在 Excel 里想要算平均值，实际上挺好办的，但大量人刚上手就纠结死，认定公式像天书，实际上哪有啥复杂逻辑，就是几个功能键点一下的事儿。别想忒多，把脏东西先挤掉，剩下的就是加法。 不管数据是规整的表格还是散落在几百行里的单元格，核心逻辑都不变。你得先搞清楚你的数据长啥样，别在里头乱套。
要是数据在 A1 到 Z100 这一大块区域，直接去 A1 和 Z100 两格对一下，确保每一行对应一个数值；要是数据散乱，那就得靠“识别列”要么“筛选”来定位。筛选是个好帮手，在 A1 单元格输入公式 `=SUMIF(A:A, "1", B:B)`，点一下回车，Excel 自己就能筛出所有值为"1"的行，再把 B 列加起来，最终除以行数，瞬间拿到平均值。
这招适合数据分类多的情况，只要别乱选错了条件，哪位都能用。 实际上，最通用的办法还是用 `AVERAGE` 函数，它名字听着就挺有道理，就是求平均。
这个公式在单元格里输入 `=AVERAGE(A1:A100)` 就能干。重点来了，要是 A1 到 A100 里有一堆东西，比如有一些数字、就连有些空白格要么毛病值（像文本、特殊符号），直接用 `AVERAGE` 会蹦出个怪数，大约等于总距离除以格数。
这时候你得配合 `SUM` 和 `COUNT` 要么 `COUNTA`。`SUM` 只加数字，`COUNT` 数个数。
比如想算有效数据的平均数，公式就得写成 `=SUM(A1:A100)/COUNT(A1:A100)`，要么用 `COUNTA` 来代替，只要保证分母不减。
这样算出来的结局才是你真正想要的。 举个挺具体的例子，假设我们有一张员工工资表，在 A 列放名字，B 列放工资。
要是直接按 B 列的总工资除以总人数，那肯定不对，出于名字可能重复出现，要么有些数据没填。
这时候用公式，先筛选出有名字的行，再算总和再除以人数，要么直接用 `SUMIF` 把月薪加起来除以人数，这样更稳。另一个场景是销售数据，A 列是日期，B 列是销售额。
要是你只想算这周的平均收入，能够用 `=AVERAGE(2023/10/01:2023/10/07)`，这个范围框选出的就是那一周的日期，AVERAGE 自然就把这周的数算出来了，不用管中间隔了多少天，Excel 懂行。再比如计算流失率，A 列是离职日期，B 列是在职天数，这时候用 `=SUM(B2:B100)/COUNT(B2:B100)` 就是总数除以有值的个数，要是没用值，结局就是 0，这时候再除以总人数就能拿到真正的比例。 有时候数据特别乱，随意写个公式好办出错，这时候用辅助列是个好主意。就在旁边新建一列 C 列，放个自动求和公式 `=SUM($B$2:B2)`，记住那个 `$` 挺关键，锁住行号，不然下拉时范围会乱跑。
这样 C 列就自动变成列好了。
然后去 B 列的旁边放公式 `=AVERAGE(C2:C20)`，再去 C 列后面拉个下拉箭头，结局立马就有了。
不管数据破成啥样，只要有了这个参考列，后面算平均值的活儿就省事多了。 别当作只有复杂的图表才能展示这些数据。Excel 自带的条件格式也能帮大忙。
只要你的数据有个分类列，比如状态列，想看到“高薪”人群的分布，选中范围后，在条件格式菜单里选“自定义”，输入公式 `=$B$2:$B$100>50000`，点确定，高亮出来的就是那些工资超过五万的员工。再看分布图，插入个柱状图，选这组工资数据，Excel 会自动画出来，高低起伏一目了然，不用你自己去统计总数。
这种可视化的方式，比念数字更有冲击力，老板看了也忙不过来。 还有时候，数据量特别大，几百兆的表格，Excel 打开就卡，这时候就得降维打击。别上来就求平均值了，先存成 CSV 文件，用 LibreOffice Calc 要么 Python 脚本批量转换，要么直接甩到云端服务里处理。在云端工具里，你能够设置好工夫范围自动算，后台跑完再拉回来。
这种“先算后得”的策略，对于大数据量场景忒有效了。 最终总结一下，Excel 算平均值实际上就三步：定范围、去杂虫、拿结局。哪个环节卡住了，一般不是公式没写对，而是前期数据没整理好。数据干净利落了，公式自然好办。
哪怕你只学会这一招，在单个单元格里搞定几十个数字，效率也提升百倍。别被那些复杂的组合公式吓到，只要逻辑清楚，只要懂得排查数据，Excel 就是你的最佳助手。
