Spregoval tanultam táblázatkezelést

Az előadások a következő témára: "Spregoval tanultam táblázatkezelést"— Előadás másolata:

1 Spregoval tanultam táblázatkezelést
Csernoch Mária, Simon Klaudia, Brósch Éva, Kiss Éva Debreceni Egyetem Informatikai Kar

2 Milyen függvényeket ismernek a hallgatók?
Sorolja fel azt a 15 táblázatkezelő függvényt, amelyekről úgy gondolja, hogy ismeretükre feltétlenül szükség van! „15 függvény” hallgatók 99 darab függvény tankönyvek 171 függvény

3 Sprego adsheet Le Spre go Sprego

4 Sprego függvények Sprego 1 Sprego 2 Sprego 3 szum() átlag() min()
max() bal() jobb() hossz() szöveg.keres() ha()

5 Sprego függvények Sprego 1 Sprego 2 Sprego 3 szum() index() átlag()
hol.van() min() hibás() max() bal() jobb() hossz() szöveg.keres() ha()

6 Sprego függvények Sprego 1 Sprego 2 Sprego 3 szum() index() kicsi()
átlag() hol.van() nagy() min() hibás() sor() max() oszlop() bal() és() jobb() vagy() hossz() nem() szöveg.keres() helyette() ha() eltolás() transzponálás() kerekítés() vél() int()

7 Függvényeken túl… Összetett függvények Tömbképletek

8 List of states and territories of the United States

9 State Jellemzők Algoritmus Kódolás minden név előtt (balra) szóköz
nevek végén alkalmanként [X] sztring Algoritmus szóközök eltávolítása  szóközmentes sztring kivágása és kiíratása új sztring hosszának meghatározása [X] sztring eltávolítása  [X]-mentes sztring kivágása és kiíratása (a szóközmentes sztringből) államok szétválogatása az alapján, hogy van-e a végén [X] sztring vagy nincs Kódolás

10 Kódolás – State – Szóközök
{ } =HOSSZ(A2:A51) 8 7 9 12 10 6 17 13 16 5

11 Kódolás – Szóközök { } -1 =HOSSZ(A2:A51) 8 7 6 9 12 11 10 5 17 16 13
{ } -1 =HOSSZ(A2:A51) 8 7 6 9 12 11 10 5 17 16 13 15 4 8 7 9 12 10 6 17 13 16 5

12 Kódolás – Szóközök = HOSSZ(A2:A51)-1 { } JOBB(A2:A51; )
{ } JOBB(A2:A51; ) =HOSSZ(A2:A51)-1 8 7 6 9 12 11 10 5 17 16 13 15 4 8 7 Alabama 6 Alaska 9 Delaware 12 11 Kentucky[C] 10 Louisiana 5 Maine Maryland 17 16 Massachusetts[D] 13 North Dakota 15 Rhode Island[F] 4 Utah Vermont Wisconsin Wyoming

13 Kódolás – [X] { } =HOSSZ(A2:A51) 8 7 9 12 10 6 17 13 16 5

14 Kódolás – [X] =HOSSZ(A2:A51) { } -4 8 7 9 12 10 6 17 13 16 5 8 4 7 3 9
{ } -4 8 7 9 12 10 6 17 13 16 5 8 4 7 3 9 5 12 10 6 2 17 13 16 1

15 Kódolás – [X] =BAL( ; ) = HOSSZ(A2:A51)-4
= JOBB(A2:A51;HOSSZ(A2:A51)-1); ) { } =HOSSZ(A2:A51)-4 8 4 7 3 9 5 12 10 6 2 17 13 16 1 8 4 Alab 7 3 Ala 9 5 Delaw 12 Kentucky 10 6 Louisi 2 Ma Maryl 17 13 Massachusetts North Dak 16 Rhode Island 1 U Verm Wiscon Wyom

16 Kódolás – két eset szétválogatása
=SZÖVEG.KERES("[";A2:A51) { } #ÉRTÉK! 10 15 14

17 Kódolás – két eset szétválogatása
{ } =HIBÁS( ) = (SZÖVEG.KERES("[";A2:A51)) =SZÖVEG.KERES("[";A2:A51) #ÉRTÉK! 10 15 14 #ÉRTÉK! IGAZ 10 HAMIS 15 14

18 Kódolás – két eset szétválogatása
{ } = HIBÁS(SZÖVEG.KERES("[";A2:A51)) =HA( ;"";"") =HIBÁS(SZÖVEG.KERES("[";A2:A51)) #ÉRTÉK! IGAZ 10 HAMIS 15 14 #ÉRTÉK! IGAZ 10 HAMIS 15 14

19 Kódolás – két eset szétválogatása
=HA(HIBÁS(SZÖVEGKERES("[";A2:A51));””;””) JOBB(A2:A51;HOSSZ(A2:A51)-1) =HA(HIBÁS(SZÖVEG.KERES("[";A2:A51)); ;"") { } #ÉRTÉK! IGAZ 10 HAMIS 15 14 #ÉRTÉK! IGAZ Alabama Alaska Delaware 10 HAMIS Louisiana Maine Maryland 15 North Dakota 14 Utah Vermont Wisconsin Wyoming #ÉRTÉK! IGAZ 10 HAMIS 15 14

20 Kódolás – két eset szétválogatása
{ } =HA(HIBÁS(SZÖVEG.KERES("[";A2:A51)); JOBB(A2:A51;HOSSZ(A2:A51)-1); ) BAL(JOBB(A2:A51;HOSSZ(A2:A51)-1);HOSSZ(A2:A51)-4)) =HA(HIBÁS(SZÖVEG.KERES("[";A2:A51)); JOBB(A2:A51;HOSSZ(A2:A51)-1);””) #ÉRTÉK! IGAZ Alabama Alaska Delaware 10 HAMIS Kentucky Louisiana Maine Maryland 15 Massachusetts North Dakota 14 Rhode Island Utah Vermont Wisconsin Wyoming #ÉRTÉK! IGAZ Alabama Alaska Delaware 10 HAMIS Louisiana Maine Maryland 15 North Dakota 14 Utah Vermont Wisconsin Wyoming

21 Population Jellemzők Algoritmus Kódolás vesszők száma
1 vessző: az eredeti egész szám ezred része 2 vessző: sztring Algoritmus annak eldöntése, hogy szám vagy sztring vessző eltávolítása Kódolás

22 Kódolás – Population =G2:G51*1000 { } #ÉRTÉK! 735132 925749 723393
{ } #ÉRTÉK! 735132 925749 723393 626630 582658

23 Kódolás – Population { } =HIBÁS( ) = G2:G51*1000 =G2:G51*1000 #ÉRTÉK!
{ } =HIBÁS( ) = G2:G51*1000 =G2:G51*1000 #ÉRTÉK! 735132 925749 723393 626630 582658 #ÉRTÉK! IGAZ 735132 HAMIS 925749 723393 626630 582658

24 Kódolás – Population =HA(HIBÁS(G2:G51*1000);;G2:G51*1000)
#ÉRTÉK! IGAZ 735132 HAMIS 925749 723393 626630 582658 #ÉRTÉK! IGAZ 735132 HAMIS 925749 723393 626630 582658

25 Kódolás – Population { } = HELYETTE(G2:G51;",";"") )
{ } = HELYETTE(G2:G51;",";"") ) =HA(HIBÁS(G2:G51*1000); ; G2:G51*1000) =HA(HIBÁS(G2:G51*1000);;G2:G51*1000) #ÉRTÉK! IGAZ 735132 HAMIS 925749 723393 626630 582658 #ÉRTÉK! IGAZ 735132 HAMIS 925749 723393 626630 582658

26 Kódolás – Population =HA(HIBÁS(G2:G51*1000); HELYETTE(G2:G51;",";"") ; G2:G51*1000) { } *1 =HA(HIBÁS(G2:G51*1000); HELYETTE(G2:G51;",";""); G2:G51*1000) #ÉRTÉK! IGAZ 735132 HAMIS 925749 723393 626630 582658 #ÉRTÉK! IGAZ 735132 HAMIS 925749 723393 626630 582658

27 Spregoval tanultam programozni
A függvények egymásba ágyazása az algoritmizálásra nevel. Ennek a használatához gondolkozni kell. vkeres(), fkeres() függvények helyett sokkal érdekesebb volt az index(hol.van()) összetett függvényt használni, mert itt gondolkozni kellett rajta. Segít a logikus gondolkodás fejlesztésében. Jobban átláthatók az univerzális alapfüggvények funkciói. Többféle kontextusban alkalmazhatóak az általános függvények. Későbbiekben használható táblázatkezelői tudás. Argumentumok tudatosabb használata.