京公网安备 11010802034615号
经营许可证编号:京B2-20210330
Excel数据透视表:以自己的方式查看数据
Microsoft Office Excel 2003 工作表是组织和分析财务数据的理想工具。例如,您可能会创建一个包含差旅住宿费的工作表。如果需要各个季度的分类汇总,您知道如何相应地修改工作表。
但是,在需要按季度查看费用类别总计时会发生什么情况呢?而且如果您每次只想查看某一类或某一年份又该怎么办呢?在 Excel 工作表中能实现这些吗?当然可以。有没有更容易的方法?肯定有。
·一种更容易的方法
Microsoft PivotTable® 报表就是答案。不必写入复杂的公式,您可以使用向导创建一个交互式表格来自动提取、组织和汇总您的数据。然后,您可以使用该报表分析数据并进行比较、检测样式和关系并分析趋势。
例如,您可以使用一个包含差旅费事项的电子表格...
Excel 工作表来源
...创建一个按类别和季度汇总员工差旅费总计的数据透视表。
各类别、年份和季度的费用
现在,不必更改原始工作表,您就可以创建另一个数据透视表,通过其他方式来查看数据;例如,可以按员工或按月份查看差旅费,而不必输入一个公式。
下面说明如何快速创建数据透视表。
·创建数据
首先,在 Excel 工作表中创建数据。您可以将现有的电子表格或数据库中的数据导入到新 Excel 工作表中。确保数据可用于数据透视表:
Excel 会在您的工作簿中插入一个新工作表,该新工作表包含报表的布局区域(即“数据透视表”工具栏)和“数据透视表字段列表”。
·开始构建您的数据透视表
将“类别”字段从“数据透视表字段列表”拖动到数据透视表的“将行字段拖至此处”区域。
不要担心会将字段放错位置 ,您以后可以随意移动它们。
请注意,向导会使用您的工作表中“类别”列的数据自动填充行。此外,“数据透视表字段列表”中所使用的字段以粗体显示。
行中为“类别”的数据透视表
如果看不到“数据透视表字段列表”,请在带轮廓的布局区域中单击。如果仍然看不到它,请单击“数据透视表”工具栏上的“显示字段列表”按钮。
该工具栏显示时应该浮动在工作表上或停靠在一侧。如果没有显示该工具栏,请单击“视图”,指向“工具栏”然后单击“数据透视表”。
·给报表添加数据
将包含要汇总数据的字段,例如,“金额”字段,从“数据透视表字段列表” 拖动到数据透视表的“请将数据项拖至此处”区域。
现在,数据透视表会显示每个类别的费用总计。
包含类别和费用总计的数据透视表
·给报表添加页排序字段
要按“类”筛选数据,可以在页顶部创建一个下拉箭头。
现在,您可以看到某个时间某一个类的费用类别。
按“类”筛选的结果
要查看所有“类”的数据,请单击“类”下拉箭头,然后单击“(全部)”。
·使用此报表还可以做什么?
按金额排序费用类别
您可以利用“自动排序”功能来首先查看最大的费用类别。
按“金额”排序的费用类别
查看各季度的费用类别
按季度查看每个类别的花费:
各年份、季度和类别的费用
查看各季度每个费用类别的变化情况
您可以在很短的时间内更改数据透视表中的行和列。
各类别、年份和季度的费用
按员工筛选结果
要按员工筛选数据,可以在页的顶部创建第二个下拉箭头。
按“员工”筛选的结果
在不同的工作表上显示每个员工的结果
除了查看一名员工的结果,您还可以将每个员工的结果显示在不同的工作表中。
多个页将会作为工作表标签显示出来。
位于单独的工作表上的员工结果
源数据发生变化时刷新数据透视表
每当源电子表格中的数据发生变化时,可以立即更新您的数据透视表。
单击“数据透视表”工具栏上的“刷新数据”按钮。
瞬间让数据透视表看上去漂亮非凡
使用 “自动套用格式” 迅速获得具有专业外观效果。
·数据透视表还可以为我做什么?
基本数据透视表的设置快速且方便。不过,如果愿意多花点时间,您还可以学到使用数据透视表处理和分析数据的更多方法。例如,可以从许多不同类型的源中导入数据或连接到许多不同类型的源中的数据,自定义报表的格式,以及以有意义、易于理解的方式显示结果。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14