当前位置:网站首页>快速筛选打卡时间日期等数据:EXCEL筛选查找某一时间点是否在某一时间段内
快速筛选打卡时间日期等数据:EXCEL筛选查找某一时间点是否在某一时间段内
2022-07-01 03:21:00 【家家小迷弟】
需要快速筛选打卡数据,要求:上班打卡时间不得迟于八点半,下班不得早于5点半,
这里提供两种方法:一种是通过SQL,一种是通过Excel宏命令完成:
一、首先把excel导入到数据库,这里使用的是Navicat:首先右键表,选择导入向导,这里导入excel和csv文件都可以:
一直点击下一步,开始导入:
表已经导入成功,此处可以修改表名为sign
表中时间字段为f7,
把正常打卡时间删除,剩下的就是不合规的记录:执行命令:DELETE FROM sign WHERE sign.f7 NOT BETWEEN '08:30:00' AND '17:30:00'
如下图

剩下的就全是不合规的打卡时间。再点击导出向导,将它导出为excel即可
二、由于需要人事操作,尽量简单,这里提供另一种简单的操作:
1、筛选打卡时间:
在第一条记录的最后空格处选中单元格,输入以下公式:
=IF(AND(G4>“08:30:00”,G4<“17:30:00”),“不合规”,“合规”)
其中变量G4的确定方法:G为时间所在的列的名称,4为第一条记录开始的行数:如有变动,以此类推:

输入公式以后,选中单元格展示结果:
下拉单元格到最后一行,结果全部填充完成,全选状态下再右键快速分析:

选择第一个文本包含:为不合规单元格填充颜色。
2、筛选打卡次数:
此操作只能按人筛选,每次选中一个人的全部打卡日期,右键快速分析,选择重复的值。

其中一天中只有一次的打卡记录就会展示出来:

完成第一个人的操作以后,再全选第二个人的打卡日期继续相同操作,以此类推。
边栏推荐
- md5sum操作
- Processing of menu buttons on the left and contents on the right of the background system page, and double scrolling appears on the background system page
- idea插件备份表
- FCN full Convolution Network Understanding and Code Implementation (from pytorch Official Implementation)
- Hal library setting STM32 interrupt
- The shell script uses two bars to receive external parameters
- Force buckle - sum of two numbers
- 多元线性回归
- 数据交换 JSON
- pytorch nn.AdaptiveAvgPool2d(1)
猜你喜欢

后台系统页面左边菜单按钮和右边内容的处理,后台系统页面出现双滚动

Keil5中如何做到 0 Error(s), 0 Warning(s).

Feign remote call and getaway gateway

Explain spark operation mode in detail (local+standalone+yarn)

监听器 Listener

5、【WebGIS实战】软件操作篇——服务发布及权限管理

Nacos

岭回归和lasso回归

Implement pow (x, n) function

Binary tree god level traversal: Morris traversal
随机推荐
5. [WebGIS practice] software operation - service release and permission management
文件上传下载
GCC usage, makefile summary
Edlines: a real time line segment detector with a false detection control
Asgnet paper and code interpretation 2
[deep learning] activation function (sigmoid, etc.), forward propagation, back propagation and gradient optimization; optimizer. zero_ grad(), loss. backward(), optimizer. Function and principle of st
Cookie&Session
用小程序的技术优势发展产业互联网
torch.histc
The method to measure the similarity of two vectors: cosine similarity, pytorch calculate cosine similarity: torch nn. CosineSimilarity(dim=1, eps=1e-08)
在线公网安备案保姆级教程【伸手党福利】
multiple linear regression
Pyramid Scene Parsing Network【PSPNet】论文阅读
IPv4和IPv6、局域网和广域网、网关、公网IP和私有IP、IP地址、子网掩码、网段、网络号、主机号、网络地址、主机地址以及ip段/数字-如192.168.0.1/24是什么意思?
终极套娃 2.0 | 云原生交付的封装
jeecgboot输出日志,@Slf4j的使用方法
实现pow(x,n)函数
E15 solution for cx5120 controlling Huichuan is620n servo error
Nacos
Thread data sharing and security -threadlocal