
Excel中如何用数据透视表分析数据
数据透视表是对多种数据进行汇总的交互式报表,可以方便地对数据进行管理和分析。如在“员工项目奖金统计表”中要分别查看各部门、各项目的奖金额,各部门人员参加的项目等数据,可以先根据数据表格形成数据透视表形式,再查看各种数据会十分方便。操作步骤如下:
1.打开“员工项目奖金统计表”,单击选定表格中任意单元格如单元格“A1”(见图5-60)。
2.在菜单栏中单击“数据”→“数据透视表和数据透视图”,弹出“数据透视表和数据透视图向导—3步骤之1”对话框。
3.在该对话框的“请指定待分析数据的数据源类型”和“所需创建报表的类型”2个文本框中分别选定第1个单选框(见图5-61)。
4.单击该对话框中的“下一步”按钮,显示“数据透视表和数据透视图向导—3步骤之2”对话框。在对话框的“选定区域”文本框中默认显示当前数据表格的数据区域“A2:K48”,如果需要更改建立数据透视表的数据区域,可以重新输入数据区域(见图5-62)。
5.单击对话框中的“下一步”按钮,显示“数据透视表和数据透视图向导—3步骤之3”对话框,在“数据透视表显示位置”栏中单击选定“现有工作表”单选框,在文本框中输入数据表显示的单元格位置,如单元格“J2”(见图5-63)。
6.单击对话框中的“完成”按钮,在单元格“J2”位置显示数据透视表的框图和“数据透视表字段列表”(见图5-64)。
下面建立数据透视表。根据自己查看数据的要求来建立数据透视表的列字段和行字段。方法是将“数据透视表字段列表”中字段名拖拉至框图中的相应位置。框图中左侧标有“将行字段拖至此处”的区域为“行区域”,上方标有“将列字段拖至此处”的区域为“列区域”,中间标有“请将数据项拖至此处”的区域为“数据区域”,框图上方为“页面区域”。
7.鼠标左键按住“数据透视表字段列表”中的“姓名”字段,拖拉鼠标至框图中左表头(“行区域”)位置,松开鼠标键后“姓名”排列在数据透视表中(见图5-65)。
8.按步骤7的操作方法将“部门”字段也拖拉到“行区域”,将“项目”字段拖拉到“列区域”,将“奖金”字段拖拉到“数据区域”。完成一张按部门、人员、项目查看奖金额的数据透视表,并自动计算出奖金总额显示在“汇总”行中(见图5-66)。
9.改变字段在数据透视表中的位置,可以满足不同的使用数据的要求。如查看各部门文化程度的数据时,将“部门”字段设置在“行区域”,“文化程度”设置在“列区域”,各部门员工的文化程度一目了然(见图5-68)。
10.删除数据透视表时单击数据透视表中任意单元格,然后在“数据透视表”工具栏中,单击“数据透视表”框右侧的倒三角按钮,在下拉列表中选择“选定”项,再单击 “整张表格”项,选中数据透视表(见图5-69)。
11.单击菜单栏中“编辑”→“清除”→“全部”,删除数据透视表。
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