夜雨聆风GrowbitLab学习笔记03｜Excel 为什么是数据分析的第一课：结合《Excel 2013 函数与公式》重新认识表格
数据科学的基础是数据。真正的工作场景里，Excel 往往不是"辅助工具"，而是数据处理的第一站。
📖 前言
前面学完 Markdown 和 Mermaid 之后，我对"工具"这件事的理解慢慢变了。
以前总觉得，学工具就是学操作——记住菜单在哪、快捷键是什么、功能怎么点。
但现在越来越清楚：不同工具解决的其实是不同维度的问题。
• Markdown 解决的是写——让文字有结构 • Mermaid 解决的是画——让逻辑可视化 • Excel 解决的是数据处理——让杂乱的信息变得可分析
而数据分析、业务运营、财务统计、产品分析，几乎都绕不开 Excel。
很多人会觉得：
"Excel 太基础了，没必要专门学。"
但工作里真正决定效率的，常常不是你会不会写复杂的代码，而是你能不能把一份杂乱的数据，快速整理成一份能用、能看、能分析的表格。
这个能力，比很多人想象的重要得多。
💡 GrowbitLab 思考 |
🚀 为什么我决定重新学习 Excel
这次学习，我不是随便翻一翻教程，而是选择结合《Excel 2013 函数与公式》这本书来系统整理。
这本书的重点非常明确：它不讲"Excel 怎么打开"，而是讲 Excel 里最核心、最实用、最容易出错的公式与函数逻辑。换句话说，它关注的是：
• 公式、函数、参数、运算符 • 数据类型与引用方式 • 自动/手动计算模式 • 公式复制、填充、跨表引用 • 数组公式与高级运算 • 常见错误与排查思路
这些内容看起来基础，但放到今天依然非常有价值。
很多人以为数据分析的起点是 Python、SQL、Power BI，但真正进入业务场景后你会发现——大多数分析工作，第一步都是先处理表格。
常见流程通常是这样的：
原始数据↓Excel 清洗↓筛选、排序、去重、补全↓公式统计↓数据透视表↓图表分析↓结果汇报也就是说，Excel 是很多数据工作的第一道门槛。跳过它直接上高级工具，往往事倍功半。
💡 GrowbitLab Insight |
📌 Excel 的核心到底是什么？
如果只用一句话来概括：
⭐ 一句话理解 |
这也是《Excel 2013 函数与公式》这本书给我的最大启发：它不是在教你"点哪里"，而是在告诉你 Excel 的底层逻辑到底是什么。
比如：为什么公式会算错、为什么数字会变成文本、为什么日期会异常、为什么复制公式后结果不对——这些看起来碎，但恰恰是实战中最常踩的坑。
⭐ 六层学习路线：从入门到真正会用
结合这本书，我把 Excel 的学习拆成了六个层次，每一层解决一个核心问题：
第一层：界面认知↓第二层：公式基础↓第三层：引用与数据类型↓第四层：常用函数实战↓第五层：高级技巧与数组公式↓第六层：AI 辅助处理下面逐层展开。
🧱 第一层：先认识 Excel 的工作环境
书里在开头就强调了基础工作环境。这一点很重要——很多公式错误、引用错误、格式错误，本质上都不是"函数不会写"，而是对 Excel 的工作方式不熟。
你需要先搞懂这几个概念：
• 工作簿：一个 Excel 文件 • 工作表：工作簿里的每一张表 • 单元格：最小的数据存储单位 • 名称框 / 编辑栏：快速定位和编辑 • 功能区 / 状态栏：命令入口和状态信息
还有一些实用基础细节：表格列标题默认显示字母，可以切换引用样式；公式输入和结果显示是两个不同概念；自动计算和手动计算会影响结果刷新。
这些内容看起来很基础，但对新手来说非常关键。
📌 学习建议 |
🔢 第二层：公式和函数，不是一回事
很多人一开始学 Excel，会把"公式"和"函数"混在一起。其实它们的关系很清楚。
公式
公式是你自己写出来的计算表达式，想到什么逻辑就可以写什么。
=A1+B1=C2*D2=(A1+B1)/2函数
函数是 Excel 提供好的"现成能力"，一个函数名就能替代多步计算。
=SUM(A1:A10)=AVERAGE(B1:B10)=IF(C2>=60,"及格","不及格")两者的关系
• 公式是表达思路，函数是调用能力 • 公式 + 函数组合起来，才是 Excel 真正强大的地方
💡 GrowbitLab Insight |
🔗 第三层：Excel 最容易忽略的底层逻辑
这本书最值得看的地方之一，就是它把很多"为什么会算错"讲得很细。
① 运算符不只是加减乘除
Excel 里的运算符包括算术运算符（+ - * /）、比较运算符（> < >= <=）、文本连接符（&）以及引用运算符（:），远不止加减乘除这么简单。
=A1&B1 -- 文本拼接=A1>B1 -- 逻辑比较=A1:B10 -- 区域引用② 参数不是越多越好
函数参数分为必需参数和可选参数。有些函数看起来参数很多，但并不意味着每个都必须填写——先搞清哪些是必需的，哪些是可选的，比死记硬背有用得多。
③ 空单元格、空文本、数字文本，完全不一样
这是 Excel 里非常常见的坑：" " 和 "" 不一样，数值 10 和文本 "10" 不一样，空单元格和公式返回空文本的单元格也不一样——这些差异会直接影响计算结果，排查起来又特别隐蔽。
④ 日期和时间也是数字
Excel 里的日期、时间本质上都可以按数字来理解，这也是为什么日期能参与加减计算——理解了这一点，很多日期相关的公式就不会写错了。
⚠️ 注意事项 |
📍 第四层：引用方式，决定你能不能"复制公式"
书里对引用的讲解非常细，这也是 Excel 学习中的重中之重。
相对引用
复制到哪里，引用就跟着变化。
=A1+B1绝对引用
复制后引用保持不变。
=$A$1+$B$1混合引用
只固定行或者只固定列。
=$A1 -- 固定列，行可变=A$1 -- 固定行，列可变为什么这个特别重要
因为在实战里，Excel 的公式不是写一次就完事了，而是要向下复制几十次、几百次。如果你不会引用，公式一复制结果就乱、汇总区域跑偏、交叉计算不准确、同一列逻辑不统一——各种问题全来了。反过来，引用掌握得好，公式怎么复制都不会乱，这一点在实战中太关键了。
✅ 本节结论 |
📊 第五层：常用函数不是背出来的，是用出来的
Excel 函数很多，但真正常用的其实只有稳定的一小部分。我把它们分成五类来记。
① 统计类函数
SUM() -- 求和AVERAGE() -- 平均值COUNT() -- 计数MAX() / MIN() -- 最大/最小值求和、算平均、找极值、做计数，这几个是最基础的统计操作。
② 条件类函数
IF() -- 条件判断COUNTIF() -- 条件计数SUMIF() -- 条件求和AVERAGEIF() -- 条件求均值按规则筛选、分类统计、条件计算，这类函数在业务报表里出现频率极高。
③ 查找引用类函数
VLOOKUP() -- 垂直查找INDEX() -- 索引定位MATCH() -- 匹配位置根据编号查名称、根据姓名找成绩、跨表关联数据——多表协作离不开它们。
④ 文本类函数
LEFT() / RIGHT() / MID() -- 提取字符LEN() -- 计算长度CONCAT() -- 拼接文本TEXT() -- 格式化文本提取字段、清洗格式、统一编码，数据清洗阶段的常用工具。
⑤ 日期时间类函数
TODAY() / NOW() -- 当前日期/时间YEAR() / MONTH() / DAY() -- 提取年月日计算时间差、按月份汇总、生成时间标签，趋势分析里经常用到。
📌 学习建议 |
🎯 第六层：真正提高效率的，往往是这些技巧
这一层的内容，很多书不会重点讲，但实战中天天都在用。
① 自动填充公式
在一列里写好公式，向下拖拽即可批量复制。这个操作，实战里每天都要用到几十次。
② 自动/手动计算模式
有时候你改了数据，结果却没有及时刷新——别慌，这不是公式坏了，而是计算模式可能被改成了手动。数据量大、文件复杂的时候，这个问题尤其常见。
③ 选择性粘贴
这个功能真的很实用。你可以只粘贴值、公式、格式，或者转置后的内容，在清洗数据、整理报表时特别省时间。
④ 错误检查与绿色小三角
Excel 很多提示不是"报错"，而是"提醒"。比如数字被当成文本、公式引用不一致、可能存在计算异常——这些绿色小三角看一眼就能省下不少排查时间。
⑤ 监视窗口与公式保护
需要同时观察多个区域数据变化时，监视窗口比来回切表方便得多；需要交付报表时，保护工作表可以防止公式被误改。
💡 GrowbitLab Insight |
🔬 进阶重点：数组与数组公式
这是我以前接触比较少的部分，但这本书把它讲得很透。
什么是数组
数组可以理解成一组数据，比如 1, 2, 3, 4, 5。当你需要一次性处理一整组数据、而不是逐个单元格计算时，数组就派上用场了。
数组公式能做什么
批量计算、多条件判断、组合运算、复杂统计、交叉匹配——当一个普通公式搞不定这些批量操作时，数组公式就是答案。
为什么要特别关注
数组公式虽然强，但也更容易出错。书里提到的这些问题都很有代表性：
• 为什么大括号会自动出现却不能手动输入？ • 为什么不能更改数组中的某一部分？ • 为什么不同位置结果会不同？
这类知识对以后做更复杂的数据分析非常有帮助。
⚠️ 注意事项 |
🤖 AI 介入后，Excel 学习方式完全不同了
这是这篇文章里我最想强调的部分。
以前学 Excel 的路径很长：
看到问题 → 去搜索公式 → 看教程 → 反复试错 → 再记笔记每一步都有摩擦，每一步都在消耗耐心。
加上 AI 之后，路径变成了：
看到问题 → 直接问 AI → 获得解释或公式 → 在 Excel 里验证 → 真正理解之后记下来看似只少了几个步骤，但路径更短、反馈更快、理解更深——因为你把时间花在了"验证和消化"上，而不是"搜索和试错"上。
AI 能帮你做什么
① 解释函数
"SUMIF 和 COUNTIF 的区别是什么？""VLOOKUP 和 INDEX+MATCH 有什么不同？"② 生成公式
"帮我统计每个部门的销售总额，并按从高到低排序。"③ 排查错误
把公式贴给 AI，让它帮你判断：引用范围是否正确、数据类型是否一致、是否该用绝对引用。
④ 生成练习题
让 AI 根据一个主题生成练习数据和题目，比单纯看教程更容易真正掌握。
💡 GrowbitLab 思考 |
💼 实习中最真实的感受
实习之后我越来越相信一件事：很多工作并不是先分析，而是先整理。
你拿到的数据，常常字段不统一、日期格式混乱、空值一堆、公式散乱、表格结构不稳定——根本没到"分析"那一步。
这时候 Excel 的价值就出来了。它不是"最后展示结果"的工具，而是**"把混乱数据变成可分析数据"的工具**。
这也是我最近最大的体会：不要一上来就追求炫酷的分析工具，先把数据整理干净，分析才能有意义。
🌱 我的学习感悟
刚接触 Excel 的时候，我以为它就是一个表格工具。但随着学习越来越深，我发现它解决的其实是思维方式的问题。
以前面对数据：
拿到手不知道从哪里下手↓凭感觉处理↓结果不可靠现在面对数据：
先看结构、识别字段类型↓选合适的函数和引用方式↓逐步清洗、计算、汇总↓得到可靠结果看似流程变长了，但每一步都有据可依，出错了也知道怎么排查。
从"凭感觉"到"有思路"，这本身就是最大的进步。
🌱 本文总结 |
📢 你在工作或学习中最常用的 Excel 函数是哪个？有没有被数据类型坑过的经历？欢迎在评论区聊聊。
🚀 下期预告
GrowbitLab学习笔记04｜数据透视表 + Power Query：让 Excel 真正起飞
继续结合《Excel 2013 函数与公式》，深入整理：
• 数据透视表实战 • 条件统计进阶 • 图表与数据可视化 • Power Query 基础 • AI + Excel 实战技巧
欢迎关注 GrowbitLab。
一起记录成长，一起见证进步。
