京公网安备 11010802034615号
经营许可证编号:京B2-20210330
显示最大/最小/平均值的组合excel图表
为了加强图表的直观性和说服力,可以在图表上自动标识出某些特殊数据,而不是手工添加一些自选图形来进行说明。此时,就需要绘制描述特殊数据点的组合图表,例如显示最大/最小/平均值的组合excel图表,显示低于/高于目标值的组合图表,等等。
绘制这类图表的基本方法就是要设计辅助绘图数据区域,然后以包括辅助绘图数据在内的整个数据区域绘制图表,并进行格式化处理。
图1所示是一个显示各个月份的最大销售额、最小销售额、平均销售额以及实际销售额的组合图表,并且最大销售额和最小销售额用醒目的不同颜色点来标识,而平均销售额用一条虚直线表示。
图1
这个excel图表的制作并不难。但是有些烦琐。下面是主要方法和步骤。
1、设计辅助绘图数据区域,如图2所示。其中单元格C2、D2、E2的计算公式分别如下。(下面各行的公式可以复制得到):
单元格C2:=IF(B2=MIN($B$2:$B$13),MIN($B$2:$B$13),NA());
单元格D2:=lF(B2=MAX($B$2:$B$13),MAX($B$2:$B$13),NA()):
单元格E2:=ROUND(AVERAGE($B$2:$B$13),0)。
图2
在判断最大值和最小值时,使用了NA函数,如果某个月份的销售额是最大值或最小值,就把该值保存到相应单元格,否则就保存为一个错误值#N/A(函数NA就是得到一个错误值#N/A)。
由于在默认情况下,图表是不绘制错误值的,因此这种处理方法可以单独绘制出最大值数据点和最小值数据点。
2、以数据区域A1:E13绘制折线图,如图3所示。
图3
3、删除网格线和图例,美化图表,添加图表标题,调整绘图区大小和图表大小。
4、选择系列“平均值”,打开“设置数据系列格式”对话框,在“数据标记选项”分类中选择“无”单选按钮,在“线条颜色”分类中选择“无线条”单选按钮,这样就不会在图表上显示“平均值”系列。
5、注意到系列“平均值”还处于选中状态,单击该系列的最后一个数据点,即可将该数据点选中,然后单击“图表工具”|“布局”选项卡,再单击“标签”功能组中的“数据标签”按钮,弹出下拉菜单,如图4左所示,选择“其他数据标签选项”命令,打开“设置数据标签格式”对话框,在“标签选项”分类中选择“系列名称”复选框和“值”复选框,以及“靠下”单选按钮,如图4右所示,这样就在图表上显示出平均值数据。
图4
6、选择系列“平均值”(注意此时已经看不到这个系列了,需要从“布局”选项卡或者“格式”选项卡的“当前所选内容”功能组中选择该系列),为该系列添加一个“线性”趋势线,然后设置趋势线的格式,这样,图表就变为如图5所示的情形。
图5
7、分别选择系列“最大值”和“最小值”,显示其数据标签(具体步骤请参见步骤5),分别选中这两个数据标签,设置其格式,包括数据标记类型。填充颜色、线条以及字体颜色等项目。
8、对图表进行修饰和美化,即可得到需要的图表。
通过以上操作,我们学会了显示最大/最小/平均值的组合excel图表的方法,这种组合excel图表用处非常的多,我们也可以根据自己的方法来自定义组合图表。
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