
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
在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10