跳到主要內容

Excel 與 Google Sheets 常見的錯誤與處理 #NULL! #DIV/0! #VALUE! #REF! #NAME? #NUM! #N/A

我們在使用試算表的時候,很難一生順遂,總是有遇到各種錯誤的時刻。

Excel 與 Google Sheets 是兩大常見的試算表,兩者都共用相同的錯誤代碼。如果你偶爾使用一次試算表,遇到錯誤就算了。但如果你要常常用試算表來計算、分析,知道哪些常見的錯誤並且快速處理,或者轉換錯誤值,是很重要的能力。

常見的7大錯誤

由於試算表內的錯誤已經被給了編號,所以接下來以錯誤編號排序介紹:

#Null Error.type = 1  範圍運算符號錯誤

這個錯誤 #Null 的起因是函數內範圍符號有錯,例如

 SUM(A1:A5) 打成了

 SUM(A1 A5),漏了應該有的 : 或者 ,

#DIV/0! Error.type = 2 除數為0錯誤

這個 #DIV/0! 錯誤已經很直觀了,就是在計算中以 0 作為除數,這樣 Excel 會覺得你太過分。

#VALUE! Error.type = 3 計算錯誤

這個錯誤 #VALUE! 是在任何公式計算中,出現了無法被計算的東西,例如

 = 10 + Taipei

如果Taipei沒有事先被指定數值,這樣就會出現 #Value!,看到這個錯誤就要立刻檢查公式內非數字的項目。

#REF! Error.type = 4  參照範圍錯誤 

這個 #REF! 錯誤是指試算表內,已經找不到公式想要參照的對象,這個原因有幾個。首先,是參照對象被刪除了,最常見的狀況是參照到某個 Sheet,但整個 Sheet 被砍掉,或者某欄、某列被刪除,都會出現 #Ref。

另外一個狀況就是 Vlookup 發現你要找的欄,在你指定的陣列外面,例如 你要找

 Vlookup(Z1, B2:C5, 3)

要找的第3欄,落在下圖紅色的區域,也會出現 #REF!。




#NAME? Error.type = 5 拼寫錯誤


這個錯誤 #NAME? 通常發生在函數的名稱寫錯,或者函數內出現了錯誤的名稱。例如

 Sum() 打成 Sumo() 

亦或是

Len("Taiwan") 變成 Len(Taiwan)

#NUM! Error.type = 6 無效數值錯誤


這個 #NUM! 錯誤是數字超過函數或者試算表的範圍,也就是「算不出來」,例如你打 =500^500,Excel或 Google Sheets 就會出現 #NUM!,跟你說這個數字它拒絕計算。另一種狀況是 =SQRT(-16),但裡面原本函數設定是 SQRT() 內應該要有正數,也會出現 #NUM!

#N/A Error.type = 7 查找錯誤


這個錯誤 #N/A 通常出現在查找時,根本找不到需要被查找的項目(與#REF!不同),例如在下列的 Vlookup 中,我要找 London 的值 Vlookup("London", B2:C5, 2),但是根本沒有 London,就會出現 #N/A,也就是下圖藍色的區域。


以上圖為例,如果要查找的範圍不存在(紅色區域),是 #REF!,但如果在 City 列就不存在(藍色),則是 #N/A錯誤,兩者有點類似,請注意。LOOKUP()、VLOOKUP()、HLOOKUP()、MATCH() 都會出現 #N/A 錯誤。

Error.Type()


如果你要給資料驗證,Error.Type() 可以反過來給出錯誤的編號,例如你可以透過 =Error.Type() ,得到 #DIV/0! 的編號是2,再用 IF() 提醒一旦看到編號2的錯誤,就提醒除數為 0。


錯誤的處理


如果遇到了錯誤值,在 Excel 或 Google Sheets 通常有下列方式可以處理:

IFNA() 


IFNA 是特別針對 #N/A 錯誤的函數,假如我希望在 vlookup 查找時,出現 #N/A 時不要看到 #N/A,而是有特別的數字,我可以用 IFNA(Vlookup("London", B2:C5, 2, False), "沒有資料"),這樣一旦遇到了這樣的情況,會自動出現「沒有資料」。


IFError()


IFError() 是針對所有錯誤值的函數,如果我希望遇到錯誤時就出現特殊的提醒或者值,都可以用 IFError()來處理,例如我希望遇到 #DIV/0! 時自動變成零,我可以輸入 =IFError(10/0,0),這樣遇到錯誤時,馬上就以0取代。




這個網誌中的熱門文章

Google 專案管理認證如何準備?值得考嗎? Project Management Professional Certificate

Google 2021年開始在 Coursera 上開設了一系列以科技業就業為導向的 Certificate 課程,我今年6月底到7月初,大概花了2週的時間,從早學習到晚,取得了 Google Project Management Professional Certificate 這個認證,覺得可以來談談這個認證,並且推薦年輕朋友考一張看看。 結論先講 這是一個不錯的初階認證課程,有系統、有難度。我覺得上過這個課,對於專案管理的流程、文件、軟技能都有基礎的認識,應該需要知道的細節都有基本的知識,重要的文件都自己寫過一次,建議生涯初階的人可以考看看。從用人主管的角度來看,我覺得這個認證是有效的。 什麼是 Certificate Certificate 在美加的教育環境中,就是一個最基本的職業文憑,很多大專院校,會同時頒發 Certificate、Diploma與Degree, Certificate  差不多就是一年的課程(Diploma 2年、Degree 4年),一般學校都要求10-30學分左右的課程份量,大概是150到500小時的學習。一張Certificate通常有發證單位的背書,證明具有尋求該職業最低的要求,但不是「大學學歷」。 Google 每一張 Certificate 都是說 Prepare for an entry-level job as a ________. 然後在課程中會引導學員了解這個證書也不是 讓你幻想拿到之後就可以到跨國外商 PMO 管理大型專案 ,而是只能從各種 助理工作 開始。 Google Certificate 要求 6 個月的學期,課程安排大概是27週左右,每週要求10小時左右的學習,我覺得大概有台灣的大學10-20學分的份量(看是什麼大學),大概比台灣很多大學的「學分學程」少一點。 Google Project Management Professional Certificate 難不難? 我先簡單說一下我的背景,我沒有留學美國的經驗,但Toeic裸考9xx分,並且有在外商參與各種大小本土與跨國專案的經驗。 對台灣人而言,這個課程有 三個難度 ,一個是課程難度、一個是語言難度、一個是個人時間管理難度。 課程難度 :課程難度我覺得還好,如果都是用中文上課,台灣國中會考5B的學生還算可以應付。 英語難度 :加上英文之後,就

如何讓老師幫你寫推薦信

到了推甄的季節,許多學生都會請老師幫忙寫推薦信,但老師通常無法一一達成你的願望。因為你會找的老師,通常也有很多同學會找。沒有人找的老師,就是沒有人找。 想要獲得一封「 有效的 」推薦信,同學必須自己協助完成,而不能期待老師從無到有幫你寫完。原因有幾個: 你認識老師,老師也認識你,但,老師真的跟你 沒有很熟 。你可能修過這位老師幾門課,但課堂上不是只有你一個學生,老師「知道」你這個人的存在,但通常跟你不會很熟,特別是大學部的同學,除非當過老師的助教或助理,否則老師跟你單獨說話、見面的時間合計起來不超過一小時。加上現在社群媒體爆料的文化興盛,老師能夠避免與你單獨相處就盡量避免,請問這種狀況下,老師對你瞭解有幾分?如果你只修過老師一兩門課,老師就能幫你寫一封對你非常瞭解的推薦信,你可能要考慮報警。 二、老師對你的生涯規劃與讀研究所的脈絡並不清楚。除非你主動告訴老師,否則沒有人知道你為什麼要讀這個所、你的讀書計畫與目標是什麼,你的天性與專長如何滿足這個所的需求。 三、老師真的很忙。即便真正很熟的時間,寫起來也要幾個小時的時間,更何況不是真的很熟、半熟、三分熟的學生? 推薦信的底稿 這種時候,你應該自己先寫好一份推薦信的底稿,讓老師在這份底稿上邊修,這樣你才能夠得到一份真正對你推甄、申請有效的推薦信。 一封 推薦信的底稿 應該包含幾個段落: 被推薦人的簡單介紹(就讀學校、主修、副修、學業成績表現、生涯目標) 推薦人如何認識被推薦人(課堂、實習、研究助理、認識多久) 被推薦人的主要特長(積極、適應力強、認真、好學等等) 推薦人如何知道被推薦人有這些特長(STAR寫作法,文末有詳述) 這些特長與被推薦人要申請的研究所、工作或獎學金的連結是什麼? STAR 寫作法 在特長的部分,同學請依照 STAR 的方法來寫作。STAR 包含了: Situation Task Action Result 如果你覺得自己有「領導力」,老師大概很難直接寫「這位同學富有領導力」。通常要寫: Apple同學具有良好的領導力,她在2017年時曾經修過我的資訊圖表課程,當時我曾經有一個小組作業非常複雜困難,很多小組都無法排解組內的紛爭,成績表現並不好 (Situation)。但Apple同學身為小組組長,知道這個專案需要透過溝通來解決 (Task) ,她花了非常多時間與同學討論作業的需求、安排大家都滿意的分

Google Data Analytics 數據分析專業認證介紹

Google 在 2021 年開了5個他們認為低學歷也可以進入網路科技業的墊腳石課程,都是 Certificate 程度,也就是美式求職證照中的最低階。 我先前已經先考過了 專案管理的專業認證 ,這次繼續花大約2周的時間來完成數據分析師 / 資料分析師認證,看看這張證書是否值得推薦。 Google Data Analytics Certificate 結論先講 如果你具有任何一個非數據類的專業(aka良好的大學文憑)或者在工作上累積了不錯的專業知識 (Domain Knowledge) ,這門課可以 提高你的專業知識與求職機會 (前提是你真的 所有作業 都做完哦~~) 這門課的重點是 Data,不是 Business ,主要提供你與 Data 最基本的互動知識,但談不上 Business Analytics ,使用的工具、課程內容重點都不同。 課程難度 Google Data Analytics Professional Certificate 這門課是全英文的,你要全程用英文參與課程、學簡單 Coding,完成作業,語言上有難度。不過與另外一門 Project Management Certificate 相較,我覺得英文要求沒有那麼高,畢竟沒有 Peer Review,等於是沒有對英語寫作的要求。 課程的工具核心有三個,分別是 Excel(試算表)、SQL與R,假如這三樣你都沒學過,也沒有任何寫程式的基礎(這種人現在也不多就是了),可能會有一點點學習上的門檻,但如果你已經有任何一個程式的基礎,相信不會太難。 課程安排 這個專業認證課由8個課程組成,課程架構與大部分數據分析、商業分析的都差不多,Google 這邊使用的為 Ask、Prepare、Process、Analyze、Share與Act六大步驟,除了第一個課程是數據分析快速入門外,後面5個就是Google數據分析的前5個階段,然後第7個課程專門講R,第8個是專題作業。 Ask 階段主要是定義商業問題與需求,Prepare階段讓你了解數據、欄位等特性,規劃資料需求並且取得資料。  Process階段就專門談資料的清理、整理,花了很多時間在談清理的樣態、手工清理與SQL清理,令人驚訝的是完全沒有介紹 OpenRefine 。 Analyze階段講得比我想像的要少,重點還是在試算表與SQL的使用,完全沒有提到商