业务数据分析-Excel数据透视表(四)

简介: 业务数据分析-Excel数据透视表(四)

1、什么是数据透视表


先来举个例子

看下面这段对话

下午5点30

boss:把这张表给我整理成如下格式,就是根据平台给我汇总一下销量和收入,我要做个数据统计

187154e3ffb14279b41e4710df59757b.png


同学们,你们接到这样的需求之后,有什么想法呢?


哈哈,第一个想法肯定是,我滴妈呀,为啥临到下班点给我派活,一天都干啥去了,是逼我加班么,这是什么boss,真够讨厌的。


以上是开玩笑的啦,同学们都是积极上进的好同志,一般不会这么想的吧,肯定是在想解决方案,我该怎么操作。


那接下来就看看怎么解决这个问题


青铜:好办,在源表中按照品牌一个一个筛选,然后用函数sum计算求和,把结果粘到汇总表中即可,这种办法可行,那估计今天晚上到家又得10点了,然后觉得自己工作好忙,好累。


黄金:使用sumif条件求和函数,利用地址引用功能实现,若需要核对数据之类的,下班前轻松搞定,能准点回家,吃上一顿美美的晚餐。


王者:数据透视,三下五除二,拖拉拽就搞定了,只要数据源没问题,最多5分钟,下班前还能处理这样类似的数据6到7份没问题的,准点回家还能再学点python编程啥的,看以后能够使用脚本自动化实现。


e1c2069f0467461e9ac824a1d963db1b.png

7d84e0382efa4ea0a23c7f128d0b71d4.png


2、如何操作


创建数据透视表

  • 选择数据源区域中的任意单元格
  • 点击工具栏中的【插入】
  • 选择插入下方的【数据透视表】
  • 在弹出的创建数据透视表窗口,点击【确定】
  • 选择列、行、值字段分别拖拽到下方对应区域

图解:

142b4a3b5c044b23b29182c7f4efd5f6.png

a31cf4922ca54580a62b09af8b1f1e46.png

87b8d04af2cb48d38917e3ab55b74db8.png


可以选择不同的汇总方式


那什么是数据透视表呢?


简单来说就是把明细表进行分类汇总的过程,你可以按照不同的组合方式进行数据计算。

操作很简单,一学就会!


3、数据透视表的优势


首先体会数据透视表的优势:快速、高效、灵活。


在处理成千上万条数据的情况下,函数运算数据太多,表格容易卡顿,相比函数需要一条条手动设置公式,计算慢、繁琐的缺陷,数据透视表通过简单的拖拽就能完成各个维度你想要的数据分类汇总,可以说是基础的Excel操作里面最简单易上手,最实用,最常用的功能了。


4、适用什么场景


其实主要是用于计算数据的

1、有大量的数据,使用函数计算慢、繁琐

2、希望快速制作、整理、分析各类报表

3、数据源经常发生变化,并且要经常分析和处理最新的数据

4、想快速洞察数据背后隐藏的意义


5、使用前注意事项


用数据透视表,对原始数据是有一定要求的


数据透视表创建之前,要先做好前期数据整理。数据透视表的威力虽然无比强大,但使用前提是数据源要规范,否则会给后期创建和使用数据透视表带来层层阻碍,甚至无法创建数据透视表。


数据规范就是要检查,避免数据源出现以下的问题:


1、不能包含空字段 (包含空字段,无法制作数据透视表)


2、不包含相同字段 (相同的字段名,会自动添加序号,以示区别)


3、不能有合并单元格 (字段所在行有合并单元格,等同于空字段,也无法创建数据透视表)


4、不能有空行(如果有空行,会当成空值处理)


5、不包含有文本型数字(文本型数字会导致汇总求和的结果错误)


所以我们在创建透视表的时候出问题,绝大多数情况下需要我们去检查数据源,排除是否存在上面的问题。

目录
相关文章
|
4月前
|
Python
如何根据Excel某列数据为依据分成一个新的工作表
在处理Excel数据时,我们常需要根据列值将数据分到不同的工作表或文件中。本文通过Python和VBA两种方法实现该操作:使用Python的`pandas`库按年级拆分为多个文件,再通过VBA宏按班级生成新的工作表,帮助高效整理复杂数据。
|
4月前
|
数据采集 数据可视化 数据挖掘
用 Excel+Power Query 做电商数据分析:从 “每天加班整理数据” 到 “一键生成报表” 的配置教程
在电商运营中,数据是增长的关键驱动力。然而,传统的手工数据处理方式效率低下,耗费大量时间且易出错。本文介绍如何利用 Excel 中的 Power Query 工具,自动化完成电商数据的采集、清洗与分析,大幅提升数据处理效率。通过某美妆电商的实战案例,详细拆解从多平台数据整合到可视化报表生成的全流程,帮助电商从业者摆脱繁琐操作,聚焦业务增长,实现数据驱动的高效运营。
|
6月前
|
SQL 分布式计算 数据挖掘
从Excel到高级工具:数据分析进阶指南
从Excel到高级工具:数据分析进阶指南
236 54
|
6月前
|
存储 安全 大数据
网安工程师必看!AiPy解决fscan扫描数据整理难题—多种信息快速分拣+Excel结构化存储方案
作为一名安全测试工程师,分析fscan扫描结果曾是繁琐的手动活:从海量日志中提取开放端口、漏洞信息和主机数据,耗时又易错。但现在,借助AiPy开发的GUI解析工具,只需喝杯奶茶的时间,即可将[PORT]、[SERVICE]、[VULN]、[HOST]等关键信息智能分类,并生成三份清晰的Excel报表。告别手动整理,大幅提升效率!在安全行业,工具党正碾压手动党。掌握AiPy,把时间留给真正的攻防实战!官网链接:https://www.aipyaipy.com,解锁更多用法!
|
11月前
|
数据采集 数据可视化 数据挖掘
Pandas数据应用:天气数据分析
本文介绍如何使用 Pandas 进行天气数据分析。Pandas 是一个强大的 Python 数据处理库,适合处理表格型数据。文章涵盖加载天气数据、处理缺失值、转换数据类型、时间序列分析(如滚动平均和重采样)等内容,并解决常见报错如 SettingWithCopyWarning、KeyError 和 TypeError。通过这些方法,帮助用户更好地进行气候趋势预测和决策。
330 71
|
3月前
|
SQL 数据挖掘 BI
数据分析的尽头,是跳出数据看数据!
当前许多企业在数据分析上投入大量资源,却常陷入“数据越看越细,业务越看越虚”的困境。报表繁杂、指标众多,但决策难、行动少,分析流于形式。真正有价值的数据分析,不在于图表多漂亮,而在于能否带来洞察、推动决策、指导行动。本文探讨如何跳出数据、回归业务场景,实现数据驱动的有效落地。
|
4月前
|
Python
将Excel特定某列数据删除
将Excel特定某列数据删除
|
9月前
|
SQL 人工智能 数据可视化
数据团队必读:智能数据分析文档(DataV Note)五种高效工作模式
数据项目复杂,涉及代码、数据、运行环境等多部分。随着AI发展,数据科学团队面临挑战。协作式数据文档(如阿里云DataV Note)成为提升效率的关键工具。它支持跨角色协同、异构数据处理、多语言分析及高效沟通,帮助创建知识库,实现可重现的数据科学过程,并通过一键分享报告促进数据驱动决策。未来,大模型AI将进一步增强其功能,如智能绘图、总结探索、NLP2SQL/Python和AutoReport,为数据分析带来更多可能。
503 142
|
6月前
|
机器学习/深度学习 数据采集 数据可视化
Python数据分析,别再死磕Excel了!
Python数据分析,别再死磕Excel了!
234 2
|
10月前
|
SQL 数据可视化 大数据
从数据小白到大数据达人:一步步成为数据分析专家
从数据小白到大数据达人:一步步成为数据分析专家
530 92
下一篇
开通oss服务