Excel 数据分组双利器:GROUPBY 与 FREQUENCY 函数详解
wptr33 2025-09-01 15:50 9 浏览
这是一篇关于 Excel 中 GROUPBY 和 FREQUENCY 函数的详细教学教程。这两个函数都用于数据分组统计,但它们的应用场景、功能和用法有显著不同。
第一部分:强大的新函数 —— GROUPBY (适用于 Microsoft 365)
GROUPBY 函数是 Microsoft 365 新引入的动态数组函数,它极大地简化了基于现有“字段”进行分组和聚合计算的过程,可以看作是无需创建透视表的公式化透视表。
1. 函数语法
=GROUPBY(row_fields, values, function, [field_headers], [total_depth], [sort_order], [filter_array])
参数解释:
- row_fields (必需):要进行分组的一个或多个列/数组。这是你的“类目”或“条件”。
- values (必需):要对其进行聚合计算的一个或多个列/数组。
- function (必需):对 values 执行的聚合函数。例如 SUM, AVERAGE, COUNT, MAX, MIN 等。
- [field_headers] (可选):一个数字,指定源数据是否包含标题。
- 缺失:自动 (默认)
- 0:否
- 1:是,不显示
- 2:否,但生成
- 3:是并显示
- [total_depth] (可选):指定是否显示总计。
- 0:无总计。
- 1:显示行总计(默认)。
- 2:显示总计(一个大总计)。
- [sort_order] (可选):指定结果的排序方式(升序 1 或降序 -1)。
- [filter_array] (可选):一个布尔数组(TRUE/FALSE),用于在分组前筛选源数据。
2.使用案例
假设我们有如下销售数据(A1:C11):
示例1:按地区计算总销售额
=GROUPBY(A2:A11, C2:C11, SUM,3)
- A2:A11:按“地区”分组。
- C2:C11:对“销售额”进行聚合。
- SUM:聚合方式为求和。
- 3:表示原表格有表头并显示
结果将自动溢出到下方的单元格:
示例2:按地区和产品计算平均销售额(多条件分组)
=GROUPBY(A2:B11, C2:C11, AVERAGE, 1, 1)
- A2:B11:同时按“地区”和“产品”两个字段分组。
- C2:C11:对“销售额”求平均。(North苹果有两个销售额一个100,一个200,平均为150)
- 1:源数据有标题。
- 1:显示行总计。
结果将自动溢出到下方的单元格:
示例3:使用筛选和排序
假设我们只想看“苹果”的销售情况,并按销售额从高到低排序。
- 先创建筛选数组:在 D1 单元格输入公式 =B1:B11="苹果",这会得到一个 TRUE/FALSE 数组。
- 使用 GROUPBY:
=GROUPBY(A1:A11, C1:C11, SUM, 3, 1, -1, D2#)
- 第六参数[sort_order] -1:对结果(销售额总和)进行降序排列。
- 第七参数[filter_array] D2#:使用上一步创建的溢出数组作为筛选条件,只处理 TRUE 的行。
第二部分:经典的频率统计函数 —— FREQUENCY
FREQUENCY 函数用于计算数值在指定区间( bins ) 内出现的频率。它非常适合制作频率分布直方图,例如统计考试成绩在各分数段的人数、员工年龄分布等。
1. 函数语法
=FREQUENCY(data_array, bins_array)
- data_array (必需): 要计算频率的原始数据数组或范围(一列数值)。
- bins_array (必需): 包含区间分隔点(上限)的数组或范围(一列数值)。
2.使用案例
假设我们有如下学生成绩表 (A1:B11),如下图;我们想统计成绩在以下区间的人数:
- 0-59: 不及格
- 60-79: 中等
- 80-89: 良好
- 90-100: 优秀
(1)设置区间分隔点
bins_array 定义的是区间的上限。我们需要在 D2:D4 设置分隔点,如下图;(注意:最后一个区间是 > 最大值),
(2)输入公式
=FREQUENCY(B2:B11,D2:D5)
- 再F2上输入如上公式,统计结果如上图,如使用的版本支持动态数组,直接按 Enter 可自动溢出,如是老版本的按 Ctrl + Shift + Enter 组合键确认。
- 必须理解 bins_array 是上限的含义。
- 它只返回计数,无法像 GROUPBY 那样进行求和、平均等其他聚合操作。
第三部分:对比与总结
特性 | GROUPBY | FREQUENCY |
主要用途 | 按类别字段分组聚合(求和、平均、计数等) | 按数值区间统计频率(计数) |
输入数据 | 类别列、数值列 | 单一数值列、区间上限列 |
输出内容 | 聚合结果(和、平均值等) | 计数(频次) |
输出方式 | 动态溢出数组 | 静态数组公式 (需选择区域并按 C+S+E) |
分组依据 | 其他列的唯一值 | 自定义的数值区间 |
多功能聚合 | 支持 (可配合HSTACK等实现) | 不支持 (仅能计数) |
版本要求 | Microsoft 365 | 所有Excel版本 |
如何选择?
- 当你需要按类别(如销售员、部门、产品类型) 对数值进行汇总(如求和、平均) 时,优先使用 GROUPBY。它是公式版的透视表,功能强大且灵活。
- 当你需要分析数值本身的分布情况,统计落在特定区间(如分数段、年龄区间) 内的数量时,必须使用 FREQUENCY。它是制作分布图表的基石。
希望这篇教程能帮助你更好地理解和运用这两个强大的分组统计工具!
相关推荐
- 如何在Linux系统中安装Docker?_如何在Linux系统中安装软件
-
在这篇博客中,我将引导您通过简单的步骤完成安装Docker的过程,安装docker只是小菜一碟,你只需要运行几条命令就大功告成了!...
- 我用Docker安装FastDFS,再也不用头疼那些错误提示了
-
在这里插入图片描述FastDFS的安装我们还是通过Docker来安装实现吧,直接在Linux上还装还是比较繁琐的,但就学习而言Docker安装还是非常高效的。Docker环境请自行安装哦,不清楚的...
- 01背包问题的js解决方式_背包算法java
-
如果你有兴趣看这个相信你已经对背包问题有所了解,所以关于背包问题的描述,我就不写了。...
- 净现值函数_净现值函数名词解释
-
此页面特定于Office2010的VisualBasicforApplications(VBA)语言参考。返回一个Double,指定基于一系列定期现金流(付款和收款)和贴现率的投资的...
- Excel 数据分组双利器:GROUPBY 与 FREQUENCY 函数详解
-
这是一篇关于Excel中GROUPBY和FREQUENCY函数的详细教学教程。这两个函数都用于数据分组统计,但它们的应用场景、功能和用法有显著不同。第一部分:强大的新函数——GROUP...
- 熬夜7天,我总结了JavaScript与ES的25个知识点
-
前言说起JavaScript,大家都知道是一门脚本语言。那么ES是什么鬼呢?ES全称ECMAScript,是JavaScript语言的国际标准。最近,我总结了25条JavaScript的基础特性相关...
- 傻傻分不清楚的点积与矩阵乘法 Part3
-
作者:MinkyungKang...
- Python中的数据导入与查询_python如何导入数据文件
-
适用场景...
- 10个JavaScript一行代码,解决90%的开发难题
-
在JavaScript开发过程中,我们经常会遇到一些看似复杂但实际上可以通过简洁的代码解决的问题。下面分享10个JavaScript一行代码技巧,解决日常开发中的常见难题。...
- 提高 PHP 代码质量的 36 计_php代码调试心得
-
1.不要使用相对路径常常会看到:require_once('../../lib/some_class.php');该方法有很多缺点:...
- PHP替换字符串关键词长词优先函数
-
如何实现phpstr_replace替换关键词,如何控制长词优先,也不难,我就写了个这样的函数。functionmyreplace($string,$replaces){...
- PHP 中数组是如何灵活支持多数据类型的?
-
hello,大家好,我是张张,「架构精进之路」公号作者。...
- 3分钟短文 | PHP判断null,别再 == 了,你真控制不住
-
引言PHP程序中很多地方会用到判断是否为空,比如字符串为空,数组为空,对象为空,或者其他数据类型为默认空值。今天我们说一下判断null的两种方法的区别。一般可以使用is_null函数,判断变...
- C#基础:ref 参数_c# ref和out参数的区别
-
例在下面,我们定义了ref方法的语法。ref方法具有retrun类型,例如int、float或string,以及一个methodName,它可以是方法的任何合适名称,我们定义了参数...
- 「C#.NET 拾遗补漏」05:操作符的几个骚操作
-
阅读本文大概需要1分钟。大家好,这是极客精神【C#.NET拾遗补漏】专辑的第5篇文章,今天要讲的内容是操作符。操作符的英文是Operator,在数值计算中习惯性的被叫作运算符,所以在中文的...
- 一周热门
-
-
C# 13 和 .NET 9 全知道 :13 使用 ASP.NET Core 构建网站 (1)
-
因果推断Matching方式实现代码 因果推断模型
-
程序员的开源月刊《HelloGitHub》第 71 期
-
Java面试必考问题:什么是乐观锁与悲观锁
-
假如有100W个用户抢一张票,除了负载均衡办法,怎么支持高并发?
-
详细介绍一下Redis的Watch机制,可以利用Watch机制来做什么?
-
如何将AI助手接入微信(打开ai手机助手)
-
redission YYDS spring boot redission 使用
-
SparkSQL——DataFrame的创建与使用
-
Distinct vs Group By:MySQL 查询性能到底谁更强?
-
- 最近发表
- 标签列表
-
- git pull (33)
- git fetch (35)
- mysql insert (35)
- mysql distinct (37)
- concat_ws (36)
- java continue (36)
- jenkins官网 (37)
- mysql 子查询 (37)
- python元组 (33)
- mybatis 分页 (35)
- vba split (37)
- redis watch (34)
- python list sort (37)
- nvarchar2 (34)
- mysql not null (36)
- hmset (35)
- python telnet (35)
- python readlines() 方法 (36)
- munmap (35)
- docker network create (35)
- redis 集合 (37)
- python sftp (37)
- setpriority (34)
- c语言 switch (34)
- git commit (34)