excel函数，如何去除某列空值行，形成新的一列，求函数

Posted 2023-05-10

如图所示，原数据为左侧数据，需要提取A列部为空的内容，形成新的一列，成果如I列；求函数，不要通过复制，筛选的方式解决，重点是求相应的函数

可以采用以下方法：
1、公式：sheet4中：A2=sheet1!C2 ；B2=sheet1A2；下拉复制公式；
2、选择性粘贴，又有两种方法：
（1）选择sheet1中的C列和B列分别选择性粘贴到sheet4中的A和B列，选“数值”；
（2）选择sheet1中的C列和B列分别选择性粘贴到sheet4中的A和B列，选“粘贴链接”。
以上三种方法，只有选择性粘贴－－数值，不能随sheet1数据的变化而变化。 参考技术A

用数组公式可以实现，

index,if,small,row函数的经典用法，

公式复制粘贴后需要同时按下ctrl shift enter 三个键，产后生花括号，

具体公式为:

=IFERROR(INDEX(A:A,SMALL(IF($A$1:$A$100<>"",ROW($A$1:$A$100),65536),ROW(A1))),"")

如有疑问可以继续交流！

本回答被提问者采纳 参考技术B 直接用if函数的数组公式就可以达到目的，
例如数据在A列，
选中B列，然后输入公式，
=if(A:A<>"",A:A,"")
如有疑问可以继续交流！！！ 参考技术C 数据在A列,如图所示,要显示成B列的数据;可用刷选来实现,选中A和B这2列,排序和筛选;
2.
筛选---去掉空值,此时空的单元格都去掉了,留下得都是有数据在单元格
3.
利用公式去除空的单元格,在B2输入公式=INDEX(A:A,SMALL追问

第三种方法公式不全，能补全吗？

参考技术D I3单元格输入公式=IFERROR(INDEX($A:$A,SMALL(IF($A$3:$A$100<>"",ROW($3:$100)),ROW(A1))),"")

数组公式，Ctrl+Shift+回车，公式两端出现大括号后，下拉公式。

pandas 怎么处理表格中的空值

Pandas是Python下一个开源数据分析的库，它提供的数据结构DataFrame极大的简化了数据分析过程中一些繁琐操作。
1. 基本使用：创建DataFrame. DataFrame是一张二维的表，大家可以把它想象成一张Excel表单或者Sql表。Excel 2007及其以后的版本的最大行数是1048576，最大列数是16384，超过这个规模的数据Excel就会弹出个框框“此文本包含多行文本，无法放置在一个工作表中”。Pandas处理上千万的数据是易如反掌的sh事情，同时随后我们也将看到它比SQL有更强的表达能力，可以做很多复杂的操作，要写的code也更少。
说了一大堆它的好处，要实际感触还得动手码代码。首要的任务就是创建一个DataFrame，它有几种创建方式：
（1）列表，序列(pandas.Series), numpy.ndarray的字典
二维numpy.ndarray
别的DataFrame
结构化的记录(structured arrays)
（2）其中，二维ndarray创建DataFrame，代码敲得最少：
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(10, 4))
df
0 1 2 3
0 0.927474 0.127571 1.655908 0.570818
1 -0.425084 -0.382933 0.468073 -0.862898
2 -1.602712 -0.225793 -0.688641 1.167477
3 -1.771992 -0.692575 -0.693494 -1.063697
4 -0.456724 0.371165 1.883742 -0.344189
5 1.024734 0.647224 1.134449 0.266797
6 1.247507 0.114464 2.271932 -0.682767
7 -0.190627 -0.096997 -0.204778 -0.440155
8 -0.471289 -1.025644 -0.741181 -1.707240
9 -0.172242 0.702187 -1.138795 -0.112005
（3）通过describe方法，可以对df中的数据有个大概的了解：
df.describe()
0 1 2 3
count 10.000000 10.000000 10.000000 10.000000
mean -0.189096 -0.046133 0.394722 -0.320786
std 1.027134 0.557420 1.258019 0.837497
min -1.771992 -1.025644 -1.138795 -1.707240
25% -0.467648 -0.343648 -0.692281 -0.817865
50% -0.307856 0.008734 0.131648 -0.392172
75% 0.652545 0.310266 1.525543 0.172096
max 1.247507 0.702187 2.271932 1.167477
2. 改变cell。
3. group by。
4. 读写文件。 参考技术A data.drop(n)删除第i行
import pandas as pd
data=pd.DataFrame([[1,2,3],[4,5,6]])
print data.drop(0)