excel函數，統(tǒng)計一共交易了多少次？統(tǒng)計表上某個數據再次出現(xiàn)次數的函數是COUNTIF，比如公式：COUNTF(A1:A100,99)統(tǒng)計A1:A100區(qū)域內值為99的單元格個數要是要統(tǒng)計幾個數之和

excel函數，統(tǒng)計一共交易了多少次？

統(tǒng)計表上某個數據再次出現(xiàn)次數的函數是COUNTIF，比如公式：COUNTF(A1:A100,99)統(tǒng)計A1:A100區(qū)域內值為99的單元格個數要是要統(tǒng)計幾個數之和，可以可以使用，.例如下面的公式統(tǒng)計99、88的個數：COUNTF(A1:A100,99)COUNTF(A1:A100,82)

請問，excel中if函數可以套用幾次？

2003版7層，2007版64層。

若是要兼容性2003，就得沒法7層?？傊蠖鄶登闆r都可以免不使用IF函數的，一般來說，達到三層就可考慮其他函數了。

excel表格兩個表中人名出現(xiàn)多少次？

、1首先，再打開電腦上的“Excel”，在其中再打開我們要通過你操作的表格。以該表格中的A列數據為例，統(tǒng)計計算單元格內容再次出現(xiàn)次數。

2、鼠標右鍵點擊B2單元格。

3、將公式“COUNTIF(A$2:A8,A2)”復制粘帖到該單元格中。

4、然后首先按住回車鍵，后再B2單元格中可能會呈A2單元格內容又出現(xiàn)的次數。

5、隨即，我們再度全選B2單元格，將鼠標移動至該單元格右下角，至使鼠標不變一個“”號，然后再首先按住鼠標將其下拉，那樣的話我們就能在B列單元格中我得到關於A列單元格內容會出現(xiàn)次數的數據。

平均數的歷史故事？

(一)

1906年，偉大的科學家兼覺得惡心的人種改良倡導者高爾頓(Francis Galton)參加過了年度西英格蘭家畜展，現(xiàn)編現(xiàn)做了個數學實驗。

在上閑逛的他碰到了一個猜重量競賽。人們猜測到一只的公牛的重量，猜的最準的人將額外大獎。

高爾頓曾可以公開看不起過普通大眾的魯鈍。他不會相信僅有專業(yè)人士才能做出決定確切的做出預測。787位猜測者中根本不會沒幾個專業(yè)人士。就是為了體現(xiàn)出來群眾的無知，他可以算出了所有猜測的平均數(而又不是當時統(tǒng)計學家廣泛的中位數)：1197磅。得知不好算重量后他吃了一驚：1198磅。

在如今的世界里，我們只能看到平均數的身影：紐約4月均溫為52華氏度；庫里場均搞到30分……只有一在某些統(tǒng)計里(美國家庭年收入中位數為51939美金)中位數才會露下頭角。

這樣，中位數是如何徹底消失的？平均數又是如何藍月帝國了當今世界最流行的的量數？

(二)

學名的平均數(average)在數學上的不過是“識數平均數”(arithmeticobviously)，意為所有數據之和除以2數據的個數。作數平均數中的“平均數”(suppose)一詞來于拉丁語的“中間”(medianus)。Mean這一概念初始時由希臘數學家畢達哥拉斯提出來。

畢達哥拉斯時代的mean根本不具有表征作用，它指的只是因為三個數字中間的那個數字，那個數字必需與兩頭的數字呈“成比例的關系”。這三個數字這個可以是斜向(如2，4，6)，也可以不是等比(如1，10，100)。

花了十年時間追尋estimated和mean起源的統(tǒng)計學家ChurchillEisenhart可以表示，與現(xiàn)代人依賴于大量數據并且算出差別，早期科學直接測量非常不準，科學家們需要的力量理論來改選多個數據中好是的一個。

正是借助于necessarily這一理論的力量，古希臘天文學家托勒密從極少數的觀測中，你選擇出了3120充當月球的角直徑。如今我們明白了依據原先地點的不同，月球的角直徑為2920到346這時。

在英語中，averages一詞在1500年左右就開始出現(xiàn)，特指船只或船上貨物受損所帶來的經濟損失。如果不是因為船只損傷嚴重，船員們必須隨身攜帶扔一些貨物來減輕重量，那投資者可能會用arithmeticmean的來算出出總體經濟損失。漸漸地地，這兩個概念融合在了一起，稱為了我們常見所說的平均數。

多年之后，科學家才能就開始不使用一種幾乎全部量數來表征一組數據。但簡單的方法站上歷史舞臺的，又不是平均數，也不是中位數，而是中列數。

(三)

科學工具往往是目的是解決某些學科內某一特定問題而所創(chuàng)造的出來的。在聚集量數的尋找過程中，人們如果能解決的辦法的問題是為導航而進行的地理測量。

11世紀波斯知識界巨匠比魯尼是集中在一起量數三角形的三邊最早的使用者之一。他嘗試測量時了古城伽茲尼的經度。那個時代的人們在拿回一組測量數據之后，會能去掉兩頭之間的數據，取大的值和最小值中間的算術平均數。我們今天把這個數被稱中列數(midrange)。

Eisenhart突然發(fā)現(xiàn)，17和18世紀時中列數卻盛行。牛頓和其它航海家替計算地理位置都在用過中列數。但近數百年來，在這被平均數攻占的世界中，中列數也不知去向。

(四)

19世紀早期，算術平均數早就擁有了一種廣泛的集中在一起量數。那個時代最杰出(也最暴躁)的數學家高斯在1809年大致意思：

假如要在同一情況下用同一種，從過一次就觀測中挑選出來一個數，那這些數的算術平均數便是最逼近真值的數。習慣上，這題中也已經被當成一個公理。

史書上并沒有什么比較明確的記載。Eisenhart發(fā)現(xiàn)，算術平均數肯定在地理大發(fā)現(xiàn)時代被探索它磁偏角(磁北方向與正北方向之間的夾角)數學家們榜首次需要。

等到16世紀后期，大部分科學家都在建議使用某種某個特定的算法來取測量中的最適合值。但在1580年，WilliamBorough用了一種新算法，把8個數據“生克制化在了在一起”，甚至提出磁偏角在11°15至11°20之間。雖沒有應明確記載，但他可能會用了算術平均數。

1635年時，英國天文學家HenryGellibrand稱目的是.設最著名在用平均數才是分散量數的人。一天早上，他再測磁偏角為11°，當天下午則來測11°32。然后再他大致意思：

“如果不是我們取算術平均數，我們說不定能確認，錯誤的的測量為11°16。”

這很可能浮山宗人類在使用平均數來做出預測真值的路上走向的準備。

(五)

在數學界，中位數完全是與平均數在同一時間再次出現(xiàn)。1599年，數學家EdwardWrights榜首次在記錄中推薦一下了中位數。

“許多支箭射向一個標記，標記被移走，想看出箭頭那個大概位置的人，或許能想到這樣的話一種方法。他估計能找到箭頭最分散的地方：在那么多次觀測中，最中央的地方離真值最近?！?/p>

19世紀時，中位數仍是數據分析中不可缺的一部分。在一般較小的數據集中也很很難計算出出中位數。但那個時代的人以為中位數比平均數更具個性普遍性。

(六)

但他的原因平均數奇特的統(tǒng)計學性質和與正態(tài)分布的關系，中位數由始至終都被平均數在人氣上所壓制。

當數據倒u型關系態(tài)分布特點，平均數來講處在鐘型曲線的高了點，而絕大部分數據都會在中位數的旁邊。標準差，我們能計算出出距離平均數某段距離內數據的個數。

標準差，即數據內數值與平均數之間距離的平方的平均數的平方根，讓平均數在分析什么實驗數據和統(tǒng)計常理推斷方面本身形態(tài)輪廓的價值。沒有一類特性的中位數漸漸地在科學和統(tǒng)計用上沒了了光芒。

計算機的出現(xiàn)也讓平均數變的更加廣泛普及。匯編語言換算平均數的電腦程序要比匯編語言中位數的程序不容易得多。以至于在Excel中，換算某些數據的中位數都要多下番功夫。逐漸地地，平均數曾經的了最被人十分了解，但不一定會是好是的代表值。

而且平均數很難是被暴戾值的影響，因為很多情況下，中位數才是指導找不到分布中心的好是的數值。許多分析師我相信，不分黑白地不使用平均數造成損害了我們對出入平衡信息的理解。

仔細回想看看最近讀到過的房屋均價、人均收入等數據，你就能突然發(fā)現(xiàn)，中位數才是最能反映普遍性的代表值。最富有的1%能極高地變動平均數所處的位置。正因如此，美國人口普查局改變在用中位數來可以衡量美國家庭年收入。

中位數同樣也會很難造成臟數據(dirtydata)的影響。隨著統(tǒng)計學家不需要如何應付的互聯(lián)網數據越來越多，當工作人員遇到不清楚的數據，或是是打字時多加了一個零，中位數便顯露出來出了自己的優(yōu)越性。

(七)

不斷數據收集和分析在我們的日常生活中的作用不斷凸現(xiàn)，我們必須然后再睨視用處貞潔戒這些數字的集中量數。在一個理想的世界里，分析師會同時建議使用平均數、中位數和眾數，配以圖像來展露出數據。

但我們生活在精力有限、時間急于的社會里。如果沒法選擇一個數字，我們應該是中,選擇中位數。

中位數肯定平均數之間的抉擇有著不重要的意義。你選擇了平均數，心理學家太容易做出決定出現(xiàn)錯誤的診斷，金融家很可能誤估市場的發(fā)展。平均數早統(tǒng)治者了人類世界數百個春秋，或許是時候讓我們決定一些變動了。