京公网安备 11010802034615号
经营许可证编号:京B2-20210330
Excel绘制的不等宽度柱形图_excel不等宽柱形图_excel怎么绘制柱形图
Excel柱形图表中,从柱体的高度(Y轴的纵坐标)能直观地了解数据的大小,但X轴上的数据表示的宽度不具有任何数据意义,只是用来作为分类或时间延续。然而,有时候需要绘制X轴不等距的图形,使得柱体的宽度也表示一定的数量意义。
如图 1所示为某公司各商品销售额及市场占有率数据。为了能够将销售额与市场占有率同时在一张柱形图上反映出来,可以采用不等宽度的柱形图,即用柱形图柱体的宽度反映商品的市场占有率,柱体的高度反映商品的销售额。
制作步骤如下:
1、构造时间刻度数据:将市场占有率数据作为柱体宽度,也就是将B3:B10数据进行累加处理转化为时间轴刻度值。其中E3单元格为0,作为起始原点,每一种商品都设置一个时间起始点和结束点,而每一个时间的结束点又与下一个商品的起始点重合(比如商品A的起始点为0,结束点为5,商品B的起始点为5,结束点为13,依次类推)。在E4单元格中输入下列公式,下拉至E18单元格即可得到时间刻度值数据。 代码:=100*SUM(OFFSET($B$3,,,INT(ROW(A2)/2)))
2、设置阶梯状作图数据:为每种商品的时间起始点与结束点填充对应的销售额数据,列方向形成阶梯状分离数据是为了便于给不同商品的柱体填充不同的颜色。在F3单元格中输入下列公式,下拉、右拉至M18单元格,并将F3:M18单元格区域的格式设置为“0;-0;”以隐藏0值,即可得到阶梯状作图数据。代码:=IF(INT(ROW(A2)/2)=MATCH(F$2,$A$3:$A$10,0),VLOOKUP(F$2,$A$3:$C$10,3,0),0)
3、构造辅助标签数据:在O3单元格输入下列公式,下拉填充至O10单元格,作为辅助标签系列的X值;代码:=100*(SUM($B$2:B2)+B3/2),
在P3:P10单元格区域填充0值,作为辅助水平坐标轴标签系列的Y值;
在Q3单元格输入公式=C3,下拉填充至Q10单元格,作为各个商品的辅助标签系列的Y值。
4、创建堆积面积图:选择F3:M18单元格区域→单击“插入”选项卡→“图表”组→“面积图”→在下拉的图表类型列表中,选择“堆积面积图”。在图表上单击鼠标右键→单击“选择数据”→“水平分类轴标签”下的“编辑”按钮→“轴标签区域”选择E3:E18单元格区域→单击“确定”退出“轴标签”对话框→单击“确定”退出“选择数据源”对话框。
5、格式化图表:删除图例项、网格线,根据自己需求设置图表区大小、颜色、边框,绘图区颜色。
7、添加水平轴辅助标签系列:鼠标右键单击图表→单击“选择数据”→“添加”→“系列名称”选择P2单元格,“系列值”选择P3:P10单元格区域→单击“确定”按钮关闭“编辑数据系列”对话框→单击“确定”按钮关闭“选择数据源”对话框。
9、添加次要水平坐标轴:单击图表→“布局”选项卡→“坐标轴”→“次要横坐标轴”→“显示从左向右坐标轴”。
11、编辑数据源:鼠标右键单击图表→单击“选择数据”→在弹出对话框中的“系列”列表框中单击“Y1值”系列→“编辑”→“X轴系列值”选择O3:O10单元格区域→单击“确定”按钮退出“编辑数据系列”对话框→单击“选择数据源”对话框中的“添加”按钮→“系列名称”选择Q2单元格,“X轴系列值”选择O3:O10单元格区域,“Y轴系列值”选择Q3:Q10单元格区域→单击“确定”按钮关闭“编辑数据系列”对话框→单击“确定”按钮关闭“选择数据源”对话框。
13、添加标签:单击“Y1值”系列→“布局”选项卡→“标签”组→“数据标签”→“下方”。用同样的方法给“Y2值”系列添加数据标签。
15、格式化辅助标签系列数据点:鼠标右键单击“Y1值”系列→单击“设置数据系列格式”→“数据标记选项”→设置数据标记为“无”→关闭“设置数据系列格式”对话框。用同样的方法设置“Y2值”系列的数据标记为无。
17、进一步美化图表,即可完成不等宽柱形图的绘制。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13