掌握这8个Excel小技巧,让你办事效率翻倍

简介: 掌握这8个Excel小技巧,让你办事效率翻倍

很多人认为 Excel 非常简单,因此不用刻意的去学。


但是一到了具体操作时,就被弄的手忙脚错的,无从下手。


今天,给大家带来了9个我们最常要用到的Excel技巧给大家。


让你办事效率翻倍  


01、快速删除空行

使用筛选功能,勾选空白行,选中空白行之后删除,然后取消筛选就完成了。具体如下图:

image.png

02、批量调整格式

这个是个比较常用功能,双击格式刷可以批量调整表格格式。

image.png

03、日期获取星期

我们只需要将对于日期复制到星期那一列,然后调整星期这一列的格式为类型为星期即可。


image.png

04、一秒提取数据

当文字和数据混合在一起时,我们怎么才能快速提取出数据呢?只需复制好要提取的内容,右键选择性粘贴,在运算下面选择加即可实现。

image.png

05、快速输入邮箱

我们只需将单元格的格式设置为@"@qq.com"即可

image.png



06、制作聚光灯

这个需要使用到代码来控制,具体操作点击【开发工具】-【控件】-【查看代码】,输入如下代码:


Private Sub Worksheet_SelectionChange
(ByVal Target As Range)
With Target
.Parent.Cells.Interior.ColorIndex = xlNone
.EntireRow.Interior.Color = vbGreen
.EntirColumn.Interior.Color = vbCyan
.Interior.Color = vbRed
End With
End Sub



image.png

07、三栏斜线表头

我们选择【插入】-【形状】-【直线】,在格式菜单下选择【大小】-【高度】-【宽度】即可。

image.png



08、快速找出不同

要找出两列之间的不同,我们可以直接使用【Ctrl】+【\】即可实现

image.png

相关文章
|
24天前
|
存储 测试技术 数据安全/隐私保护
自动化测试小技巧之Airtest-Selenium和Excel的无缝协作
【8月更文挑战第26天】在自动化测试中,Airtest-Selenium 与 Excel 的无缝协作能显著提升测试效率与可维护性。通过将 Excel 作为数据源,可轻松存储和读取测试用例数据;测试结果可自动记录在 Excel 中,便于跟踪与分析;利用 Excel 管理测试用例,简化了用例的增删改查;此外,还能自动截图并记录日志,方便问题定位。这种方式不仅提高了自动化测试的灵活性,还使得测试过程更加透明与高效。
|
3月前
|
图形学
【unity小技巧】unity读excel配置表操作,excel转txt文本,并读取txt文本内容,实例说明
【unity小技巧】unity读excel配置表操作,excel转txt文本,并读取txt文本内容,实例说明
54 0
|
安全 数据安全/隐私保护
宜搭小技巧|维护Excel太麻烦?Excel一键转应用,为你的工作减负!
只需6步,轻松学会「Excel一键创建应用」!
880 0
宜搭小技巧|维护Excel太麻烦?Excel一键转应用,为你的工作减负!
|
开发工具
掌握这8个Excel小技巧,让你办事效率翻倍(下)
掌握这8个Excel小技巧,让你办事效率翻倍(下)
掌握这8个Excel小技巧,让你办事效率翻倍(下)
掌握这8个Excel小技巧,让你办事效率翻倍(上)
掌握这8个Excel小技巧,让你办事效率翻倍(上)
掌握这8个Excel小技巧,让你办事效率翻倍(上)
Excel的这几小技巧,你绝对想不到!
Excel的这几小技巧,你绝对想不到!
Excel的这几小技巧,你绝对想不到!
掌握Excel的这8个小技巧,让你的工作效率翻倍
掌握Excel的这8个小技巧,让你的工作效率翻倍
掌握Excel的这8个小技巧,让你的工作效率翻倍
Excel创意圆环图,让你的表格颜值翻倍!
Excel创意圆环图,让你的表格颜值翻倍!
Excel创意圆环图,让你的表格颜值翻倍!
|
28天前
|
关系型数据库 MySQL Shell
不通过navicat工具怎么把查询数据导出到excel表中
不通过navicat工具怎么把查询数据导出到excel表中
28 0
|
11天前
|
数据采集 存储 数据挖掘
使用Python读取Excel数据
本文介绍了如何使用Python的`pandas`库读取和操作Excel文件。首先,需要安装`pandas`和`openpyxl`库。接着,通过`read_excel`函数读取Excel数据,并展示了读取特定工作表、查看数据以及计算平均值等操作。此外,还介绍了选择特定列、筛选数据和数据清洗等常用操作。`pandas`是一个强大且易用的工具,适用于日常数据处理工作。