当前位置:首页 > 文章列表 > 文章 > 软件教程 > Excel一列变多列技巧分享

Excel一列变多列技巧分享

2025-11-11 11:09:34 0浏览 收藏

目前golang学习网上已经有很多关于文章的文章了,自己在初次阅读这些文章中,也见识到了很多学习思路;那么本文《Excel文本拆分技巧:快速将一列变多列》,也希望能帮助到大家,如果阅读完后真的对你学习文章有帮助,欢迎动动手指,评论留言并分享~

答案:可通过“分列”功能按分隔符或固定宽度拆分文本,使用TEXTSPLIT函数实现自动拆分,或结合LEFT、RIGHT、MID与FIND函数进行自定义拆分。

Excel如何将一列文本数据快速拆分成多列_Excel文本拆分技巧

如果您有一列包含复合信息的文本数据,例如姓名和电话号码合并在一起,而您希望将其拆分为独立的列以便于分析或整理,则可以通过Excel内置功能快速实现。以下是几种高效的方法来完成文本拆分任务。

本文运行环境:Dell XPS 13,Windows 11

一、使用“分列”功能按分隔符拆分

此方法适用于文本中包含统一分隔符号(如逗号、空格、制表符等)的情况,通过向导引导将数据按指定字符分割到不同列。

1、选中需要拆分的整列数据,点击“数据”选项卡中的“分列”按钮。

2、在弹出的向导中选择“分隔符号”,点击“下一步”。

3、勾选实际使用的分隔符类型,例如逗号或空格,预览窗口会显示拆分效果。

4、点击“下一步”,设置每列的数据格式(如常规、文本、日期),然后点击“完成”。

二、使用“分列”功能按固定宽度拆分

当文本数据具有固定的字符位置结构时(例如前3位是编号,后5位是名称),可手动设定拆分线进行精确分割。

1、选中目标列,进入“数据”选项卡,点击“分列”。

2、选择“固定宽度”,点击“下一步”。

3、在示例框中双击以添加或调整拆分线位置,确保其对齐所需字段边界。

4、继续点击“下一步”,为每一列选择合适的数据格式后点击“完成”。

三、利用TEXTSPLIT函数自动拆分(适用于支持动态数组的Excel版本)

该函数可在单元格内直接返回拆分后的多列结果,无需打开向导,适合公式化处理大批量数据。

1、在一个空白单元格输入公式:=TEXTSPLIT(A1,","),其中A1为原始文本单元格,","为分隔符。

2、若使用多个分隔符,可写成数组形式,例如=TEXTSPLIT(A1,{","," "})。

3、按下回车后,结果将自动溢出至右侧相邻单元格,形成多列输出。

四、结合LEFT、RIGHT、MID与FIND函数进行自定义拆分

对于复杂结构的文本(如邮箱地址提取用户名和域名),可通过组合文本函数精准提取各部分。

1、提取左侧内容:在B1输入=LEFT(A1,FIND("@",A1)-1),获取邮箱用户名。

2、提取右侧内容:在C1输入=RIGHT(A1,LEN(A1)-FIND("@",A1)),获取域名部分。

3、拖动填充柄向下复制公式,批量应用到其他行。

文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《Excel一列变多列技巧分享》文章吧,也可关注golang学习网公众号了解相关技术文章。

零基础也能做AI引流转化系统零基础也能做AI引流转化系统
上一篇
零基础也能做AI引流转化系统
PSycopg2连接Redshift超时解决技巧
下一篇
PSycopg2连接Redshift超时解决技巧
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    372次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    443次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    449次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    395次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    220次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码