通过Excel组合字段分析数据
使用Excel中，组合字段，是数据透视表非常有用的功能之一。例如，我们可以把日期按照年、季度和月份进行组合。得到年、季度和月份的汇总数据；还可以对员工的年龄数字进行组合，得到各个年龄段的员工分布；也可以对城市、省份、商品等进行组合，得到更多的分析角度：等等，我们用下面的两个案例来学习下通过Excel组合字段分析数据。
案例1
图1所示是2008年和2009年每天的销售流水账，现在要求制作一个如图2所示的年、季度和月份汇总的报表。
图1
图2
1、制作基本的Excel数据透视表，并设置报表格式，如图3所示。
图3
2、单击字段“日期”内的任意单元格，右击，选择快捷菜单中的“组合”命令，如图4所示。
图4
3、此时会打开“分组”对话框，在“步长”列表框中选择“月”。“季度”和“年”，如图5所示。
图5
4、单击“确定”按钮，即可得到需要的报表。
案例2
图6所示是一个员工基本信息数据表格，现在要求制作一个如图7所示的各个部门在职人员的不同年龄段的员工人数报表。
图6
图7
1、制作基本的数据透视表，并设置报表格式，如图8所示。这里要注意：把字段“高职时间”拖放到筛选字段区域，并选择“空白”项目，因为高职时间为空白的才是在职人员；把字段“部门”拖放到行字段区域；把字段“年龄”拖放到列字段区域；把字段“姓名”拖放到数值字段区域，并注意其分类汇总方式应为计数。
图8
2、单击字段“年龄”内的任意单元格（也就是第4行的年龄数字单元格），右击，选择快捷菜单中的“组合”命令。
3、此时会打开“分组”对话框，设置“起始于”、“终止于”和“步长”值，比如要从26——50岁之间，每隔5岁为一组，就在“起始于”、“终止于”和“步长”文本框中分别输入数字26、50和5，如图9所示。
图9
4、单击“确定”按钮，即可得到如图10所示的数据透视表。
图10
5、把各个年龄段的项目名称修改为具体的名称，即可得到要求的报表。
上面的两个案例，让我们知道了通过Excel组合字段分析数据我们还可以做出其他更多的数据分析，组合字段后，我们在工作的时候效率会提高更多，而且分析出来的数据会更加详细。
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
R 语言：数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代，无论是科研人员验证实验假设（如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域，常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下，“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而，零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点：原理、优势与应用解析 在机器学习领域，随机森林（Random Forest）作为集成学习（Ensemble Learning） ...
2025-09-05Excel 区域名定义：从基础到进阶的高效应用指南 在 Excel 数据处理中，频繁引用单元格区域（如A2:A100、B3:D20）不仅容易出错， ...
2025-09-05CDA 数据分析师：以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下，CDA（Certified Data Analyst） ...
2025-09-05SQL 日期截取：从基础方法到业务实战的全维度解析 在数据处理与业务分析中，日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络（CNN）的发展历程中，解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师：驾驭数据范式，释放数据价值 在数字化转型浪潮席卷全球的当下，数据已成为企业核心生产要素。而 CDA（Certified ...
2025-09-04K-Means 聚类：无监督学习中数据分群的核心算法 在数据分析领域，当我们面对海量无标签数据（如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分：数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域，“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析：解锁数据价值的关键 在数字经济高速发展的今天，数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ()：深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中，loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题，需先明确 K-S 图的核心用途（检验样本分布与理论分布的一致性），再结合横轴 ...
2025-09-02CDA 数据分析师：助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下，数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战：基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中，税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX：租房系统数据库性能优化实践 在租房管理系统中，rent表是核心业务表之一，通常存储租赁订单信 ...
2025-09-01CDA 数据分析师：企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”， ...
2025-09-01数据清洗工具全景指南：从入门到进阶的实操路径 在数据驱动决策的链条中，“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化：以预测结果为核心的闭环调优路径 在机器学习模型落地中，“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
