道家强调四个字，叫“道、法、术、器”。

层次区别：

“器”是指物品或工具，在数据分析领域指的就是数据分析的产品或工具，“工欲善其事，必先利其器”；

“术”是指操作技术，是技能的高低、效率的高下，如对分析工具使用的技术（比如用Excel进行数据分析的水平）；

“法”是指选择的方法，有句话说“选择比努力重要”；

“道”是指方向，是指导思想，是战略。

在数据分析和产品、运营优化方面，数据分析方法是其核心，属于“法”和“术”的层次。

那么如何做好数据分析呢，今天我们来讲讲互联网运营中的十大数据分析方法。

01 细分分析

细分分析是分析的基础，单一维度下的指标数据的信息价值很低。

细分方法可以分为两类， 一类逐步分析， 比如：来北京市的访客可分为朝阳，海淀等区； 另一类是维度交叉， 如：来自付费SEM的新访客。

细分用于解决所有问题。

比如漏斗转化，实际上就是把转化过程按照步骤进行细分，流量渠道的分析和评估也需要大量用到细分的方法。

02 对比分析

对比分析主要是指将两个相互联系的指标数据进行比较，从数量上展示和说明研究对象的规模大小，水平高低，速度快慢等相对数值， 通过相同维度下的指标对比，可以发现，找出业务在不同阶段的问题。

常见的对比方法包括： 时间对比，空间对比，标准对比。

时间对比有三种： 同比，环比，定基比。

例如： 本周和上周进行对比就是环比；本月第一周和上月第一周对比就是同比；所有数据同今年的第一周对比则为定基比。通过三种方式，可以分析业务增长水平，速度等信息。

03 漏斗分析

转化漏斗分析是业务分析的基本模型， 最常见的是把最终的转化设置为某种目的的实现，最典型的就是完成交易。但也可以是其他任何目的的实现，比如一次使用app的时间超过10分钟。

漏斗帮助我们解决两方面的问题：

在一个过程中是否发生泄漏，如果有泄漏，我们能在漏斗中看到，并且能够通过进一步的分析堵住这个泄漏点。

在一个过程中是否出现了其他不应该出现的过程，造成转化主进程收到损害。

04 同期群分析

同期群（cohort）分析在数据运营领域十分重要，互联网运营特别需要仔细洞察留存情况。 通过对性质完全一样的可对比群体的留存情况的比较，来分析哪些因素影响用户的留存。

同期群分析深受欢迎的重要原因是十分简单，但却十分直观。 同期群只用简单的一个图表，直接描述了用户在一段时间周期（甚至是整个LTV）的留存或流失变化情况。

以前留存分析只要用户有回访即定义为留存，这会导致留存指标虚高。

05 聚类分析

聚类分析具有简单，直观的特征， 网站分析中的聚类主要分为：用户，页面或内容，来源。

用户聚类主要体现为用户分群，用户标签法；页面聚类则主要是相似，相关页面分组法；来源聚类主要包括渠道，关键词等。

例如： 在页面分析中，经常存在带？参数的页面。 比如： 资讯详情页面，商品页面等，都属于同一类页面。简单的分析容易造成跳出率，退出率等指标不准确的问题，通过聚类分析可以获取同类页面的准确数据用于分析场景。

06 AB测试

增长黑客的一个主要思想之一，是不要做一个大而全的东西，而是不断做出能够快速验证的小而精的东西。 快速验证，那如何验证呢？主要方法就是AB测试。

比如： 你发现漏斗转化中中间有漏洞，假设一定是商品价格问题导致了流失，你看到了问题-漏斗，也想出了主意-改变定价。但主意是否正确，要看真实的用户反应，于是采用AB测试，一部分用户还是看到老价格，一部分用户看到新价格，若你的主意真的管用，新价格就应该有更好的转化，若真如此，新价格就应该确定下来，如此反复优化。

07 埋点分析

只有采集了足够的基础数据，才能通过各种分析方法得到需要的分析结果。

通过分析用户行为，并细分为：浏览行为，轻度交互，重度交互，交易行为，对于浏览行为和轻度交互行为的点击按钮等事件，因其使用频繁，数据简单，采用无埋点技术实现自助埋点，即可以提高数据分析的实效性，需要的数据可立即提取，又大量减少技术人员的工作量，需要采集更丰富信息的行为。

如： 重度交互（注册，邀请好友等）和交易事件（加购物车，下订单等）则通过SDK批量埋点的方式来实施。

08 来源分析

流量红利消失，我们对获客来源的重视度极高，如何有效的标注用户来源，至关重要。

传统分析工具，渠道分析仅有单一维度，要深入分析不同渠道不同阶段效果，SEM付费搜索等来源渠道和用户所在地区进行交叉分析，得出不同区域的获客详细信息，维度越细，分析结果也越有价值。

09 用户分析

用户分析是互联网运营的核心， 常用的分析方法包括：活跃分析，留存分析，用户分群，用户画像，用户细查等。

可将用户活跃细分为浏览活跃，互动活跃，交易活跃等，通过活跃行为的细分，掌握关键行为指标；通过用户行为事件序列，用户属性进行分群，观察分群用户的访问，浏览，注册，互动，交易等行为，从而真正把握不同用户类型的特点，提供有针对性的产品和服务。

用户画像基于自动标签系统将用户完整的画像描绘清晰，更有力的支撑运营决策。

10 表单分析

填写表单是每个平台与用户交互的必备环节，优秀的表单设计，对转化率的提升起到重要作用。

用户从进入表单页面之时起，就产生了微漏斗，从进入总人数到最终完成并成功提交表单人数，这个过程之中，有多少人开始填写表单，填写表单时，遇到了什么困难导致无法完成表单，都影响最终的转化效果。

以上是常见的数据分析方法，更多应用方法需要根据业务场景灵活应用。

我们经常会遇到这样的情况，连续的多列数据，我们需要

将他们分组求和每隔几列取值或求和

你是怎么做的呢？还在用最原始的方法吗？

让我来告诉你个方法。只需要输入一个公式，拖动复制就可以全部搞定！省事省力还不易出错。

问题与公式 1

如下图所示，在A1:L6的区域内有每个月的销售数据，我们需要将每行数据按照季度汇总，也就是每三个单元格作为一组进行求和。

我们在M2单元格中输入以下公式：

=SUM(OFFSET($A2,,(COLUMN()-COLUMN($M$1))*3,,3))

然后向右、向下拖拉复制公式填充，这样就完成了所有的求和了。简单快捷吧？下面让我们来详细了解一下这个公式。

公式详解之Offset

这个公式里面用到了三个函数，SUM，OFFSET，COLUMN。

OFFSET函数的语法是OFFSET(reference, rows, cols, [height], [width])，它根据指定的参数来返回一个单元格或单元格区域的引用。也就是从一个起始单元格或区域开始，向上或向下，向左或向右移动几行或几列，然后再返回一个设定了高度和宽度的区域。

函数的最后两个参数用来指定返回区域的高度和宽度，如果省略，则返回的区域大小和第一个参数reference的大小一样。

如下图所示，在A1单元格输入公式=OFFSET(A1,4,1)

表示从A1单元格向下移动4个单元格，再向右移动一个单元格，就跳到了B5单元格。这里没有指定最后两个参数，则表示移动后的区域还是1行1列，那么返回的就是对B5单元格的引用。

公式详解之Column

COLUMN函数是用来返回列号，如果不加参数就表示返回当前单元格的列号。示例中COLUMN($M$1)就是表示返回M1单元格的列号，即13。

COLUMN()-COLUMN($M$1)，当在水平方向上拖动复制公式的时候，就生成一个序列0，1，2，3，乘以3就得到0，3，6，9。

我们这样做，是因为我们需要从A1单元格开始，向右移动0列、3列、6列、9列，从而定位到每个季度的第一个月，然后再设置移动后的区域宽度为3列，这样就得到了一个1行3列的区域，也就是每个季度的区域。

所以随着我们从M1单元格开始向右拖动复制公式，

OFFSET($A2,,(COLUMN()-COLUMN($M$1))*3,,3)

生成了对每组3个单元格的引用，再加上SUM函数就可以得到每个季度的和了。

公式详解之绝对引用与混合引用

提醒大家一定要注意公式中的绝对引用和混合引用。

$A2是混合引用，当拖动复制公式的时候，总是固定在A列，行号则根据公式所在的行号变化，这样可以保证我们的Offset总是从A列开始移动；

$M$1是绝对引用，不管将公式复制到哪儿这个地址都不变，这样COLUMN()的结果是变化的,COLUMN($M$1)的结果是不变的，最终才能生成等差序列。

公式中使用COLUMN()-COLUMN($M$1)的用意在于，当L列和M列中间插入其他信息时，我们就不需要更改公式了。否则如果有绝对数字的话，别人一改你的表格，公式计算结果可能就不正确了。

问题与公式 2

同样的例子，假如我们想要取一、四、七、十这几个月的值该怎么做呢？

如果是一次取一个单元格的值的话，只需要OFFSET就可以了，不需要SUM了。

在M1单元格输入以下公式：

=OFFSET($A2,,(COLUMN()-COLUMN($M$1))*3,,1)

大家注意，最后一个参数变成了1，这个1就表示区域的大小是1列，倒数第二个参数省略了，表示行号跟起始区域的大小一样，都是1行。

数据整理之起式:清洗

吾钟神秀大师有云，身是菩提树，心如明镜台，时时勤佛拭，莫使有尘埃。

心是佛是，同理，数铣清理，是其凭运气的，利于后续使用。

清洗的对象，简称脏数据，一般有如下几种情况:

1.同名异物：例如，公司有两个李明，如果不加区别的导入数据，并进行合并统计，可能就会出现问题。

2.同物异名：例如性别，有的人写成男女友的人写上成M/F有的干脆写成0/1。

3.单位错乱：例如金额，人民币和美元，一旦混同，那绝对是一场灾难

4.规格不合：例如身份证号为9527，

5.格式混乱: 最典型的就是日期! 例如10/6/11,根本说不清楚是11年10月6日，还是11年6月10日，抑或是10年6月11日，因为美式日期，英式日期，中式日期各自都不相同! 老衲生平目 睹过的日 期 惨案足足 有12 306桩那么多! 另外一种是分位符.美利坚的分位符是",”而欧罗巴诸国的分位符是"." 如果是一位叫Chateaubriand的美国同事发过来一个数 字"123.456",根本说不清楚这是一百挂零，还是十万有余.老衲生平目睹过的分位符惨案足足有1024桩那么多! 假使少侠天资过人，心如阴镜，眼疾手快，刷刷刷刷检出来"123.456"个脏数据，怎么处理呢?

数据整理之承式: 规制

做数据之前，先要和其他人协商好，各个数据都是什么格式，不同数据表之间的格式是否要统一，之间是否有依赖关系.如果数据不满足依赖关系如何处理。 例如先约定好，性别一律写成"男/女".如果写成M/F的，那么M就当成男性，F就当成女性来处理(使用替换，或者使用中间映射表).写成Nan/Ny的，直接当脏数据抛弃掉。

数据整理之转式 :分组

在数据预处理中，分组是一个很重要的手段，例如各位少侠要面对的是本公司的工资表，想看看整体是否失衡，可以将资历分为中低高三组(日 企),对应人员的工资进行汇总; 但具体资历分层的节点的把握，则需要小心，必要时还需要反复尝试例如可分成

a.工作1年以下，

b.工作1年-3年

C.工作3年-5年

d.工作5年以上

跑出来一看，wow,公司是大学生创业基 金支援 的，全部员工都是工作1年以.....

这个时候就得按更细粒度的月来进行划分了.

未完待续...

文中图片来自网络

运营人员：阿九

今天科多大数据小课堂来教大家用Excel怎么做数据分析。

现如今，各行各业的求职都需要简历包装。尤其是文职类简历，想要赢得offer，你不得在精通Excel等办公软件上下点功夫么？那么，你真的了解Excel嘛？或者，你知道用它怎么做数据分析嘛？

所谓数据分析在手，走遍天下都不怕。而 Excel 作为最简单的办公软件，功能却不容小觑，同样可以实现分类、聚类、关联和预测来进行数据分析。这些概念听起来比较抽象，其实一点都不难，今日文章直接来一波干货，从具体操作开始讲起。

01 掌握基本 Excel 快捷键

工欲善其事，必先利其器，自从笔者发现了excel快捷键，就打开了新世界的大门。 虽然都是很基础的操作，一旦运用熟练将会大幅提升效率。

最好用的复制命令： Ctrl + R 向右复制 Ctrl + D 向下复制

选择格式粘贴：Ctrl + Alt + V

求和功能：Alt + = 然后按回车键

格式调整：Ctrl + Shift + 7 加上外边框 Ctrl + Shift + - 去掉边框 Ctrl + Shift + 5 改成%数值格式

视图调整及编辑： Ctrl + Shift + = 插入行 Ctrl + - 删除

终极：开始工具栏所有的命令都可以通过 Alt - H - 调用

Alt： 激活选项，配合选项英文字母使用

Shift：连续选择，配合方向键，翻页键等使用； 上位键

Ctrl：配合其他键可以执行一项命令 如Ctrl + C 复制；快速移动光标，配合方向键使用，如向右快速移动光标 （Ctrl + →）

02 数据收集

在数据分析之前，首先需要找到可靠的数据源。国内的公司数据可以在 wind 上下载，宏观数据可以在国家统计局上找到，而国外比较常用的网站有 SEC，WRDS （Wharton Research Data Services）。

需要注意的是，原始数据一般保留不做处理，通过 Excel 或其他编程软件做后续处理。

03 数据清洗与筛选等基础操作

杂乱无章的原始数据是难以分辨的，因此需要对海量数据进行清洗和筛选才能找出其中的规律。

常见的方法有如下几种：

运用描述性统计命令观察数据的离散程度等基本情况：通过添加“分析工具库”加载项找到数据-数据分析-描述统计，可以得到这组数据的中位数、众数、峰度、偏度等基本指标，观察这组数据的特征。此外，数据分析中还有方差分析等其他命令。

运用 VLOOKUP 将数据合理分组，收放自如：VLOOKUP 函数是 Excel 中的一个纵向查找函数，可以用来核对数据，多个表格之间快速导入数据等函数功能。功能是按列查找，最终返回该列所需查询列序所对应的值。比如，我们导出公司的原始报表后，可以通过 VLOOKUP 函数将报表中的数字一一导入到新的管理用的财务报表，这样既不会破坏原始数据，又可以建立良好的模板，方便后续使用。VLOOKUP 的四个参数用通俗的话来说，就是（要找谁，要在哪里找，要找哪一列内容，是精确的还是模糊的）

运用数据透视表分组求平均数、标准差、计数等多个指标：数据透视表是一个非常容易上手的分组工具，对于简单的数据处理甚至在便捷程度上打败了很多编程工具呢。比如要对每个省份的所有专业分数线求一个平均数，将年份和省份轻松地拖动到对应的列和行，就可以得到结果啦。试想，如果在原始表格中手动一个一个求平均数该有多麻烦。

运用条件函数计算融资缺口，检查配平：比如在预测财务报表时，我们常常要判断资产是否等于负债+所有者权益。此时可以用 IF 函数 （资产=负债+所有者权益，TRUE，FALSE）如果是配平的，直接返回 TRUE。此外，还有一些函数如 IRR 可以计算项目的投资回报率。

04 挖掘数据背后的规律

在完成了数据清洗和筛选之后，我们还是要落实到数据分析的重点，也就是数据背后的逻辑。

首先我们可以采用画图的方式。画图可以非常直观地佐证结论，不同情况下要用不同类型的图，比如饼图显示比重，折线图发现趋势，还可以采用叠加多种形式的图。

下面这张图就是一个数据分析应用的经典例子，显示的是一个教育公司在扩张过程中，学习中心同比增速与营业毛利率的关系。试想，如果只是一堆数据放在你的面前，可能根本无法发现其中的规律，但是通过下图，我们可以发现，学习中心的同比增速一般与营业毛利率呈反向关系，这也就意味着，扩张的过程必然要伴随利润下降的阵痛，这样的数据分析就是有效的，可以为公司的扩张战略提供参考依据。

另一种比较常见的数据分析应用就是从历史预测未来。比如如果公司过去几年的存货周转率都比较稳定，可以以此来预测未来几年的存货周转率。又或者通过线性回归发现某两个指标之间过去的线性关系，并以此来预测未来走势，这个操作方法可以用散点图——添加趋势线——选择回归类型（线性）来得出简单的结论。

说了这么多，列举 Excel 数据分析的一个常见运用。

大家知道，金融领域的工作往往要考察搭建财务模型的技巧，而这个模型就是完完全全从 0 开始通过 Excel 制作的。

1. 计算各项指标了解公司的历史经营状态。这一步不仅可以看出公司在盈利能力、成长性、营运能力等多个维度的历史发展状况，还可以与同行业的可比公司进行比较，看出这个公司所处的地位（比如公司的应收账款周转率可以直观看出公司是强势地位还是弱势地位，应收账款周转率如果显著低于同业，那就说明应收账款很容易收到，议价能力强）。

2. 预测公司未来的盈利状况，并通过财务报表的勾稽关系完善财务模型。这一步一定要打开 Excel 的自动迭代功能（选项——公式——启用迭代计算），具体的财务方面知识在此就不再详述。

3. 现金流 DCF 模型及敏感性分析。以之前制作的财务报表为基础，就可以测算出公司未来的自由现金流，在计算出公司资本成本的前提下对现金流进行贴现得到公司绝对估值。其中，基于不同的资本成本和公司永续增长率还可以做成敏感性分析的表格，得出在不同情形下公司的估值。这就需要使用Excel的数据——模拟运算——模拟运算表功能了。如下图所示，将输入引用行的单元格和引用列的单元格分别设为 Equity Valuation 中的永续增长率和Wacc对应的数值，就可以实现啦。

以上这些介绍都只是冰山一角，Excel的功能博大精深，加上VBA等高端操作将会释放更大的威力。配合现当代大数据盛行时期。想要深入，就还得不断学习！

问题：

怎么对每个工龄阶段进行人数统计

答：

数字分组

（1）以每隔5年进行统计

定位数字，右键创建组，设置步长为5，就可以统计出每个工龄阶段的总人数了。

今天就讲解到这，下一篇教程再见。

想要月薪上万，就要先点赞，当然啦！分享也是不可少哟

数字类自动分组

闲话少说，直接举一个经典的实例：

现在有一份员工工资数据表，如下所示，我们想知道年龄段的平均工资情况

需要得到各种年龄段的平均工资情况，如下所示：

就可以用到数据透视表的自动分组功能来实现。

首先插入一个数据透视表，将年龄字段放入行标签，将工资字段插入至值

然后在求和项工资这个字段的位置，右键， 选择值字段设置，如下所示

在弹出的值字段设置窗口中，值汇总方式里面选择平均值，点击确定，如下所示：

要先把单元格的位置定格在数据透视表内部，然后在选项卡，数据透视表的分析中，点击组选择，如下所示：

然后在弹出的组合窗口中，根据自己的需求，选择起始于10，终止于50，步长为10，

这个时候数据透视表的显示窗口就按照你的要求进行了分组，效果如下所示：

然后将数据透视表的平均工资中的数字显示格式调整为0位小数点，将标题内容进行修正一下，就得到了我们最终的结果

关于数字的数据透视表分组就讲到这里，欢迎留言讨论

给坚持学习的自己点个赞和转发一下吧~

----------------------------

欢迎关注，更多精彩内容持续更新中....

时间数据自动分组

如下所示：是一份商品销售明细表，有时间，区域，商品，数量，金额几个字段。

表格上面的数据是按每天来的，如果我们想按月汇总数据，或者按季度，按小时，按分钟来汇总数据，那么我们就能用到数据透视表的时间自动分组了。

首先我们创建一个常规的数据表，在菜单栏，插入，数据透视表，我们将时间字段拖入至行标签，将数量和金额放在值标签，在2015版本的Excel中会得到下面的结果，会自动将时间按照月进行分布，如下所示：

在低版本的Excel中可以不能自动按月进行汇总，得到的结果是这样的：

无论哪种显示，都没有关系。

单元格放在数据透视表的行标签的时间上，然后点击选项卡上面的数据透视表工具的分布，选择组选择

然后可以在字段里面选择1个，或者多个字段进行汇总，得到根据自己需求的不同结果

假如我们单选按日选择，可以进行天数选择，比如，我们每隔7天是一周，可以进行按周进行分类

得到的结果如下所示：

当然我们也可以选择季度和月份两个字段，得到的结果就是

因为我们现在的原始数据中没有时，分，秒，所以在这边无法进行时，分，秒汇总，如果原始数据中有时分秒，便可以进行更细一步的分析。

本节完，你学会了吗？

给坚持学习的自己点个赞和转发吧

------------------

欢迎关注，更多精彩内容持续更新中....

Hi，我是秋小叶~

我们在学习工作中难免会遇到一些奇葩表格，比如应该写在一列里面的内容，偏偏被拆成了两列……

碰到这种奇葩数据，压根没办法正常统计计算，只能先调整成正常的形式。如果你只会复制粘贴，那可得忙半天，甚至熬夜通宵才能搞定。

而如果你掌握一些整理数据的小技巧，那可就不一样了。别人半天的工作量，可能你只需要 10 秒！

今天 King 老师就来分享 6 个整理数据的万能公式。

01.行列互换

需要将数据的行和列对调过来时，可以用 TRANSPOSE 转置函数。

万能配方：

TRANSPOSE是数组函数，必须先选中区域，输入公式后按【Ctrl+Enter】完成输入才能生效。

案例第 10 行中因为源数据没有更多数据，产生了错误值，这些错误值不能单独删除，因为数组区域是一个整体，必须同时修改。

其实，普通的行列互换转置，用选择性粘贴更简单，还可以保留源格式。So，函数公式虽好，可不要贪多哦 ~

02.一行转多行

想要把一行数据转换成多行数据怎么办？比如，转换成固定 3 列的多行数据：

万能配方：

这是一个万能的函数公式，你不需要懂太多，只要会改参数就能套用。

=INDEX($A$1:$G$1,1,(ROW(A1)-1)*3+COLUMN(A1))

把红色的数据区域换成你的数据区域

把 3 换成一行希望填写的数据个数，比如一行 4 个，就换成 4。

03.一列转多列

相对应的，如果想要把一列数据按固定的行数转成多列怎么办呢？还是一样的配方，稍微改造一下公式结构，就能能套用：

万能配方：

这同样是一个万能的公式结构，只需要改变两个参数，就能套用

=INDEX($A$1:$A$7,ROW(A1)+(COLUMN(A1)-1)*3,1)

把红色的数据区域换成你的数据区域

把 3 换成一列希望填写的数据个数，比如一列 2 个，就换成 2。

04.多行转一行

一行转多行可以，那反过来多行转一行行不行？当然可以，看效果：

万能配方：

这里用的公式看起来更复杂了，但是要做的事情反而更简单了，只需要将下方公式中 3 个一样的数据区域，统一换成你要转换的数据源，就可以直接套用。

=INDEX($A$1:$B$3,INT((COLUMN(A1)-1)/COLUMNS($A$1:$B$3))+1,MOD(COLUMN(A1)-1,COLUMNS($A$1:$B$3))+1)

05.多列转一列

你应该已经猜到了，多列转一列，也很简单：

万能配方：

照猫画虎似的，将下方公式中的标红数据区域统一换掉，就能直接套用

=INDEX($A$1:$B$3,MOD(ROW(A1)-1,ROWS($A$1:$B$3))+1,INT((ROW(A1)-1)/ROWS($A$1:$B$3))+1)

06.交叉转换

下面这个表格中的数据就比较棘手了，所有的人员信息都分成了两列，一列是人员信息类别的名称，一列是具体的信息。怎么把他们转成一个人的信息为一行的数据记录呢？

这是一个函数公式的高级应用：

万能配方：

案例效果中涉及 3 个函数公式，都是非常经典的套路。

利用 COUNTIF 函数自动分组

=COUNTIF(数据区域,条件)

案例公式COUNTIF($B$2:B2,$B$2) 中第一个参数 $B$2:B2 表示锁定起点为 B2 ，但终点跟随公式自动变化的动态区域；第二个参数则是计数条件。公式含义为，计算 B 列第 2 行到当前公式所在行中，值和 B2 相等的单元格数量。结果就是每一行信息属于第几个人的。

利用LOOKUP 函数实现多条件查找匹配

=LOOKUP(1,0/((条件1)*(条件2)*(条件N)),匹配区域)

案例中的公式为 Lookup(1,0/(($D$2:$D$14=$F2)*($B$2:$B$14=G$1)),$C$2:$C$14)。用到了两个条件，D 列中的数据等于公式所在行的组名,B 列中的数据等于公式所在列的标题。返回同时满足 2 个条件时，C 列中的数据，也就是每一个人的具体信息。

利用 IFERROR 屏蔽错误值

=IFERROR(原公式,出错时返回另一个结果)

当原公式结果出错时，让整个公式结果等于横杠符号。实现暗度陈仓的效果。

这些技巧，是不是很好用呢？

行列互换

一行转多行

一列转多列

多行转一行

多列转一列

交叉转换

直接举实例，如下所示，现在有一份销售数据表，有时间，区域，商品，数量，金额字段。

我们现在插入一个数据透视表，汇总各种商品的数量和金额情况

在菜单栏插入数据透视表，将商品插入行标签，将数量和金额拖入值，如下所示：

对于家电商品，我们分为黑电和白电，那如果这个时候，想知道黑电和白电的金额分别是多少。Excel是不知道哪些是黑电，哪些是白电的。那么这个时候无法自动分组，需要手机操作分组

这是目前已销售的这部分产品，黑电和白电的分类

那么我们在数据透视表中，可以选择冰箱，电饭煲，空调，洗衣机，

按住CTRL键，然后一个个单击，右键后选择创建组，如下所示：

然后选中数据组，在公式编辑栏中更改名称为黑电以及白电，如下所示：

Excel在字段列表中自动创建了一个字段，商品2，这个商品2的项目就是白电以及黑电。

如果只想要白电和黑电的数量和金额，而不想要具体的商品明细的数量和金额，可以把商品2字段保留，把商品字段拖出即可。

通过这种手机创建组的方式，可以自由的相互组合，形成一个新的分组，实现分组后的数据透视汇总

你学会了么？给坚持学习的自己点赞和转发吧

----------------------

欢迎关注，更多精彩内容持续更新中....

工作或生活中有没有遇到非常多的数据，鼠标滚动半天都看不到底？现在我们可以通过给数据分组的方法来让数据看起来更方便，接下来就一起学习下如何给数据分组吧。

我们以下面这个图表为例，来为大家演示下如何分组

第一步：选中需要折叠分组的数据，点击菜单栏中的【数据】找到【创建组】

第二步：在跳出的弹窗中根据实际的表格样式选择“行”或 “列”进行折叠（图中我们是对行进行分列，所以我们选择“行”）

第三步：选中“行”或“列”之后点击【确定】我们就分组完成了。分组完成后在表格最右侧会出现一个“-”和“+”号，点击这个“-”号 就能对数据进行折叠，点击这个“+”号 就能对数据进行展开，让数据看起来更方便。

备注：本示例是演示的对“行”进行分组，大家可以尝试对“列”分组，让自己在以后的工作或生活中更方便的对数据进行查看和总结。