Hvis du trenger å analysere et datasett, er Microsoft Excel det perfekte verktøyet for jobben. Mer spesifikt gjør pivottabeller for komplekse datasett ting enklere.

Hvis du trenger å analysere et datasett, er Microsoft Excel det perfekte verktøyet for jobben. Du vet allerede at Excel lagrer informasjon i tabeller, men appens kraft er innenfor verktøyene du kan bruke til å utnytte informasjonen som er skjult i disse cellene. Et av disse verktøyene er en pivottabell. Vi tok en titt på funksjonen tilbake i Excel 2010, og i Excel 2016 og høyere fortsetter vi å se på hvordan du kan bruke den til å manipulere og finne datatrender.

Lag en pivottabell i Excel

What is a Pivot Table?

En pivottabell er et fancy navn for sortering av informasjon. Den er ideell for å beregne og oppsummere informasjon som du kan bruke til å bryte ned store tabeller til akkurat den riktige mengden informasjon du trenger. Du kan bruke Excel til å lage en anbefalt pivottabell eller lage en manuelt. Vi ser på begge.

Anbefalt pivottabell

Introdusert i Excel 2013, en anbefalt pivottabell er et forhåndsdesignet sammendrag av dataene dine som Excel anbefaler for deg. Du får kanskje ikke den informasjonen du trenger, avhengig av datasettet ditt, men det kan være nyttig for rask analyse. For å lage en, uthev datakilden (celleområdet i arbeidsboken som inneholder dataene du vil analysere.) Velg deretter Sett inn-fanen og deretter Anbefalte pivottabeller.

Anbefalte pivottabeller2

Når dialogboksen Velg datakilde vises, klikker du OK.

Kildedata

Et galleri med anbefalte pivottabellstiler vises som gir forslag til hvordan du kanskje vil analysere de valgte dataene. I det følgende eksempelet vil jeg gå med antall ansattes navn etter arbeidstimer i januar. Din vil variere avhengig av typen data du sorterer. Klikk OK.

Antall ansatte arbeidstimer

Som du kan se i tabellen nedenfor, kan jeg få en ide om hvor mange personer som har jobbet et visst antall timer i januar. Et scenario som dette ville være flott å se hvem som kanskje jobber hardest, jobber overtid, og fra hvilken avdeling i et selskap.

Anbefalt pivottabell opprettet

Grav inn

For å gjøre det mer interessant, la oss grave videre og finne ut hvilken ansatt som jobber mest. Som du kan se, vises Pivot Table-oppgaveruten til høyre og viser flere verktøy jeg kan bruke til å sortere og filtrere. For følgende eksempel vil jeg legge til Arbeidstimer i januar til Filtre-området og legg til medarbeidernavnet i Rad-området. Etter å ha gjort det, vil du legge merke til et nytt felt som er lagt til i arket Arbeidstimer i januar.

Sorteringseksempel

Når jeg klikker i filterboksen, kan jeg se den laveste og den høyeste. La oss velge den høyeste, som er 205, klikk OK. Så en ansatt ved navn Philip jobbet de fleste timer i januar. Det blir ikke enklere enn det.

Sorteringsdata eksempel 1

Sorteringsdata eksempel 2

Lag en pivottabell fra bunnen av

Hvis du vil ha mer kontroll over hvordan pivottabellen er utformet, kan du gjøre det selv ved å bruke standard pivottabellverktøy. Igjen, velg datakilden eller området der dataene er lagret i arbeidsboken og velg Sett inn > Pivottabell.

Datasett 1

EN Lag pivottabell dialogboksen vises med flere alternativer. Siden jeg jobber med datakilden fra selve regnearket, vil jeg forlate standarden. Du kan velge å legge til pivottabellen i et eksisterende regneark eller et nytt. I dette tilfellet setter jeg det inn i et nytt ark.

Datasett 2

Du vil legge merke til et nytt ark med forslag til hva du kan gjøre. I dette spesielle scenariet vil jeg vite hvor mange timer som arbeides av ansatte i Salg. For å gjøre det bruker jeg Avdeling til å filtrere ned listen og legge til de andre tabellene i radene, for eksempel medarbeidernavnet og antall timer arbeidet.

Nytt ark

Klikk på Avdelingsfilteret og klikk Salg, og deretter OK.

Filtrering 2

Umiddelbart kan jeg se hvem som jobbet mest. Jeg la til et ekstra felt for overtid for å analysere informasjonen som ble gitt videre.

Filtrering

Du bør nå ha en god ide om hvor kraftige pivottabeller er. Og hvordan de sparer tid ved å finne den nøyaktige informasjonen du trenger med liten innsats. For en liten mengde data kan dette være overkill. Men for større, mer komplekse datasett gjør det jobben din mye enklere.

Rate this post
Previous articleDisney+ News Drop: Obi-Wan, More Marvel, West Side og mer
Next articleGjør videooppretting enkelt med Wondershare Filmora 11