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。

数据收集

数据收集是进行安全评价最关键的基础工作。所收集的数据要以满足安全评价需要为前提。由于相关数据可能分别掌握在管理部门（设备、安全、卫生、消防、人事、劳动工资、财务等）、检测部门（质量科、技术科）以及生产车间，因此，数据收集时要做好协调工作。尽量使收集到的数据全面、客观、具体、准确。

数据范围

收集数据的范围以已确定的评价边界为限，兼顾与评价项目相联系的接口。如：对改造项目进行评价时，动力系统不属改造范围，但动力系统的变化会导致所评价系统的变化，因此，数据收集应该将动力系统的数据包括在内。

数据内容

安全评价要求提供的数据内容一般分为：人力与管理数据、设备与设施数据、物料与材料数据、方法与工艺数据、环境与场所数据。

数据来源

被评价单位提供的设计文件(可行性研究报告或初步设计)、生产系统实际运行状况和管理文件等；

其它法定单位测量、检测、检验、鉴定、检定、判定或评价的结果或结论等；

评价机构或其委托检测单位，通过对被评价项目或可类比项目实地检查、检测、检验得到的相关数据，以及通过调查、取证得到的安全技术和管理数据。

相关的法律法规、相关的标准规范、相关的事故案例、相关的材料或物性数据、相关的救援知识，

数据的真实性和有效性控制

对收集到的安全评价资料数据，应关注以下几个方面：

收集的资料数据，要对其真实性和可信度进行评估，必要时可要求资料提供方书面说明资料来源；

对用作类比推理的资料要注意类比双方的相关程度和资料获得的条件；

代表性不强的资料（未按随机原则获取的资料）不能用于评价；

安全评价引用反映现状的资料必须在数据有效期限内。

数据汇总及数理统计

通过现场检查、检测、检验及访问，得到大量数据资料，首先应将数据资料分类汇总，再对数据进行处理，保证其真实性、有效性和代表性，必要时可进行复测，经数理统计将数据整理成可以与相关标准比对的格式，采用能说明实际问题的评价方法，得出评价结果。

数据分类

定性检查结果，如：符合、不符合、无此项或文字说明等；

定量检测结果，如：20mg/m3、30mA、88dB(A)、0.8MPa等，带量纲的数据；

汇总数据，如：起重机械30台/套，职工安全培训率89%等，计数或比例数据；

检查记录，如：易燃易爆物品储量12t、防爆电器合格证编号等；

照片、录像，如：法兰间采用四氟乙烯垫片、反应釜设有防爆片和安全阀、将器具放入冲压机光电感应器生效联锁切断电源等用录像记录安全装置试验结果，效果更好，特别是制作评价报告电子版本时，图像数据更为直观。

其它数据类型，如：连续波形对比数据、数据分布、线性回归、控制图等，图表数据。

数据结构（格式）

汇总类，如：厂内车辆取证情况汇总、特种作业人员取证汇总；

检查表类，如：安全色与安全标志检查表；

定量数据消除量纲加权变成指数进行分级评价，如：有毒作业分级；

定性数据通过因子加权赋值变成指数进行分级评价，如：机械工厂安全评价；

引用类，如：引用其它法定检测机构“专项检测、检验”的数据；

其它数据格式,如：集合、关系、函数、矩阵、树（林、二叉树）、图（有向图、串）、形式语言（群、环）、偏集和格、逻辑表达式、卡诺图等。

数据处理

在安全检测检验中，通常用随机抽取的样本来推断总体。为了使样本的性质充分反映总体的性质，在样本的选取上遵循随机化原则：

样本各个体选取要具有代表性，不得任意删留；

样本各个体选取必须是独立的，各次选取的结果互不影响。

对获得的数据在使用之前，要进行数据处理，消除或减弱不正常数据对检测结果的影响。若采用了无效或无代表性的数据，会造成检查、检测结果错误，得出不符合实际情况的评价结论。

概率

随机事件在若干次观测中出现的次数叫频数，频数与总观测次数之比叫频率。当检测次数逐渐增多时，某一检测数据出现的频率总是趋近某一常数，此常数能表示现场出现此检测数据的可能性，这就是概率。在概率论中，把事件发生可能性的数称为概率。在实际工作中，我们常以频率近似地代替概率。

显著性差异

概率在0至1的范围内波动。当概率为1时，此事件必然发生；当概率为0时，此事件必然不发生。数理统计中习惯上认为概率P≤0.05为小概率，并以此作为事物间差别有无显著性的界限。

原设定的系统，若系统之间无显著性差异（通过显著性检验确定），就可将其合并，采用相同的安全技术措施；若系统之间存在显著性差异，就应分别对待。

数据整理和加工有三种基本形式

按一定要求将原始数据进行分组，作出各种统计表及统计图；

将原始数据由小到大顺序排列，从而由原始数列得到递增数列；

按照统计推断的要求将原始数据归纳为一个或几个数字特征。

“异常值”和“未检出”的处理

“异常值”的处理

异常值是指现场检测或实验室分析结果中偏离其它数据很远的个别极端值，极端值的存在导致数据分布范围拉宽。当发现极端值与实际情况明显不符时，首先要在检测条件中直接查找可能造成干扰的因素，以便使极端值的存在得到解释，并加以修正。

若发现极端值属外来影响造成则应舍去。

若查不出产生极端值的原因时，应对极端值进行判定再决定取舍。

对极端值有许多处理方法。在这里介绍一种“Q值检验法”。

“Q值检验法”是迪克森（W.J.Dixon）在1951年专为分析化学中少量观测次数(n＜10)提出的一种简易判据式。检验时将数据从小到大依次排列：X1，X2，X3，……，Xn-1，Xn，然后将极端值代入以下公式求出Q值，将Q值对照表1-6的Q0.90,若Q值≥Q0.90则有90%的置信此极端值应被舍去。

例:现场仪器测在同一点上4次测出:0.1014，0.1012，0.1025，0.1016，其中0.1025与其它数值差距较大，是否应该舍去？

根据“Q值检验法”：

Xn － Xn-1 0.1025－0.1016

Q＝—————＝—————————＝0.69＜0.76　(4次观测的Q0.90＝0.76)

Xn － X1 0.1025－0.1012

所以: 0.1025不能舍弃,测出结果应用4次观测均值0.1017

“未检出”的处理

在检测上，有时因采样设备和分析方法不够精密，会出现一些小于分析方法“检出限”的数据，在报告中称为“未检出”。这些“未检出”并不是真正的零值，而是处于“零值”与“检出限”之间的值，用“0”来代替不合理（可造成统计结果偏低）。“未检出”的处理在实际工作中可用两种方法进行处理：

将“未检出”按标准的1/10加入统计整理；

将“未检出”按分析方法“最低检出限”的1/2加入统计。

总之，在统计分组时不要轻易将“未检出”舍掉。

检测数据质量控制

检测质量控制经常采用两种控制方式来保证获得数据的正确性：一是用线性回归方法对原制作的“标准曲线”进行复核；二是核对精密度和准确度。

记录精密度和准确度最简便的方法是制作“休哈特控制图”，通过控制图可以看出检测、检验是否在控制之中，有利于观察正、负偏差的发展趋势，及时发现异常，找出原因，采取措施。

安全评价的数据处理

收集到的数据要经过筛选和整理，才能用于安全评价。

来源可靠：收集到的数据要经过甄别，捨去不可靠的数据。

数据完整：凡安全评价中要使用的数据都应设法收集到。

取值合理：评价过程取值带有一定主观性，取值正确与否往往影响评价结果。

为提高取值准确性可从以下三方面着手：

严格按技术守则规定取值；

有一定范围的取值，可采用内插法提高精度；

较难把握的取值，可采用向专家咨询方法，集思广益来解决。

一维表，二维表分别是什么？

“维”是指物质在时空中的衡量参数。一维是线，二维是面。

然而Excel表哥的维度，与它们根本一点亲戚关系都没有。那什么是一维表，二维表呢？相信许多表亲们现在都还搞不清楚吧！

举个栗子，如下图哪个是一维表，哪个是二维表呢？

判断数据表是一维表还是二维表最简单的一个方法就是看列的内容，看每一列是否是一个独立的参数。如果每一列都是独立的参数那就是一维表，如果有两列及以上都是同类参数那就是二维表。

在数据关系上来说，二维表有一个很明显的特征，就是列字段中有一部分是相同性质的字段。而一维表没有任何两个字段是相同性质的。

通过上面的判断依据，很显然：图1左侧的表是一维表，它的类别、产地是两个不同的列参数；而右侧的是二维表，它的1月、2月、3月属于一组性质相同的“月份”参数。

二维转一维有什么用呢？

在数据统计分析中，要求所有的Table数据都必须是一维，以便于数据能够方便地进行管理。原则上，一维表的数据再加工比二维表的要简单得多，所以我们提倡在做数据管理的时候，基础数据要采用一维表。

我们举一个简单例子： 从图2可以看出它是个二维统计表，因为表哥录入数据的时候把年份放在列上了，最近老板要求他重新对2008年的各类茶叶的产量进行综合统计，必须一行要一个分类一个年份一个产量，如图3所示，以便后续能够快速进行数据跟踪。

怎么实现呢？许多表亲们会说，很简单啊，手动复制就可以。但你仔细想想，图2数据较少是比较容易，可如果数据有几千条、几万条呢？手动复制不得累死。因此，我们需要将二维表转为一维表格。

如果是一维数据表，只需通过单击表头右侧的下拉按钮，在弹出的对话框中的筛选出选中想要的数据，这里选择中2008选项，即可统计出数据。是不是就非常方便了？

通过上面的例子可以看出，我们只有把二维表转化为一维表的形式，才能以它为数据源快速地得到其他数据。那么，二维表转化一维表步骤是怎样的呢？下面请看具体操作方法：

EXCEL二维表如何转一维表？

表哥向我诉苦，说是老板要求真多，“好好的一个表格，非要搞成什么一维表，不是明摆着为难人嘛”。其实二维表转一维表并不难。下面，我就来教教各表亲们如何在Excel 2016中玩转数据改造，将二维表转为一维表。

我们先来看看二维表改造前的样子。

改造成一维表后，变成如下图所示的效果，怎么实现呢？

那么我们就要对表格的形象进行改造，具体操作方法如下：

第一步：按快捷键ALT+D→P(此处先按下Alt+D键，然后放掉，再按Alt+P键)，在弹出的对话框中按下图进行设置，并单击下一步。

第二步：此时，页字段数目选择“创建单页字段”，别犹豫，我们继续下一步改造。

第三步：单击

，然后在表格中拖动鼠标选定数据目标区域，再继续下一步。

第四步：选择你改造后表格的位置，“新建工作表”或者“现有工作表”都可以，看您心情。这里我们选择 “新建工作表”。

第五步：此时，表格已有很大改变，如图8。接下来，见证奇迹的时刻，在表格右侧，在“数据透视表字段”窗格中，一般会自动勾选，如果没勾选，选中“行”“列”“值”三项。

第六步：OK！Excel会自动创建一个新的工作表，基于原二维表形成的一维表。

复合表格怎么办？

然而，并不是所有二维表都这么好对付。这不，表哥又遇到了麻烦。问小编我下图10中这类“产地”比较复杂的远房表格，即常见的混合二维表（又称复合表格），应该怎么将其转换为一维表呢？

像这类复合表格，就不得不用出Excel 2016的大招，表格专用“查询编辑器”，下面来看看具体操作方法：

第一步：首先，单击表格的任意位置或者选中整个表格，再选择“数据”-“从表格”，如下所示。

Excel将自动选择表格区域。然后选中“表包含标题”复选框，单击“确定”按钮，如下所示。

第二步：打开“表11-查询编辑器”。此时，混合表中的数据将自动上载到编辑器中，如下所示。

第三步：选中表格中多重数据的区域，如，“产地”列，单击“拆分列”按钮，如下图所示。

第四步：因为多重数据中是用顿号进行间隔的，所以这里选择“按分隔符”，如下所示。如果每个标签字符相同，则可以选择“按字符数”。

第五步：弹出“按分隔符拆分列”对话框，在下拉列表中选择“自定义”选项，在输入框中输入“顿号”，再单击确定。

第六步：此时，将变成如下图所示的表格。这里选中混合表中的产地区域。

第七步：选择“转换”选项卡，单击“逆透视其他列”按钮。

第八步：表格变成如下所示的效果。再选择“属性”列，单击鼠标右键，在弹出的菜单中选择“删除”命令，删除该列。

第九步：选择“开始”选项卡，单击“关闭并上载”按钮，关闭表格查询编辑器。

此时，看看数据，复合二维表已经转换成如下所示的一维表，大功告成。

技巧拓展：

工作中，表格数据需要改造的种类非常多。那么，根据实际情况表亲们可选择不同的改造的方法和技巧。譬如，对于简单的一维表或二维表数据改造，除了前面介绍的方法之外。表亲们还可以使用行、列互转的方法来快速实现。

首先选中要转置的源数据区域并复制，鼠标停留在一个空白单元格区域。然后右键选择黏贴——选择性粘贴——转置。或者复制并选择空白单元格之后，直接按Ctrl+Alt+V键，在弹出菜单中勾选“转置”复选框，确定即可完成转置。|内容来源：中国统计网

百家号-【袁帅数据分析运营】运营者：袁帅，会展业信息化、数字化领域专家。新社汇平台联合创始人，微会动平台创始人。永洪数据科学研究院MVP。认证数据分析师、网络营销师、SEM搜索引擎营销师、SEO工程师、中国电子商务职业经理人。畅销书《互联网销售宝典》联合出品人。

数学课件中动态统计图的使用

在数学教学中，我们常常需要使用到各种统计图，包括条形统计图、折线统计图和扇形统计图。不过常常会遇到这样的问题：统计图是事先制作好的，无法根据课堂的生成随时调整，另外，统计图的呈现方式比较呆板、不美观，不能够充分调动学生的兴趣。能否创建一种动态统计图的呈现方式呢？这里的动态有两层含义：一是呈现的方式是动态的，一个条形或者折线以动画的方式呈现，比如条形从零开始，逐渐生长到了一定的值；二是统计图的数据是动态的，可以在课件运行时直接输入数据，然后根据这些数据实时生成统计图，也可以从后台数据库中读取数据，从而生成统计图，因此，也适用于呈现实时投票结果上。使用FusionCharts即可以实现上面的效果。FusionCharts是一个Flash的图表组件，它可以用来制作数据动画图表，动画效果非常好（如图1）。由FusionCharts创建的图表外观流畅，交互方式有趣。另外，还有一些图表可提供例如：该软件的3D图表允许用户在客户端对图表进行动态旋转，可以以任意视角对统计图中的数据进行放大观看，并具备点击功能。

下面将结合实例对动态统计图的部分特征及操作流程进行介绍。　　一、无需编程　　下面我们来介绍一下FusionCharts文件夹中的子文件夹。Charts里存放了各种类型的统计图swf文件，如果我们需要在网络上使用统计图，那么必须要使用这里的对应文件。每种统计图都有一个以swf为后缀的文件。例如：当需要创建立体风格的条形统计图时，需要Column3D.swf文件，如果要创建三维风格的扇形统计图，就需要用到Pie3D.swf文件。Code文件夹中存放了各种使用实例。SourceCode文件夹中存放的是源文件，当需要在Flash作品中插入统计图，即从该文件中提取文件。Tools文件夹中存放了生成xml文件的工具。　　新建一个文件夹“我的统计图”专门存放我们的统计图文件，拷贝Fusion Charts所在目录Charts子文件夹下的Column2D.swf文件到“我的统计图”文件夹。这是一种二维风格的条形统计图，如果此时双击这个文件，不会看到任何图形，因为我们还没有给定数据。下面，在“我的统计图”文件夹中新建一个数据文件Data.xml，其中，给出条形统计图的相关信息，包括标题、横轴、纵轴和数据：　　　　xAxisName='名称' yAxisName='单位：m' useRoundEdges='1' baseFontSize ='12' outCnvBaseFontSize ='18' >

上面的这行代码中，是root元素，这里设置了统计图的标题（caption），副标题（subcaption），x轴名称（xAxisName），y轴名称（yAxisName）。其中，useRoundEdges='1'用于设置条形的呈现效果为圆角类型（如图1），这种类型更加美观，此功能仅能在3.2以上版本中使用，最后还分别设置了字体大小，baseFontSize是统计图中条形上的数据的字体大小，outCnvBaseFontSize是外围区域字体的大小，如果你愿意，还可以设置阴影、边框、字体等属性。在元素中还有很多的元素，这些元素是用来设置数据的名称和数据值的。　　这时再双击Column2D.swf文件，就能够看到动态的统计图呈现出来了。如果我们想调整统计图的类型，比如：将原先的条形统计图改成折线统计图，只需要从Charts文件夹中复制Line.swf到“我的统计图”文件夹中。　　二、Flash课件中的图表　　如果要将统计图完美地整合在自己的课件中怎么办呢？下面我们开始将动态统计图整合在自己的flash课件中，首先，要确保使用的是FusionCharts v3以上的商业版本。Flash的版本要在8.0以上，使用的脚本是ActionScript 2.0。　　前面我们提到过FusionCharts需要从xml文件中获取数据信息，因此，即便是在Flash中我们也需要提供xml格式的数据。在Flash中我们可以使用字符串的连接轻松创建xml数据，并不需要创建一个物理的XML文件，可以在文件运行的时候动态创建数据并传输，因此，即便是我们的数据存放在数组中、远程数据库中，都可以轻松地转换成XML数据，并且实时传输给FusionCharts。

首先，新建一个使用ActionScript 2.0脚本的Flash文件，设置舞台的大小为500x350像素，背景色为白色，将其保存为“动态统计图.fla”。在我们开始编写脚本之前，需要拷贝一些组件。将SourceCode文件夹下的com文件夹，拷贝到fla文件所在的目录下。这样在“动态统计图.fla”文件所在的位置下，还有一个com文件夹。com文件夹中包含了FusionCharts的一些类文件，这些文件用于生成统计图。现在需要的文件已经各就各位了，该回到Flash中去了。将Flash中的当前层改名为“背景”，在这里可以自由设置课件的背景。新建一个图形“Actions”用于存放脚本。在第一帧中输入下面的脚本：　　#include "com/fusioncharts/includes/LoadingFunctions.as"　　#include "com/fusioncharts/includes/AppMessages.as"　　这两个文件中包含了创建统计图的一系列预定义的函数。要创建统计图，我们还需要对应的统计图的类文件，接着输入下面一行脚本：　　import com.fusioncharts.core.charts. Pie2DChart；　　下面我们着手创建XML数据，通过字符串的连接功能，将所有的xml语句存放在一个变量strXML中。这里我们直接给出了统计图的各项数据，在实际应用中，数据可以是来自于数据库。接着输入下面的脚本：　　var strXML：String = ""；　　strXML = strXML + ""；　　strXML = strXML + ""；　　strXML = strXML + ""；　　strXML = strXML + ""；　　strXML = strXML + ""；　　strXML = strXML + ""；　　var xmlData：XML = new XML（strXML）；　　下面开始创建统计图了。首先，我们需要新建一个空的影片剪辑“chartContainerMC”，然后，将统计图加到这个影片剪辑上去。简历大全 http://lw54/html/jianli/　　var chartContainerMC：MovieClip = this.createEmptyMovieClip（"ChartHolder"，1）；　　var myFirstChart：Pie2DChart = new Pie2DChart（chartContainerMC， 1， 450， 325， 20， 15， false， "EN"， "noScale"）；　　第二行语句用于创建一个450x325像素大小的二维扇形统计图。　　myFirstChart.setXMLData（xmlData）；　　这行语句用于设置统计图的数据源。　　myFirstChart.render（）；　　绘制统计图　　stop（）；　　测试该文件，效果如图2所示。这个统计图还有两个小功能，当鼠标移动到某一数据块上面的时候，会显示一个文本信息，显示该分类项的标题和百分比，如果用鼠标点击某个数据块，该扇形块会以动画的方式分离出来，效果非常好（如图2）。　　图2　

三、根据输入的结果随时调整统计图　　现在，我们开始制作一个高级一点的实例，可以在课件运行的时候输入数据，然后根据实时数据生成三维扇形统计图，实现数据的动态化。　　首先，新建一个actionscript 2.0脚本的文件，分别新建“用户界面”图层、“脚本”图层和“标签”图层。在“标签”图层中，第1帧取名“初始化”，第二帧取名“填表”，用于接收用户数据，第三帧取名“绘图”，用于呈现统计图。　　图3　　“用户界面”层第1帧用于显示文本框，等待用户的输入，如图3所示输入标题文字，打开组件面板，加入两个Textinput文本输入框，分别取名为“txtLand”和“txtSea”，加入一个Button组件，取名为“btnDraw”，在第三帧处创建一个空白关键帧，加入一个按钮组件“btnBack”，下面开始编写脚本了。　　在“脚本”图层的第1帧输入下面的脚本：　　#include "com/fusioncharts/includes/LoadingFunctions.as"　　#include "com/fusioncharts/includes/AppMessages.as"　　import com.fusioncharts.core.charts.Pie3DChart；　　var chartContainerMC：MovieClip = this.createEmptyMovieClip（"ChartHolder"， 1）；　　var mineChart：Pie3DChart = new Pie3DChart（chartContainerMC， 1， 450， 300， 20， 15， false， "EN"， "noScale"）；　　gotoAndStop（"填表"）；　　上面的脚本与前面的介绍基本类似，不再介绍。在第2帧处插入一个空白关键帧，输入脚本：　　txtLand.restrict = "0-9"；　　txtSea.restrict = "0-9"；　　这两行脚本用于限制用户的输入只能是数字。下面我们开始为“绘图”按钮编写脚本，我们希望按下“绘图”按钮后，收集用户的数据，然后生成XML数据，并将该数据传给统计图：

var btnListener：Object = new Object（）；btnListener.click = function（） {　　var strXML：String=""；　　strXML = strXML + ""；　　strXML = strXML + ""；　　strXML = strXML + ""；　　mineChart.setXMLData（new XML（strXML））；　　gotoAndStop（"绘图"）；　　}　　btnDraw.addEventListener（"click"， btnListener）；　　stop（）；　　下面可以绘制统计图了，第3帧处插入一个空白关键帧，输入脚本：　　chartContainerMC._visible = true；　　mineChart.render（）；　　var btnListener：Object = new Object（）；　　btnListener.click = function（）{　　mineChart.remove（）；　　mineChart.rEinit（）；　　chartContainerMC._visible = false；　　gotoAndStop（"填表"）；　　}　　btnBack.addEventListener（"click"，btnListener）；　　stop（）；　　上面的脚本除了绘制统计图外，还编写了“返回”按钮的功能，我们希望用户按下“返回”按钮后，能够清除原先的统计图，返回到输入框，继续接受用户的数据。　　这样我们就得到了一个动态的统计图，可以随时输入数据，根据实时的数据绘制统计图，让我们的数学课堂更加生动。甚至我们还可以更进一步，打造一个动态反馈系统。每个学生通过一台终端进行作业，作业情况的结果反馈到数据库，然后调用数据库中的信息生成动态的统计图，技术的引入必将为我们的课堂增色不少。

施老师：

在平常的办公中，经常有学员问我，怎样做一份让领导眼前一亮的数据分析报表，而且是自动的。下面就由宁双学好网施老师来教你。

一、首先打出一份员工产量统计表

二、然后把员工姓名复制一行到下面的位置，右边打好筛选月份，

三、然后在下方输入公式：=VLOOKUP($J$2,$B$2:$G$8,COLUMN()-1,0)，鼠标往右拉，得出员工一月份的产量，然扣右边用【数据】- 【数据有效性】算出筛选月份的序列。

四、然后点击插入菜单【图表】-【柱型图】，选择下方的一月，就自动生成柱型图表

五、将图表的底纹填充好看一些

最后我们可以点击筛选月份，点击什么月份就会出现该月份的柱型数据。是不是很方便啊。

今天学习如何通过数据透视表实现表格的形式汇总数据分析如下图的效果：

一、首选创建数据透视表：为了方便查看，选择新工作表

二、设计-报表布局-以表格形式显示，如下图：

下图显示出来，但是看起来不是很直观，有汇总显示，如何去掉汇总，再有如果做二次数据函数取数的话，那就要标签内的文本内容完全显示，如何处理呢？

设计-分类汇总-不显示分类汇总

设计-报表布局-重复所有项目标签

三、去掉汇总，标签内显示重复项目效果如下：

四、日期如何以月份显示，采购日期右键单元格式-数字-日期-类型选择 2012年3月，确定。如下图：

如果你创建组合的，只能以单独的列显示年、月。

五、如何选择经典数据透视表布局进行拖拉效果：数据表右键选择数据透视表选项-显示-经典数据透视表布局打√即可。

今天为大家分享一个数据分析的方法，大家可以打开店铺后台，看着步骤来操作。

很多电商人都知道数据分析的重要性，但是真正做起来却发现无从下手，而且即使是看到数据之后，也不知道怎么分析，往往是看着一个连接“莫名奇妙”的爆了，又“莫名其妙”的死了。

其实每个链接的起爆和衰落都是有原因的，只要掌握今天的数据分析方法，在以后的操作过程中才能真正看清数据，掌握数据

首先，打开生意参谋，商品-商品效果-选择日期，在选择日期时，建议大家往前倒推15天的时间，比如今天是30号，那么，就从这个月的15号开始，选择好日期之后，点击下载。

下载好15号的数据之后，再选择16号，继续下载，把最近15的的数据下载下来以后是这样的。

这是我们店铺所有链接在过去15天的所有数据，而且非常详细，可以说，过去15天的店铺的起落兴衰内在原因都在这里了，接下来我们开始将这些数据重新组合整理，以便于更直观的看到所有链接的详细数据，从而进行数据对比，分析，得出结论，打开第一个表格是这样的。

这是所有的链接在10.10日的数据，第一个链接是主打款，是主要分析目标，所以把这一排全部复制下来，放在一个新的表格里。

然后把10.11之后的所有数据全部复制下来，放在一个表格里，把无关紧要的数据删掉，以免影响我们的专注力。

ps：在删无关紧要的数据时要注意看数据浮动大不大，比如平均停留时长这一项，如果这一项波动特别大就不要删掉，波动不大的话就删掉，因为它只是次要数据，不是核心数据，最后留下来的核心数据，见下图：

这个是我已经做好的表格，最后的收藏率和加购率是手动加上去的，因为官方没有提供这两个数据，但是官方提供了收藏人数和访客数，所以我们就可以手动算出来。

在收藏率下输入公式：‘=收藏人数/访客数’然后回车，就会得到这个链接的收藏率，把这一列拖下来即可得到所有日期的收藏率，加购率也是一样操作即可

为了方便观察数据，我们把所属终端这一行改成日期，见下图：

这样是不是一目了然了？哈哈哈，是不是感觉所有原因都自动跳出来了！

重点看流量暴涨的10.19号--22号这4天数据：

访客数暴涨的同时，搜索引导的访客数也在暴涨，而且直通车并没有加大投入，所以接下来我们着重看搜索数据，我们知道，现在所有的数据，都是结果，是上一个周期的数据浮动才导致的结果。

所以接下来我们看上一个周期发生了什么。

发现什么秘密没有？

每次流量大涨之前的一天，搜索支付转化率都是超过5%的！记住这个数字。

10.17号和10.18号，连续两天都超过了5%，然后导致10.19号访客数直接翻翻！

所以也就是说，在这个类目，这个客单价下，我们的搜索支付转化率不能低于5%，这是一个系统云计算得出的数据，只要能够稳住这个数值，理论上来说，这个链接是必爆无疑的！

当然，除了数据之外，还有很多其他方面的权重值也很重要，比如客服回复时长，动销率，发货速度，好评率，dsr，等等，我们今天只分析数据，其他方面有空再详解。

还有一点值得注意的是：

有些类目权重计算核心并不是支付转化率！

有些类目权重计算核心并不是支付转化率！

有些类目权重计算核心并不是支付转化率！

但是大部分类目都逃不过这个表格里的所有数据，有了这个表格基本都能够计算出来类目权重算法，目前最核心的数据有：支付转化率，uv价值，收藏率，加购率。

只要能够找出自己类目的核心权重，然后维护好这个数据，在产品没问题的情况下，想不爆，太难了！

客单价69左右的女裤类目的核心权重是转化率，客单价129左右的天猫女鞋核心权重是uv价值，这一点很难复制，只能用自己的店铺数据去推断，找出这个潜在规律即可。

免责声明：本文使用图文及视频等作品部分源于网络，我们尊重著作权所有人的合法权益，如涉及版权争议，请著作权人告知我方删除

每个人都会有机会进行数据展示，为什么别人展示永远获得正视，而我的展示永远只有自己愿意去看，别人在看手机？那怎样做数据图表分析呢请看以下步骤：

如何对表格进行修饰，本次小编带来两个技巧，一是使用“套用表格格式”，和使用“条件格式”。二是带领大家学会养成修饰表格的思维。

第一步是对表格进行粗略的修饰调整，思维：行高、列宽、对齐方式、表格线等；

使用“套用表格格式”、“条件格式”之后看数据不再枯燥无味，而且还更有看头。“条件格式”可以将筛选条件转换为颜色可视化，从而达到一目了然的效果。

第一个技巧，①“套用表格格式”。方法：任一单元格→开始→套用表格格式。

②“条件格式”，方法：选中单元格区域→开始→条件格式。

条件1：高于平均值

条件2：数据条

条件3：色阶

第二个技巧：养成修饰图表的思维。这次举例柱形图的修饰例子，其他希望大家动用类似的方法进行模拟实践。

步骤一：根据销售数据建立柱状图，建立方法可参考。选择数据源→插入→柱状图→选择数据源→编辑坐标

步骤二：添加辅助线。选择数据源→→添加→点击柱体右键，设置数据系列格式→次坐标轴→选中柱体，右键更改图表类型→折线图。

希望回答对你能有所帮助，如果觉得不错就来点个赞或关注吧，感谢各位了！

【摘要】：结合实际数据分析工作，简要介绍了VLOOKUP函数的基础应用，重点介绍亲测高效有难度的VLOOKUP函数高级应用。最后分享我运用Excel的一点技巧。

毕业后，第一份工作是在一家互联网公司做数据分析。

尽管和所学专业没那么匹配，但我还是挺满意。因为向来对数字很敏感，对常用统计软件也都有所了解。

正式入职，发现面试时说的什么SPSS，Eviews统统都不用，基本就是用Excel。对于研究生毕业，第一份工作，我多少有些落差。既来之则安之，我心想用什么工具最方便，工作中应该可以自己选择。对于word和ppt还算熟练，Excel也就一般。多学点总不会差。

开始工作，我发现Excel的功能简直太强大，我之前了解的仅是皮毛。尤其在更新到2013版后，操作更智能和快捷，数据量大时计算较费时。对于日常工作影响倒不大，借助Excel我的数据分析工作也很快上手。

除了宏不太会，工作之余也会多琢磨一些公式和操作。以至于同办公室的同事，甚至外部门的同事都来找我帮忙解决Excel的问题。时间久了，领导特意让我在部门内部定期做教学分享。

我确实喜欢和数据打交道的感觉，从冗杂的繁琐数据中分析出最终的结果相当有成就感。在简书上也看到了许多实用的Excel操作指南或技巧。

今天分享一个职场中最常用，功能强大，却少有人掌握的VLOOKUP函数。很多文章都提到过这个函数的基础应用，此外还有一个高级应用，是我在工作中遇到，亲测高效快捷的有力工具。

VLOOKUP函数---最最最常用的查找函数

四个必备参数=（要查找的值，要查找的区域，返回数据在查找区域的第几列数，逻辑值）

注： FALSE或0，则返回精确匹配，如果找不到，则返回错误值 #N/A（首选）

TRUE或1，则返回近似匹配值，如果找不到，则返回小于第一个参数的最大值。

VLOOKUP函数的基础应用：一对一的匹配

理解上述文字很晦涩，用实例来说明。

例1： 下图中左表为源数据：各类产品在三个城市的日销售数据。

需求：查询产品B和F在上海的销售额。

因为提供的数据量很少，人工查找就能完成。但实际工作中数据量很庞大，人工查找费时费力且准确率低。这时用VLOOKUP一秒搞定。

做法：在G2单元格内，输入公式，见红框内。回车后，出现结果；将公式复制或下拉至G3，同理可得结果。

参数解释：

（1）“F2”为我们要查找的参照值，即在源数据第一列查找“产品B”。当公式下拉复制时，自动切换为查找F3。

（2）“A：C”指我们要在此范围内查找数据。该参数也可写为“$A$2：$C$9”，即绝对引用。这样可保证无论公式如何拖拽复制，数据源始终固定引用该区域。

（3）参数“3”指在选择的数据源“A列-C列”范围内，要查询的销量在引用的第三列，即C列。

（4）FALSE，即精确查找。

这样，通过应用该函数，实现了产品型号和销量一对一的匹配查找。

应用该公式的硬性条件：

（1）必须保证需要查找的参照值与源数据格式一致。

即例1中：F列与A列完全一致，不仅内容相同，尤其保证单元格格式一致，否则只会返回错误值 #N/A。如不一致，查找前需转换成一致的格式。有时较难分辨。

（2）必须保证源数据表中的第一列没有重复项。

即A列中没有出现重复的产品类型。假如源数据中出现了多行“产品B”，那么在查找时只能返回第一次“产品B”出现时对应的销量。

当（2）无法满足时，查找不再是一对一，而是一对多的匹配。需要对VLOOKUP函数进行扩展才得以实现查找功能。

VLOOKUP函数的高级应用：一对多的匹配

例2：下图左表为客服中心的每日工作记录，日积月累，这个表数据量庞大且信息冗杂。

需求：王丹和张鹏岗位变动，需将他们接待过的全部客户汇总转交其他同事维护。

数据量小手动筛选即可，使用透视表也可完成。这里我借助简单的例子，介绍如何使用VLOOKUP完成。当数据量庞大，这是较便利的方法。

做法：

第一步：将A列排序，在A与B列间新插入两列。

第二步：计数。在B2输入公式=COUNTIF(A$2:A2,A2)，回车，下拉即可。

目的是对A列中同一个名字的出现次数进行计算。如图李珊出现了四次。

第三步：构建辅助列。在C2输入公式=A2&B2，回车，下拉即可。目的在于将A列B列的内容合并。这时C列即为辅助列。保证了源数据的唯一性，此时已满足VLOOKUP基础应用的第二个硬性条件。

第四步：进行匹配查找。在H2输入公式=VLOOKUP($G2&H$1,$C$2:$D$18,2,FALSE)， 复制公式至其他单元格即可得到结果。

与基础应用相比，仅参数1有变化，涉及相对引用和绝对引用问题。

参数1：将“客服姓名&序号“合并作为第一个参数。公式向右向下复制后，“客服姓名”行变列不变，所以锁定列。“序号”列变行不变，所以锁定行。即为：“$G2&H$1”。锁定即绝对引用。（此处较难理解，操作中通过尝试能够理解透）

参数2：绝对引用C2至D18区域。即为：“$C$2:$D$18”，新数据源。

参数3：返回所选区域C2至D18中的第2列数据。即为：客户姓名

参数4：FALSE，即精确查找。

第五步：将H2中的公式向下向右复制至K3，即得全部结果。可对比源数据表验证是否正确。

在序号为4的单元格内出现了#N/A值。表明没有找到“王丹4”和“张鹏4”对应的内容，说明这两人接待的客户仅有3人。

这样，通过其他功能辅助，实现了客服与客户一对多的匹配查找。

总结：VLOOKUP的高级应用是在基础应用的基础上，借助了COUNTIF和&函数，构建辅助列，使得源数据表中第一列无重复。四个必备参数中仅参数1涉及绝对引用和相对引用，略有难度。

应用Excel的技巧

1.填充了公式的单元格，在得到结果后，最好将计算结果转换为“值”。

两个好处：一是避免源数据的任何变动再次影响公式的计算结果；二是Excel本身计算较费时。如公式一直存在，每次打开该文件，或是刷新时都会重新计算，严重影响Excel运算速度。

2.Excel的数据承载量相对较小。2013版每个sheet能够填充接近105万行。

如果涉及较多sheet,数据量可想而知。因此在上一条的基础上，必须及时保存，否则数据量大时Excel难免会出现重启。毕竟多数人用的都是免费版，为了避免做无用功，及时保存很重要。这可是次次抓狂的经验教训。

3.Excel的功能很丰富，没有哪一本书或是哪一个老师能够完全教会所有功能。

更实际的是，从点到面去学习。比如说我介绍了VLOOKUP函数的应用，其中涉及到了绝对引用的概念，以及countif函数的应用，这时就引导你去学习新知识。

任何功能的组合都能起到耳目一新的作用。

4.Excel做不到死记硬背，多练习才利于掌握。

比如说，在工作中我给同事教过无数次VLOOKUP函数的应用，当时似懂非懂，勉强会用。想不到的是他们下一次遇到早已忘得一干二净。在我看来是很简单的一个公式而已，仅需掌握四个参数。关键是他们不常用，而我几乎天天用。

任何技能都是如此。孰能生巧，才能更快掌握更多功能。哪怕是多记几个快捷键，都会为你使用Excel加分不少。

多学一点技能，就能少求助别人，且让别人来求助于你。普通离优秀，永远差一项技能。

写出来为分享，也为记录。

PS：如果没有看懂，或是觉得现在用不到我介绍的公式。没关系，请收藏，因为工作后，无论做什么工作一定一定一定会用到VLOOKUP。

请尊重原创的辛苦。欢迎分享，欢迎交流。

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！