当前位置: 首页 > news >正文

9个EXCEL舍入函数公式的用法和实例

用法和实例

1. ROUND

ROUND函数可以将数字四舍五入到指定的小数位数。
语法:ROUND(number, num_digits)
number:要四舍五入的数字。
num_digits:要保留的小数位数。
举例:

ROUND(3.14159,2),结果为3.14
ROUND(3.14159,3),结果为3.142

2. ROUNDUP

ROUNDUP函数可以将数字向上到最接近的数。
语法:ROUNDUP(number, num_digits)
number:参数是要舍入的数字。
num_digits:参数是指定舍入后的小数位数。
举例:

ROUNDUP(2.15,1)的结果为2.2;
ROUNDUP(2.149,2)的结果为2.15;
ROUNDUP(-2.15,1)的结果为-2.1;
ROUNDUP(-2.149,2)的结果为-2.15。

3. ROUNDDOWN

ROUNDDOWN函数可以将数字向下舍入到最接近的数。
用法:ROUNDDOWN(number,num_digits)
number:要舍入的数字。
num_digits:可选。要舍入到的小数位数。
举例:

ROUNDDOWN(3.14159, 2)的结果为3.14
ROUNDDOWN(-2.8, 0)的结果为-3
ROUNDDOWN(-3.14159, 2) 的结果为-3.14
ROUNDDOWN(-2.149,2) 的结果为-2.14

4. INT

INT函数是Excel中的整数函数,用于将一个数字舍入为最接近的整数。
语法:INT(number)
参数:number:必需。要舍入的数字。
举例:

INT(3.14)结果:3

5. CEILING

CEILING函数可以将数字向上取整,即取不小于指定数字的最小整数。
语法:
CEILING(number, significance)
number参数是要进行取整的数字;
significance参数是取整的基数,可以是正数、负数或零。
举例:

=CEILING(3.14, 0.5) 结果为3.5'因为3.5是不小于3.14的最小整数,且3.5是以0.5为基数取整的。

6. FLOOR

FLOOR函数可以将数字向下舍入到最接近的整数
语法:FLOOR(number, significance)
number为要舍入的数字
significance为舍入基准,可以是任意数字。
举例:

=FLOOR(3.14, 0.1),结果为3.1
=FLOOR(3.14, 1),结果为3

7. FIXED

FIXED函数用于将一个数值固定为指定的小数位数,其语法格式为:
FIXED(数值, 小数位数, 四舍五入)
其中,数值为必需参数,小数位数为可选参数,默认值为2,四舍五入为可选参数,默认值为TRUE,表示四舍五入。
举例:

=FIXED(123.4567,2,TRUE),结果为123.46
=FIXED(123.4567,2,FALSE),结果为123.45

8. TRUNC

TRUNC函数可以将一个数字舍入到指定的小数位数或整数位数
语法:
TRUNC(number, [num_digits])
number为要舍入的数字
num_digits为可选参数,表示要舍入到的小数位数
如果省略num_digits参数,则number将被舍入到最接近的整数。
举例:

TRUNC(3.1415926,2)的结果为3.14;
TRUNC(3.1415926)的结果为3。

9. MROUND

MROUND 公式可以将一个数字四舍五入到指定的倍数。
语法:
MROUND(number,multiple)
number:必需。要四舍五入的数字。
multiple:必需。要四舍五入到的倍数。
举例:

MROUND(3.14,0.5) 结果为 3.5
MROUND(3.14,1) 结果为 3

函数公式的异同

1. ROUND, ROUNDUP, ROUNDDOWN的异同

ROUND函数是四舍五入函数,ROUNDUP函数是向上取整函数,ROUNDDOWN函数是向下取整函数。三者的异同在于,ROUND函数会根据小数点后第一位数字的大小来决定是舍去还是进位,而ROUNDUP函数和ROUNDDOWN函数则不会考虑小数点后第一位数字的大小,ROUNDUP函数会把小数点后的数字全部进位,ROUNDDOWN函数会把小数点后的数字全部舍去。

2. ROUND, MROUND的异同

ROUND函数和MROUND函数都是用来四舍五入的函数,但是MROUND函数可以指定要舍入到的倍数,而ROUND函数只能指定要舍入到的小数位数。

3. CEILING, FLOOR的异同

CEILING函数会向上舍入,即向最接近的更大的整数舍入;而FLOOR函数会向下舍入,即向最接近的更小的整数舍入。用函数名记忆比较形像好记:“天花板”、“地板”。

知识点Tips

1. 除了对小数位的指定,0和负数可以做整数位的取舍运算

2. 特别对负小数进行取舍时,需要关注不同函数的进位方向

♥️ 作者:Hann Yang

♥️ 主页:CSDN主页

♥️ 2022博客之星Top58,原力榜Top10/作者周榜Top13
♥️ “抢走你工作的不会是 AI ,而是先掌握 AI 能力的人”

相关文章:

9个EXCEL舍入函数公式的用法和实例

用法和实例 1. ROUND ROUND函数可以将数字四舍五入到指定的小数位数。 语法:ROUND(number, num_digits) number:要四舍五入的数字。 num_digits:要保留的小数位数。 举例: ROUND(3.14159,2),结果为3.14 ROUND(3.141…...

设计模式:代理模式给原始类附加功能

一、代理模式 1、定义 在不改变原始类(被代理类)的情况下,通过引入代理类来给原始类附加功能。 一般情况下,让代理类和原始类实现同样的接口。 但是,如果原始类并没有定义接口,并且原始类代码并不是我们…...

JavaScript刷LeetCode拿offer-链表篇

一、链表 链表(Linked List)是一种常见的基础数据结构,也是线性表的一种。 一个线性表是 n 个具有相同特性的数据元素的有限序列,线性表的存储结构分为两类:顺序表(数组)和链表。 链表相比较顺…...

CPP2022-28-期末模拟测试01

6-1 实现一个计算三角形面积的简单函数(假设输入的边长合理)。 分数 10 全屏浏览题目 切换布局 作者 王和兴 单位 东北大学秦皇岛分校 实现一个计算三角形面积的简单函数(假设输入的边长合理)。 函数接口定义: do…...

牛客网Python篇数据分析习题(五)

1.现有牛客网12月每天练习题目的数据集nowcoder.csv。包含如下字段(字段之间用逗号分隔): user_id:用户id question_id:问题编号 result:运行结果 date:练习日期 请你统计答对和答错的总数分别是多少。 imp…...

华为OD机试真题JAVA实现【人数最多的站点】真题+解题思路+代码(20222023)

🔥系列专栏 华为OD机试(JAVA)真题目录汇总华为OD机试(Python)真题目录汇总华为OD机试(C++)真题目录汇总华为OD机试(JavaScript)真题目录汇总文章目录 🔥系列专栏题目输入输出示例一输入输出说明解题思路核心知识点Code运行结果版权说...

ROS2机器人编程简述humble-第四章-IMPROVED DETECTOR .4

ROS2之TF2小练习-颜色随机器人和障碍物直接距离变化ROS2之TF2小练习-有哪些bug找找看里面给出了:ROS2机器人编程简述humble-第四章-BASIC DETECTOR .3需要改进哪些地方呢?检测之后,距离不变了……如何变化?这个问题可以问chatgpt吗…...

依存句法分析 -- tag和dep释义

依存句法分析(Dependency Parsing, DP)是通过分析语言单位内成分之间的依存关系揭示其句法结构,主张橘子 中核心动词是支配其它成分的中心成分,而它本身却不受其他任何成分的支配,所有受支配成分都以某种关系从属于支配…...

服务器常见的网络攻击以及防御方法

网络安全威胁类别 网络内部的威胁,网络的滥用,没有安全意识的员工,黑客,骇客。 木马攻击原理 C/S 架构,服务器端被植入目标主机,服务器端通过反弹连接和客户端连接。从而客户端对其进行控制。 病毒 一…...

Python期末复习知识点大合集(期末不挂科版)

Python期末复习知识点大合集(期末不挂科版) 文章目录Python期末复习知识点大合集(期末不挂科版)一、输入及类型转换二、格式化输出:字符串的format方法三、流程控制四、随机数生成五、字符串六、序列索(含字…...

Echarts 雷达图设置拐点大小和形状,tooltip后文字不居中对齐

第017个点击查看专栏目录Echarts的雷达图的拐点大小和形状是可以设置的,在series中设置symbol 相应的属性即可。 使用tooltip的时候,默认状态文字是居中对齐的,不好看。需要在tooltip属性中设置一下,如图所示,效果比较…...

Lesson 7.1 无监督学习算法与 K-Means 快速聚类

文章目录一、聚类算法与无监督学习二、K-Means 快速聚类的算法原理1. K-Means 快速聚类的基本执行流程2. K-Means 快速聚类的背后的数学意义三、K-Means 快速聚类的 sklearn 实现方法1. sklearn 中实现 K-Means 快速快速聚类2. 轮廓系数基本概念与 sklearn 中实现方法从现在开始…...

优维低代码:Legacy Templates 构件模板

优维低代码技术专栏,是一个全新的、技术为主的专栏,由优维技术委员会成员执笔,基于优维7年低代码技术研发及运维成果,主要介绍低代码相关的技术原理及架构逻辑,目的是给广大运维人提供一个技术交流与学习的平台。 连载…...

最全面的SpringBoot教程(五)——整合框架

前言 本文为 最全面的SpringBoot教程(五)——整合框架 相关知识,下边将对SpringBoot整合Junit,SpringBoot整合Mybatis,SpringBoot整合Redis等进行详尽介绍~ 📌博主主页:小新要变强 的主页 &…...

信息安全保障

信息安全保障信息安全保障基础信息安全保障背景信息安全保障概念与模型基于时间的PDR模型PPDR模型(时间)IATF模型--深度防御保障模型(空间)信息安全保障实践我国信息安全保障实践各国信息安全保障我国信息安全保障体系信息安全保障…...

windows/linux,mosquitto插件mosquitto-auth-plug说明,重点讲解windows下

先贴代码,再讲方法 #ifndef AUTH_PLUG_H #define AUTH_PLUG_H#ifdef _WIN32 #ifdef AUTH_PLUG_EXPORTS # define AUTH_PLUG_AP...

GWAS:mtag (Multi-Trait Analysis of GWAS) 分析

mtag (Multi-Trait Analysis of GWAS)作用:通过对多个表型相似的GWAS summary结果进行联合分析,发现更多的表型相关基因座。 以抑郁症状、神经质和主观幸福感这三个表型为例,分别对他们进行GWAS分析,鉴定得到32、9 和 13个基因座与…...

MATLAB--imadjust函数

目录 一、功能 二、使用 1.格式 2.具体用法 3.代码 总结 一、功能 功能:通过灰度变换调整对比度 二、使用 1.格式 Jimadjust(I,[low high],[bottom top],gamma)2.具体用法 将图像I中的灰度值映射到J中的新值,即将灰度在[low high]之间的值映射到…...

前端开发这次几个非常经典的常用技巧,学会了之后事半功倍

对于一个刚入前端的新手来说,在前端开发过程中会遇到各种各样的麻烦和坑,这样很多时候回让开发者的信息受到打击,作为一个稍微好一点的前端菜鸟来说,今天就给刚入前端的新手们分享一些比较实用的开发技巧,让之少走一些…...

Zookeeper配置化中心

zookeeper的基本知识 zookeeper的数据结构:zookeeper提供的命名空间非常类似于标准的文件系统,key-value的形式存储,名称key由/分割的一系列路径元素,zookeeper名称空间中的每个节点都是一个路径标志。 windows下的zookeeper安装&#…...

脑机新手指南(八):OpenBCI_GUI:从环境搭建到数据可视化(下)

一、数据处理与分析实战 (一)实时滤波与参数调整 基础滤波操作 60Hz 工频滤波:勾选界面右侧 “60Hz” 复选框,可有效抑制电网干扰(适用于北美地区,欧洲用户可调整为 50Hz)。 平滑处理&…...

突破不可导策略的训练难题:零阶优化与强化学习的深度嵌合

强化学习(Reinforcement Learning, RL)是工业领域智能控制的重要方法。它的基本原理是将最优控制问题建模为马尔可夫决策过程,然后使用强化学习的Actor-Critic机制(中文译作“知行互动”机制),逐步迭代求解…...

【JavaEE】-- HTTP

1. HTTP是什么? HTTP(全称为"超文本传输协议")是一种应用非常广泛的应用层协议,HTTP是基于TCP协议的一种应用层协议。 应用层协议:是计算机网络协议栈中最高层的协议,它定义了运行在不同主机上…...

【人工智能】神经网络的优化器optimizer(二):Adagrad自适应学习率优化器

一.自适应梯度算法Adagrad概述 Adagrad(Adaptive Gradient Algorithm)是一种自适应学习率的优化算法,由Duchi等人在2011年提出。其核心思想是针对不同参数自动调整学习率,适合处理稀疏数据和不同参数梯度差异较大的场景。Adagrad通…...

3.3.1_1 检错编码(奇偶校验码)

从这节课开始,我们会探讨数据链路层的差错控制功能,差错控制功能的主要目标是要发现并且解决一个帧内部的位错误,我们需要使用特殊的编码技术去发现帧内部的位错误,当我们发现位错误之后,通常来说有两种解决方案。第一…...

DAY 47

三、通道注意力 3.1 通道注意力的定义 # 新增:通道注意力模块(SE模块) class ChannelAttention(nn.Module):"""通道注意力模块(Squeeze-and-Excitation)"""def __init__(self, in_channels, reduction_rat…...

页面渲染流程与性能优化

页面渲染流程与性能优化详解(完整版) 一、现代浏览器渲染流程(详细说明) 1. 构建DOM树 浏览器接收到HTML文档后,会逐步解析并构建DOM(Document Object Model)树。具体过程如下: (…...

【配置 YOLOX 用于按目录分类的图片数据集】

现在的图标点选越来越多,如何一步解决,采用 YOLOX 目标检测模式则可以轻松解决 要在 YOLOX 中使用按目录分类的图片数据集(每个目录代表一个类别,目录下是该类别的所有图片),你需要进行以下配置步骤&#x…...

GitHub 趋势日报 (2025年06月08日)

📊 由 TrendForge 系统生成 | 🌐 https://trendforge.devlive.org/ 🌐 本日报中的项目描述已自动翻译为中文 📈 今日获星趋势图 今日获星趋势图 884 cognee 566 dify 414 HumanSystemOptimization 414 omni-tools 321 note-gen …...

RabbitMQ入门4.1.0版本(基于java、SpringBoot操作)

RabbitMQ 一、RabbitMQ概述 RabbitMQ RabbitMQ最初由LShift和CohesiveFT于2007年开发,后来由Pivotal Software Inc.(现为VMware子公司)接管。RabbitMQ 是一个开源的消息代理和队列服务器,用 Erlang 语言编写。广泛应用于各种分布…...