京公网安备 11010802034615号
经营许可证编号:京B2-20210330
EXCEL数据分析处理(4)
如果不再需要分类汇总结果,可在图2-49所示的【分类汇总】对话框中单击【全部删除】,即可撤消分类汇总。
数据透视表是用于快速汇总大量数据的交互式表格,用户可以旋转其行或列以查看对源数据的不同汇总,也可以通过显示不同的页来筛选数据,还可以显示所关心区域的数据明细。通过对源数据表的行、列进行重新排列,使得数据表达的信息更清楚明了。
以例2-11的数据为例,建立数据透视表的步骤如下:
(1)首先,要保证数据源是一个数据清单或数据库,即数据表的每列必须有列标。
(2)单击数据清单或数据库中的任一非空单元格,然后单击【数据】菜单,选择【数据透视表和图表报告】项,则系统弹出【数据透视表和数据透视图向导—3步骤之1】对话框,如图2-51所示,根据待分析数据来源及需要创建何种报表类型,进行相应的选择,然后单击【下一步】按钮,系统弹出【数据透视表和数据透视图向导—3步骤之2】对话框,如图2-52所示;
图2-51 【数据透视表和数据透视图向导—3步骤之1】对话框
图2-52 【数据透视表和数据透视图向导—3步骤之2】对话框
(3)默认情况下,系统自动将选取整个数据清单作为数据源,如果数据源区域需要修改,则可直接输入“选定区域”,或单击【浏览】按钮,从其他的文件中提取数据源。确定数据源后,单击【下一步】按钮,系统弹出【数据透视表和数据透视图向导—3步骤之3】对话框,如图2-53所示。
图2-53 【数据透视表和数据透视图向导—3步骤之3】对话框
(4)在【数据透视表和数据透视图向导—3步骤之3】对话框中,单击【版式】按钮,出现【数据透视表和数据透视图向导—版式】对话框,如图2-54所示。
(5)【数据透视表和数据透视图向导—版式】对话框中,再根据需要,将右边的字段按钮拖到左边的图上,这里,将“销售人员”拖到“行(R)”图上,将“商品”拖到“列(C)”图上,将“数量(台)”和“金额(元)”拖到“数据(D)”图上,如图2-55所示。
图2-55 设置数据透视表的版式
(6)设置好版式后,单击【确定】按钮,则系统就返回到图2—44所示的【数据透视表和数据透视图向导—3步骤之3】对话框,然后单击【完成】按钮,数据透视表就完成了,如图2-56所示。
这样,通过图2-56的数据透视表,即可看出每个销售人员所销售商品的种类、数量、销售额及其合计数,从而以此为基础可很方便地对每个销售人员的销售业绩进行评价。
图2-56 各个销售人员销售商品的数据透视表
在图2-56所建立的数据透视表上,可以很方便地进行多角度的统计与分析。比如要了解李四所销售商品的情况,可在“销售人员”下拉列标中只选中“李四”,然后单击“确定”按钮,则李四的销售情况如图2-57所示。
图2-57 李四的销售情况汇总
还可以建立透视图,方法是:单击数据透视表中的任一单元格,单击鼠标右键,在快捷菜单中选择【数据透视图】项,则系统自动显示出数据透视图,从而得到每个销售人员的更为直观的销售情况。
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在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07