在excel怎么算四分位数

在Excel里头算四分位数？这事儿，说简单也简单，敲个函数名，回车，数字就出来了。但要说复杂，那可真能聊上一整天。因为这背后藏着的，不只是一个冷冰冰的公式，而是一种看待数据的视角，一种能让你从一堆乱麻般的数字里揪出真相的思维方式。

你是不是也遇到过这种情况？老板丢给你一张销售业绩表，几百上千行，让你“分析一下”。你吭哧吭哧算出个平均值，兴高采烈地汇报：“老板，我们平均每个销售月入三万！”结果老板白你一眼：“小王一个人就卖了一千万，你把他也算进去了？你这个平均值有什么意义？”

瞬间石化。

对，这就是平均值的“骗局”。它太容易被那些极端值，就是我们常说的“离群点”给带偏了。这时候，四分位数（Quartile）就该闪亮登场了。它就像一个公正的法官，不偏袒任何一个极端分子，而是把所有数据排排坐，切成四等份，告诉你数据的真实分布结构。

别再傻傻用AVERAGE了，QUARTILE才是你的救星

想象一下，你把所有数据从最小到大那么一字排开，像一队士兵。

• 站在最前头的那个，是最小值。
• 站在最后头的那个，是最大值。
• 站在队伍正中间的那个，就是中位数，也就是第二个四分位数（Q2）。它把队伍分成了前50%和后50%。
• 现在，你再看前半段队伍，找到他们的中点，这个位置就是第一个四分位数（Q1），也叫下四分位数。它告诉你，有25%的数据比这个值小。
• 同理，后半段队伍的中点，就是第三个四分位数（Q3），也叫上四分位数。它告诉你，有75%的数据都比这个值小。

所以，这几个点（最小值, Q1, Q2, Q3, 最大值）就把你的数据版图清晰地划分了出来。你一眼就能看出，大部分数据集中在哪个区间，数据的“腰部力量”强不强，高分段和低分段的差距有多大。这不比一个虚头巴脑的平均值强太多了？

Excel里的“双胞胎”函数：QUARTILE.INC 与 QUARTILE.EXC

好了，理论吹完了，上干货。在Excel里，有两个核心函数专门干这个活儿，它们是QUARTILE.INC和QUARTILE.EXC。

看到这俩名字，你可能头都大了。一个INC，一个EXC，啥玩意儿？别慌，这其实是Excel在2010版之后搞的一次“升级”，也是无数新手掉进去的第一个坑。

• =QUARTILE.INC(array, quart)
• =QUARTILE.EXC(array, quart)

array，好理解，就是你那堆数据所在的单元格区域，比如A1:A100。 quart，就是要你告诉Excel，你想要第几个四分位数。

关键就在于这个quart的取值，以及INC和EXC的微妙区别。

QUARTILE.INC：包含端点的“老实人”

INC是Inclusive的缩写，意思是“包含的”。你可以把它想象成一个特别老实、包容万物的家伙。它的quart参数可以取0, 1, 2, 3, 4这五个整数。

• quart = 0：返回最小值。
• quart = 1：返回第一个四分位数（Q1），也就是25%位置的那个数。
• quart = 2：返回中位数（Q2），50%位置。
• quart = 3：返回第三个四分位数（Q3），75%位置。
• quart = 4：返回最大值。

你看，它把最小值（0%）和最大值（100%）都“包含”进来了。这是目前最常用，也最符合我们直觉的计算方式。如果你还在用Excel 2007或者更老的版本，那你只有一个叫QUARTILE的函数，别担心，它就等同于这个QUARTILE.INC。

QUARTILE.EXC：不含端点的“高冷派”

EXC是Exclusive的缩写，意思是“排除的”。这家伙就有点高冷了，它认为真正的四分位数应该在数据的“内部”，不应该包括两端的极值。所以，它的quart参数只能取1, 2, 3。

• quart = 1：返回Q1。
• quart = 2：返回Q2。
• quart = 3：返回Q3。

你给它0或者4，它直接甩你一个#NUM!错误。在学术界，特别是某些统计学派里，会倾向于用这种“排除”法来计算，认为这样更能反映数据核心的分布。但对于我们日常的报表分析，说实话，用QUARTILE.INC就足够了，而且更不容易出错。

所以我的建议是：无脑用QUARTILE.INC，除非你司有特别严格的统计学规定。

实战演练：撕开一份“平均”的工资单

咱们来点实际的。假设你拿到一份部门员工的月薪数据（单位：元），就这么几个人，方便理解：

3500, 4000, 4200, 4800, 5000, 5500, 6000, 8000, 15000, 30000

如果算平均工资，=AVERAGE(A1:A10)，结果是8600元。你拿着这个数字去跟刚入职拿3500的小年轻说：“咱们部门平均薪资8600哦，好好干！”你猜他会不会想打你？那个月薪三万的总监，一个人就把平均值拉高了多少！

现在，我们用四分位数来“卸妆”：

1. Q1（第25百分位）：输入公式=QUARTILE.INC(A1:A10, 1)，得到结果是 4150。

   • 这意味着什么？意味着这个部门有25%的人，工资连4150都不到。这才是底层的真实写照。

2. Q2（中位数）：输入公式=QUARTILE.INC(A1:A10, 2)，得到结果是 5250。

   • 这才是真正的“中间”水平！它告诉你，把所有人从低到高排队，站在最中间的那个人（或两个人的平均）的工资是5250。一半人比他高，一半人比他低。这个数字，远比8600的平均值更能反映普通员工的收入状况。

3. Q3（第75百分位）：输入公式=QUARTILE.INC(A1:A10, 3)，得到结果是 7500。

   • 这说明，75%的员工工资都在7500以下。或者说，你得超过7500，才能算进入这个部门收入的前25%。这可以看作是“优秀员工”的一条线。

现在，你再看这组数字：底层线4150，中位线5250，优秀线7500。是不是比一个孤零零的8600，更能让你看清整个薪酬结构的全貌？你甚至可以马上得出结论：大部分员工的薪资集中在4000到7500之间，超过8000的已经是少数，至于那两个过万的，就是金字塔尖了。

进阶玩法：四分位距（IQR）与箱形图

搞懂了Q1和Q3，你就解锁了一个更牛的概念：四分位距 (Interquartile Range, IQR)。

IQR = Q3 - Q1

这个值，代表了数据“中坚力量”的分布宽度。在我们的例子里，IQR = 7500 - 4150 = 3350。这说明，中间50%的员工，他们的工资差距范围是3350元。IQR越大，说明数据中间部分越分散；越小，则说明大家水平都差不多，比较集中。

IQR最大的作用是用来识别“极端异常值”。统计学上有个常规做法：

• 低于 Q1 - 1.5 * IQR 的值，是异常小值。
• 高于 Q3 + 1.5 * IQR 的值，是异常大值。

在我们的例子里，Q3 + 1.5 * IQR = 7500 + 1.5 * 3350 = 12525。看到了吗？那个15000和30000的工资，根据这个标准，妥妥的都是“异常高薪”，在分析大众情况时，甚至可以考虑排除掉。

而这一切，在Excel里，最终可以汇成一张图，那就是箱形图（Box Plot）。在新版的Excel（2016及以后）里，你只需要选中数据，点击“插入” -> “图表” -> “所有图表” -> “箱形图”，Excel就会自动帮你把最小值、Q1、Q2、Q3、最大值全都画出来。

那个“箱子”，就是从Q1到Q3的范围，箱子中间的线就是中位数Q2。箱子上下伸出去的“胡须”，则延伸到数据的非异常范围的边界。那些孤零零的点，就是被识别出来的异常值。

一张图，信息量爆炸。

所以，下次再有人让你“分析数据”，别再只会给个平均数了。把四分位数、中位数、四分位距这一套组合拳打出来，再配上一张直观的箱形图，你对数据的理解，绝对会上升一个层次。这不仅仅是学会了一个Excel函数，更是学会了一种穿透表象、洞察数据本质的强大武器。它让你不再被平均的假象所蒙蔽，而是真正地、结构化地去理解你面前的每一个数字。