京公网安备 11010802034615号
经营许可证编号:京B2-20210330
两个项目对比的excel组合分析图表
在实际工作中,也会碰到这样的情况:对今年和去年的各项财务指标进行对比分析;把公司的员工人数按性别和年龄段进行分类对比显示。图1所示就是这样的一个图表,图表左侧是公司男员工各个年龄段的人数,图表右侧是公司女员工各个年龄段的人数,这样的图表可使我们一目了然地了解到公司员工的构成情况,其实这也属于一个excel图表中的两个项目对比的excel组合分析图表。
图1
这是一个比较复杂的excel组合图表,因为要将男员工绘制在左侧,将女员工绘制在右侧,中间是年龄段标签。这样的条形图不是仅仅根据原始数据就能绘制出来的,要用到很多技能和技巧。下面介绍这个图表的主要制作方法和步骤。
1、设计辅助绘图数据区域,如图2中的数据区域E1:H8所示,其中E列的数据是为了分割左右的条形图,并在图表中显示各个年龄段名称,G列的数字是手工输入的数字,用于调整图表的左右两列条形中间的宽度,以便能够清楚地显示各个年龄段名称。
图2
2、将F列的男员工人数修改为负数(因为在绘制条形图时,只有负数才能绘制在左边),可以采用“选择性粘贴”中的“批量修改”功能把F列的数据统一修改为负数。
3、选择F列的数据区域,打开“设置单元格格式”对话框,在“分类”列表中选择“自定义”选项,在“类型”文本框中输入自定义数字格式代码“0:0:0;@”,如图3所示,这样就把负数又显示为正数。
图3
4、选择单元格区域El:H8,绘制“堆积条形图”,如图4所示。
图4
5、下面设置分类轴格式。
选择分类轴(也就是纵轴),打开“设置坐标轴格式”对话框。
在“坐标轴选项”分类中,选择“逆序类别”复选框,并将“主要刻度线类型”、“次要刻度线类型”和“坐标轴标签”都设置为“无”,如图5左所示。在“线条颜色”分类中,选择“无线条”单选按钮,如图5右所示。
图5
上述设置的目的是不在图表上显示分类轴,并把分类轴的类别次序反转,以使其上下顺序与工作表的上下顺序相同。
6、分别选中数值轴和网格线,按【Delete】键将其删除。
7、调整图表区和绘图区大小,并将图例移动到图表顶部,取消图例的边框的填充颜色。这样,图表就变为如图6所示的情形。
图6
8、选择数据系列“年龄段”,打开“设置数据系列格式”对话框。在“系列选项”分类中,将分类间距调整为一个合适的值,如图7左所示。在“填充”类别中,选择“无填充”单选按钮,也就是不显示该数据系列,如图7右所示。
图7
9、注意到此时系列“年龄段”还处于选中状态,为该系列设置显示数据标签,但是仅仅显示系列的“类别名称”,如图8所示。
图8
10、为图表添加图表标题,并将默认的标题文字修改为具体的标题说明文字。
11、分别选择数据系列“男”和“女”,设置它们的填充效果,并显示数据标签,但仅仅显示系列的“值”。
12、设置图表区的格式和绘图区的格式,调整图表的大小和位置,再对图表中某些不满意的地方重新设置格式,即可得到需要的图表。
两个项目对比的excel组合分析图表可以使用于今年和明年的业绩对比,男性和女性等等的相互对比分析,特别是两年的业绩对比用处最多了。
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