欢迎关注天善智能，我们是专注于商业智能BI，大数据，数据分析领域的垂直社区，学习，问答、求职一站式搞定！

本文是上一篇文章《全国及重点城市“数据分析”岗位需求量及工资水平分析》的续篇，从“数据分析”职位招聘单位给出的职位描述中分析各种工具的热门程度。

1.整体概览

经常看见有网友争论R和python谁才是主流的数据分析工具，网友们分门别派各抒己见。今天我们从实际需求出发，在招聘单位的职位描述中用正则表达式匹配统计常用的数据分析工具出现的频率，看看谁才是你最应该掌握的工具。

话不多说，先上图

毫无疑问，excel才是最主流的数据分析工具，在招聘单位的职位描述中出现频率远远高于其他工具（实际上居第八位的office也含有excel，其真实数据应该比这还高），作为最基础的工具，excel是一个数据分析工作者的必备技能。excel之后的4门工具分别是sqlsever、spss、sas和r，其中排名第二位的sqlsever频率高出另外两门主流数据库语言mysql、oracle近两倍，spss作为无需编程的专业统计软件也在职位描述中有较高的频率，sas则是编程类统计软件的代表，今年来火热的r语言也水涨船高，另一门火热的程序语言python在数据分析方面则要稍稍落后。

2.各职位具体情况

数据分析也有细分很多具体职位，那么不同的职位以上各种工具的要求是否存在差异呢？

表中数据显示“大数据分析师”需掌握的工具主要是r、python、hadoop、spark和java；“数据分析工程师”需要掌握的工具主要是sqlsever、r、python和hadoop，这两个职位都很看重编程开发能力。

“数据分析经理”、“高级数据分析师”和“数据分析师”需要掌握的工具大体一致，均为excel、sqlsever、spss、sas和r。

“数据分析主管”、“数据分析”、“数据分析专员”和“数据分析员”等职位对基础技能的要求更为突出，excel、ppt、word等office办公软件出现的频率较其他工具明显更高。

作为一名数据分析从业者或者想转行过来的人来说，要想有好的职业发展，首先，必须熟练掌握office办公软件，尤其是excel（不要瞧不起excel，你不一定玩得转）；其次，还需要学习一门数据库语言，sqlsever是不错的选择（mysql、oracle与sqlsever较为类似，通一门后，其他的学起来也很容易）；专业的统计分析工具也需要掌握一门，如果讨厌编程，可以选择spss，如果有编程能力那么sas和r可以选择一个学习，如果你精通python也可以用python做统计分析；如果想往大数据方向发展，或者是做数据分析工程师那就还需要掌握python、hadoop等工具。

最后附上一张数据分析职位描述的词云图，可以看出招聘单位除了看重工具的使用外，也很注重分析、业务、经验、沟通、团队等方面的能力。

本文作者：Mr.Hu，转自：一胡诌先生

当你走进便利店，你会发现所有的商品都是按类排放的，分类排放可以帮助您快速找到同类商品，也可以快速发现你想要的商品。

当去饭店吃饭的时候，菜单上的菜也是按类别排列的，比如凉菜，热菜，汤类，主食等。点菜时你会直接翻到你想要的那一类菜单，点菜。

……

通过上面场景，大家就理解分组呈现数据的好处了，分组可以帮助快速定位，方便数据查找，汇总，分析数据趋势等。有时候分析某一单一的商品并无价值，所以采用分组是最常见也是最简单的数据分析手段。

分组报表则是在报表中使用分组功能，是工作中最常用的报表类型，分组功能可能会单独成一张报表，也可能与其他功能结合组成复杂功能报表。

在 葡萄城报表 中可以设置单级分组、嵌套分组，同时，还可以使用表格、列表以及矩阵等数据区域控件对数据源进行分组操作。

什么是分组报表

分组报表，是所有报表中最基本、最常见的报表类型，也是所有报表工具中都支持的报表格式。从一般概念上来讲，分组报表就是只有纵向的分组。传统的分组报表制作方式是把报表划分为条带状，用户根据一个数据绑定向导指定分组，汇总字段，生成标准的分组报表。当然，我们也可以在Excel中，进行分组报表的制作；但是这样也只是在小数据量的前提下可以实施，当数据量很大很复杂时，相信使用Excel制作分组报表，就是事半功倍了。

分组报表的类型

分组报表可以分为单级分组、复杂一点的嵌套分组。单级分组是最基本的分组报表，如商品信息按类别统计。

嵌套分组即多级分组，如销售报表中包含三层嵌套分组统计，首先按照销售月份分组、然后按照产品类别分组、最后按照产品名称进行统计，并按照产品类别和销售月份进行合计运算。

无论是单级分组还是嵌套分组，分组数据都是需要载体呈现的，而表格、列表以及矩表等数据区域控件对正是进行分组操作的载体。下图是按区域的行分组和按月份的列分组的表格报表。

分组报表应用

可以说分组报表是最常见的报表类型，分组报表在商业报表系统中应用不胜枚举，如客户信息归类统计表、商品分类统计表、销售记录年度统计、阅读统计，人员分组统计等等。分组报表应用十分广泛，甚至每一个报表系统中都存在分组报表。

操作步骤：

1. 新建RDL报表

2. 连接数据源

3. 新建数据集

输入数据库查询语句：

SELECT 订单.订单ID, strftime('%Y',订单.订购日期) AS 订购年, strftime('%m',订单.订购日期) AS 订购月, 类别.类别名称, 类别.说明, 产品.产品名称, 订单明细.数量, 订单明细.单价, 订单明细.折扣 FROM (( 订单

INNER JOIN 订单明细 ON 订单.订单ID = 订单明细.订单ID)

INNER JOIN 产品 ON 订单明细.产品ID = 产品.产品ID)

INNER JOIN 类别 ON 产品.类别ID = 类别.类别ID

WHERE strftime('%Y',订单.订购日期)='2012'

ORDER BY 订购年, 订购月, 类别.类别ID, 订单明细.产品ID

4. 添加表格控件，设置基本布局

4.1 添加表格控件到设计界面

4.2 添加表格1级分组

选中表格详细数据行，右键单击，选择插入分组

在表格-分组编辑器中，表达式输入：=[订购月]，点击确定后，表格会生成【1】

4.2 插入表格2级分组

在表格-分组窗口中点击【+】符号，输入分组表达式 ：=[类别名称]

添加完分组效果

4.3 在表格右侧添加5列

4.4 添加表头行，并合首行表头单元格，输入标题【=[订购年] & "年各月销售报表——明细页"】

4.5 在分组1 -组头行，合并单元格，并输入=[订购年] & "年" & [订购月] &"月"

4.6 在分组2-组头行，合并剩下单元格，并输入=[类别名称]

4.7 在详细数据区域，绑定具体的字段

4.8 在组2-尾行，输入合计：=Sum([数量] * [单价] *(1- [折扣] ))

表格样式基本设置完成.

5. 预览

访问如下网站，了解葡萄城报表：http://grapecity/enterprise-solutions/activereports_server/

转载请注明出自：葡萄城报表

关于葡萄城报表

葡萄城报表是一套强大的报表开发和系统搭建工具，既能与您开发的报表软件项目紧密集成，也可独立部署运行，支持多数据源，具有无编码、灵活、稳定等特性，可以帮您快速搭建专业的报表软件系统，实现各类报表的设计、管理、权限控制、数据填报、负载均衡及跨平台发布。

什么是数据可视化？

数据可视化是一个通用术语，描述了通过将数据转化为图形表格方式帮助人们理解数据重要性的任何努力。数据可视化软件可以使基于文本的数据无法检测到的模式，趋势和相关性更易于识别和识别。

当今的数据可视化工具超越了Excel电子表格中使用的标准图表和图表，以更复杂的方式显示数据，例如 信息图表，刻度盘和仪表，地理地图，迷你图，热力图以及详细的条形图， 饼图和折线图表。图像可能包含交互功能，使用户可以操纵它们或钻取数据以进行查询和分析。当数据更新或预定义条件发生时，用于提醒用户的指标也可以包含在内。

数据可视化的重要性

数据可视化已成为现代商业智能（BI）的事实标准。BI领域的两家领先供应商Tableau和Qlik的成功 - 两者都强调可视化 - 已经让其他供应商在其软件中采用了更加直观的方法。几乎所有的BI软件都具有强大的数据可视化功能。

数据可视化工具对于数据和分析的民主化以及为组织内的工作人员提供数据驱动的见解十分重要。它们通常比传统统计分析软件或早期版本的BI软件更容易操作。无需IT部门的支持就可以自行实施数据可视化操作。

数据可视化软件在大数据和高级分析项目中也发挥着重要作用。由于企业在大数据趋势的早期阶段积累了大量数据，因此他们需要一种快速方便地获取数据概览的方法。这与可视化工具是天作之合

同样的，可视化对高级分析至关重要。当数据科学家正在编写高级预测分析或机器学习算法时，将输出可视化以监控结果并确保模型按照预期运行变得非常重要。这是因为复杂算法的可视化通常比数值输出更易于解释

数据可视化的例子

数据可视化工具可以以各种方式使用。目前最常见的用途是作为BI报表工具。类似的有Qlik，tableau，powerbi、厦门艾科思移动报表平台等等用户可以设置可视化工具来生成自动仪表板，以跟踪关键绩效指标中的公司绩效并直观地解读结果。

许多业务部门实施数据可视化软件来跟踪他们自己的举措。例如，营销团队可能会实施该软件来监控电子邮件活动的表现，并跟踪开放率，点击率和转化率等指标。

随着数据可视化供应商扩展这些工具的功能，它们越来越多地被用作更复杂的大数据环境的前端。在这种情况下，数据可视化软件可帮助数据工程师和科学家跟踪数据源，并在更详细的高级分析之前或之后对数据集进行基本的探索性分析。

数据可视化如何工作

当今大多数数据可视化工具都带有流行数据源的连接器，包括最常见的关系数据库，Hadoop和各种云存储平台。可视化软件从这些来源获取数据并将数据应用于图形类型。

数据可视化软件允许用户选择呈现数据的最佳方式，但越来越多的软件将这一步骤自动化。某些工具会自动解释数据的形状并检测特定变量之间的相关性，然后将这些发现放入软件确定为最佳的图表类型中。

通常，数据可视化软件具有仪表板组件，该组件允许用户将多个可视化的分析结果拖入单个界面，即拖拉拽生成可视化报表。

经常看到有些人在汇报时会拿出一大串的数据与图表，看着很高大上而且很有说服力。

但却没人告诉我那些数据与图表是如何获取的。

不告诉我又怎么样，我可以自己找啊！今天就将他们公之于众，看你们以后还怎么装！

举个例子，为了更好的说明，我们现在假设一个竞争对手“清风”，可别以为我被收买了。

首先我们可以通过百度指数查看竞争对手近期的大致状况。

这里，系统自动给出了几个峰值，但更重要的是低谷开始上升的时候，因为对手在低谷发了力，才会出现峰值。（这里我只截了一张图，在顶部标红线的地方还可以选择查看需求图谱、用户画像等内容）

当然，百度指数很好用，但还需要配合一个更高级的：微指数（大家不要着急，文章结尾我会将这些各种工具与使用方法打包给大家）

在这个图表中，点击每一个节点都可以看到波动原因。

然而仅仅靠这个来推测波动原因还是不够的，我们还可以在百度指数那一栏，点击资讯关注

也可以看到，每一次波动对应的数据，百度指数和微指数相结合，就差不多把握住大致方向了。

但仅仅做这些，还是有点low。

我们还可以用 百 度 新 闻 与微博搜索 （对手任何发动顾客做的事，都会在微博体现）， 网络 广 告 监 测 数 据 与 新 闻 监 测 数 据，以竞争对手品牌名为关键词搜索，看竞争对手用付费媒体做了哪些事，用用户口碑做了哪些事。

然而我们忘了一件事……

微信！

不担心，这个直接用搜狗微信搜索就可以了

然后全部是公号文章，再加一个工具：新榜，直接就可以看出每篇文章或公号的影响力有多大，还可以实时监测操作、对比分析等。

然而以上这些学会了也没啥用，用这些工具得出来的东西于你而言顶多装一下格调！

土鸡瓦狗！

带不来实质性的改变与效果，下篇文章带大家在这些基础之上来一些更深层次的东西。

谢谢大家的阅读，我是王不留，一个营销人，致力于推动营销科学化、理性化。

如果有一张上千行的销售表，像下图（各个地区按天统计的1至12月的物品销量），要统计每个月，每个地区的数据，当看到上千行的数据，是不是发愁无从下手呢，利用数据透视表，轻松搞定。

1、选中数据表中任意单元格，点击工具栏插入——数据透视表。弹出创建透视表对话框，点击确定。

2、在右边数据透视表字段对话框添加字段，这里勾选订购日期、地区、分类、销售额和成本。字段勾选根据数据分析的要求勾选。

勾选后，左边单元格会生成下图所示数据表。

3、但是日期是按天来统计，我们需要的是按月统计，选中行标签统计的某一天的单元格，例如2015/1/24，右键创建组，在组合对话框中，选择月，确定。

4、确定后生成下图所示的统计表，但是原始数据没有统计利润，这里我们为了说明问题，我们简单统计利润。

5、增加字段，统计利润，假设利润为销售额减去成本，点击数据透视表工具的分析菜单选项。

6、点击字段、项目和集——计算字段。

7、在插入计算字段对话框中，名称填写利润，公式填写=销售额-利润，确定。

8、则上千行的数据按月份统计完成。

这里只是数据透视表的基本用法，数据透视表还可以排序、筛选，还可以转换称图表，还有很多更强大用途。

数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。这一过程也是质量管理体系的支持过程。在实用中，数据分析可帮助人们作出判断，以便采取适当行动。

数据分析，是运营中很重要的阶段，是信息流推广中一个非常关键的工作，拥有一套清晰的账户数据表，能让你的数据分析过程，轻松自如、得心应手。

笔者在进行数据分析的时候，一般会用到五张表，这五张表进行分析汇总，然后发现账户中的问题，最终解决问题，让账户效果变得更好。

1、营销流程数据表

2、计划消费数据表

3、搜索词报告表

4、多维度数据表

5、关键词报告

营销流程表格

统计营销流程数据（包括各账户展现、点击、消费、平均点击价格）、统计商务通有效对话、统计预约系统的预约量和到诊量，这些全部放在一张表格上，方便计算预约率和到诊率，也方便对比近期的数据，及时发现波动和异常。

如果经常账户提前下线，或者钱花不出去，就要看看是不是市场有波动，或者竞争对手有大动作，还是账户哪里出了问题。都可以在营销流程数据表中找到问题。只有细心的统计数据，才能为以后的优化方向做好铺垫。

昨日计划消费数据报表

统计昨日计划消费数据，把咨询和预约归类在这张表上统计，可以直观的看出消费、对话成本、预约成本和到店成本。

如果某计划成本过高，就要看一下这个计划的投产比合理不合理。短平快、风险小、利润大的计划，会比其他成本要高，这个要结合公司的经营方向来做调整，把成本控制在一个可以接受的范围里。

搜索词报告

搜索词报告，一般1周统计一次，数据量大的时候3天一次，然后把搜索词报告和和关键词报告进行合并统计。可以很直观的看出某个词的展现或者点击。把这些词在账户里重点标记，或者单独管理，对账户优化有很大意义。

这样结合来看，可以让你对整个账户关键词和数据方面了解会非常清晰。再结合数据分析思路，持续优化账户，往好的方面发展，往高质量方面走。这就是小编整理的数据分析所用到表格的分析。希望能帮到正在竞价一线奋斗的竞价员们。

多维度数据表

多维度数据表是把账户数据和客服转化数据结合起来的一个非常重要的表格，我的习惯是把关键词、搜索词、展现、点击、消费、对话词，通过EXCEL的（vlookup）函数调用，把这些数据全部展现在一张表里，这样就不用看好几张报表，劳神劳力还容易迷糊。

通过这张表，可以直观的看出该关键词的展现量、点击量、消费情况以及是否产生对话。针对这些数据，可以很直观的看出来很多问题，调价、添词、否词、优化账户，基本上全靠这张表。

竞价员可能要看好几张表格，而且容易混乱，很难发现问题，所以在这里笔者着重推荐多维度数据表，然后结合关键词报告，这两张表是较为重要的。

关键词报告表

高消费的词通常是核心词，这种词出价都高，但只要着陆页问题不大，转化还是不错的。这种词，可以往上抢一抢，这类词虽然出价高，但点击总体不会太多，消费一般在一半以上，在账户预算够的情况下，尽力保证排名。如果预算不足，就找出主推项目和利润最大的项目来调整。

一般关键词报告是结合搜索词报告一起看的。每天在筛选完这张表之后，根据关键词的数据分析，如果实在没有点击，那就直接否掉。否掉一批词，再往账户里新增一批词，把该否的否掉，该删的删掉，注入新鲜血液，账户才更有活力。

随着时代的发展，越来越多的数据量堆积，然而这些密密麻麻的数据的可读性较差并且毫无重点，而数据可视化更加直观有意义，更能帮助数据更易被人们理解和接受。

因此运用恰当的图表实现数据可视化非常重要，本文归结图表的特点，汇总出一张思维导图，帮助大家更快地选择展现数据特点的图表类型。

图表类型-思维指南（点击图片查看原图）

接下来本文将依次介绍常用图表类型，分析其适用场景和局限，从而帮助大家通过图表更加直观的传递所表达的信息。

01 柱状图

展示多个分类的数据变化和同类别各变量之间的比较情况。

适用：对比分类数据。局限：分类过多则无法展示数据特点。相似图表：

1）堆积柱状图。比较同类别各变量和不同类别变量总和差异。2）百分比堆积柱状图。适合展示同类别的每个变量的比例。

02 条形图

类似柱状图，只不过两根轴对调了一下。

适用：类别名称过长，将有大量空白位置标示每个类别的名称。局限：分类过多则无法展示数据特点 。相似图表：

1）堆积条形图。比较同类别各变量和不同类别变量总和差异。2）百分比堆积条形图。适合展示同类别的每个变量的比例。3）双向柱状图。比较同类别的正反向数值差异。

03 折线图

展示数据随时间或有序类别的波动情况的趋势变化。

适用：有序的类别，比如时间。局限：无序的类别无法展示数据特点。相似图表：

1）面积图。用面积展示数值大小。展示数量随时间变化的趋势。2）堆积面积图。同类别各变量和不同类别变量总和差异。3）百分比堆积面积图。比较同类别的各个变量的比例差异。

04 柱线图

结合柱状图和折线图在同一个图表展现数据。

适用：要同时展现两个项目数据的特点。局限：有柱状图和折线图两者的缺陷。

05 散点图

用于发现各变量之间的关系。

适用：存在大量数据点，结果更精准，比如回归分析。局限：数据量小的时候会比较混乱。相似图表：气泡图。用气泡代替散点图的数值点，面积大小代表数值大小。

06 饼图

用来展示各类别占比，比如男女比例。

适用：了解数据的分布情况。缺陷：分类过多，则扇形越小，无法展现图表。相似图表：

1）环形图。挖空的饼图，中间区域可以展现数据或者文本信息。2）玫瑰饼图。对比不同类别的数值大小。3）旭日图。展示父子层级的不同类别数据的占比。

07 地图

用颜色的深浅来展示区域范围的数值大小。

适合：展现呈面状但属分散分布的数据，比如人口密度等。局限：数据分布和地理区域大小的不对称。通常大量数据会集中在地理区域范围小的人口密集区，容易造成用户对数据的误解。相似图表：

1）气泡地图。用气泡大小展现数据量大小。2）点状地图。用描点展现数据在区域的分布情况。3）轨迹地图。展现运动轨迹。

08 热力图

以特殊高亮的形式显示访客热衷的页面区域和访客所在的地理区域的图示。

适合：可以直观清楚地看到页面上每一个区域的访客兴趣焦点。局限：不适用于数值字段是汇总值，需要连续数值数据分布。

09 矩形树图

展现同一层级的不同分类的占比情况，还可以同一个分类下子级的占比情况，比如商品品类等。

适用：展示父子层级占比的树形数据。缺陷：不适合展现不同层级的数据，比如组织架构图，每个分类不适合放在一起看占比情况。

10 指标卡

突出显示一两个关键的数据结果，比如同比环比。

适合：展示最终结果和关键数据。缺陷：没有分类对比，只展示单一数据。

11 词云

展现文本信息，对出现频率较高的“关键词”予以视觉上的突出,比如用户画像的标签。

适合：在大量文本中提取关键词。局限：不适用于数据太少或数据区分度不大的文本。

12 仪表盘

展现某个指标的完成情况。

适合：展示项目进度。局限：只适合展现数据的累计情况，不适用于数据的分布特征等。

13 雷达图

将多个分类的数据量映射到坐标轴上，对比某项目不同属性的特点。

适用：了解同类别的不同属性的综合情况，以及比较不同类别的相同属性差异。局限：分类过多或变量过多，会比较混乱。

14 漏斗图

用梯形面积表示某个环节业务量与上一个环节之间的差异。

适用：有固定流程并且环节较多的分析，可以直观地显示转化率和流失率。局限：无序的类别或者没有流程关系的变量。

15 瀑布图

采用绝对值与相对值结合的方式，展示各成分分布构成情况，比如各项生活开支的占比情况。

适合：展示数据的累计变化过程。局限：各类别数据差别太大则难以比较。

16 桑葚图

一种特定类型的流程图，图中延伸的分支的宽度对应数据流量的大小，起始流量总和始终与结束流量总和保持平衡。比如能量流动等。

适合：用来表示数据的流向。局限：不适用于边的起始流量和结束流量不同的场景。比如使用手机的品牌变化。相似图表：1）和弦图。展现矩阵中数据间相互关系和流量变化。数据节点如果过多则不适用。

17 箱线图

是利用数据中的五个统计量：最小值、第一四分位数、中位数、第三四分位数与最大值来描述数据的一种方法。

适用：用来展示一组数据分散情况，特别用于对几个样本的比较。局限：对于大数据量，反应的形状信息更加模糊。

End.

作者：安琪Angela

来源：简书

原文链接：https://jianshu/p/28c4b43c396d

小R刚毕业，每天都在公司忙到10点半回家。

作为室友的我，总是打趣地问他：“是不是又在公司蹭空调蹭网络，干嘛不早点回来陪我吃鸡！”

没想到小R低下头落寞地抱怨道：“我也想早点回来，可是我真的搞不定啊！”

原来，小R每天的工作标配就是统计数据。可同事们十几分钟就能轻松搞定的Excel表格，他经常要加几个小时班才能勉强完成。刚开始，他以为是自己不够熟练，多多练习就好了。没想到埋头苦练了半个月，他还是全组最慢的那个，每天被领导催到怀疑人生，甚至被质疑工作能力。

没有对比就没有伤害。看着旁边妹子敲几下键盘就能轻松搞定表格，小R开始惧怕做Excel和数据统计。

如今，几乎所有公司在招聘时都离不开这条要求：熟练使用Excel，精通数据分析者优先。

做方案、汇报工作、数据分析、总账录入、项目进度、工作记录、写代码、帮助记忆、思维导图.......Excel几乎能解决你工作中的所有问题，它不仅仅是某一职业的必备技能，而真实涵盖所有行业：

做行政，你要学会做考勤表；做财务，你要学会做财会报表；做销售，你要学会做销售业绩表；做运营，你要数据分析、工作汇报；做数据分析师，Excel玩得6也是最最最基本的条件.....

大数据是眼下非常时髦的热词，同时也催生出了一些与大数据处理相关的职业，数据分析师便是其中之一。由于专业技能和量化的数据分析为客户或所在公司控制决策分析、保证利益最大化，“数据分析师”一职备受各界青睐，甚至被视为21世纪的黄金职业。

虽然发展前景大好，但很多想要转行数据分析的小白心里多少都会有些疑惑：不会R、Python、SPSS、Tableau，是不是做不了数据分析师？

事实上，精通Excel，对于转行数据分析来说相当重要。因为Excel拥有最大的客户群体，基本上所有的企业、个人的电脑中装的都是office，这也就意味着90%以上使用电脑的人，都会用到Excel，即便如BAT这样的企业，在处理百万级、千万级数据的时候，也会优先使用Excel。

那么，在没有统计学、数学、计算编程等基础的情况下，如何只用Excel，成功转行成为数据分析师呢？

这里就不得不介绍三款用Excel就可以实现数据分析的插件：Power Query（数据查询）、Power Pivot（数据建模）、Power View（数据可视化）。

这三个模块组成了数据分析全过程，这个过程就好比烹饪过程：

第一个模块数据查询——Power Query。与数据源直接对接，就像获取新鲜的食材，对食材进行清洗、分类、整理，使其达到准备入锅的使用状态。这一步非常重要，因为如果食材不新鲜，那么再厉害的大厨也不可能做出一道健康的美味，所以好的数据源是成功的一半。

第二个模块是数据建模——Power Pivot。这一步是数据分析过程中最具有技术含量的核心部分。我们把数据组合起来实现不同维度的分析，就像把食物组合起来利用烹、炸、煎、炒等方式，再添加油、盐、酱、醋等调料，以烹制出想要的味道。

但是光有味道是不够的，最后我们要呈现给顾客的是一道色、香、味俱全的菜，是否能以视觉效果吸引顾客品尝你的美味，这就要看第三个模块——Power View（数据可视化）的功力了。

例如，如果以前你的做表是这样的 :

那现在通过Power View几秒钟就可以做成这样：

是不是相当神奇？！

无论你是像小R一样的职场小白想要提高工作效率实现逆袭，还是零基础转行成为高大上的数据分析师，精通Excel可以让你彻底告别被数据搞晕的日子，实现加薪不加班！

Excel这么重要，如何在短时间内熟练掌握呢？这有一套为你打造的Excel精品课程：容大教育《Excel速成班——数据处理与分析实战》在线课程，教你用Excel实现数据采集、数据转换和清洗、数据分析与建模等，关注容大教育IT培训机构百家号获取学习资料！

在 Excel 中，数据透视表主要用于分析统计，它与普通表的区别在于可任意组合字段，从面方便分析统计各项数据。Excel数据透视表怎么做？它有通常有两种方法，一种是创建空数据透视表，另一种是创建统计好的数据透视表；其中前者需要自己统计，后者不用；一般来说，如果有符合要求的统计好的数据透视表，通常选择它，这样不必再统计。数据透视表创建好后，可以按要求对指定列排序，也可按要求进行各类分析统计，例如对某项求和、统计各类产品所占百分比等。以下就是Excel数据透视表怎么做与如何统计各项所占百分比和排序的具体操作方法，实例中操作所用版本均为 Excel 2016。

一、Excel数据透视表怎么做

（一）创建空数据透视表

1、把数据透视表创建到“新工作表”。选中要插入到数据透视表的单元格区域（可以是部分单元格，也可以是整个表格，这里框选整个表格），选择“插入”选项卡，单击屏幕左上角的“数据透视表”，打开“创建数据透视表”窗口，“表/区域”右边自动填好了刚才框选的区域 Sheet1!$A$1:$F$10，“选择放置数据透视表的位置”选择“新工作表”，单击“确定”，则在一个表工作表（Sheet2）创建了数据透视表；勾选“产品名称、价格和销量”三个字段，则它们各项列在左边，并自动求出“价格”和“销量”的总计；操作过程步骤，如图1所示：

2、把数据透视表创建到“现在工作表”，仅把三列创建到数据透视表

A、框选要创建到数据透视表中的区域，例如框选 B、C 和 D 列（方法为：框选 B 列后，按住 Ctrl，再框选 C 和 D 列）；选择“插入”选项卡，单击“数据透视表”，打开“创建数据透视表”窗口，如图2所示：

B、“选择放置数据透视表的位置”选择“现有工作表”，单击“位置”右边的输入框把光标定位到哪里，框选 H1:J10 这片区域，则 Sheet1!$H$1:$J$10 自动填到“位置”后面的输入框中，如图3所示：

C、单击“确定”，则在 H、I 和 J 三列创建数据透视表，勾选“产品名称、价格和销量”三个字段后，效果如图4所示：

提示：选择部分单元格或行列创建数据透视表时，选择区域必须连在一起，否则会提示选择区域无效而无法创建数据透视表，图5所示的选择区域就是无效的：

(二）创建统计好的数据透视表

1、框选整个表格，选择“插入”选项卡，单击屏幕左上角的“推荐的数据透视表”，打开“推荐的数据透视表”窗口，选择一项符合统计要求的项，例如选择“求和项：销量，按大类和小类”，单击“确定”，则在新工作簿创建所选数据透视表，操作过程步骤，如图6所示：

2、在“推荐的数据透视表”窗口中，列出了按各种要求统计的选项，如果有符合要求的直接选择，将节省很多操作步骤，也就不用再做统计，十分方便。

二、在数据透视表中排序

1、在数据透视表中，字符和数值都能排序，但勾选字符列时会自动按升序排序，勾选数值列则不会；选中要排序的项，然后右键这些项，在弹出的右键菜单中，“排序”展开的“升序”和“降序”都呈灰色不可选，如图7所示：

2、给数值列排序。假如给“价格”按“升序”排序。选中 B4:B12，选择“数据”选项卡，单击“升序”图标，则记录按“价格”升序排序，操作过程步骤，如图8所示：

在数据透视表中，不同于普通表对一列排序时需要选择“排序依据（即扩展选定区域和以当前选定区域排序）”，它默认按“扩展选定区域”排序，即对一个字段排序就是对整行排序。

三、按类统计各种服装所占的百分比

（一）统计服装大类（即男装与女装）的百分比

单击屏幕右边“数据透视表字段”下面的“大类”勾选它，把鼠标移到“产品名称”上并按住左键，把它拖到“∑ 值”下面的列表框中，再拖一个“产品名称”“∑ 值”下面；单击“计数项：产品名称2”，输入“百分比”；框选 C4:C5，在其上面单击右键，在弹出的菜单中选择“值显示方式”→ 总计的百分比，则算出男装与女装所占的百分比；操作过程步骤，如图9所示：

（二）统计服装小类的百分比

1、勾选“小类”，把“产品名称”拖到“∑ 值”下面的列表框中，单击“计数项：产品名称”，输入百分比把它替换掉；框选 B4:B6，右键它们，在弹出的菜单中选择“值显示方式”→ 总计的百分比，则统计出三个小类（T恤、衬衫和雪纺）所占的百分比，操作过程步骤，如图10所示：

2、这里统计出的三个小类（T恤、衬衫和雪纺），是不分男装与女装的，也就是它们同时包含男装和女装。例如 T恤 占 33.33%，包括男装和女装的T恤。

四、数据透视表中的字符字段自动折叠

1、在数据透视表中，如果同时勾选多个字符字段，它们将自动折叠，即后面勾选的字段折叠到先勾选字段下面，如图11所示：

2、图11中，先勾选“产品名称”，第二勾选“编号”，第三勾选“大类”，“编号”在“产品名称”下，“大类”在“编号”下；因为统计时，每次通常只统计一项字符列。而数值列会独立占一列，这样便于计算与统计。

上一篇给大家分享了一下筛选功能的使用，特别要注意不能随意复制粘贴的原因和解决办法。有兴趣的朋友们可以点击或关注百家号，进去查看历史文章。

那么，今天给大家分享下EXCEL透视表功能的简单使用。通常情况下，我们需要做批量数据的统计、用excel出图表等等的时候，需要计数或者求和的结果作展示的时候都会用到。可以说是在大数据分析以及展示结果的时候，所必须会使用到的一个功能。

在此，让我们一起通过一个实例来看一下，excel数据透视表的具体使用方法。只需要简单几步，就可以完成一个简单的数据透视！

首先，我们打开一个要处理的EXCEL，比如需要统计各部门总工资。如下图的数据。通过1月到5月每个人的工资记录，来计算出部门工资的总数及每个月的走势。

第一步：选定A列到H列，即包含所有数据的列。

第二步：点击插入-数据透视表，出现一个创建数据透视表的小窗口，直接点击确定。

此时出现了一个新的sheet页，如下图。这里为了方便大家看全，我把表格横向缩小到了一起。实际上数据透视表字段是在EXCEL最右侧。

第三步：新sheet页的最右侧数据透视表字段，有一个选择要添加到报表的字段，可以看到原始表格的标题列。继续往下看，有四个区域，分别为筛选器，列，行，值。我们把月份点住，拖动到列的区域中。

再分别把部门、姓名拖动到行，部门在上。最后把工资拖动到值。

第四步：值里边默认是计数项，我们需要修改一下，工资是以求和来统计。点击计数项：工资，会出现值字段设置。打开后，选择求和，然后点击确定。

第五步：此时已经可以看到表中的数据都已经出现，每个部门每个人1月到5月工资以及总计的工资。可以点击技术部、科研部、运营部前边的-号，代表隐藏姓名；最后一列的总计，每一行代表这一行数据的总计，比如第一行代表技术部1月到5月的总计工资数目；最后一行的总计，每一列代表的是这一列数据的总计，比如1月的那一列代表1月各个部门的总计工资。这样就满足我们的需求了，可以看到每个部门在每个月以及合计的工资数目。

习惯而言，统计的数据都喜欢有高低顺序来浏览，方便一眼看出哪个部门的工资总额高低。我们可以再点击一下总计那列，然后点击排序，选择降序排列。这样就可以看到一个按高到低排序的工资图表了。

好了，本篇就给大家讲到这里，大家可以自己试着随意在四个区域里，把其他的标题也拖进去，看看会出现什么变化？其实看似枯燥的Excel工具也有非常有趣的一面，更多的技巧就留给大家自己开发吧！有什么问题欢迎留言给我们哦！