京公网安备 11010802034615号
经营许可证编号:京B2-20210330
Excel数据透视表:以自己的方式查看数据
Microsoft Office Excel 2003 工作表是组织和分析财务数据的理想工具。例如,您可能会创建一个包含差旅住宿费的工作表。如果需要各个季度的分类汇总,您知道如何相应地修改工作表。
但是,在需要按季度查看费用类别总计时会发生什么情况呢?而且如果您每次只想查看某一类或某一年份又该怎么办呢?在 Excel 工作表中能实现这些吗?当然可以。有没有更容易的方法?肯定有。
·一种更容易的方法
Microsoft PivotTable® 报表就是答案。不必写入复杂的公式,您可以使用向导创建一个交互式表格来自动提取、组织和汇总您的数据。然后,您可以使用该报表分析数据并进行比较、检测样式和关系并分析趋势。
例如,您可以使用一个包含差旅费事项的电子表格...
Excel 工作表来源
...创建一个按类别和季度汇总员工差旅费总计的数据透视表。
各类别、年份和季度的费用
现在,不必更改原始工作表,您就可以创建另一个数据透视表,通过其他方式来查看数据;例如,可以按员工或按月份查看差旅费,而不必输入一个公式。
下面说明如何快速创建数据透视表。
·创建数据
首先,在 Excel 工作表中创建数据。您可以将现有的电子表格或数据库中的数据导入到新 Excel 工作表中。确保数据可用于数据透视表:
Excel 会在您的工作簿中插入一个新工作表,该新工作表包含报表的布局区域(即“数据透视表”工具栏)和“数据透视表字段列表”。
·开始构建您的数据透视表
将“类别”字段从“数据透视表字段列表”拖动到数据透视表的“将行字段拖至此处”区域。
不要担心会将字段放错位置 ,您以后可以随意移动它们。
请注意,向导会使用您的工作表中“类别”列的数据自动填充行。此外,“数据透视表字段列表”中所使用的字段以粗体显示。
行中为“类别”的数据透视表
如果看不到“数据透视表字段列表”,请在带轮廓的布局区域中单击。如果仍然看不到它,请单击“数据透视表”工具栏上的“显示字段列表”按钮。
该工具栏显示时应该浮动在工作表上或停靠在一侧。如果没有显示该工具栏,请单击“视图”,指向“工具栏”然后单击“数据透视表”。
·给报表添加数据
将包含要汇总数据的字段,例如,“金额”字段,从“数据透视表字段列表” 拖动到数据透视表的“请将数据项拖至此处”区域。
现在,数据透视表会显示每个类别的费用总计。
包含类别和费用总计的数据透视表
·给报表添加页排序字段
要按“类”筛选数据,可以在页顶部创建一个下拉箭头。
现在,您可以看到某个时间某一个类的费用类别。
按“类”筛选的结果
要查看所有“类”的数据,请单击“类”下拉箭头,然后单击“(全部)”。
·使用此报表还可以做什么?
按金额排序费用类别
您可以利用“自动排序”功能来首先查看最大的费用类别。
按“金额”排序的费用类别
查看各季度的费用类别
按季度查看每个类别的花费:
各年份、季度和类别的费用
查看各季度每个费用类别的变化情况
您可以在很短的时间内更改数据透视表中的行和列。
各类别、年份和季度的费用
按员工筛选结果
要按员工筛选数据,可以在页的顶部创建第二个下拉箭头。
按“员工”筛选的结果
在不同的工作表上显示每个员工的结果
除了查看一名员工的结果,您还可以将每个员工的结果显示在不同的工作表中。
多个页将会作为工作表标签显示出来。
位于单独的工作表上的员工结果
源数据发生变化时刷新数据透视表
每当源电子表格中的数据发生变化时,可以立即更新您的数据透视表。
单击“数据透视表”工具栏上的“刷新数据”按钮。
瞬间让数据透视表看上去漂亮非凡
使用 “自动套用格式” 迅速获得具有专业外观效果。
·数据透视表还可以为我做什么?
基本数据透视表的设置快速且方便。不过,如果愿意多花点时间,您还可以学到使用数据透视表处理和分析数据的更多方法。例如,可以从许多不同类型的源中导入数据或连接到许多不同类型的源中的数据,自定义报表的格式,以及以有意义、易于理解的方式显示结果。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12