依據TQC題目指示
開啟主文件word檔
啟動合併列印>信件
選取收件者>
連結資料來源Excel檔
插入條碼功能變數:

進階中
勾選
新增起始/停止字元
高度:1.5 公分
依題目指示
需要什麼就插入什麼

滑鼠點在需要的欄位
版面配置>公式
SUM(ABOVE)

應扣小計,再做一次同樣動作
選取167.75
插入>書籤
A>新增

選取39
命名為書籤B
A-B欄位先Key
隨便的阿拉伯數字123
選取123
插入>數字>壹,貳,參
123會變成國字的 壹佰貳拾參

選取國字的
壹佰貳拾參
右鍵> 切換功能變數代碼(shift +F9)

選取123
版面配置>公式
A-B (A,B可由加入書籤中尋找)

操作正確的話
該功能變數長這樣:

如果沒做功能變數,
版面配置>公式> =A-B
選取A-B計算出來的結果>
插入>數字>壹,貳,參:
“請輸入一個數字”
會出現以上警告
無法轉換為國字
鼠標放在標題之後
郵件>規則>Skip Record If

職務 不等於 工程師 的話,Skip
負負得正,
意思是只有工程師會留下來

F12另存新檔
完成與合併
F12另存新檔
本次評分題號:WORD 2016 第 506 題
評分日期:2022/3/12 下午 12:20:18
第1題:設定正確,得2分
第2題:設定正確,得2分
第3題:設定正確,得4分
第4題:設定正確,得4分
第5題:設定正確,得8分
本題原始配分:20,實得總分為20




![Python: pandas.DataFrame (df) 的取值: df [單一字串] 或df [list_of_strings] 選取一個或多個columns; df [切片] 或 df [bool_Series] 選取多個rows #bool_Series長度同rows, index也需要同df.index ,可以使用.equals() 確認: df.index.equals(mask.index) Python: pandas.DataFrame (df) 的取值: df [單一字串] 或df [list_of_strings] 選取一個或多個columns; df [切片] 或 df [bool_Series] 選取多個rows #bool_Series長度同rows, index也需要同df.index ,可以使用.equals() 確認: df.index.equals(mask.index)](https://i0.wp.com/savingking.com.tw/wp-content/uploads/2025/04/20250420212553_0_6fb2c3.png?quality=90&zoom=2&ssl=1&resize=350%2C233)

![Python `typing.NamedTuple` (`collections.namedtuple`) 與 `typing.Literal` 教學 — 用型別「防止錯配」; StripRule = NamedTuple(“StripRule”, [(“regex”, re.Pattern), (“flag”, str)]) vs StripRule = namedtuple(“StripRule”, [“regex”, “flag”]) Python `typing.NamedTuple` (`collections.namedtuple`) 與 `typing.Literal` 教學 — 用型別「防止錯配」; StripRule = NamedTuple(“StripRule”, [(“regex”, re.Pattern), (“flag”, str)]) vs StripRule = namedtuple(“StripRule”, [“regex”, “flag”])](https://i0.wp.com/savingking.com.tw/wp-content/uploads/2026/07/20260702150603_0_86abc2.png?quality=90&zoom=2&ssl=1&resize=350%2C233)
![Python 如何做excel的樞紐分析? pandas.pivot_table() 或 pandas.DataFrame .groupby() ; 如何指定欄位順序? DataFrame.reindex() ; .sortlevel() ; DataFrame[[col1, col2, col3 ]] ; df.columns.map() ; 如何顯示所有欄? pandas.set_option (“display.max_columns”, None) Python 如何做excel的樞紐分析? pandas.pivot_table() 或 pandas.DataFrame .groupby() ; 如何指定欄位順序? DataFrame.reindex() ; .sortlevel() ; DataFrame[[col1, col2, col3 ]] ; df.columns.map() ; 如何顯示所有欄? pandas.set_option (“display.max_columns”, None)](https://i0.wp.com/savingking.com.tw/wp-content/uploads/2023/03/20230323101848_80.png?quality=90&zoom=2&ssl=1&resize=350%2C233)


近期留言