根据条件在相应的标准中就近就高套改

哈哈哈191

各位大佬，又来提问啦：

1. 对“套改前薪酬”中的“岗位工资”、“绩效工资”在薪酬标准中按照就近就高的原则进行入轨；
2. 套改的原则就是根据职级进行对应，比如，某人的职级是M5，那么他的薪酬就按照M5的“岗位工资”、“绩效工资”以就近就高的原则来套；
3. 如果原来的“岗位工资”、“绩效工资”低于这个职级薪酬标准的下限，则直接按照下限确定；
4. 如果原来的“岗位工资”、“绩效工资”高于这个职级薪酬标准的上限，则保持原来的数据不变。

part98

J3=XLOOKUP(F3,OFFSET($J$49:$R$49,MATCH(C3,$I$49:$I$75,)-1,),OFFSET($J$49:$R$49,MATCH(C3,$I$49:$I$75,)-1,),F3,1)
K3=XLOOKUP(F3,OFFSET($J$80:$R$80,MATCH(C3,$I$80:$I$106,)-1,),OFFSET($J$80:$R$80,MATCH(C3,$I$80:$I$106,)-1,),F3,1)

hugeinfo

=IFERROR(INDEX(OFFSET($I$48,MATCH(C3,$I$49:$I$75,),1,,9),,XMATCH(F3,OFFSET($I$48,MATCH(C3,$I$49:$I$75,),1,,9),1)),F3)
=IFERROR(INDEX(OFFSET($I$79,MATCH(C3,$I$80:$I$106,),1,,9),,XMATCH(F3,OFFSET($I$79,MATCH(C3,$I$80:$I$106,),1,,9),1)),G3)

哈哈哈191

part98 发表于 2024-6-25 16:57
J3=XLOOKUP(F3,OFFSET($J$49:$R$49,MATCH(C3,$I$49:$I$75,)-1,),OFFSET($J$49:$R$49,MATCH(C3,$I$49:$I$75, ...

大佬，您这个公式输入以后提示是“#NAME?”

哈哈哈191

hugeinfo 发表于 2024-6-25 17:14
=IFERROR(INDEX(OFFSET($I$48,MATCH(C3,$I$49:$I$75,),1,,9),,XMATCH(F3,OFFSET($I$48,MATCH(C3,$I$49:$I$7 ...

大佬，按照上面的公式，输入以后全部都是它原本的数据。是不是哪里还需要改一下

袁勇

=MAX(F3,LOOKUP(1,0/FREQUENCY(F3,OFFSET(J$48:R$48,MATCH(C3,I$49:I$75,),)),OFFSET(J$48:R$48,MATCH(C3,I$49:I$75,),)))

=MAX(G3,LOOKUP(1,0/FREQUENCY(G3,OFFSET(J$79:R$79,MATCH(C3,I$80:I$106,),)),OFFSET(J$79:R$79,MATCH(C3,I$80:I$106,),)))

hugeinfo

哈哈哈191 发表于 2024-6-25 17:24
大佬，按照上面的公式，输入以后全部都是它原本的数据。是不是哪里还需要改一下

你的软件版本不支持其中的函数导致的

part98

哈哈哈191 发表于 2024-6-25 17:23
大佬，您这个公式输入以后提示是“#NAME?”

应该是你的版本没有xlookup

ericxzhou

Python+Pandas:
import pandas as pd

df = pd.read_excel('pandas exercise/sample295.xlsx', usecols='c:k', skiprows=2, nrows=41, header=None)
df1 = pd.read_excel('pandas exercise/sample295.xlsx', usecols='i:r', skiprows=48, nrows=27, header=None)
df2 = pd.read_excel('pandas exercise/sample295.xlsx', usecols='i:r', skiprows=79, nrows=27, header=None)
def func(d_f, n, m):
    for i, v in df.iterrows():
        s = d_f[d_f[8] == v[2]].iloc[0, 1:]
        lst = s[s>0].to_list()
        if v[n] > max(lst):
            df.loc[i, m] = max(lst)
        elif v[n] < min(lst):
            df.loc[i, m] = min(lst)
        else:
            df.loc[i, m] = pd.cut([v[n]], lst, labels=lst[1:])
func(df1, 5, 9)
func(df2, 6, 10)
df

高薪降得多，低薪涨的少，变相为老板省钱啊

哈哈哈191

袁勇 发表于 2024-6-25 17:27
=MAX(F3,LOOKUP(1,0/FREQUENCY(F3,OFFSET(J$48:R$48,MATCH(C3,I$49:I$75,),)),OFFSET(J$48:R$48,MATCH(C3,I ...

您的这个公式能用。感谢感谢感谢