别说你会COUNTIF,不服来辩

简介: 别说你会COUNTIF,不服来辩

小伙伴们好啊,今天和大家分享COUNTIF函数几个高能的应用,一起领略COUNTIF函数的魅力。


COUNTIF是什么

定义

COUNTIF是一个统计函数,用于统计满足某个条件的单元格的数量

语法

=COUNTIF(要检查哪些区域,要查找哪些内容)


常规COUNTIF示例

有如下一组数据


image.png


示例1=COUNTIF(A2:A5,"苹果")说明统计单元格 A2 到 A5 中包含“苹果”的单元格的数量。结果为 2。


示例2=COUNTIF(A2:A5,A4)说明统计单元格 A2 到 A5 中包含“桃子”(A4 中的值)的单元格的数量。结果为 1。


示例3=COUNTIF(B2:B5,">55")说明统计单元格 B2 到 B5 中值大于 55 的单元格的数量。结果为 2。


示例4=COUNTIF(B2:B5,"<>"&B4)
说明统计单元格 B2 到 B5 中值不等于 75 的单元格的数量。

与号 (&) 合并比较运算符不等于 (<>) 和 B4 中的值,因此为 =COUNTIF(B2:B5,"<>75")。结果为 3。下面再给大家介绍一些非常规的用法。


不一样的序号

如下图所示,要在A列按部门输入序号,不同部门的序号从1开始。

image.png

在A2单元格输入公式,向下拖拉公式:
=COUNTIF(B$2:B2,B2)COUNTIF函数的统计区域是B$2:B2,第一个B2是行绝对引用,第二个B2,是相对引用。当公式向下复制时,每个单元格的公式就会变成B$2:B3、B$2:B4……一个不断扩展的区域,从这个动态区域中统计B列部门的个数。


计算不重复的人数


如下图所示,要计算C列不重复的人数。

image.png

公式为:
=SUMPRODUCT(1/COUNTIF(A2:A14,A2:A14))我们先解读一下这个公式的逻辑:
任意一个数据重复出现N次,N个1/N的和值为1。


公式中“COUNTIF(A2:A14,A2:A14)”部分是数组计算,其作用是统计A2:A14单元格区域中每个数据出现的次数。运算过程类似
=COUNTIF(A2:A14,A2)=COUNTIF(A2:A14,A3)……
=COUNTIF(A2:A14,A14)返回的数组结果为:{2;2;2;2;2;2;2;2;2;2;1;1;1}再使用1除以返回的数组,得到以下结果:{0.5;0.5;0.5……;1;1;1}如果单元格的值在区域中是唯一值,这一步的结果是1。


如果重复出现两次,这一步的结果就有两个1/2。如果单元格的值在区域中重复出现3次,结果就有3个1/3…即每个元素对应的倒数合计起来结果仍是1。最后用SUMPRODUCT函数求和,得出不重复的人员总数。

相关文章
|
缓存 监控 小程序
关于抖音小程序数据加载速度优化
提升抖音小程序数据加载速度的建议:压缩和优化数据,减少请求次数(批量或合并请求),利用缓存策略,惰性加载和图片优化。代码示例包括数据压缩、批量请求、设置缓存、分页加载和图片懒加载。实际应用时,应根据项目需求选择合适策略,并进行性能测试和监控。
|
人工智能 JSON Java
【极速入门版】编程小白也能轻松上手Comate AI编程插件
【极速入门版】编程小白也能轻松上手Comate AI编程插件
262 0
|
存储 运维 监控
Kubernetes 集群监控与日志管理实践
【5月更文挑战第28天】在微服务架构日益普及的当下,容器编排工具如 Kubernetes 已成为运维工作的核心。有效的集群监控和日志管理是确保系统稳定性和服务可靠性的关键。本文将深入探讨 Kubernetes 集群的监控策略,以及如何利用现有的工具进行日志收集、存储和分析,以实现对集群健康状况的实时掌握和问题快速定位。
|
前端开发 JavaScript 算法
React框架有哪些特点?
【8月更文挑战第28天】React框架有哪些特点?
695 65
|
数据挖掘
【杂学笔记甲】问题分析和解决的流程及工具介绍
【10月更文挑战第2天】该文档详细介绍了问题解决的过程,包括定义问题、测量问题、分析问题、改善问题和控制问题五个阶段。在定义问题阶段,通过组建跨职能团队和运用4W1H方法明确问题;测量问题阶段则通过逻辑图和流程图等工具进行数据分析;分析问题阶段筛选关键原因并确认;改善问题阶段提出并筛选方案,进行试运行;最后控制问题阶段实施前后对比并总结经验,为后续挑战做准备。
440 11
【杂学笔记甲】问题分析和解决的流程及工具介绍
|
运维 监控 安全
|
敏捷开发 安全 前端开发
改进产品的用户体验
【10月更文挑战第9天】改进产品的用户体验
422 2
|
人工智能 边缘计算 算法
CDGA|利用人工智能与边缘计算显著提升数据治理效率与效果的实践案例
​ 在当今数字化转型的浪潮中,数据已成为企业最宝贵的资产之一。然而,随着数据量的爆炸性增长,如何高效、安全地治理这些数据成为企业面临的重要挑战。人工智能(AI)与边缘计算技术的融合,为数据治理带来了前所未有的机遇。本文将通过实际案例,探讨如何利用AI与边缘计算显著提升数据治理的效率和效果。
|
缓存 安全 前端开发
Cloudflare
【7月更文挑战第13天】Cloudflare
740 5
|
存储 传感器 物联网