pandas, read_csv( parameters explain, Chinese )

pandas.read_csv参数整理
读取CSV(逗号分割)文件到DataFrame
也支持文件的部分导入和选择迭代
参数:
filepath_or_buffer : str,pathlib。str, pathlib.Path, py._path.local.LocalPath or any object with a read() method (such as a file handle or StringIO)
可以是URL,可用URL类型包括:http, ftp, s3和文件。对于多文件正在准备中
本地文件读取实例:://localhost/path/to/table.csv
sep : str, default ‘,’
指定分隔符。如果不指定参数,则会尝试使用逗号分隔。分隔符长于一个字符并且不是‘\s+’,将使用python的语法分析器。并且忽略数据中的逗号。正则表达式例子:’\r\t’
delimiter : str, default None
定界符,备选分隔符(如果指定该参数,则sep参数失效)
delim_whitespace : boolean, default False.
指定空格(例如’ ‘或者’ ‘)是否作为分隔符使用,等效于设定sep=’\s+’。如果这个参数设定为Ture那么delimiter 参数失效。
在新版本0.18.1支持
header : int or list of ints, default ‘infer’
指定行数用来作为列名,数据开始行数。如果文件中没有列名,则默认为0,否则设置为None。如果明确设定header=0 就会替换掉原来存在列名。header参数可以是一个list例如:[0,1,3],这个list表示将文件中的这些行作为列标题(意味着每一列有多个标题),介于中间的行将被忽略掉(例如本例中的2;本例中的数据1,2,4行将被作为多级标题出现,第3行数据将被丢弃,dataframe的数据从第5行开始。)。
注意:如果skip_blank_lines=True 那么header参数忽略注释行和空行,所以header=0表示第一行数据而不是文件的第一行。
names : array-like, default None
用于结果的列名列表,如果数据文件中没有列标题行,就需要执行header=None。默认列表中不能出现重复,除非设定参数mangle_dupe_cols=True。
index_col : int or sequence or False, default None
用作行索引的列编号或者列名,如果给定一个序列则有多个行索引。
如果文件不规则,行尾有分隔符,则可以设定index_col=False 来是的pandas不适用第一列作为行索引。
usecols : array-like, default None
返回一个数据子集,该列表中的值必须可以对应到文件中的位置(数字可以对应到指定的列)或者是字符传为文件中的列名。例如:usecols有效参数可能是 [0,1,2]或者是 [‘foo’, ‘bar’, ‘baz’]。使用这个参数可以加快加载速度并降低内存消耗。
as_recarray : boolean, default False
不赞成使用:该参数会在未来版本移除。请使用pd.read_csv(…).to_records()替代。
返回一个Numpy的recarray来替代DataFrame。如果该参数设定为True。将会优先squeeze参数使用。并且行索引将不再可用,索引列也将被忽略。
squeeze : boolean, default False
如果文件值包含一列,则返回一个Series
prefix : str, default None
在没有列标题时,给列添加前缀。例如:添加‘X’ 成为 X0, X1, …
mangle_dupe_cols : boolean, default True
重复的列,将‘X’…’X’表示为‘X.0’…’X.N’。如果设定为false则会将所有重名列覆盖。
dtype : Type name or dict of column -> type, default None
每列数据的数据类型。例如 {‘a’: np.float64, ‘b’: np.int32}
engine : {‘c’, ‘python’}, optional
Parser engine to use. The C engine is faster while the python engine is currently more feature-complete.
使用的分析引擎。可以选择C或者是python。C引擎快但是Python引擎功能更加完备。
converters : dict, default None
列转换函数的字典。key可以是列名或者列的序号。
true_values : list, default None
Values to consider as True
false_values : list, default None
Values to consider as False
skipinitialspace : boolean, default False
忽略分隔符后的空白(默认为False,即不忽略).
skiprows : list-like or integer, default None
需要忽略的行数(从文件开始处算起),或需要跳过的行号列表(从0开始)。
skipfooter : int, default 0
从文件尾部开始忽略。 (c引擎不支持)
skip_footer : int, default 0
不推荐使用:建议使用skipfooter ,功能一样。
nrows : int, default None
需要读取的行数(从文件头开始算起)。
na_values : scalar, str, list-like, or dict, default None
一组用于替换NA/NaN的值。如果传参,需要制定特定列的空值。默认为‘1.#IND’, ‘1.#QNAN’, ‘N/A’, ‘NA’, ‘NULL’, ‘NaN’, ‘nan’`.
keep_default_na : bool, default True
如果指定na_values参数,并且keep_default_na=False,那么默认的NaN将被覆盖,否则添加。
na_filter : boolean, default True
是否检查丢失值(空字符串或者是空值)。对于大文件来说数据集中没有空值,设定na_filter=False可以提升读取速度。
verbose : boolean, default False
是否打印各种解析器的输出信息,例如:“非数值列中缺失值的数量”等。
skip_blank_lines : boolean, default True
如果为True,则跳过空行;否则记为NaN。
parse_dates : boolean or list of ints or names or list of lists or dict, default False
  • boolean. True -> 解析索引
  • list of ints or names. e.g. If [1, 2, 3] -> 解析1,2,3列的值作为独立的日期列;
  • list of lists. e.g. If [[1, 3]] -> 合并1,3列作为一个日期列使用
  • dict, e.g. {‘foo’ : [1, 3]} -> 将1,3列合并,并给合并后的列起名为”foo”
infer_datetime_format : boolean, default False
如果设定为True并且parse_dates 可用,那么pandas将尝试转换为日期类型,如果可以转换,转换方法并解析。在某些情况下会快5~10倍。
keep_date_col : boolean, default False
如果连接多列解析日期,则保持参与连接的列。默认为False。
date_parser : function, default None
用于解析日期的函数,默认使用dateutil.parser.parser来做转换。Pandas尝试使用三种不同的方式解析,如果遇到问题则使用下一种方式。
1.使用一个或者多个arrays(由parse_dates指定)作为参数;
2.连接指定多列字符串作为一个列作为参数;
3.每行调用一次date_parser函数来解析一个或者多个字符串(由parse_dates指定)作为参数。
dayfirst : boolean, default False
DD/MM格式的日期类型
iterator : boolean, default False
返回一个TextFileReader 对象,以便逐块处理文件。
chunksize : int, default None
文件块的大小, See IO Tools docs for more informationon iterator and chunksize.
compression : {‘infer’, ‘gzip’, ‘bz2’, ‘zip’, ‘xz’, None}, default ‘infer’
直接使用磁盘上的压缩文件。如果使用infer参数,则使用 gzip, bz2, zip或者解压文件名中以‘.gz’, ‘.bz2’, ‘.zip’, or ‘xz’这些为后缀的文件,否则不解压。如果使用zip,那么ZIP包中国必须只包含一个文件。设置为None则不解压。
新版本0.18.1版本支持zip和xz解压
thousands : str, default None
千分位分割符,如“,”或者“.”
decimal : str, default ‘.’
字符中的小数点 (例如:欧洲数据使用’,‘).
float_precision : string, default None
Specifies which converter the C engine should use for floating-point values. The options are None for the ordinary converter, high for the high-precision converter, and round_trip for the round-trip converter.
指定
lineterminator : str (length 1), default None
行分割符,只在C解析器下使用。
quotechar : str (length 1), optional
引号,用作标识开始和解释的字符,引号内的分割符将被忽略。
quoting : int or csv.QUOTE_* instance, default 0
控制csv中的引号常量。可选 QUOTE_MINIMAL (0), QUOTE_ALL (1), QUOTE_NONNUMERIC (2) or QUOTE_NONE (3)
doublequote : boolean, default True
双引号,当单引号已经被定义,并且quoting 参数不是QUOTE_NONE的时候,使用双引号表示引号内的元素作为一个元素使用。
escapechar : str (length 1), default None
当quoting 为QUOTE_NONE时,指定一个字符使的不受分隔符限值。
comment : str, default None
标识着多余的行不被解析。如果该字符出现在行首,这一行将被全部忽略。这个参数只能是一个字符,空行(就像skip_blank_lines=True)注释行被header和skiprows忽略一样。例如如果指定comment=’#’ 解析‘#empty\na,b,c\n1,2,3’ 以header=0 那么返回结果将是以’a,b,c’作为header。
encoding : str, default None
指定字符集类型,通常指定为’utf-8′. List of Python standard encodings
dialect : str or csv.Dialect instance, default None
如果没有指定特定的语言,如果sep大于一个字符则忽略。具体查看csv.Dialect 文档
tupleize_cols : boolean, default False
Leave a list of tuples on columns as is (default is to convert to a Multi Index on the columns)
error_bad_lines : boolean, default True
如果一行包含太多的列,那么默认不会返回DataFrame ,如果设置成false,那么会将改行剔除(只能在C解析器下使用)。
warn_bad_lines : boolean, default True
如果error_bad_lines =False,并且warn_bad_lines =True 那么所有的“bad lines”将会被输出(只能在C解析器下使用)。
low_memory : boolean, default True
分块加载到内存,再低内存消耗中解析。但是可能出现类型混淆。确保类型不被混淆需要设置为False。或者使用dtype 参数指定类型。注意使用chunksize 或者iterator 参数分块读入会将整个文件读入到一个Dataframe,而忽略类型(只能在C解析器中有效)
buffer_lines : int, default None
不推荐使用,这个参数将会在未来版本移除,因为他的值在解析器中不推荐使用
compact_ints : boolean, default False
不推荐使用,这个参数将会在未来版本移除
如果设置compact_ints=True ,那么任何有整数类型构成的列将被按照最小的整数类型存储,是否有符号将取决于use_unsigned 参数
use_unsigned : boolean, default False
不推荐使用:这个参数将会在未来版本移除
如果整数列被压缩(i.e. compact_ints=True),指定被压缩的列是有符号还是无符号的。
memory_map : boolean, default False
如果使用的文件在内存内,那么直接map文件使用。使用这种方式可以避免文件再次进行IO操作。

coding in Python

1.Implement an algorithm to determine if a string has all unique characters. What if you can not use additional data structures?

2.Check palindrome

3. Fibonacci

4. how do I iterate over a sequence in reverse order

5.Python是如何进行类型转换的?

6. 请写出一段Python代码实现删除一个list里面的重复元素

7.介绍一下Python中webbrowser的用法?

webbrowser模块提供了一个高级接口来显示基于Web的文档,大部分情况下只需要简单的调用open()方法。
webbrowser定义了如下的异常:
exception webbrowser.Error, 当浏览器控件发生错误是会抛出这个异常
webbrowser有以下方法:
webbrowser.open(url[, new=0[, autoraise=1]])
这个方法是在默认的浏览器中显示url, 如果new = 0, 那么url会在同一个浏览器窗口下打开,如果new = 1, 会打开一个新的窗口,如果new = 2, 会打开一个新的tab, 如果autoraise = true, 窗口会自动增长。
webbrowser.open_new(url)
在默认浏览器中打开一个新的窗口来显示url, 否则,在仅有的浏览器窗口中打开url
webbrowser.open_new_tab(url)
在默认浏览器中当开一个新的tab来显示url, 否则跟open_new()一样
webbrowser.get([name]) 根据name返回一个浏览器对象,如果name为空,则返回默认的浏览器
webbrowser.register(name, construtor[, instance])
注册一个名字为name的浏览器,如果这个浏览器类型被注册就可以用get()方法来获取。

 

8. (1)python下多线程的限制以及多进程中传递参数的方式
python多线程有个全局解释器锁(global interpreter lock),这个锁的意思是任一时间只能有一个线程使用解释器,跟单cpu跑多个程序一个意思,大家都是轮着用的,这叫“并发”,不是“并行”。
多进程间共享数据,可以使用 multiprocessing.Value 和 multiprocessing.Array

(2)python多线程与多进程的区别

  • 在UNIX平台上,当某个进程终结之后,该进程需要被其父进程调用wait,否则进程成为僵尸进程(Zombie)。所以,有必要对每个Process对象调用join()方法 (实际上等同于wait)。对于多线程来说,由于只有一个进程,所以不存在此必要性。
  • 多进程应该避免共享资源。在多线程中,我们可以比较容易地共享资源,比如使用全局变量或者传递参数。在多进程情况下,由于每个进程有自己独立的内存空间,以上方法并不合适。此时我们可以通过共享内存和Manager的方法来共享资源。但这样做提高了程序的复杂度,并因为同步的需要而降低了程序的效率。

 

9.Python是如何进行内存管理的?
http://developer.51cto.com/art/201007/213585.htm
Python引用了一个内存池(memory pool)机制,即Pymalloc机制(malloc:n.分配内存),用于管理对小块内存的申请和释放
内存池(memory pool)的概念:
当 创建大量消耗小内存的对象时,频繁调用new/malloc会导致大量的内存碎片,致使效率降低。内存池的概念就是预先在内存中申请一定数量的,大小相等 的内存块留作备用,当有新的内存需求时,就先从内存池中分配内存给这个需求,不够了之后再申请新的内存。这样做最显著的优势就是能够减少内存碎片,提升效率。
内存池的实现方式有很多,性能和适用范围也不一样。
python中的内存管理机制——Pymalloc:
python中的内存管理机制都有两套实现,一套是针对小对象,就是大小小于256bits时,pymalloc会在内存池中申请内存空间;当大于256bits,则会直接执行new/malloc的行为来申请内存空间。
关于释放内存方面,当一个对象的引用计数变为0时,python就会调用它的析构函数。在析构时,也采用了内存池机制,从内存池来的内存会被归还到内存池中,以避免频繁地释放动作。

 

 

10.什么是lambda函数?它有什么好处?
http://www.kuqin.com/diveinto_python_document/apihelper_lambda.html
lambda 函数是一个可以接收任意多个参数(包括可选参数)并且返回单个表达式值的函数。 lambda 函数不能包含命令,它们所包含的表达式不能超过一个。不要试图向lambda 函数中塞入太多的东西;如果你需要更复杂的东西,应该定义一个普通函数,然后想让它多长就多长。

 

11.Python如何实现单例模式?其他23种设计模式python如何实现?

12.Python里面如何拷贝一个对象?
http://blog.csdn.net/sharkw/article/details/1934090
标准库中的copy模块提供了两个方法来实现拷贝.一个方法是copy,它返回和参数包含内容一样的对象.
使用deepcopy方法,对象中的属性也被复制

13.介绍一下except的用法和作用?
Python的except用来捕获所有异常,因为Python里面的每次错误都会抛出一个异常,所以每个程序的错误都被当作一个运行时错误。

14.Python中pass语句的作用是什么?
pass语句什么也不做,一般作为占位符或者创建占位程序,pass语句不会执行任何操作

15.如何知道一个python对象的类型?
type()

16.介绍一下Python下range()函数的用法?
http://docs.python.org/library/functions.html#range
range(start, stop[, step])

 

17.如何用Python来进行查询和替换一个文本字符串?
可以使用sub()方法来进行查询和替换,sub方法的格式为:sub(replacement, string[, count=0])
replacement是被替换成的文本
string是需要被替换的文本
count是一个可选参数,指最大被替换的数量

 

18.Python里面search()和match()的区别?
match()函数只检测RE是不是在string的开始位置匹配,search()会扫描整个string查找匹配, 也就是说match()只有在0位置匹配成功的话才有返回,如果不是开始位置匹配成功的话,match()就返回none

19.用Python匹配HTML tag的时候,<.*>和<.*?>有什么区别?
前者是贪婪匹配,会从头到尾匹配 <a>xyz</a>,而后者是非贪婪匹配,只匹配到第一个 >。

20.Python里面如何生成随机数?
import random
random.random()
它会返回一个随机的0和1之间的浮点数

 

21.如何用Python来发送邮件?

python实现发送和接收邮件功能主要用到poplib和smtplib模块。

poplib用于接收邮件,而smtplib负责发送邮件。

 

 22.Python如何定义一个函数?
定义函数的格式是: def functionName(arg):23.有没有一个工具可以帮助查找python的bug和进行静态的代码分析?
pycheck pylint24.如何在一个function里面设置一个全局的变量?
global25.有两个序列a,b,大小都为n,序列元素的值任意整形数,无序;
要求:通过交换a,b中的元素,使[序列a元素的和]与[序列b元素的和]之间的差最小。
1. 分别计算a,b序列的和;
2. 求a序列和与b序列和的差值的一半,记为half;
3. 在和值大的序列中找出一个与和值小的序列中的元素max的差值最接近half的元素,记为min;
4. 将max与min互换即可。

26.如何用Python删除一个文件?
使用os.remove(filename)或者os.unlink(filename);27.Python如何copy一个文件?
shutil模块有一个copyfile函数可以实现文件拷贝28.python程序中文输出问题怎么解决?
用encode和decode
如:

方法二:
在文件开头加上

29.python代码得到列表list的交集与差集

交集

差集

 

 

30.写一个简单的python socket编程
python 编写server的步骤:
1.
第一步是创建socket对象。调用socket构造函数。如:

family参数代表地址家族,可为AF_INET或AF_UNIX。AF_INET家族包括Internet地址,AF_UNIX家族用于同一台机器上的进程间通信。
type参数代表套接字类型,可为SOCK_STREAM(流套接字)和SOCK_DGRAM(数据报套接字)。
2.
第二步是将socket绑定到指定地址。这是通过socket对象的bind方法来实现的:

由AF_INET所创建的套接字,address地址必须是一个双元素元组,格式是(host,port)。host代表主机,port代表端口号。如果端口号正在使用、主机名不正确或端口已被保留,bind方法将引发socket.error异常。
3.
第三步是使用socket套接字的listen方法接收连接请求。

backlog指定最多允许多少个客户连接到服务器。它的值至少为1。收到连接请求后,这些请求需要排队,如果队列满,就拒绝请求。
4.
第四步是服务器套接字通过socket的accept方法等待客户请求一个连接。

调用accept方法时,socket会进入“waiting”状态。客户请求连接时,方法建立连接并返回服务器。accept方法返回一个含有两个元素的元组(connection,address)。第一个元素connection是新的socket对象,服务器必须通过它与客户通信;第二个元素 address是客户的Internet地址。
5.

第五步是处理阶段,服务器和客户端通过send和recv方法通信(传输 数据)。服务器调用send,并采用字符串形式向客户发送信息。send方法返回已发送的字符个数。服务器使用recv方法从客户接收信息。调用recv 时,服务器必须指定一个整数,它对应于可通过本次方法调用来接收的最大数据量。recv方法在接收数据时会进入“blocked”状态,最后返回一个字符 串,用它表示收到的数据。如果发送的数据量超过了recv所允许的,数据会被截短。多余的数据将缓冲于接收端。以后调用recv时,多余的数据会从缓冲区 删除(以及自上次调用recv以来,客户可能发送的其它任何数据)。
6. 传输结束,服务器调用socket的close方法关闭连接。

python编写client的步骤:
1. 创建一个socket以连接服务器:socket = socket.socket( family, type )
2.使用socket的connect方法连接服务器。对于AF_INET家族,连接格式如下:

host代表服务器主机名或IP,port代表服务器进程所绑定的端口号。如连接成功,客户就可通过套接字与服务器通信,如果连接失败,会引发socket.error异常。
3. 处理阶段,客户和服务器将通过send方法和recv方法通信。
4. 传输结束,客户通过调用socket的close方法关闭连接。

下面给个简单的例子:

server.py

client.py


在终端运行server.py,然后运行clien.py,会在终端打印“welcome to server!”。

31.python如何捕获异常
(1)使用try和except语句来捕获异常

捕获到的IOError错误的详细原因会被放置在对象e中,然后运行该python 异常处理的except代码块捕获所有的异常

(2)用raise语句手工引发一个异常:


(3)采用sys模块回溯最后的异常


32.src = “security/afafsff/?ip=123.4.56.78&id=45″,请写一段代码用正则匹配出ip

匹配ip地址的python正则表达式

pattern =
‘^([01]?\d\d?|2[0-4]\d|25[0-5])\.([01]?\d\d?|2[0-4]\d|25[0-5])\.([01]?\d\d?|2[0-4]\d|25[0-5])\.([01]?\d\d?|2[0-4]\d|25[0-5])$’

故本题答案

33.写一段代码用json数据的处理方式获取{“persons”:[{“name”:”yu”,”age”:”23″},{“name”:”zhang”,”age”:”34″}]}这一段json中第一个人的名字。


34.平衡点问题
平衡点:比如int[] numbers = {1,3,5,7,8,25,4,20}; 25前面的总和为24,25后面的总和也是24,25这个点就是平衡点;假如一个数组中的元素,其前面的部分等于后面的部分,那么这个点的位序就是平衡点
要求:返回任何一个平衡点

使用sum函数累加所有的数。
使用一个变量fore来累加序列的前部。直到满足条件fore<(total-number)/2;
python代码如下:

算法简单,而且是O(n)的,12行代码搞定。参考http://blog.renren.com/share/235087438/3004327956

35.支配点问题:
支配数:数组中某个元素出现的次数大于数组总数的一半时就成为支配数,其所在位序成为支配点;比如int[] a = {3,3,1,2,3};3为支配数,0,1,4分别为支配点;
要求:返回任何一个支配点

36.什么是PEP 8

参考:http://www.python.org/dev/peps/pep-0008/

37.Python2.x和Python3.x的区别

从Python2到Python3,很多基本的函数接口变了,甚至是,有些库或函数被去掉了,改名了。

参考:http://www.cnblogs.com/codingmylife/archive/2010/06/06/1752807.html

Excel shortcuts (Chinese) tips

 problemshortcut
0快捷键之在工作表中移动和滚动向上、下、左或右移动单元格箭头键
1移动到当前数据区域的边缘CTRL+ 箭头键
2移动到行首HOME
3移动到工作表的开头CTRL+HOME
4移动到工作表的最后一个单元格。CTRL+END
5向下移动一屏PAGE DOWN
6向上移动一屏PAGE UP
7向右移动一屏ALT+PAGE DOWN
8向左移动一屏ALT+PAGE UP
9移动到工作簿中下一个工作表CTRL+PAGE DOWN
10移动到工作簿中前一个工作表CTRL+PAGE UP
11移动到下一工作簿或窗口CTRL+F6 或 CTRL+TAB
12移动到前一工作簿或窗口CTRL+SHIFT+F6
13移动到已拆分工作簿中的下一个窗格F6
14移动到被拆分的工作簿中的上一个窗格SHIFT+F6
15滚动并显示活动单元格CTRL+BACKSPACE
16显示“定位”对话框F5
17显示“查找”对话框SHIFT+F5
18重复上一次“查找”操作SHIFT+F4
19在保护工作表中的非锁定单元格之间移动TAB
202>Excel快捷键之处于END模式时在工作表中移动
21打开或关闭 END 模式END
22在一行或列内以数据块为单位移动END, 箭头键
23移动到工作表的最后一个单元格.END, HOME
24在当前行中向右移动到最后一个非空白单元格。END, ENTER
253>Excel快捷键之处于“滚动锁定”模式时在工作表中移动
26打开或关闭滚动锁定SCROLL LOCK
27移动到窗口中左上角处的单元格HOME
28移动到窗口中右下角处的单元格END
29向上或向下滚动一行上箭头键或下箭头键
30向左或向右滚动一列左箭头键或右箭头键
314>Excel快捷键之用于预览和打印文档
32显示“打印”对话框CTRL+P
33在打印预览中时
34当放大显示时,在文档中移动箭头键
35当缩小显示时,在文档中每次滚动一页PAGE UP
36当缩小显示时,滚动到第一页CTRL+上箭头键
37当缩小显示时,滚动到最后一页CTRL+下箭头键
385>Excel快捷键之用于工作表、图表和宏
39插入新工作表SHIFT+F11
40创建使用当前区域的图表F11 或 ALT+F1
41显示“宏”对话框ALT+F8
42显示“Visual Basic 编辑器”ALT+F11
43插入 Microsoft Excel 4.0 宏工作表CTRL+F11
44移动到工作簿中的下一个工作表CTRL+PAGE DOWN
45移动到工作簿中的上一个工作表CTRL+PAGE UP
46选择工作簿中当前和下一个工作表SHIFT+CTRL+PAGE DOWN
47选择当前工作簿或上一个工作簿SHIFT+CTRL+PAGE UP
486>Excel快捷键之选择图表工作表
49选择工作簿中的下一张工作表CTRL+PAGE DOWN
50选择工作簿中的上一个工作表CTRL+PAGE UP,END, SHIFT+ENTER
517>Excel快捷键之用于在工作表中输入数据
52完成单元格输入并在选定区域中下移ENTER
53在单元格中折行ALT+ENTER
54用当前输入项填充选定的单元格区域CTRL+ENTER
55完成单元格输入并在选定区域中上移SHIFT+ENTER
56完成单元格输入并在选定区域中右移TAB
57完成单元格输入并在选定区域中左移SHIFT+TAB
58取消单元格输入ESC
59删除插入点左边的字符,或删除选定区域BACKSPACE
60删除插入点右边的字符,或删除选定区域DELETE
61删除插入点到行末的文本CTRL+DELETE
62向上下左右移动一个字符箭头键
63移到行首HOME
64重复最后一次操作F4 或 CTRL+Y
65编辑单元格批注SHIFT+F2
66由行或列标志创建名称CTRL+SHIFT+F3
67向下填充CTRL+D
68向右填充CTRL+R
69定义名称CTRL+F3
708>Excel快捷键之设置数据格式
71显示“样式”对话框ALT+' (撇号)
72显示“单元格格式”对话框CTRL+1
73应用“常规”数字格式CTRL+SHIFT+~
74应用带两个小数位的“贷币”格式CTRL+SHIFT+$
75应用不带小数位的“百分比”格式CTRL+SHIFT+%
76应用带两个小数位的“科学记数”数字格式CTRL+SHIFT+^
77应用年月日“日期”格式CTRL+SHIFT+#
78应用小时和分钟“时间”格式,并标明上午或下午CTRL+SHIFT+@
79应用具有千位分隔符且负数用负号 (-) 表示CTRL+SHIFT+!
80应用外边框CTRL+SHIFT+&
81删除外边框CTRL+SHIFT+_
82应用或取消字体加粗格式CTRL+B
83应用或取消字体倾斜格式CTRL+I
84应用或取消下划线格式CTRL+U
85应用或取消删除线格式CTRL+5
86隐藏行CTRL+9
87取消隐藏行CTRL+SHIFT+( 左括号
88隐藏列CTRL+0(零)
89取消隐藏列CTRL+SHIFT+)右括号
909>Excel快捷键之编辑数据
91编辑活动单元格并将插入点放置到线条末尾F2
92取消单元格或编辑栏中的输入项ESC
93编辑活动单元格并清除其中原有的内容BACKSPACE
94将定义的名称粘贴到公式中F3
95完成单元格输入ENTER
96将公式作为数组公式输入CTRL+SHIFT+ENTER
97在公式中键入函数名之后,显示公式选项板CTRL+A
98在公式中键入函数名后为该函数插入变量名和括号CTRL+SHIFT+A
99显示“拼写检查”对话框。F7 键
10010>Excel快捷键之插入、删除和复制选中区域
101复制选定区域CTRL+C
102剪切选定区域CTRL+X
103粘贴选定区域CTRL+V
104清除选定区域的内容DELETE
105删除选定区域CTRL+ 连字符
106撤消最后一次操作CTRL+Z
107插入空白单元格CTRL+SHIFT+ 加号
10811>Excel快捷键之在选中区域内移动
109在选定区域内由上往下移动ENTER
110在选定区域内由下往上移动SHIFT+ENTER
111在选定区域内由左往右移动TAB
112在选定区域内由右往左移动SHIFT+TAB
113按顺时针方向移动到选定区域的下一个角CTRL+PERIOD
114右移到非相邻的选定区域CTRL+ALT+右箭头键
115左移到非相邻的选定区域CTRL+ALT+左箭头键
11612>Excel快捷键之选择单元格、列或行
117选定当前单元格周围的区域CTRL+SHIFT+*(星号)
118将选定区域扩展一个单元格宽度SHIFT+ 箭头键
119选定区域扩展到单元格同行同列的最后非空单元格CTRL+SHIFT+ 箭头键
120将选定区域扩展到行首SHIFT+HOME
121将选定区域扩展到工作表的开始CTRL+SHIFT+HOME
122将选定区域扩展到工作表的最后一个使用的单元格CTRL+SHIFT+END
123选定整列CTRL+SPACEBAR
124选定整行SHIFT+SPACEBAR
125选定整个工作表CTRL+A
126如果选定了多个单元格则只选定其中的单元格SHIFT+BACKSPACE
127将选定区域向下扩展一屏SHIFT+PAGE DOWN
128将选定区域向上扩展一屏SHIFT+PAGE UP
129选定了一个对象,选定工作表上的所有对象CTRL+SHIFT+SPACEBAR
130在隐藏对象、显示对象与对象占位符之间切换CTRL+6
131显示或隐藏“常用”工具栏CTRL+7
132使用箭头键启动扩展选中区域的功能F8
133将其他区域中的单元格添加到选中区域中SHIFT+F8
134将选定区域扩展到窗口左上角的单元格SCROLLLOCK, SHIFT+HOME
135将选定区域扩展到窗口右下角的单元格SCROLLLOCK, SHIFT+END
13613>Excel快捷键之处于End模式时展开选中区域
137打开或关闭 END 模式END
138将选定区域扩展到单元格同列同行的最后非空单元格END, SHIFT+ 箭头键
139将选定区域扩展到工作表上包含数据的最后一个单元格END, SHIFT+HOME
140将选定区域扩展到当前行中的最后一个单元格END, SHIFT+ENTER
14114>Excel快捷键之选择含有特殊字符单元格
142选中活动单元格周围的当前区域CTRL+SHIFT+*(星号)
143选中当前数组,此数组是活动单元格所属的数组CTRL+/
144选定所有带批注的单元格CTRL+SHIFT+O (字母 O)
145选择行中不与该行内活动单元格的值相匹配的单元格CTRL+\
146选中列中不与该列内活动单元格的值相匹配的单元格CTRL+SHIFT+|
147选定当前选定区域中公式的直接引用单元格CTRL+[ (左方括号)
148选定当前选定区域中公式直接或间接引用的所有单元格CTRL+SHIFT+{ 左大括号
149只选定直接引用当前单元格的公式所在的单元格CTRL+] (右方括号)
150选定所有带有公式的单元格,这些公式直接或间接引用当前单元格CTRL+SHIFT+}右大括号