excel算分数如何加百分比

1.在excel中怎样增加百分比

在销售额的右边，也就是C1单元格输入 百分比

在C2单元格，输入公式 =B2/$B$98 ，这个公式中运用了符号$，这是“固定不变的意思”，也就是说，一会我们要复制C2内的公式到别的单元格，别的单元格会根据复试的位置改变公式中的变量，加上符号$以后，变量就不变了。如刚刚输入的公式，B2是一个变量，是会改变的，但是B98这个就不变了。B98是刚才得到的销售总额。

拖动单元格的右下角就可以快速填充下面的单元格

2.用Excel表格怎么算及格率、优秀率以及优秀人数呢

a3=85

a4=23

a5=80

=countif(a2:a5,">=80")

统计的学生某科成绩，>=80优（合格）的条件。

完整表达%

=countif(a2:a5,">=80")/count(a2:a5)*100

但有一个问题，如果学生缺考该怎样计分母，因为如果未输入分数（含0），结果将不一样，建议count(a2:a5)可直接输入实际人数符合学校评估要求！

其实有一数组frequency更方便！

假设范围是a1:a5

优秀率：

countif(a1:a5,">85")/countif(a1:a5,"<>-100")

及格率：

countif(a1:a5,">60")/countif(a1:a5,"<>-100")

方法二：

在excel中，怎样统计学生的优秀率和及格率。

如何用excel计算优秀率和及格率

我们在教学工作中经常要用excel统计学生成绩，其中要统计学生的优秀人数，及格人数以及优秀率，及格率，这些功能如果用菜单来操作比较繁琐，其实完全可以直接在表格中输入函数，轻松搞定。

数据表——

参考人数

优秀人数

优秀率

公式编辑——

c19单元格中输入公式

=counta(c2:c16)——计算“参考人数”；

c20中单元格中输入公式

=countif(c2:c16,">=90")——计算“优秀人数”，设计90及其以上为“优秀”；

c21单元格中输入公式

=c20/c19——计算“优秀率”，单元格设置为"百分比"格式，自动保留2位小数；

其实，可以把上述三个步骤综合成一个直接计算“优秀率”的公式

=countif(c2:c16,">=90")/counta(c2:c16)

这样做起来是不是轻松多了？比在工具和菜单中操作方便多了吧。同样的道理也可以用来计算及格率。这里就不重复了。

1、countif函数

函数名称：countif

主要功能：统计某个单元格区域中符合指定条件的单元格数目。

使用格式：countif(range,criteria)

参数说明：range代表要统计的单元格区域；criteria表示指定的条件表达式。

应用举例：在c17单元格中输入公式：=countif(b1:b13,">=80")，确认后，即可统计出b1至b13单元格区域中，数值大于等于80的单元格数目。

特别提醒：允许引用的单元格区域中有空白单元格出现。

2、average函数

函数名称：average

主要功能：求出所有参数的算术平均值。

使用格式：average(number1,number2，……)

参数说明：number1,number2，……：需要求平均值的数值或引用单元格（区域），参数不超过30个。

应用举例：在b8单元格中输入公式：=average(b7:d7,f7:h7,7,8)，确认后，即可求出b7至d7区域、f7至h7区域中的数值和7、8的平均值。

特别提醒：如果引用区域中包含“0”值单元格，则计算在内；如果引用区域中包含空白或字符单元格，则不计算在内

3.excel 如何计算优秀率

很多开发者说自从有了 Python/Pandas,Excel 都不怎么用了，用它来处理与可视化表格非常快速。但是这样还是有一大缺陷，操作不是可视化的表格，因此对技能要求更高一点。近日，开发者构建了名为 Grid studio 的开源项目，它是一个基于网页的表格应用，完全结合了 Python 和 Excel 的优势。

是的，在一个界面上同时展示可视化表格与代码，而且同时通过表格与代码修改数据，这不就是 Python 与 Excel 的结合吗？

我们先看看 Grid studio 的效果到底是什么样的。总体而言，我们既可以通过 Python 加载和处理数据，也能通过「Excel」操作数据。

在 Python 上处理数据比较好理解，表格上处理数据其实非常像 Excel，如下所示为写一个求和公式。

也许我们在表格上改了些数据，那么我们也能导入到 NumPy 数组，并做进一步的运算。

为什么要创建这个工具？

作者表示，他创建 Grid studio 主要是用来解决数据科学项目中工作流分散的问题，在这种项目中，他要在 R studio、Excel 等多个工具之间换来换去。

在为 gazillionth-time 导出 CSV 文件时，如果行数过高，应用程序窗口就会卡顿。即使是做一些简单的事情，比如读取 JSON 文件，也能把人逼疯。现有的工具无法提供高效工作所需的环境和相关工作流，这也是作者决定构建该工具的原因。他想要创建一个易用的应用程序，可以把数据科学工作流整合进去。

这个工具有何亮点？

Grid studio 是一个基于网页的应用，看起来和 Google Sheets、Microsoft Excel 差不多。然而，它的杀手锏是整合了 Python 语言。

几乎所有使用过计算机的人都会很自然地使用表格来查看和编辑数据。将这个简单的 UI 与 Python 这种成熟的编程语言结合起来简直不要太好用。

用 Python 编写脚本非常简单：只需编写几行代码直接运行即可。

核心集成：读、写

这一 Python 集成的核心是对电子表格的读写接口，它可以在电子表格的数据和 Python 进程中的数据之间建立一个高性能的连接。

可以用以下方式在表格中写入数据：

sheet("A1:A3", [1, 2, 3])

用以下这种方式从表格中读取数据：

my_matrix = sheet("A1:A3")

你可以通过这种简单而高效的方式直接在表格中读取或写入数据，以自动化数据输入、提取、可视化等过程。

编写定制化表格函数

虽然通过一个简单的接口完成读写非常灵活，但有时编写可以直接调出的定制化函数也很重要。

除了 AVERAGE、SUM、IF 这些默认函数外，你可能还需要其他函数，那么写出来就好了！

def UPPERCASE(a):

return str(a).uppercase()

写完这行代码后，在表格中调出该函数，就像调用常规函数一样。

利用 Python 生态

通过利用 Python 生态中各种强大的软件包，我们能立即访问到当前最优的数据科学工具，因此也能快速访问到强大的模型，例如线性回归和支持向量机等。

因为本身 Grid studio 主要就是处理表格数据，那么将它们作为特征可以快速调用 SVM 等模型，从而探索隐藏在这些数据背后的特征。

数据可视化

在数据科学中，很常见的一个任务就是可视化数据，这样才能获得关于数据的「先验知识」。通过集成交互式绘图库 Plotly.js 和 Python 标准可视化库 Matplotlib,Grid studio 目前已经内置了高级绘图功能。如下所示我们可以在向量表格格式上使用高级绘图功能：

为了进一步解释如何使用 Grid studio 的特征以构建可视化图标，项目作者还展示了两个案例，即爬取网页与可视化数据分布，但这里主要展示第一个案例。

案例：估计正态分布

如下案例展示了 Grid studio 的强大功能，它会以更高的保真度通过 Plotly.js 可视化正态分布，我们可以看看交互式制图到底是如何完成的。

使用安装

前面介绍了这么多特性，那么我们到底该怎么用呢？Grid studio 的安装和使用都非常简单，通过简单的命令行就能搞定。

4.excel 怎么用公式 对 成绩 算出 及格 、一般、优秀啊

工具：excel2010

1、打开需要处理百的excel表格，如图所示的数据为例，假设所有人的成绩小于260分确定是不及格，所有的度260-270是及格，所有的270-280是一般，最后就是大于280是优秀。问

2、接下来只需要在2单元格里就是上面的输入框里面，直接输入IF公式，=IF(E2<260，"不及格"，IF(E2>=280，"优秀"，IF(AND(E2>=260,E2<270)，"及格"，"一般"）））。然答后直接回车键就可以看到f2的数据就出来了。

3、最后，只需要把F2单元格的右下角的虚框往下拉内，拉到所有人的成绩，就可以通过充公容式得出这列总分的评价了，可以看到这样操作即可。