授人以鱼,分享智慧。大家好,我是小编 excel to easy 上期讲了一个 filterksom 函数进行文本分列的操作,有粉丝说这个函数太复杂,记不住,能不能简化一下?那我们可以用 land 这个自定义封装函数来实现 原函数运算题保持不变。我们在外层嵌套一个 land 左右英文括号。要想用好 land 函数,我们需要给函数体传餐。观察函数体可以发现变量,一个是带分裂的文本 a 二单元格以及分格符号,横线 直接修改为好记的中文参数变量,然后这两个变量复制出来,在函数体前边粘贴,作为接受实际值的形式。参数确定后,参数就封装好了。此时报了一个计算 算的错误,是因为没有给该函数传递实际的值,无法运算导致的。大家先别着急,先把整个函数选中复制一下, 然后点击上方的公式,选择定义名称,弹出对话框,在引用位置直接粘贴刚刚复制的函数,并起一个非常好记的名字确定即可。此时我们在单元格输入这个新函数, 并选择函数对应的两个参数,待分列文本和分格符号确定后,即可看到分列结果。 除了这种封装操作,在这里补充一下,其实 excel 三六五版里有一个分列函数 text split, 我们也来具体应用一下,看看效果。设置参数,选择 a 二单元格,分格符号为横线,确定后即可看到结果。 好了,今天的分享你学会了吗?赶紧动手练习一下吧! excel 就是这么 easy, 我们下期再见!
粉丝1471获赞1.3万




去年的那个时候还在上学,然后看了一条新闻,说这个 uk bank 这个数据库不对中国学者开放了,它其实是一个英国的一个生物样本数据库,就原本呢使用一次这个数据库的费用大概在十一万人民币,但是这条消息一旦出来之后呢?意味着什么?意味着 即使你付了这十一万人民币,这个数据库也不对中国学者开放。然后当时看到这条消息的时候就感到非常的气愤, 没有,因为我们中国的基因检测技术其实是在近些年才得到发展的,然后加上关注这个人群的人比较少,但不代表说这个人群的这个领域的这个基数患者的基数比较小,不小, 由于这个人群的限制也好,技术的限制也好,这个数据库一直没有得到推进。这个数据库真正价值在于哪里呢?它能够帮助我们的科学家找到新的科研方向,但是如果说没有这个数据库,就相当于我们连研究的方向都要受制于人。 第一个呢就是我们刚刚讲到的就是基因检测技术,我们刚刚兴起。第二个呢,其实就是人员意识的问题,你会发现我们免疫圈人群当中,不管从治疗上也好,还是从检测上也好,他都维持着原来的水平,顶多有一些药物的更新。那么你发现这个人群呢,是受法律保护的 啊,这就是这个人群的特殊性,所以这个数据就非常难建立。那么这个对于企业上来说,其实解决的不是资金问题,而必须要解决的是人的壁垒。 从患者角度讲,发现服药人群的菌群的特点,其实能够做到非常精准的干预啊。比如说我们原来的初学检测啊,也叫生化检测,那你会发现经常去解读它的是重点的一些指标,那如果说有些次要指标如果出现异常,其实我们是很难给出一些科学的解释的。 但是在这个过程中,如果加之以菌群的检测,观察其菌群的比例也好,结构也好,风度也好,这些的变化,我们其实就能够对这些次要指标和疾病的进程给予科学的解释啊。这个是我经常讲到的, 从学者角度上来说,这个数据库的建立,那么不管从成本上也好,从逻理上也好,甚至从自由度上也好,都会得到一个质的飞跃。那么我们建立的这个数据库的原则就是精而优。 你会发现一个很大的一个生物公司,他可能有十万条这个生物样本数据,但是可能真正有价值的,唯独很全的,可能一万条都不到啊,甚至我说这个数还是比较多的。那么你发现甚至以后,从 ai 模型的角度上来说,呃,我们希望为给 ai 模型的是这种近而优的数据,而绝对杜绝垃圾进垃圾出, 这个是我们的一个数据建立原则。从人均角度上来说呢,我们现在患者的体量是一万多人,而这一万多人呢,我们关系都很密切,然后都是我们私下就是接待过的患者,这是第一件事。第二个问题就是从技术角度上来说,我们现在底层架构已经基本完成了,我们数据体量虽然不大,但是我们却非常精准 啊。第三个呢,其实从价格角度来说,我们价格呢,我不知道大家有没有发现一个现象啊?你在网上,比如说你在某个平台买了一个设计盒,同样的检测有的五百块钱,有的一千块钱,他的区别在哪里呢?就在于他的检测的宽度是否够宽,是否够全,我们给大家做的检测就是高通量的一个全区的一个设定啊,而且价格也算是有优势。 我们刚开始料想到这件事很难,但是当我们做这件事的时候,发现这件事更难啊。当我们听到 ukbank 这个数据库向我们中国学者关闭的时候,其实这个心态是有变化的,刚开始是非常愤怒啊,不给我们用啊,我们要抵制,我们要谴责,然后但是后面我们仔细来想想说,哎, 这个数据库的权限是人家的,给不给你用其实是人家的权利,那与其你在那愤怒,还保持这种愤怒情绪,你还是真真正正的说,哎,我们自己做一个数据库,把这个数据库的权限掌握在我们自己的手里, 然后其实这也是当时这样一个小小的一个想法吧,我们团队一拍即合,然后呢就开始着手做这件事了,一直就做到今天。 我不知道你有没有读过蔡磊的那本,相信啊,蔡磊呢是个健忘症患者,然后呢他带领他的团队去攻克健忘症,然后你发现在这本书当中有一句话叫做相信相信的力量,这句话给我感触非常非常深,就我背后其实也有这样一群人,那为什么我和我的团队不能像蔡磊一样去攻克这个疾病呢? 我觉得这样的话才有人生的价值和意义。我不知道你怎么去定义人才啊?在我看来就是对整个社会,对整个民族有推动和进展,才算真真正正的人才。 其实这件事我并不想把它包装的太好,这行我做了十年了,能为大家做点事其实很开心。我们团队很小,能 为大家做一些力所能及的事,其实很满足。如果说很有幸,我们这数据工作很成功,然后呢?能帮科学家找到这个治愈的靶点,然后甚至功能性治愈的靶点。退一步说,嗯,能帮大家的生活质量得到一个很好的提升,我觉得就足够了,很满足。

在使用 gitup 学习的过程中,当遇到困难并且 ai 有 法提供有效帮助时,就可以使用 gitup 的 aose 来解决。这个视频就以当下爆火的 agent 项目 hello agent 为例来给新手讲解。比如我们学习到某个章节有问题,就可以在 aose 里面来寻找是否有其他人有和你一样的问题。 在点击一数次之后,就可以看到 open 的 一栏和 close 的 一栏。 close 的 意思是问题已经解决,可以进行参考。 open 的 意思是问题还处于开放状态,还未解决,如果你会的话,可以为他们提供帮助。 我们点进去 close 以后,比如说这个问题无法调用 m c p, 这里就有用户提供的具体问题描述,可以寻找是否有相同点。下面就有作者进行的有效回复。