函数表格公式大全(函数公式大全)

函数表格公式大全是数据处理领域的核心知识体系，涵盖数学运算、逻辑判断、数据检索等多维度功能。不同平台（如Excel、Python、SQL）的函数设计既遵循通用计算逻辑，又存在语法差异和功能扩展。例如，Excel的VLOOKUP与Python的pandas.merge均用于数据匹配，但实现原理和参数设置截然不同。掌握跨平台函数特性可显著提升数据处理效率，例如通过LAMBDA表达式实现自定义函数复用，或利用Array Formula批量处理多维数据。本文将从八个维度深度解析函数表格公式的核心逻辑与应用场景，结合Excel、Python、SQL三大平台进行横向对比。

---

一、基础运算函数

基础运算函数

函数类型	Excel	Python(pandas)	SQL
求和	=SUM(A1:A10)	df['col'].sum()	SELECT SUM(column) FROM table;
平均值	=AVERAGE(A1:A10)	df['col'].mean()	SELECT AVG(column) FROM table;
最大值	=MAX(A1:A10)	df['col'].max()	SELECT MAX(column) FROM table;

基础运算函数是数据处理的基石，Excel依赖单元格范围，Python通过DataFrame列操作，SQL则直接作用于表字段。三者均支持链式调用，但Excel需手动输入公式，而Python/SQL可通过代码批量执行。

---

二、文本处理函数

文本处理函数

功能	Excel	Python	SQL
提取子串	=MID(A1,1,3)	s[0:3]	SUBSTRING(column,1,3)
字符串长度	=LEN(A1)	len(s)	LENGTH(column)
替换字符	=SUBSTITUTE(A1,"a","b")	s.replace("a","b")	REPLACE(column,'a','b')

文本处理在Excel中依赖特定函数，Python通过字符串方法实现，SQL则需结合内置函数。Excel对中文支持更友好，而Python的正则表达式能力更强，SQL在处理大规模文本时效率更高。

---

三、日期时间函数

日期时间函数

操作	Excel	Python	SQL
当前日期	=TODAY()	datetime.now().date()	CURRENT_DATE
日期差值	=DATEDIF(A1,B1,"d")	(d2-d1).days	DATEDIFF(d2,d1)
年份提取	=YEAR(A1)	d.year	EXTRACT(YEAR FROM date)

日期处理中，Excel的DATEDIF函数较为特殊，Python需借助datetime模块，SQL则通过标准函数实现。跨平台需注意日期格式转换，例如Excel默认`yyyy-mm-dd`，而SQL可能需指定`YYYYMMDD`。

---

四、查找与引用函数

查找与引用函数

功能	Excel	Python	SQL
垂直查找	=VLOOKUP(val,A:B,2,0)	df[df['key']==val]['value'].values[0]	SELECT value FROM table WHERE key=val LIMIT 1;
水平查找	=HLOOKUP(val,A1:Z1,2,0)	df.loc[df['row']==val, 'col'].values[0]	不支持直接水平查找
索引匹配	=INDEX(A:A,MATCH(val,B:B,0))	df.loc[df['key']==val, 'value']	SELECT value FROM table WHERE key=val;

Excel的VLOOKUP性能受限于表格结构，Python的pandas支持多维度索引，SQL则通过JOIN实现高效关联。水平查找在Excel外的平台需转换数据结构。

---

五、统计与数据库函数

统计与数据库函数

功能	Excel	Python	SQL
计数	=COUNT(A1:A10)	df['col'].count()	SELECT COUNT(column) FROM table;
去重计数	=SUM(--(FREQUENCY(A1:A10,A1:A10)>0))	df['col'].nunique()	SELECT COUNT(DISTINCT column) FROM table;
分组统计	=SUMIFS(B:B,A:A,F2)	df.groupby('key')['value'].sum()	SELECT key, SUM(value) FROM table GROUP BY key;

统计函数在Excel中需复杂嵌套，Python的groupby语法更简洁，SQL则直接支持聚合操作。去重计数在Excel中需结合数组公式，而Python/SQL有专用函数。

---

六、财务函数

财务函数

功能	Excel	Python	SQL
净现值	=NPV(rate,A1:A10)	npv(rate, cashflows)	需自定义函数
内部收益率	=IRR(A1:A10)	irr(cashflows)	需存储过程
贷款分期	=PMT(rate, nper, pv)	pmt(rate, nper, pv)	无直接函数

财务函数是Excel的强项，Python需调用numpy或scipy库，SQL则缺乏原生支持。跨平台迁移财务模型时，需重构公式逻辑以适应语法差异。

---

七、逻辑判断函数

逻辑判断函数

功能	Excel	Python	SQL
条件判断	=IF(A1>10,"高",IF(A1>5,"中","低"))	'高' if x>10 else '中' if x>5 else '低'	CASE WHEN column>10 THEN '高' ELSE '中' END;
多条件筛选	=COUNTIFS(A:A,">5",B:B,"<20")	df[(df['A']>5) & (df['B']<20)].shape[0]	SELECT COUNT() FROM table WHERE A>5 AND B<20;
布尔运算	=AND(A1>0,B1<10)	(x>0) & (y<10)	A>0 AND B<10

逻辑函数在Excel中依赖嵌套，Python支持三元表达式和向量运算，SQL则通过WHERE子句实现。复杂条件判断时，Python的链式逻辑更易读，SQL的集合操作更高效。

---

八、数组与矩阵函数

数组与矩阵函数

功能	Excel	Python	SQL
矩阵乘法	=MMULT(A1:C3,E1:G3)	np.dot(a,b)	需存储过程
转置数组	=TRANSPOSE(A1:C3)	a.T	无直接函数
数组求和	=SUM(ARRAYFORMULA(A1:C3))	a.sum()	SELECT SUM(unnest(array)) FROM table;

数组操作在Excel中需配合CTRL+SHIFT+ENTER，Python的numpy提供原生支持，SQL需扩展数组类型。高维数据处理时，Python的广播机制和SQL的窗口函数更具优势。

---

函数表格公式大全的掌握需兼顾通用逻辑与平台特性。Excel适合快速原型设计，Python擅长复杂数据分析，SQL则专为结构化查询优化。实际工作中，建议根据数据规模（Excel≤百万行，Python/SQL可处理GB级）、操作频率（Excel手动操作为主，后两者支持自动化）选择工具。未来趋势指向跨平台函数兼容，例如Python的pyexcelerate库可直接生成Excel公式，而Power BI已支持Python脚本嵌入，进一步模糊平台边界。