當前位置:
首頁 > 最新 > 數字與文本分離的三種方法:LEFT、RIGHT函數;分列;快速填充

數字與文本分離的三種方法:LEFT、RIGHT函數;分列;快速填充

點擊「箭頭所指處」可快速關注

微信號:Excel-Word-PPT

問題來源

朋友留言:韓老師您好,請教一下怎麼用LEFT公式把A列中的工號和員工姓名分開到B列(純數字)和C列(RIGHT公式,純中文姓名)?謝謝!

數據如下:

實現方法

第一種方法:函數法

第一步先將文本分離出來:

在C2單元格輸入公式:「=RIGHT(A2,LENB(A2)-LEN(A2))」,向下填充,即可提取所有員工姓名。

其中:

LENB(A2)和LEN(A2)都是計算A2單元格的字元數, 不同的是:LENB函數是將每個漢字的字元數按照2計算,而LEN函數是將每個漢字的字元數按照1計算,所以,兩者的差值是漢字的個數;

「=RIGHT(A2,LENB(A2)-LEN(A2))」的含義是從A2字元的右側開始取,按照漢字個數取出漢字。

第二步先將數字分離出來:

在B2單元格輸入公式:「=LEFT(A2,LENB(A2)-LENB(C2))」,向下填充,即可提取所有員工工號:

其中:

LENB(A2)-LENB(C2)的含義是用A2的字元數減去C2的字元數,即數字的個數;

「=LEFT(A2,LENB(A2)-LENB(C2))」是指從A2單元格內容的最左側開始取,按數字個數取出所有數字。

二種方法:分列

選中要進行分享的數字與文本區域,選擇【數據】——【分列】,在「文本分列嚮導」對話框第1步中選擇「固定列寬」,然後點擊「下一步」:

「文本分列嚮導」對話框第2步中,在數據預覽區,用滑鼠在標尺上,對準數字與文字分界處點擊,會出現一條分隔線:

「文本分列嚮導」對話框第3步中,選擇目標區域為B2,即分離後的數字和文本以B2單元格為起始位置向後填充:

分列結果如下:

但這種分列方式,僅限於要分離的兩個部分中第一部分位數一致的情況,如本示例中,工號的位數是一致的。

更多分列使用,請參考往期文章:Excel | 數據分列的妙用——不喜歡函數的小夥伴開心了

第三種方法:快速填充

快速填充是EXCEL2016特有的填充方式,可以不用函數實現數字與文本的分離,且不受數字與文本個數的限制。如下動圖:

GIF/933K

韓老師是錄動圖與視頻的時候,為了讓大家看到「自動填充方式」中的「快速填充」,都是往下拖的填充柄,其實,快速填充有快捷鍵「Ctrl+E」,只要錄入了第一個單元格,直接按「Ctrl+E」,就實現了下面所有單元格內容的填充。

更多填充請參考往期文章:Excel | 秒殺公式與函數的快速填充,逆天嗎?

看了這樣的帥到爆棚的快速填充,不喜歡公式函數的小夥伴們,是不是心中暗喜?

韓老師做這種快速填充,都是用的EXCEL2016,小夥伴們,快把你的Office升級成2016版本吧,有更多意想不到簡單操作,絕對驚喜!、

素材下載

鏈接:http://pan.baidu.com/s/1c2b8kne

密碼:9q2t

喜歡這篇文章嗎?立刻分享出去讓更多人知道吧!

本站內容充實豐富,博大精深,小編精選每日熱門資訊,隨時更新,點擊「搶先收到最新資訊」瀏覽吧!


請您繼續閱讀更多來自 韓老師講Office 的精彩文章:

VLOOKUP完成同一部門多個員工信息查詢
單列數據行太多,利用INDIRECT函數轉換成適合列印的多行多列
COUNT+MATCH,統計兩列有多少重複值
EXACT函數設置條件格式,標記兩組數據的不同
VLOOKUP查找出現錯誤值,ISERROR函數來幫忙

TAG:韓老師講Office |

您可能感興趣

如何用Python和BERT做中文文本二元分類?
Chatito-使用簡單的DSL為AI聊天機器人、NLP任務、命名實體識別或文本分類模型生成數據集
收藏!CNN與RNN對中文文本進行分類-基於TENSORFLOW實現
專註 NLP+RPA+OCR,「達觀數據」發布新產品「智能文本 RPA」
Python用於NLP :處理文本和PDF文件
遞歸皮層網路RCN識別文本CAPTCHAS的Science論文基礎知識和譯文
MirrorGAN出世!浙大等提出文本-圖像新框架,刷新COCO、CUB紀錄
最小的漢字居然是這個。EXACT文本字元串比較函數使用詳解
Excel函數公式:強大的文本函數Find和Findb
在Python中實現文本分類(附代碼、數據集)
PyTorch文本分類教程
CNN也能用於NLP任務,一文簡述文本分類任務的7個模型
入門|CNN也能用於NLP任務,一文簡述文本分類任務的7個模型
古千峰:為什麼IPFS會改變「超文本協議/HTTP」
IJCAI 2018|北京大學分層式端到端模型,整合文本摘要和情感分類
文本聚類系列教程:(三)構建詞袋空間VSM(Vector Space Model
全文解析!如何使用TF-Hub構建一個簡單的文本分類器
MirrorGAN出世!浙大等提出文本-圖像新框架,刷新COCO紀錄
配置TinyMCE「完美」支持小程序富文本組件
FastText:自然語言處理的利器——一個快速文本表示和分類庫