Excel是个老少咸宜的软件工具,这是不争的事实,无论哪个级别的用户,都能在乐在其中。但问题是太多的人群因为不懂得正确的使用姿势,硬生生地把Excel玩得让人啼笑皆非,同样留给接手者一个难堪无比的烂摊子。更要命的是因为这些不合理的使用习惯,倒推众多插件为了迎合这些需求,加速提升做这些不合规的数据,二次开发了许多的功能来满足。

一、真有必要做那么多个工作表吗?

太多的人觉得每个月一个表格存放数据,一年12个月,一个工作薄文件里放12个工作表,然后还有大量的插件批量生成工作表,批量重命名工作表、工作表排序等一系列的功能来辅助完成这些提速性工作。

这样的作法却重来没有人去思考它的合理性所在,一路下来,前辈带后辈,模板都这样通用下来了,美其名说不用想太多,照着模板填下数就OK,不知道这些的思维方式害死多少人在没日没夜地在做表格。

正确的做表方式为:同一主题的数据,尽可能地在一个工作表里完成,多个月的数据,要做区分,不过是多加一列月份,标记下这些数据的附加特征、属性就可以。后期数据分析时,数据源是连贯的,用数据透视表一引用,想看哪月数据就看哪月,想看整年数据也直接汇总下就有。

数据量太大,一个表存不下怎样办?
既然数据量这么大,就寻求下IT人员的辅助,或者自己再加一点点的学习,接触下数据库这东西,最终也不是个问题。

二、合并、拆分工作表、工作薄,真是那么刚需必要吗?

如果第一点里能够做好,这个第二点也是个伪需求,就算有需求,Excel的自助式BI组件,对处理这些需求也是分分钟的事情,学习难度也不过是日常表格基本操作的水平,小白级的用户都能轻松掌握。

Excel催化剂一直坚持小即是多,不增加用户的学习负担,只推荐最好的解决方案,除非是万不得已的因为权限问题需要拆分工作表,其他的各大插件都主推的工作表、工作薄合并、拆分等功能,在Excel催化剂上是没有提供的。

三、各种合并单元格衍生的各类技巧真的有必要吗?

合并单元格不得不说,是数据处理过程中的一大雷区,许多的用户,为了所谓的审美美观,同一个数据内容,多行展示不好看,来个合并居中,好看多了。

殊不知这样一搞,整份数据源就面临灭顶之灾:排序、筛选不能用了,数据透视表也报错了等等。

更糟糕的是,各大插件还赶来帮倒忙,合并了数据不丢失,合并了可以还原数据等等。

正确的使用方式为:最大可能性地不在数据源里使用合并单元格功能,可以随意在报表层面使用合并单元格进行最后的美观处理。报表层即是数据结果层,无需对数据进行其他的函数公式引用,数据透视表引用等。

一般来说,报表层操作步骤都很有限,想想一份打印的报表数据,才几十行数据就已经阅读够类的,几十行数据,合并个10多次的操作,用F4重复操作也没多难的事情。用不着天天去寻觅各大插件的高级批量处理功能。

四、批注功能衍生的各类需求

纵观各大插件的功能,发现还是许多功能围绕着批注来进行加强,如批量图片到批注,批量修改批注内容等。

我理解的批注:批注是个临时性的标记,用于查看过程中手工发现问题记录一下
正确的作法是把批注过的内容,需要重新以数据源的方式追加到数据源内,通常新建一列,填写相应的内容。

此时的好处是新建的列数据,可以进行查找替换、排序、筛选等正常的操作。无需很别扭地因为数据在批注里无法进行这一系列操作的尴尬。

同样的问题也出现在单元格的颜色标注上,这些的标注,可以美观加分一点,但如果是为了区分数据,有更进一步的数据分析意义,请加上一列,把不同行的信息区分用文字来落实表达出来。

至于批注放个图片,需要查看时鼠标放至单元格上即可显示,好便利,这个也是个伪需求,图片插入到单元格里,或者类似Excel催化剂第13波的自由报表的形式,重新对数据+图片的排版。无论是打印还是电脑阅读都比用批注存放图片来得更好。

五、动不动就选一列或一行进行操作

在Excel2007及之后,无论是行数还是列数,都有很大的扩展,若不小心在一行或一列里进行了数据引用、字体、颜色、背景、边框等设置,这些将会大大地增大了其作用范围。本来是设置几十个单元格,变成了设置几百万个单元格。

因为这些的不合规的操作,致使出现了工作薄文件徒然增大,明明几百行的数据,文件却几十M的大小,明明简单的一个函数,运行起来却巨慢无比。

然后也出现也插件界量身定制的工作薄、工作表瘦身功能。

正确的使用方式:

  • 要用多少,引用多少的单元格,不要动不动就整列、整行的选择。一般整列、整行只是删除、调整行列高之类的整体性的操作才有需求。

  • 使用Excel智能表功能,智能表功能,不仅有间隔行颜色填充这样的表面性表现,同时它是结构化的数据,可以轻松地选择数据区域内的一行或一列或全表等操作。在作数据引用时非常轻松。

六、有那么多的删除、插入空行的操作吗?

对这些需求的人,也是没有分清数据源和报表的区别,数据源是基础,报表是引用数据源生成的结果数据。

一般的数据处理、分析的时间分配是80%的时间在做数据源的清洗、整顿。通常这些插入空行的操作,极大的破坏了数据源的数据结构,给数据源的清洗带来灾难性的问题。

在报表层的插入空行的操作,回到上面所说的,报表层,需调整的余地和动作很少,一般人工操作的步骤范围也是可接受的范围内,最多是数据透视表+Excel催化剂第13波的自由报表功能,可满足绝大多数的报表排版需求。

至于这些插入、删除空行的操作,反正我是几乎没有用到过,是因为我做表太少还是我在思考和实践正确的做表习惯和思维,这个留给大家思考。

七、数据聚光灯功能的使用真的有那么必要和刚需吗?

学习VBA的人,或多或少都会接触到这个数据聚光灯的功能,点击某个单元格,然后可以高亮其对应的行和列,防止数据看错行或看错列。

这个功能的开发,还分出了不少层级水平。
初级水平:功能实现了,却破坏了原来的颜色标注,使原有的颜色标注被清除了。
高级水平:无论是颜色标注还是条件格式的颜色,都可以保留,完美实现功能所需。

这个功能在插件界也是呼声很大,很多用户很想拥有,开发者也多数以能够成功开发完美的聚光灯功能来展示实力水平。

但问题是,对于数据源的查看,数据量是很大,但有了智能表的间隔行颜色区分,加上排序、筛选等操作,出现看错行列的机率几乎很少。报表层面数据量本来就少,数据透视表也可以套用间隔行的颜色填充,看错的机率就更少。

说实话,真不知道这个需求的群体是哪些,如果真有,欢迎和我私聊下,如果符合正确的做表习惯下仍非常刚需,我还是很愿意满足,重新给开发一下。

八、一个单元格里存储丰富的信息,然后又想从其中取出想要的信息

这个想必最多人吐槽的不合规的做表方式,一个单元格存储内容:猪肉,3斤,油8两,青菜800克。

就算各家插件有几种能耐帮你重新从一堆文本里把需要的信息提取出来,但这个意义何在,这就是加班做的事么?

犹如一栋高楼需要坚实的地基,一份有价值的数据,也需要合理的前期数据规划,不是什么都临时性地做一下,把Excel当作一个草稿纸,反正信息记录下来了,日后要用到时,也可以从中取出来用。

但这个取的动作,代价之高,没几条生命可以折腾得住,更可气的是,这个烂摊子还要留给不少后来者一同来擦屁股,苦逼得很!

这些烂摊子的需求,也扭曲性地催生了一系列的插件功能,Excel催化剂不得不向其低头,同样提供了这类的文本处理功能,烂摊子多了去,何年可休也?

九、在原有的数据上作修改,最终带来无法回溯到原有状态。

某些时候,因数据分析的上层需求,需要在数据源中提取相关信息作分析,如果数据源不规范,在数据处理过程中,通过查找、替换或各种插件的功能对数据源进行更改,并在原单元格上覆盖保存。

虽说此次的分析需求被满足了,但数据查找、替换过程中,也必然带来数据的丢失和变更。如简单一个转换大小写功能,处理成了全部大写,但哪天想看回原始的数据是怎样的,已经没法返回,或更有一些是一个信息量很大的单元格里,如上文的猪肉,3斤,油8两,青菜800克。。如果仅提取第1个猪肉的信息,后续,其他信息将无法还原。

正确的作法是:使用函数公式,另起一列,通过函数公式的逻辑处理,从原来的数据中加工出最终想要的数据形式,例如Excel函数有转大写函数,用这个函数转一下,新列就是大写的,原来的数据还保留,可以追溯。

很悲哀的是Excel催化剂也同样支持此类的文本处理功能,但实在呼吁,最好的方式是另起一列,用自定义函数实现(可能需要点正则的知识,多数人就打退膛鼓了)。

十、中国式报表的大行其道。

制作带斜表头,各种交叉表、各种大小类小计手工引用多个单元格求和等等。报表出来就是一大张,A4纸都不够排,列数据有几十上百列,看得了这头忘记那头,看报表时当然要用聚光灯功能。同时打印出来要拿把尺子来比对不要看错行。

以上临临总总,好像国有企业是个重灾区,领导要看的样式不敢不照做,多少生命就这样被领导着走一生。

多用数据透视表吧,数据透视表不能满足的部分,就用数据表公式引用下结果数据,每月要更新报表,刷新下透视表,然后复制粘贴到PPT之类的排版下,完工,回家好好过生活。

系列文章

一文带你全面认识Excel催化剂系列功能
安装过程详解及安装失败解决方法
第1波-工作表导航
第2波-数字格式设置
第3波-与PowerbiDesktop互通互联
第4波-一大波自定义函数高级应用,重新定义Excel函数的学习和使用方法
第5波-使用DAX查询从PowerbiDeskTop中获取数据源
第6波-导出PowerbiDesktop模型数据字典
第7波-智能选区功能
第8波-快速可视化数据
第9波-数据透视表自动设置
第10波-快速排列工作表图形对象
第11波-快速批量插入图片
第12波-快速生成、读取、导出条形码二维码
第13波-一键生成自由报表
第14波-一键生成零售购物篮分析
第15波-接入AI人工智能NLP自然语言处理
第16波-N多使用场景的多维表转一维表
第17波-批量文件改名、下载、文件夹创建等
第18波-在Excel上也能玩上词云图
第19波-Excel与Sqlserver零门槛交互-查询篇
第20波-Excel与Sqlserver零门槛交互-数据上传篇
第21波-Excel与Sqlserver零门槛交互-执行SQL
第22波-Excel文件类型、密码批量修改,补齐Power短板
第23波-非同一般地批量拆分工作表
第24波-批量发送邮件并指点不同附件不同变量

关于Excel催化剂

Excel催化剂先是一微信公众号的名称,后来顺其名称,正式推出了Excel插件,插件将持续性地更新,更新的周期视本人的时间而定争取一周能够上线一个大功能模块。Excel催化剂插件承诺个人用户永久性免费使用!

Excel催化剂插件使用最新的布署技术,实现一次安装,日后所有更新自动更新完成,无需重复关注更新动态,手动下载安装包重新安装,只需一次安装即可随时保持最新版本!

Excel催化剂插件下载链接:https://pan.baidu.com/s/1gC6joqGY_SIg_yONga9PaQ

因插件使用VSTO开发技术完成,插件的安装需要电脑满足相关的环境配置才能运行,且需可连接外网的方式实现自动更新机制,若下载安装过程中有任何疑问或需要离线版安装等,尽量不单独私聊询问,加QQ群可高效解决(群内已汇集了VSTO开发、Powerbi技术、Sqlserver商业智能等方面的国内顶尖大牛人物,进群的好处不用多说了)

Excel催化剂插件交流群群二维码

联系作者.png

公众号.png

取名催化剂,因Excel本身的强大,并非所有人能够立马享受到,大部分人还是在被Excel软件所虐的阶段,就是头脑里很清晰想达到的效果,而且高手们也已经实现出来,就是自己怎么弄都弄不出来,或者更糟的是还不知道Excel能够做什么而停留在不断地重复、机械、手工地在做着数据,耗费着无数的青春年华岁月。所以催生了是否可以作为一种媒介,让广大的Excel用户们可以瞬间点燃Excel的爆点,无需苦苦地挣扎地没日没夜的技巧学习、高级复杂函数的烧脑,最终走向了从入门到放弃的道路。

最后Excel功能强大,其实还需树立一个观点,不是所有事情都要交给Excel去完成,也不是所有事情Excel都是十分胜任的,外面的世界仍然是一个广阔的世界,Excel只是其中一枚耀眼的明星,还有其他更多同样精彩强大的技术、工具等。*Excel催化剂也将借力这些其他技术,让Excel能够发挥更强大的爆发!

关于Excel催化剂作者

姓名:李伟坚,从事数据分析工作多年(BI方向),一名同样在路上的学习者。
服务过行业:零售特别是鞋服类的零售行业,电商(淘宝、天猫、京东、唯品会)

技术路线从一名普通用户,通过Excel软件的学习,从此走向数据世界,非科班IT专业人士。
历经重重难关,终于在数据的道路上达到技术平原期,学习众多的知识不再太吃力,同时也形成了自己的一套数据解决方案(数据采集、数据加工清洗、数据多维建模、数据报表展示等)。

擅长技术领域:Excel等Office家族软件、VBA&VSTO的二次开发、Sqlserver数据库技术、Sqlserver的商业智能BI技术、Powerbi技术、云服务器布署技术等等。

2018年开始职业生涯作了重大调整,从原来的正职工作,转为自由职业者,暂无固定收入,暂对前面道路不太明朗,苦重新回到正职工作,对Excel催化剂的运营和开发必定受到很大的影响(正职工作时间内不可能维护也不可能随便把工作时间内的成果公布于外,工作外的时间也十分有限,因已而立之年,家庭责任重大)。

和广大拥护者一同期盼:Excel催化剂一直能运行下去,我所惠及的群体们能够给予支持(多留言鼓励下、转发下朋友圈推荐、小额打赏下和最重点的可以和所在公司及同行推荐推荐,让我的技术可以在贵司发挥价值,实现双赢(初步设想可以数据顾问的方式或一些小型项目开发的方式合作)。)

吐槽下Excel的十大不规范使用问题的更多相关文章

  1. 通过Hadoop安全部署经验总结,开发出以下十大建议,以确保大型和复杂多样环境下的数据信息安全。

    通过Hadoop安全部署经验总结,开发出以下十大建议,以确保大型和复杂多样环境下的数据信息安全. 1.先下手为强!在规划部署阶段就确定数据的隐私保护策略,最好是在将数据放入到Hadoop之前就确定好保 ...

  2. 吐槽 Apple iPhone 十大反人类的设计 All In One

    吐槽 Apple iPhone 十大反人类的设计 All In One 不支持 GPS 快捷开关 每次都要到,设置> 隐身 > 位置,脑残的设计 顶部的状态栏,网络不支持显示网速 顶部的状 ...

  3. 腾讯课堂十大Excel函数

    十大函数:if,sumifs,countifs,vlookup,match,index,indirect,subtotal,left(mid,right),offset substotal:用于灵活计 ...

  4. JS的十大经典算法排序

    引子 有句话怎么说来着: 雷锋推倒雷峰塔,Java implements JavaScript. 当年,想凭借抱Java大腿火一把而不惜把自己名字给改了的JavaScript(原名LiveScript ...

  5. 【十大经典数据挖掘算法】PageRank

    [十大经典数据挖掘算法]系列 C4.5 K-Means SVM Apriori EM PageRank AdaBoost kNN Naïve Bayes CART 我特地把PageRank作为[十大经 ...

  6. 【十大经典数据挖掘算法】EM

    [十大经典数据挖掘算法]系列 C4.5 K-Means SVM Apriori EM PageRank AdaBoost kNN Naïve Bayes CART 1. 极大似然 极大似然(Maxim ...

  7. 【十大经典数据挖掘算法】SVM

    [十大经典数据挖掘算法]系列 C4.5 K-Means SVM Apriori EM PageRank AdaBoost kNN Naïve Bayes CART SVM(Support Vector ...

  8. 微信小程序与传统APP十大优劣对比

    随着微信公众平台的开放,微信端小程序涌现市场,带来很很多便利和简单的原生操作,询:微信端小程序是否会替代传统的APP应用?两者的优劣如何?我们一起来看看传统APP与微信端小程序十大优劣对比       ...

  9. 转:IT公司的十大内耗,别说你公司没有!

    这篇文章是以前看到的,觉得写得非常好,转载在自己BLOG作为记录.原文:http://www.pmtoo.com/news/2015/0108/7260.html. 当企业发展到一定时期时,会不可避免 ...

随机推荐

  1. C#字符串类型

    C#字符串类型(string)是一种引用类型,是System.String的别名,表示Unicode字符串. 两种表示方法: 1.“C#” 直接用双引号括起来. 2.使用@,@“c:\test”,可以 ...

  2. ML:梯度下降(Gradient Descent)

    现在我们有了假设函数和评价假设准确性的方法,现在我们需要确定假设函数中的参数了,这就是梯度下降(gradient descent)的用武之地. 梯度下降算法 不断重复以下步骤,直到收敛(repeat ...

  3. 实现Qt日志功能并输出到文件(使用qInstallMsgHandler安装customMessageHandler)good

    原文 http://www.cppblog.com/lauer3912/archive/2011/04/10/143870.html 一.基本分类:qDebug : 调试信息提示qWarning: 一 ...

  4. 安装使用Cloudera Impala

    安装与使用Cloudera Impala Cloudera Impala提供快速的.交互式的SQL查询方式,直接基于Apache Hadoop存储在HDFS或HBase中的数据进行查询.除了使用与Ap ...

  5. 03 我的第一个html页面

    <!--定义文档的类型,一个html就是一个文档--> <!DOCTYPE html> <html lang="en"> <!--head ...

  6. vagramt中同步文件,webpack不热加载

    这是一篇参考文章:https://webpack.js.org/guides/development-vagrant/ 在使用vue-cli+webpack构建的项目中,如何使用vagrant文件同步 ...

  7. centos7安装apache http server启动失败--Failed to start The Apache HTTP Server.

    centos7安装apache http server启动失败     除了nginx可以开启http服务外,apche http server也可以开启http服务,安装过程如下:1. 首先,检测是 ...

  8. JIRA7.10迁移

    1.准备环境 系统环境:Centos7.3  防火墙和Selinux管闭 [root@localhost ~]# useradd jira [root@localhost ~]# yum instal ...

  9. (数据科学学习手札64)在jupyter notebook中利用kepler.gl进行空间数据可视化

    一.简介 kepler.gl是由Uber开发的进行空间数据可视化的开源工具,是Uber内部进行空间数据可视化的默认工具,通过其面向Python开放的接口包keplergl,我们可以在jupyter n ...

  10. Quartz每次调度时被执行两次

    [关键字:重复执行.重复调用.每次执行两次.执行2次] 前言: 先说一下,项目背景.由于组内某成员在用Maven搭建项目时不规范,导致项目的名称与实际访问项目名称不一致.在部署项目时,必需要配一下虚拟 ...