
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
Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12