excel函数的基本操作和案例演示
yezi153的博客
08-25 198
自己使用excel的一点小心得，给大家看看，可以提提意见
深入理解c语言——‘\0’ ，‘0’， “0” ，0之间的区别
热门推荐
02-27 18万+
看来基础还是很重要的，基础不扎实就难以学好c语言，就别说写出高质量的c语言代码了。今天，我就被这个问题折磨的不行了，哈哈，不过现在终于明白了‘\0’ ，‘0’， “0” 之间的区别了。困惑和快乐与你分享！    首先比较一下‘\0’和‘0’的区别。有一个共同点就是它们都是字符，在c语言中，字符是按其所对应的ASCII码来存储的，一个字符占一个字节。请翻开你的ASCII字符集表吧，一般在你的C语言
高效能办公必修课：Excel数据处理.pdf
07-11
　全书共分为3篇，第1篇主要讲解Excel2007功能与应用技巧，主要包括工作表的基本操作、数据的输入、格式化工作表、公式与函数、数据处理、图表等，还介绍了如何利用数据透视表和数据透视图分析数据，以及数据有效性...
Excel数据处理和分析
11-28
篇25章，介绍了Excel数据处理与分析方面的应用技巧，内容涉及Excel工作环境和基本操作、数据的输入和导入、数据整理和编辑、数据查询、分类汇总和合并计算等方面的使用技巧，以及数据透视表、模拟运算表、单变量求解...
EXCEL高级教程-常用函数
08-21
与它匹敌在您学会了Excel的基本操作后是不是觉得自己一直局限在Excel的操作界面中而对于Excel的函数功能却始终停留在求和求平均值等简单的函数应用上呢难道Excel只能做这些简单的工作吗其实不然函数作为Excel处理...
EXCEL常见数据处理操作（一）
m0_65162660的博客
11-18 6000
很多时候，我们需要手动输入很多员工信息、手机号或者身份证号码等，繁琐的工作很容易出现一些重复，输入错误等一些问题，这时候Excel的数据处理技巧就显示出它的优越性了。
【C语言】'\0'、'0'、' '、“0”、0详解
hj_newmail的博客
03-15 2万+
转自：https://blog.csdn.net/tyyhmtyyhm/article/details/79113390 文章内容部分整理自网络！若有冒犯请指出，我们及时更正！ 在计算机中，所有的数据在存储和运算时都要使用二进制数表示（因为计算机用高电平和低电平分别表示1和0），例如，像a、b、c、d这样的52个字母（包括大写）、以及0、1等数字符号还有一些常用的符号（例如*、#、@等）在计算机中...
Sleep(0)的妙用
02-21 4万+
Thread.Sleep(0) 表示挂起0毫秒，你可能觉得没作用，你要写Thread.Sleep(1000) 就有感觉了。似乎毫无意义。 MSDN的说明：指定零 (0) 以指示应挂起此线程以使其他等待线程能够执行。 Thread.Sleep(0) 并非是真的要线程挂起0毫秒，意义在于这次调用Thread.Sleep(0)的当前线程确实的被冻结了一下，让其他线程有机会优先执行。Threa
0 、 '0' 、 "0" 、 ’\0’ 区别
EricLee23
04-27 6802
转载自：https://blog.csdn.net/qnavy123/article/details/93901631 ① ‘0’ 代表 字符0 ，对应ASCII码值为 0x30 (也就是十进制 48) ② ‘\0’ 代表 空字符(转义字符)【输出为空】 ，对应ASCII码值为 0x00(也就是十进制 0)， 用作字符串结束符 ③ 0 代表 ...
python中 x[:,0]和x[:,1] 理解和实例解析
jobschu
05-14 11万+
x[m,n]是通过numpy库引用数组或矩阵中的某一段数据集的一种写法，m代表第m维，n代表m维中取第几段特征数据。通常用法：x[:,n]或者x[n,:]x[:,n]表示在全部数组（维）中取第n个数据，直观来说，x[:,n]就是取所有集合的第n个数据, 举例说明：x[:,0][python] view plain copyimport numpy as np    X = np.array([[0...
C/C++ 中‘0’ “0” ‘\0’ 0的辨析
li_il的博客
11-18 1万+
‘0’ 0对应的ASCII码，其值为48 “0” 字符串常量。双引号括起来的都属于字符串 ‘\0’ 空字符（NULL）对应的ASCII码，即‘\0’=NULL 0 数字 代码示例： #include&lt;iostream&gt; using namespace std; int main(){ // 注意转义字符的使用 cout&lt...
你知道C语言中四种“0“吗？
qq_41682371的博客
07-17 2254
0、'0'、'\0'、"0"
什么叫临界资源和临界区？
09-29 2万+
临界资源是指每次仅允许一个进程访问的资源。 属于临界资源的硬件有打印机、磁带机等,软件有消息缓冲队列、变量、数组、缓冲区等。 诸进程间应采取互斥方式，实现对这种资源的共享。 每个进程中访问临界资源的那段代码称为临界区。显然，若能保证诸进程互斥地进入自己的临界区，便可
[C语言]0、‘0‘、‘\0‘、“0“的区分
如是牛
06-11 1908
'' C语言严格区分单引号和双引号，单引号包含单个字符，双引号包含多个字符，末尾会自动补字符串的结束符'\0'。 "0"为字符串
python中使用pandas对excel 数据处理
最新发布
07-28
在Python中使用Pandas对Excel数据进行处理是非常方便和高效的。Pandas库提供了一系列的函数和方法，可以读取、写入和操作Excel文件。首先，你可以使用Pandas的read_excel函数来读取Excel文件，并将其转换为DataFrame对象，这样你就可以方便地对数据进行处理和分析。\[2\]例如，你可以使用该函数指定要读取的Excel文件的路径和工作表名称，还可以选择是否包含表头等参数。接下来，你可以使用DataFrame对象的各种方法和属性来对数据进行清洗、转换和分析。例如，你可以使用DataFrame的head()方法来查看前几行数据，使用describe()方法来获取数据的统计信息，使用sort_values()方法对数据进行排序等。此外，Pandas还提供了一些特殊的函数和方法，用于处理缺失值、重复值、异常值等数据处理任务。最后，你可以使用to_excel()方法将处理后的数据写入到Excel文件中。该方法可以指定要写入的Excel文件的路径、工作表名称以及其他参数，例如是否包含表头、起始行和列等。\[3\]通过这些功能，你可以使用Pandas轻松地进行Excel数据处理，实现自动化的数据分析和清洗。 #### 引用[.reference_title] - *1* [【Python自动化Excel】pandas处理Excel数据的基本流程](https://blog.csdn.net/kingwsq/article/details/123862892)[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^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* *3* [python3使用pandas库处理excel文件](https://blog.csdn.net/weixin_43882507/article/details/127406977)[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^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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