京公网安备 11010802034615号
经营许可证编号:京B2-20210330
Excel2016四个超强的数据分析功能
三维地图、预测工作表、引用外部数据查询、数据透视表更强大的功能改进、将Excel 表格发布到Office 365 Power BI实现数据的商业智能分析……Excel 2016在数据智能分析与展示上亮点多多……
01三维地图(新)
当需要按地理位置展示数据时,Excel三维地图能够自动识别地理信息,并在地图上的相应城市、省份或国家展现图表。操作步骤:
1.在包含一列地理位置的数据表中,全选表中的数据,单击【插入】-【三维地图】-【打开三维地图】。

2.单击【演示名称】,即可启动三维地图。

3.单击【新场景】-【添加图层】-【重命名此图层】,输入图层名称。

4.选择图表类型,设置“位置”框中“城市”的值为“城市”。

5.设置【高度】字段值为【AQI指数(无聚合)】;设置【类别】字段值为【空气质量级别】;设置【时间】字段值为【日期(日)】。

6.再按前面的步骤依次添加多个场景和相应图层,并设置图层的参数等,设置完成后,还可将地图导出为视频。

7.最终完成效果如下图所示。

02预测工作表(新)
Excel 2016新添加预测工作表,根据现有数据,一键预测出指定时间内的结果,简单快捷的完成市场预估。操作步骤:
1.定位到数据表中,单击【数据】-【预测工作表】。

2.选择预测结束日期,单击【创建】。

3.预测结果在新的工作表中呈现。

03引用外部数据查询(新)
通过 Excel 2016 的内置查询功能,轻松快速地获取和转换数据。示例中以“从Web”插入数据源。
1.单击【数据】-【新建查询】-【从其他源】-【从Web】。

2.以中国银行外汇牌价为例,http://www.boc.cn/sourcedb/whpj/index.html。

3. 在地址栏中输入网址,单击【确定】。

4. 选择【Table 0】-【编辑】。

5. 在弹出的窗口中可以调整删除列,留下我们需要的数据。单击要删除的列标,选择【删除】。

6. 单击【货币名称】后的筛选下拉箭头,勾选需要的货币单击【确定】。

7. 单击【关闭并上载】。

8. 即可导入到表中,选中任一数据单元格,单击【设计】-【刷新】,表中数据同步实时更新。

04数据透视表增强功能(新)
Excel 以其灵活且功能强大的分析体验而闻名。 在 Excel 2016 中用户能够跨数据轻松构建复杂的模型,对数百万行数据进行高速计算。
1.将光标定位在数据区域内,单击【插入】-【数据透视表】,勾选“将此数据添加到数据模型”并确定。

2.单击“全部”,搜索框中输入“地区”然后拖到“列”字段中。

3.搜索框中输入“利润”,并拖到“值”字段中。

4.此时显示表之间的自动关系检测,单击“自动检测”。

5.检测完成,单击“关闭”。也可以单击“管理关系”查看表之间的关系。

6.搜索框中输入“日期”,拖动“结算日期”到“行”字段中。

7.表格按时间自动分组,例如:单击“2016”—“第一季度”可以看到季度、月的分组。
8.单击【数据透视图】,插入一个透视图。单击数据透视图向下钻取按钮,让你可以跨时间分组和数据中的其他层次结构进行放大和缩小。

05发布到Power BI(需Office 365)
Excel 表格可以发布到Office 365 Power BI实现数据的商业智能分析。操作步骤:
1.选中包含数据的任意单元格,单击【开始】-【套用表格格式】,在弹出的菜单中选择任意表格格式,为表格数据自动套用表格格式。

2.单击【文件】。

3.单击【发布】-【发布到Power BI】-【保存到云】。

4.单击【OneDrive-XXXX】-【OneDrive-XXXX】。

5.单击【保存】。

6.单击【发布】。

7.单击【转至Power BI】。

8.在【数据集】中单击导入的表格名称,在【可视化】中选择要插入的图表类型,例如【饼图】,并设置【图例】的值为【城市】,【值】为【营业面积】。

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