Excel中Vlookup公式和IFError公式的使用

介绍Excel中VLOOKUP函数的使用方法及其参数详解,并结合IFERROR函数解决查找不到值时显示错误的问题。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

在Excel中,有好多公式可以使用,可以提高一些数据处理的速度。今天简单的说一下VLOOKUP公式和IFERROR公式。


VLOOKUP公式主要用于根据某一列中的值,在另外的区域中查找与这一列值相同或者相类似的值或同一行的其他列的值。说起来挺麻烦,直接看操作的内容。

在上边的图中,我想根据A列中的“A000001”取到F列对应G列的值,也就是说,我想根据A000001把A000001对应B列中的值设置为张三,就需要用到VLOOKUP公式了。


第一个参数是被寻找的值。

第二个参数是查找和返回值的区域。

第三个参数是在查找和返回值区域中要返回第几列的值。

第四个参数是是否模糊查询,true为模糊查询即只要相类似的就可以返回G列中对应的值,False为精确查询即必须完全一样才能返回G列中对应的值。


当然,要是只是找一个的话,只要复制粘贴就行,但是特别多的时候比如成百上千条,用VLOOKUP就很有效率了。



可是没有找到对应的值的时候,显示这个“#N/A”真心的不好看呀,那该怎么办呢?这时候就需要使用到IFERROR这个公式了。


IFERROR看名字就知道了,如果错了怎么办?

有两个参数:

第一个参数是对哪个函数进行判断;

第二个参数是如果函数错了,那么返回什么值。


这样一来是不是就舒服多了?


Excel中如果想使用某种公式,可以在点击fx按钮来查找对应的公式

也可以在单元格中输入“=”,然后输入函数的名称,点击查看该函数的使用办法,只要你能想到的简单功能好多EXCEL都能实现。


当然,还有一个更高效的办法,就是查找度娘。




知行办公,专业移动办公平台 https://zx.naton.cn/
【总监】十二春秋之,3483099@qq.com
Masterzelo616701261@qq.com
【运营】狼行天下,897221533@qq.com
【产品设计】流浪猫,364994559@qq.com
【体验设计】兜兜,2435632247@qq.com
iOS】淘码小工,492395860@qq.comiMcG33Kimcg33k@gmail.com
Android】人猿居士,1059604515@qq.com;思路的顿悟,1217022114@qq.com
java】首席工程师MR_Wfeixue300@qq.com
【测试】土镜问道,847071279@qq.com
【数据】喜乐多,42151960@qq.com
【安全】保密,你懂的。

### 大模型对齐微调DPO方法详解 #### DPO简介 直接偏好优化(Direct Preference Optimization, DPO)是一种用于改进大型语言模型行为的技术,该技术通过结合奖励模型训练强化学习来提升训练效率与稳定性[^1]。 #### 实现机制 DPO的核心在于它能够依据人类反馈调整模型输出的概率分布。具体来说,当给定一对候选响应时,DPO试图使更受偏好的那个选项具有更高的生成概率。这种方法不仅简化了传统强化学习所需的复杂环境设置,而且显著增强了模型对于多样化指令的理解能力执行精度[^2]。 #### PAI平台上的实践指南 为了便于开发者实施这一先进理念,在PAI-QuickStart框架下提供了详尽的操作手册。这份文档覆盖了从环境配置直至完成整个微调流程所需的一切细节,包括但不限于数据准备、参数设定以及性能评估等方面的内容。尤其值得注意的是,针对阿里云最新发布的开源LLM——Qwen2系列,文中给出了具体的实例说明,使得即使是初次接触此类工作的用户也能顺利上手。 ```python from transformers import AutoModelForCausalLM, Trainer, TrainingArguments model_name_or_path = "qwen-model-name" tokenizer_name = model_name_or_path training_args = TrainingArguments( output_dir="./results", per_device_train_batch_size=8, num_train_epochs=3, ) trainer = Trainer( model_init=lambda: AutoModelForCausalLM.from_pretrained(model_name_or_path), args=training_args, train_dataset=train_dataset, ) # 假设已经定义好了train_dataset trainer.train() ``` 这段代码片段展示了如何使用Hugging Face库加载预训练模型并对其进行微调的过程。虽然这里展示的例子并不完全对应于DPO的具体实现方式,但它提供了一个基础模板供进一步定制化开发之用[^3]。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值