execl数据多维度建模(二)--透视表、分类汇总、柱形图(选项控件筛选)

本文主要是介绍execl数据多维度建模(二)--透视表、分类汇总、柱形图(选项控件筛选),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

源数据

目的:

1.选择数据

1)插入透视表

选中源数据的数据区域--插入--数据透视表(新的工作表名:透视表

2)透视表设置

ShipCountry拉入行标签;CategoryName拉入列标签;sales拉入值的位置

3)将透视表的数据复制到新的标签页(一般我们不在透视表上操作数据) 

 4)在新的工作表页(表名:VLOOKUP匹配国家-地区数据)插入“Region”,将“行标签”改为“Counrty”

5)用VLOOKUP函数参照“洲-国家对照”表,将国家和地区对照起来。

选中A2单元格--公式--查找与应用--VLOOKUP

对Table_array进行定位,按F4,然后“确定”

 第一个设置以后,下面的下拉就可以,最右列的“总计”不需要,可以删除

2. 排序

将上面匹配后的数据复制到新的工作表(表名:分类汇总数据),然后进行排序

步骤:选中数据部分--开始--排序于筛选--自定义排序--选择排序依据

 排序结果如下

3.分类汇总

将点击数据区域,然后点击“数据”--“分类汇总”(macOS上是“小计”):汇总项除了国家和地区不选,其他都要打勾

 

效果如下:

点击“+”,叫“向下钻取”;点击“-”,叫“向上钻取”

全部“上卷”后,效果如下

将上卷后的上图数据复制到新的工作表中:

 选中需要复制的区域--搜索“定位条件”---选择“可见单元格”

确定

 复制到新的工作表(表名:报表与可控图形):

RegionCountryBeveragesCondimentsConfectionsDairy ProductsGrains/CerealsMeat/PoultryProduceSeafood
北美 汇总71797.0421357.645157.4147459.2224848.2145401.8311928.3327831.25
拉美 汇总53757.315278.2623699.7539306.7110709.314563.2414043.4724079.56
欧洲 汇总142313.969411.2298500.06147741.460187.07103057.374012.7879350.93

 将Region中的“汇总”字眼去掉

 设置一个控制单元格,自己找个位置即可,为了索引的作用

然后再选择一个单元格--公式--查找与引用--INDEX

效果:

 公式向右复制(鼠标移到单元格右下角的位置,出现“+”时,向右拉)

control的数据改变后,数据跟着改变:

4.制作动态图表

1)选中数据,插入柱形图

2)优化柱形图:

将水平轴坐标修改为类别(选中柱形图--图表设计--选择数据--编辑水平轴坐标--选择数据)

效果如下:

a. 先打开开发工具(文件--更多--自定义功能区--开发工具) 

b. 开发工具--插入“”选项按钮“”

插入后,可输入文本信息 

c. 编辑按钮

右键“控件”--设置控件格式

然后复制2个,并修改标签

5. 整体效果如下:

所有的工作表如下:

其他柱形图美化:

(1)增加“数据标签”

(2)增加“图表标题 ”

(3)背景填充

(4) 选项控件优化

这篇关于execl数据多维度建模(二)--透视表、分类汇总、柱形图(选项控件筛选)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/830419

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务,目标是自动识别图像中的对象类别。通过卷积神经网络(CNN)等深度学习技术,我们可以构建高效的图像分类系统,广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统,包括环境

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

认识、理解、分类——acm之搜索

普通搜索方法有两种:1、广度优先搜索;2、深度优先搜索; 更多搜索方法: 3、双向广度优先搜索; 4、启发式搜索(包括A*算法等); 搜索通常会用到的知识点:状态压缩(位压缩,利用hash思想压缩)。

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

一个包含7800张带标注图像的数据集,专门用于烟火目标检测,是一个非常有价值的资源,尤其对于那些致力于公共安全、事件管理和烟花表演监控等领域的人士而言。下面是对此数据集的一个详细介绍: 数据集名称:烟火目标检测数据集 数据集规模: 图片数量:7800张类别:主要包含烟火类目标,可能还包括其他相关类别,如烟火发射装置、背景等。格式:图像文件通常为JPEG或PNG格式;标注文件可能为X