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
|
2月前
|
数据采集 存储 JavaScript
自动化数据处理:使用Selenium与Excel打造的数据爬取管道
本文介绍了一种使用Selenium和Excel结合代理IP技术从WIPO品牌数据库(branddb.wipo.int)自动化爬取专利信息的方法。通过Selenium模拟用户操作,处理JavaScript动态加载页面,利用代理IP避免IP封禁,确保数据爬取稳定性和隐私性。爬取的数据将存储在Excel中,便于后续分析。此外,文章还详细介绍了Selenium的基本设置、代理IP配置及使用技巧,并探讨了未来可能采用的更多防反爬策略,以提升爬虫效率和稳定性。
|
3月前
|
数据挖掘 PyTorch TensorFlow
|
4月前
|
关系型数据库 MySQL Shell
不通过navicat工具怎么把查询数据导出到excel表中
不通过navicat工具怎么把查询数据导出到excel表中
46 0
|
2月前
|
数据处理 Python
Python实用记录(十):获取excel数据并通过列表的形式保存为txt文档、xlsx文档、csv文档
这篇文章介绍了如何使用Python读取Excel文件中的数据,处理后将其保存为txt、xlsx和csv格式的文件。
52 3
Python实用记录(十):获取excel数据并通过列表的形式保存为txt文档、xlsx文档、csv文档
|
2月前
|
easyexcel Java UED
SpringBoot中大量数据导出方案:使用EasyExcel并行导出多个excel文件并压缩zip后下载
在SpringBoot环境中,为了优化大量数据的Excel导出体验,可采用异步方式处理。具体做法是将数据拆分后利用`CompletableFuture`与`ThreadPoolTaskExecutor`并行导出,并使用EasyExcel生成多个Excel文件,最终将其压缩成ZIP文件供下载。此方案提升了导出效率,改善了用户体验。代码示例展示了如何实现这一过程,包括多线程处理、模板导出及资源清理等关键步骤。
|
2月前
|
机器学习/深度学习 人工智能 搜索推荐
某A保险公司的 数据图表和数据分析
某A保险公司的 数据图表和数据分析
61 0
某A保险公司的 数据图表和数据分析
|
4月前
|
数据采集 DataWorks 数据挖掘
提升数据分析效率:DataWorks在企业级数据治理中的应用
【8月更文第25天】本文将探讨阿里巴巴云的DataWorks平台如何通过建立统一的数据标准、规范以及实现数据质量监控和元数据管理来提高企业的数据分析效率。我们将通过具体的案例研究和技术实践来展示DataWorks如何简化数据处理流程,减少成本,并加速业务决策。
470 54
|
2月前
|
机器学习/深度学习 数据采集 数据可视化
如何理解数据分析及数据的预处理,分析建模,可视化
如何理解数据分析及数据的预处理,分析建模,可视化
53 0
|
3月前
|
机器学习/深度学习 数据挖掘 TensorFlow
🔍揭秘Python数据分析奥秘,TensorFlow助力解锁数据背后的亿万商机
【9月更文挑战第11天】在信息爆炸的时代,数据如沉睡的宝藏,等待发掘。Python以简洁的语法和丰富的库生态成为数据分析的首选,而TensorFlow则为深度学习赋能,助你洞察数据核心,解锁商机。通过Pandas库,我们可以轻松处理结构化数据,进行统计分析和可视化;TensorFlow则能构建复杂的神经网络模型,捕捉非线性关系,提升预测准确性。两者的结合,让你在商业竞争中脱颖而出,把握市场脉搏,释放数据的无限价值。以下是使用Pandas进行简单数据分析的示例:
46 5
|
3月前
|
数据采集 存储 数据挖掘
使用Python读取Excel数据
本文介绍了如何使用Python的`pandas`库读取和操作Excel文件。首先,需要安装`pandas`和`openpyxl`库。接着,通过`read_excel`函数读取Excel数据,并展示了读取特定工作表、查看数据以及计算平均值等操作。此外,还介绍了选择特定列、筛选数据和数据清洗等常用操作。`pandas`是一个强大且易用的工具,适用于日常数据处理工作。