
Excel中数字的自定义格式
我们也可以对表格中的具体数字进行各种显示格式设置。例如:当数字很大时。可以缩位显示;可以把某些满足条件的数宇显示为不同的字体颜色;把正数显示为负数;把负数显示为正数;等等。
Excel中数字的自定义格式代码最多为4部分。第一部分为正数。第二部分为负数。第三部分为0.第4部分为文本。各个部分之间用分号隔开。如下所示:
整数;负数;零;文本
如果在格式代码表达方式中只指定两个节。则第一部分用于表示正数和零。第二部分用于表示负数。如果在格式代码表达方式中只指定了一个节。那么所有数字都会使用该格式。如果在格式代码表达方式中要跳过某一节。则对该节仅使用分号即可。
这样,通过设置格式代码各个部分的格式。就可以灵活地控制数据的显示。
自定义数字显示格式也是通过“设置单元格格式”对话框进行的:在“数宇”选项卡中选择“自定义”分类,然后在“类型”文本框中输入自定义日期格式代码。
(1)缩位显示数字
表1所示是不同缩小位数显示数字的自定义格式代码。感兴趣的读者可使用这些自定义格式代码对表格中的数字进行自定义格式设置。
表1
说明:在自定义格式代码中,还可以在格式代码前面加上各种说明文字或者货币符号,除了缩小100位,缩小1万位。缩小10万位,缩小1000万位,缩小10亿位等几种特殊情况,还可以对缩位后的数字使用千位分隔符。
例如,数字1034765747.52缩小1000位显示。就可以有很多种情况的组合。如表2所示。
表2
(2)将满足条件的数字显示为指定的颜色
我们可以在自定义格式代码中设置将不同条件的数字显示为不同的颜色。例如,把10万元以下的数字显示为绿色。把10万元以上的散字显示为红色,就可以使用下面的自定义数宇格式:
【蓝色】[<100000];[红色][>=100000]
如果要把数字以千位单位显示。同时把10万元以下的数字显示为绿色。把10万元以上的数字显示为红色。就可以使用下面的自定义数字格式:
【蓝色】[<100000]0.00,;[红色][>=100000]0.00,
图1所示为示例数据及其显示效果。
图1
说明:如果使用的是英文版本,则需要把方括号中的汉字颜色名称“蓝色”和“红色”改为英文颜色名称“Blue”和“Red”。
(3)将正负数字转换显示
可以将负数显示为正数。或者将正数显示为负数。
将负数显示为正数的基本格式代码如下:
0.00; 0.00; 0.00;@
将正数显示为负数的基本格式代码如下:
一0.00;0.00;0.00;@
这里的0.00可以是各种合法的数字格式,也可以是缩位后的格式代码。
圈2所示为示例数据,这里还将数宇缩小1万位显示。
图2
(4)隐藏Excel单元格数据
可以根据需要隐藏单元格的数据,有以下几种情况(格式代码中的数字0可以设置成任何已知的数字格式或自定义格式):
·格式代码“;;;”。不显示任何数据。
·格式代码“;”,不显示任何数字,但显示文本。
·格式代码“0;0;@”,不显示正数。但显示负数、零和文本。
·格式代码“0;;0;@”。不显示负数。但显示正数、零和文本。
·格式代码“0:一0;;@”。不显示零,但显示正数、负数和文本。
·格式代码“0;一0;0;”。不显文本。但显示正数、负数和零。
学会了Excel中数字的自定义格式以后,我们对数字格式转换有了一定的了解,而这也正式我们Excel数据分析中最为重要的,数据分析本来就是在分析数字嘛。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10