4.7
深览指数
成长少数派·子不语Rex··AI 生成
数据分析：用好 Excel 中的数据透视表
这是一篇面向 Excel 初学者的操作教程，核心是介绍数据透视表的两大本质：定义指标与从微观到宏观的聚合。文章通过销售数据案例，演示了如何用拖拽快速生成按区域、产品线的满意度统计，以及自定义利润率指标、按季度分组、切片器制作动态报表等进阶用法。适合有基础 Excel 操作经验、希望提升数据处理效率的职场人士阅读，但内容偏重操作步骤，缺乏对数据透视表局限性的讨论或与其他分析工具（如 Power Query）的对比。原文 ↗
核心观点
- ▍数据分析的核心本质是「定义指标」和「从微观到宏观」，而数据透视表正是通过合并同类项并进行运算与展示，高效实现这两点。
- 01文章以全国销售主管分析 2020 年产品满意度为例，原始数据包含区域、门店类型、产品、月份等近 600 行数据，使用透视表可快速将「区域」拖入行、「满意度」拖入值并改为平均值，立即得出华东区域满意度仅 74% 的结论。
- 02通过设置「行」和「列」字段，可快速将一维数据生成二维表格，例如同时展示「区域」和「产品」的收入交叉汇总。
- 03利用「计算字段」功能，可基于已有字段自定义指标，如添加利润率公式（收入-成本）/收入。
- 04使用「分组选择」功能，可将时间型字段（如月份）按季度合并，或将数值型字段（如收入）按区间（如每 1000 元）统计分布占比。
- 05「切片器」功能可快速筛选数据，点击不同选项组合时，透视表及关联图表自动更新，形成简易动态报表。
- 06通过设置透视表选项，可快速将同类项合并单元格，实现排版技巧，避免手动处理近 600 行数据的繁琐。
反方 / 局限
- — 文章未讨论数据透视表在数据源变动时需手动刷新、无法处理非结构化数据、对大规模数据（如数十万行）可能导致性能下降等局限性。
- — 文章仅聚焦于 Excel 内置功能，未提及与其他数据清洗或分析工具（如 Power Query、Power Pivot）的集成或互补关系，可能让读者误以为透视表是唯一方案。
9 分钟 · 3 卡片 · 6 资料
读原文 →