函数的公式大全及用法(函数公式汇总与应用)

在数字化时代，函数公式作为数据处理与分析的核心工具，广泛应用于各类平台（如Excel、Google Sheets、Python、SQL等）。其价值不仅体现在自动化计算能力，更在于通过结构化逻辑解决复杂问题。函数公式大全涵盖基础运算、数据查找、统计分析、文本处理等八大类，不同平台对函数的语法支持存在差异，但核心逻辑相通。例如，Excel的VLOOKUP与Python的pandas库方法虽语法不同，但均用于数据匹配；SUMIF与SQL的CASE WHEN语句均实现条件求和。掌握函数公式需理解参数定义、返回值类型及适用场景，同时需关注平台特性（如数组运算、正则表达式支持等）。以下从八个维度系统解析函数公式的分类、用法及跨平台差异。

一、基础运算函数

基础函数是公式体系的核心，覆盖加减乘除、四舍五入等操作。

函数名称	功能描述	典型平台语法	返回值类型
SUM	求和	Excel:=SUM(A1:A10) Python:sum(list)	数值型
ROUND	四舍五入	Excel:=ROUND(3.14,2) SQL:ROUND(3.14,2)	数值型
MOD	取余运算	Excel:=MOD(10,3) Python:10%3	数值型

跨平台差异：Python支持向量化运算（如numpy.sum），而Excel需配合CTRL+SHIFT+ENTER实现数组公式。

二、数学函数

涵盖三角函数、指数对数、随机数生成等科学计算。

函数名称	功能描述	参数约束	应用场景
SIN	正弦函数	角度需转换为弧度	信号处理、几何建模
LN	自然对数	输入值须大于0	金融复利计算
RAND	随机数生成	无参数，返回0-1	模拟抽样、数据脱敏

注意事项：Excel的RAND()每次计算会变动，需用=F9触发重算；Python需通过random.seed设置随机种子。

三、统计函数

用于数据聚合、分布分析及假设检验。

函数组	Excel语法	Python(Pandas)语法	SQL语法
平均值	=AVERAGE(B2:B10)	df['col'].mean()	AVG(column)
标准差	=STDEV.P(C2:C10)	df['col'].std(ddof=0)	STDDEV_POP(column)
中位数	=MEDIAN(D2:D10)	df['col'].median()	PERCENTILE_CONT(column)

关键区别：Python的std()默认样本标准差（ddof=1），需显式设置总体标准差；SQL需区分窗口函数与聚合函数。

四、逻辑函数

实现条件判断、布尔运算及错误处理。

函数名称	功能描述	嵌套示例	返回类型
IF	条件判断	=IF(A1>10, "高", IF(A1>5, "中", "低"))	文本/数值
AND/OR	多条件合并	=AND(A1>0, B1<100)	布尔值
IFERROR	错误捕获	=IFERROR(1/A1,0)	容错结果

平台特性：Python使用try-except结构替代IFERROR，而DAX函数需结合CALCULATE使用。

五、文本处理函数

完成字符串截取、替换、拼接等操作。

操作类型	Excel函数	Python(str)方法	SQL函数
长度计算	=LEN(A1)	len(s)	LENGTH(text)
替换子串	=SUBSTITUTE(A1,"a","b")	s.replace("a","b")	REPLACE(text, 'a', 'b')
大小写转换	=UPPER(A1)	s.upper()	UPPER(text)

正则支持：Python的re模块支持复杂模式匹配，而Excel需借助LET函数构建临时变量。

六、日期时间函数

处理时间计算、格式转换及周期性分析。

函数名称	核心功能	参数格式要求	跨平台差异
DATEDIF	日期间隔计算	起始/结束日期需合法	Excel专有，Python需用datetime库
WEEKDAY	返回星期索引	默认周日=1（Excel）	Python需mod(date.weekday()+1,7)
EDATE	月份增减	第二个参数为月数偏移量	SQL需用DATEADD(month,+1,date)

时区处理：Python的pytz模块支持时区转换，而Excel需手动设置单元格时区属性。

七、财务函数

专用于投资分析、折旧计算及现金流评估。

函数场景	Excel语法	Python(numpy)实现	SQL等效表达
现值计算	=PV(5%,10,-1000)	np.pv(0.05,10,-1000)	SELECT PV(0.05,10,-1000)
内部收益率	=IRR(A1:A10)	np.irr(values)	无直接函数，需自定义WLAF()
直线折旧	=SLN(30000,1000,5)	(cost-salvage)/life	(30000-1000)/5 AS depreciation

精度差异：Excel的IRR函数迭代次数有限，而Python可设置tol参数控制收敛精度。