京公网安备 11010802034615号
经营许可证编号:京B2-20210330
利用Microsoft Query工具可快速汇总多个工作表
我们在使用Excel时,所谓多个有关联的Excel工作表数据的汇总计算,就是说每个工作表保存有不同的数据信息,但是这些工作表的数据至少有一列数据是彼此相关联的。对多个有关联的工作表数据进行汇总计算,就是要将这些数据信息综合到一张工作表上,利用Microsoft Query工具可快速汇总多个工作表。
图1所示为一个员工信息及工资数据分别保存在3个工作表中的示例工作簿。其中,工作表“部门情况”保存员工的工号及其所属部门:工作表“明细工资”保存员工的工号及其工资明细数据;工作表“个税”保存员工的编号及其个人所得税数据。这3个工作表都有一个“工号”列数据。现在要求按部门将这3个工作表数据汇总到一张工作表上。以便做进一步的分析,如图2所示。
图1
图2
这个问题有很多方法可以解决,例如使用VLOOKUP函数等。但最简便且效率更高的方法是利用Microsoft Query工具。下面介绍利用Microsoft Query工具快速汇总多个有关联工作表的具体方法和步骤。
1、单击“数据”选项卡,在“获取外部数据”功能组中单击“自其他来源”按钮,选择“来自Microsoft Query”命令,如图3所示。
图3
2、此时会打开“选取数据源”对话框,如图4所示。
图4
3、底部的“使用‘查询向导’创建/编辑查询”复选框,单击“确定”按钮,打开“选择工作簿”对话框,从保存有当前工作簿文件的文件夹中选择该文件,如图5所示。
图5
4、单击“确定”按钮。
如果是第一次使用Microsoft Query工具,在单击“确定”按钮后会弹出一个警告信息框,
如图6所示。单击“确定”按钮,打开“查询向导一选择列”对话框,如图7所示。
图6
图7
单击“选项”按钮,打开“表选项”对话框,选择“系统表”复选框,如图8所示。
图8
单击“确定”按钮,返回到“查询向导-选择列”对话框,在“可用的表和列”列表中可用看到各个工作表的名称列表,如图9所示。
图9
5、从左边“可用的表和列”列表中分别选择工作表“部门情况”、“明细工资”和“个税”,单击>按钮,将这3个工作表的所有字段添加到右侧的“查询结果中的列”列表框中,如图10所示。
图10
6、由于3个工作表中都有一列“工号”,因此“查询结果中的列”列表框中出现了3个“工号”列,选择多余的两个“工号”例,单击<安钮,将其移出“查询结果中的列”列表框,如图11所示。
图11
7、单击“下一步”按钮,系统会弹出一个警告信息框,告知用户“查询向导”无法继续,需要在Microsoft Query窗口中拖动字段进行查询,如图12所示。
图12
8、单击“确定”按钮,打开Microsoft Query窗口,其中包含上下两部分,上方有3个小窗口,分别显示3个工作表的字段列表,下方是3个工作表中全部数据的列表,如图13所示。
图13
9、由于3个工作表中的记录是以员工编号相关联的,因此将某个工作表字段列表窗口中的字段“工号”拖到其他工作表字段列表窗口中的字段“工号”上,就将这3个工作表通过字段“工号”建立了连接,Microsoft Query窗口下方的查询结果列表中就显示出所有满足条件的记录,如图14所示。
图14
10、选择Microsoft Query窗口中的“文件”-“将数据返回Microsoft Office Excel”命令,如图15所示,系统就会打开“导入数据”对话框,如图16所示。
图15
图16
11、在“导入数据”对话框中选择“表”单选按钮和“新建工作表”单选按钮,单击“确定”按钮,即可得到图2所示的汇总数据。
利用Microsoft Query工具可快速汇总多个工作表,这种查询汇总得到的数据与每个分表是动态连接的。当某个分表的数据发生变化后,在数据区域内选择右键快捷菜单中的“刷新数据”命令,即可对汇总数据进行刷新。如果想要对这些分表数据进行汇总后再利用数据透视表进行更多分析,可以以该汇总数据为基础制作数据透视表。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中,LSTM(长短期记忆网络)凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑:用 ...
2025-12-01引言:数据时代的“透视镜”与“掘金者” 在数字经济浪潮下,数据已成为企业决策的核心资产,而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27