
实时更新Excel文档外部数据源的数据
单元格区域、Excel 表、数据透视表或数据透视图均可以连接到外部数据源(数据源:用于连接数据库的一组存储的“源”信息。数据源包含数据库服务器的名称和位置、数据库驱动程序的名称以及在登录到数据库时所需的信息。)。可以刷新数据以更新此外部数据源的数据。每次刷新数据时,均可以看到数据源中最新版本的信息,其中包括对数据进行的任何更改。
安全性 当前,您的计算机可能禁用了与外部数据的连接。要在打开工作簿时刷新数据,必须使用“信任中心”栏以启用数据连接,或者将工作簿放置在受信任位置。
打开工作簿时自动刷新数据
可以在打开工作簿时自动刷新外部数据区域,并可以选择在保存工作簿时选择不保存外部数据,从而减小工作簿文件的大小。
注释 要在打开工作簿时刷新数据透视表中的数据,还可以使用“数据透视表选项”对话框的“数据”选项卡上“‘数据透视表数据’部分”下的“打开文件时刷新数据”。
刷新多个外部数据区域
在“数据”选项卡上的“连接”组中,单击“刷新”旁边的箭头,然后单击“全部刷新”。
如果有多个打开的工作簿,则必须在每个工作簿中单击“全部刷新”以刷新外部数据。
刷新导入的文本文件中的数据
定期自动刷新数据
刷新外部数据区域时要求密码
存储的密码是不加密的,我们不建议您使用。如果您的数据源需要密码 (密码:一种限制访问工作簿、工作表或部分工作表的方法。Excel 密码最多可有 255 个字母、数字、空格和符号。在设置和输入密码时,必须键入正确的大小写字母。)才能连接,那么您可以要求在刷新外部数据区域之前输入密码。此过程不适用于从文本文件 (*.txt) 或 Web 查询 (*.iqy) 检索的数据。
单击外部数据区域中的某个单元格。
在“数据”选项卡上的“连接”组中,单击“刷新”旁边的箭头,然后单击“连接属性”。
单击“定义”选项卡。
清除“保存密码”复选框。
注释 Microsoft Office Excel 仅在每个 Excel 会话中首次刷新外部数据区域时提示输入密码。下次启动 Excel 时,如果打开包含查询的工作簿并尝试进行刷新操作,则会提示您再次输入密码。
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