当前位置:首页 > 文章列表 > 文章 > 软件教程 > 石墨文档成绩排名怎么用函数实现

石墨文档成绩排名怎么用函数实现

2026-03-01 10:33:43 0浏览 收藏
在石墨文档中虽无原生RANK函数,但通过灵活组合SORT、COUNTIF、FILTER、ROWS等内置公式,可精准实现学生成绩的多种排名需求——无论是降序排序后匹配名次、支持并列的“同分同名”传统排名,还是动态响应成绩变动的独立序号排名,三种方法各具优势且操作清晰,助你轻松搞定教学管理或协作场景中的成绩统计难题。

石墨文档用函数排名成绩怎样弄_石墨文档成绩排名函数法【排序】

如果您在石墨文档中需要对学生成绩进行排名,但发现默认不支持类似Excel中的RANK函数,可通过内置公式组合实现准确排序。以下是几种可行的函数法操作步骤:

一、使用SORT函数配合序列生成排名

SORT函数可按指定列升序或降序重排数据区域,再结合ROW函数生成自然序号,从而间接体现名次顺序。该方法适用于成绩列独立且无重复值的场景。

1、确保成绩数据位于连续列中,例如B2:B100为各学生分数。

2、在空白列(如C2)输入公式:=SORT(B2:B100,-1),表示按分数降序排列。

3、在另一列(如D2)输入公式:=ROW(A1:A99),生成1至99的序号列。

4、将排序后分数与序号并列粘贴为值,再通过VLOOKUP反向匹配原始行对应名次。

二、用COUNTIF实现传统排名逻辑

COUNTIF函数能统计大于等于当前分数的个数,从而模拟RANK.EQ效果。该方式支持重复分数同名次,且无需排序原表。

1、假设成绩在B2:B100,光标定位到C2单元格。

2、输入公式:=COUNTIF($B$2:$B$100,">="&B2),回车确认。

3、选中C2单元格,拖拽填充柄至C100完成整列排名计算。

4、若需“并列后跳位”(如两个第1名后为第3名),则公式改为:=COUNTIF($B$2:$B$100,">"&B2)+1。

三、嵌套FILTER与ROW实现动态名次标注

利用FILTER筛选出大于当前分数的记录,再用ROWS统计数量,可构造灵活排名表达式,适合成绩变动频繁的协作场景。

1、在D2单元格输入公式:=ROWS(FILTER($B$2:$B$100,$B$2:$B$100>B2))+1。

2、该公式含义为:统计比B2高的人数,加1即得B2的名次(相同分数者名次不同)。

3、将D2公式向下复制至D100,所有成绩自动获得独立序号排名。

4、如需并列处理,改用:=COUNTIFS($B$2:$B$100,">"&B2)+1,兼容石墨文档当前函数解析规则。

以上就是《石墨文档成绩排名怎么用函数实现》的详细内容,更多关于的资料请关注golang学习网公众号!

PS钢笔工具使用教程:4个核心技巧详解PS钢笔工具使用教程:4个核心技巧详解
上一篇
PS钢笔工具使用教程:4个核心技巧详解
CSS字体大小与排版优化技巧
下一篇
CSS字体大小与排版优化技巧
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。
    306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。
    364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。
    359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。
    328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。
    150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