第三章 数据分类汇总分析
数据分类汇总分析的意义和作用
• 利用分类汇总，企业可以获得销售额排行榜、各种商品质 量指标排行榜、销售人员完成销售任务排行榜、各种产品
库存量与库存积压资金排行榜……
120000
Northwind公司前十大客户销售额
100000
80000
60000
40000
20000
0
高正大学师实永五华椅
上人钰仁大翼业洲科天
补资贸贸贸
房信
文
习源易易易
屋托
化
班
事
3
业
三. 获得各类销售额的时间序列
• 利用分类汇总，企业可以获得某产品销售数量的时间序列、 某地区销售额的时间序列或客户订货量的时间序列……
2000 1800 1600 1400 销 1200 售 1000 额 800
600 400 200
0
Northwind公司销售额的时间序列
y = 54.287x - 70.843 R²= 0.4325
4
四.获得各经济量之间的相关性
• 利用分类汇总，企业可以获得获得各经济量之间 的相关性信息……
Northwind公司运货费与销售额的依赖关系
250
y = 0.2924x - 94.308 R²= 0.9033
200
平 均 150 运 货 100 费
50
0
200
400
600
800
1000
1200
平均销售额
数据分类汇总分析的意义和作用
• 获得销售额分类汇总值 • 获得各类销售额排行榜 • 获得各类销售额的时间序列 • 获得各经济量之间的相关性 • 获得各种产品需求量的频率分布
1
一. 获得销售额分类汇总值
《数据的分类汇总》教学设计
《数据的分类汇总》教学设计引言概述：数据的分类汇总在教学设计中扮演着重要的角色。
通过对数据的分类和汇总，可以帮助学生更好地理解和分析数据，提高他们的数据处理和解读能力。
本文将从五个大点出发，详细阐述数据的分类汇总在教学设计中的重要性和应用。
正文内容：1. 数据分类的基本概念1.1 数据的分类方法1.2 数据分类的目的和意义1.3 数据分类在教学设计中的应用2. 数据汇总的方法2.1 数据的统计和总结2.2 数据的图表展示2.3 数据的比较和分析2.4 数据汇总在教学设计中的应用3. 数据分类汇总的教学设计3.1 设计学生参与数据分类汇总的任务3.2 设计适合不同年级和能力水平的数据分类汇总活动3.3 设计数据分类汇总的教学资源和工具3.4 设计评估和反馈机制，以提高学生的数据分类汇总能力4. 数据分类汇总的教学案例4.1 小学数学课堂中的数据分类汇总4.2 初中科学实验中的数据分类汇总4.3 高中历史课堂中的数据分类汇总4.4 大学统计学课程中的数据分类汇总5. 数据分类汇总的教学效果评估5.1 设计合适的评估指标和评估方法5.2 通过评估结果优化教学设计5.3 数据分类汇总教学的长期效果评估和改进总结：数据的分类汇总在教学设计中具有重要的地位和应用。
通过对数据的分类和汇总，可以帮助学生更好地理解和分析数据，提高他们的数据处理和解读能力。
教学设计中需要考虑数据分类和汇总的基本概念、方法和意义，设计适合不同年级和能力水平的活动和资源，以及评估和反馈机制。
教师可以借助数据分类汇总的教学案例来引导学生学习，同时通过评估来优化教学设计，提高教学效果。
数据的分类汇总不仅在数学和科学领域有应用，也在其他学科中发挥着重要作用。
数据分析_数据筛选-排序-分类汇总
数据分析_数据筛选-排序-分类汇总数据分析：数据筛选排序分类汇总在当今数字化的时代，数据无处不在。
对于企业和个人来说，如何从海量的数据中提取有价值的信息，成为了一项至关重要的任务。
数据分析中的数据筛选、排序和分类汇总就是帮助我们实现这一目标的重要手段。
数据筛选，简单来说，就是从大量的数据中挑出符合特定条件的数据。
这就好比在一堆水果中，只挑选出苹果或者只挑选出成熟的水果。
比如说，我们有一份销售数据，包含了各种产品的销售记录，包括销售时间、产品名称、销售金额、销售地区等信息。
如果我们想要了解某个特定时间段内的销售情况，就可以通过设定时间条件来进行筛选，只获取我们关心的那部分数据。
又或者，如果我们只想关注某一类产品的销售数据，也可以通过设定产品名称的条件来实现筛选。
在进行数据筛选时，需要明确自己的筛选目的和条件。
这就需要对数据的结构和内容有清晰的理解。
同时，不同的数据分析工具和软件，其筛选的操作方式可能会有所不同，但基本的原理都是相通的。
比如在 Excel 中，可以通过“数据”选项卡中的“筛选”功能，轻松地设置各种筛选条件。
数据排序则是将数据按照一定的顺序进行排列。
这就像把书架上的书按照书名、作者或者出版时间进行排列一样，方便我们查找和比较。
常见的排序方式有升序（从小到大）和降序（从大到小）。
例如，对于一份学生成绩表，我们可以按照成绩的高低进行排序，从而快速了解学生的成绩分布情况。
或者对于一份产品库存表，按照库存数量的多少进行排序，能够帮助我们清楚地知道哪些产品库存充足，哪些产品需要尽快补货。
在实际操作中，我们可以根据不同的字段进行排序。
而且，很多数据分析工具还支持多字段排序，即先按照一个字段排序，如果这个字段的值相同，再按照另一个字段进行排序。
这样可以更加精细地满足我们的排序需求。
分类汇总则是在数据筛选和排序的基础上，对数据进行分组并计算汇总值。
比如说，我们有一份销售数据，按照产品类别进行分类汇总，就可以得到每个产品类别的销售总额、平均销售额等统计信息。
第三章数据分类汇总分析
食品
体育用品
艺术品
自行车
儿童用品
食品
体育用品
艺术品
自行车
儿童用品
C 净销售额
39686 16255 32855 10850 42009 12522
524 472 1080 2893 746 2044 2856 5113 4119 4211 40255
第三章讲稿 第12页
二、Excel数据清单功能
数据清单
▪ 销售额、销售数量、工作时间等。
分类字段 ：对数据进行汇总时，以某个变量 或字段的不同值为参考来对汇总字段进行汇 总。
▪ 参考不同产品类别 (分类字段) 汇总销售额（汇总字段） ▪ 参考不同的生产人员姓名（分类字段）汇总工作时间
（汇总字段）
第三章讲稿 第9页
第二节 数据分类汇总的四种方法（续）
1995年ABC公司各省各类别商品的销售额
第三章讲稿 第11页
一、数据查询的统计值功能（续）
A 1 省份 2 安徽 3 安徽 4 安徽 5 安徽 6 安徽 7 安徽 8 广东 9 广东 10 广东 11 广东 12 广东 13 江苏 14 江苏 15 江苏 16 江苏 17 江苏 18 江西
B
类别
总和
儿童用品
服装
食品
体育用品
艺术品
自行车
儿童用品
第三章讲稿 第18页
一、数据透视表的基本功能（续）
第三章讲稿 第19页
一、数据透视表的基本功能（续）
请将页字段拖至此处
求和项:净销售额 50000 45000 40000 35000 30000 25000 20000 15000 10000
5000 0 儿童用品
服装
第三章 数据文件的管理
三、数据的移动、复制和删除 1.指定操作数据源 可以是一个单元格、一列变量、一个个案， 还可以是一个矩形区域。 2.删除、复制和移动 删除：右键中的“clear”或“edit” “clear” 复制：右键中的“copy”或“edit” “copy” 移动：右键中的“cut”或“edit” “cut”
四、SPSS数据的定位 1.按个案序号自动定位 “data” “go to case” 输入个案序号 2.按变量值自动定位 “edit” “find” 输入变量值
SPSS数据的排序
1.操作步骤
Step1：“data” “sort cases” Step2：选择排序变量，确定排序方式 如果是多重排序，依次指定第二、第三、…第n排序变量 及各自的排序方式。 Attention：1.整行数据排序，而非某列变量排序； 2.排序变量的次序很重要；可以在按某个变量升序排列 的同时，再按另一个变量的降序排列； 3.数据排序以后，原有数据次序被打乱。
直接合并结果：
Both files provide cases
External file is keyed table
Working file is keyed table
练习：
将data02-09文件中的变量与data02-08相同个 案的数据合并。
数据的分类汇总
一、概念 分类汇总是按照指定的变量值对个案进行分组，对 每组个案的变量求描述统计量，并生成分组数据 文件。在分组数据文件中，对应分类变量的每个 值都产生一个个案。 分类变量：进行分组的变量，可以是数值型或字符 型。 汇总变量：所要统计的变量，类型要求为数值型。 二、操作步骤 “data” “aggregate data”
3.50
3.75
数据分类汇总方法
数据分类汇总方法数据分类是指将数据按照其中一种规则或特征进行归类和汇总的过程。
在数据处理和分析的过程中，数据分类是一个非常重要的步骤，它可以帮助我们更好地理解和分析数据，并从中提取有用的信息。
数据分类可以根据不同的目的和需求进行不同的方法选择。
下面将介绍几种常见的数据分类汇总方法。
1.层次聚类法层次聚类法是一种常见的数据分类方法，它通过不断地合并相似的数据点，形成不同的层次结构。
该方法将数据点分 into clusters，每个cluster内部的数据点越相似，cluster之间的相似程度越小。
层次聚类法主要有两种形式：凝聚型和分裂型。
凝聚型是从单个数据点开始逐渐合并数据点，直到所有数据点被聚类为止；分裂型是从整个数据集开始，逐渐将数据集分割成更小的类别，直到每个类别只剩一个数据点为止。
2. K-means算法K-means算法是一种常见的非层次聚类方法，它将数据点分为K个不同的簇。
该方法通过计算每个数据点与簇中心的距离，将数据点分配给最近的簇。
然后重新计算簇中心，并重复此过程，直到收敛为止。
K-means算法的核心思想是最小化簇内的平方误差，从而使簇内的数据点更加相似，不同簇之间的数据点更加不相似。
3.决策树算法决策树算法是一种常见的分类方法，它通过树形结构表示数据的分类规则。
决策树算法将数据集划分为一个个决策节点和叶子节点，每个节点都代表了一个分类特征或一个分类规则。
通过对每个节点进行判断和决策，最终将数据分到叶子节点中的一个类别中。
决策树算法的优点是易于理解和解释，可以处理离散型和连续型的数据，但对于数据有较高的要求，对噪声和缺失值敏感。
4.支持向量机算法支持向量机算法是一种常用的分类方法，它通过构建一个最优超平面来将数据点分到不同的类别中。
支持向量机算法的核心思想是找到一个能够最大化不同类别之间的间隔的超平面。
在实际应用中，当数据无法线性分割时，支持向量机算法可以通过引入核函数来处理非线性分类问题。
数据汇总分析
第一节 数据分类汇总分析的意义和作用
获得销售额分类统计值
销售额 50000
40000
30000
20000
ABC公司1995年不同省份不同类别商品的销售额总计值
山东 安徽 江西 江苏 广东 福建 浙江
10000
0 艺术品 自行车
服装
类别 食品 儿童用品 体育用品 瓷器
第一节 数据分类汇总分析的意义和作用（续）
获得各类销售额排行榜
销售额 15000 销售额 1200015000 900012000
6000 9000 3000 6000
0 3000
0
Northwind公司前十大客户销售额 Northwind公司前十大产品销售额
自行车 12522 746 4211 20383 24728
一、Excel数据清单功能（续）
步骤： 1.高级筛选：1995年数据； 2.生成新数据清单：1995年数据删掉无关字段，数据至新表； 3.排序：省份、类别为主、次关键字段； 4.分类汇总：
“净销售额”为汇总字段，连续两次汇总，分别以省份、 类 别为分类字段；第二次汇总，去掉“替换当前分类汇总” 。 5.整理成规定汇总表：
总字段）
第二节 数据分类汇总方法简介
1995年ABC公司各省各类别商品的销售额
类别 安徽 广东 江苏 江西 山东
儿童用品 39686 524 2044 40255 24367
服装 16255
47196
食品 32855 472 2856 16404 19269
体育用品 10850 1080 5113 13970 3869
第-3-章--SPSS-数据的预处理
7
SPSS 条件表达式
条件表达式通常用于指定满足某个条件的个案。 条件表达式是一个对条件进行判断的式子。其结果有
两种取值： ➢ 如果判断条件成立，则结果为真； ➢ 如果判断条件不成立，则结果为假。 条件表达式包括简单条件表达式和复合条件表达式。
8
SPSS 条件表达式
简单条件表达式： ➢ 由关系运算符、常量、变量以及算术表达式等组成的
组距分组
在变量值较多的情况下，数据分组通常采用组距 分组。组距分组是将全部变量值依次划分为若干区间 ，并将同一区间的变量值作为一组。
(1) 全距：最大值与最小值之差 (2) 组数：组数的多少以分组后能清楚反映数据内部 的分布特征和规律为原则。可按 Sturges 经验公式确 定组数： K 1 ln n
式子。 ➢ 关系运算符包括： >、<、＝、～＝（不等于）、>
＝、<＝。 如：nl > 32、sr <= 900 复合条件表达式： ➢ 由逻辑运算符号、圆括号和简单条件表达式等组成的
式子。 ➢ 逻辑运算符号包括 ～ 或 NOT（非）、& 或 AND
（并且）、| 或 OR（或者）。 ➢ 如：(nl>32) and not (sr<9=900)
18
数据拆分
数据拆分：是将数据按一个或几个指定的变量进行 分组。后续进行的统计分析将按照分组进行。
菜单选项：数据 -> 拆分文件 注意：数据拆分后，在状态栏会显示“拆分条件” 取消拆分方法：重新执行数据拆分，选择“分析所
有个案，不创建组”。 例：“职工数据.sav”，按职称变量分组 ➢ 比较组：分组统计结果输出在同一张表格中 ➢ 按组织输出：分组统计结19果分别输出在不同的表格
数据的分类汇总
一、简单分类汇总
简单分类汇总指对数据表中的某一列以一种汇总方式进行 分类汇总。
对要进行分类汇 总的列进行排序
设置分类汇总选项
简单分类汇总结果
在“分类字段”下拉列表进行选择时，该字段必须是已经排序的字段，如果选择没有排序的 列标题作为分类字段，最后的分类结果是不正确的。
此外，在“分类汇总”对话框中做设置时，注意在“选定汇总项”列表框中选择的汇总项要 与“汇总方式”下拉列表中选择的汇总方式相符合。例如，文本是不能进行平均值计算的。
二、多重分类汇总
对工作表中的某列数据选择两种或两种以上的分类汇总方式或汇总项进
行汇总，就叫多重分类汇总，也就是说，多重分类汇总每次用的“分类字
段”总是相同的，而汇总方式或汇总项不同，而且第2次汇总运算是在第1 次汇总运算的结果上进行的。
第1次分 类汇总设 置
第2次分类汇总设 置：分类字段和汇 总项相同，汇总方 式不同
角色扮演，任务驱动
任务得分统计
分组
任务 1
任务 2
任务 3
任务 4
任务 5
小组 分数
第1组 8
10
10
10
10
第2组 10
8
8
10
10
第3组 10
10
10
10
10
第4组 10
10
10
10
10
第5组 10
10
10
10
10
每组优胜者个人加分
刘文杰（2）、朱中伟、张娇娇（2） 余龙（3）、李环（2）
张辉（2）、方晴、杨自露、时造林 王文浩、何秀森、黄成浩、雷萍（2）
自学时应考虑问题如下： 1、如何创建分类汇总？ 2、如何删除分类汇总？ 3、如何进行多重分类汇总？ 4、如何进行嵌套分类汇总？
数据分类汇总方法
数据分类汇总方法数据分类汇总方法在实际的工作应用中，我们经常需要查看数据的不同形态，比如某一区域的销售总额、某种车型的零部件总成本、某个仓库的库龄汇总……，那么怎样从明细数据得到需要的汇总数据呢？从明细数据到汇总数据主要有以下四种方法：（1）利用Excel分类汇总功能（2）使用数据透视表（3）使用条件汇总函数sumif（4）利用Access作为中转工具。
来看一个具有广泛代表性的实例。
这是一个“销售订单”数据表，在数据表中以“字段表”的形式记录了各个销售地区不同的销售信息，包含：总价、运货费、订购日期等（如下图所示）。
下面我们将以“销售地区”为分类依据，对相关数据进行一系列汇总。
（一）利用Excel分类汇总功能在Excel的【数据】页签中可以看到分类汇总功能，如下图所示：进行了排序的字段，如果字段中记录了文本信息，那么排序后就可以进行分类，为应用“分类汇总”功能提供了前提。
在这个实例中，若要按不同的“销售地区”统计“总价”和“运货费”的总和数据，就需要先对“销售地区”进行“升序”或“降序”操作，使相同的“销售地区”信息在一起。
分类完成后，可以利用“数据”菜单中的“分类汇总”命令，设置“分类字段”与要汇总的字段，汇总结果见下图。
汇总表的左上角有小的【123】字样，这表示的是层级，如果不想看到明细数据，只看到各地区的汇总数据，鼠标单击一下【2】就可以了，如下图所示：（二）利用数据透视表说到分类汇总，不得不提Excel中的“数据透视表”功能。
它是一个专门用来对数据进行分类汇总的数据框架表，由4个框架区组成。
这4个区域都可以包容一个或多个源数据表中的字段信息，“行字段”区和“列字段”区的作用是分类；“数据项”区的作用是汇总（汇总有“求和”、“求平均”、“计数”等多种方式）；“页字段”区的作用则主要是分类筛选。
无论是哪个区域，都是将字段列表中的“字段名”拖拽到相应的位置。
现在我们用“数据透视表”来统计刚才“销售地区”的“总价”和“运货费”总和，操作会更加简便和灵活。
第三章-数据分类汇总分析PPT课件
16255 服装
32855
42009
10850
12522
食品 体育用品 艺术品 自行车
4
二. 获得各类销售额排行榜
利用分类汇总，企业可以获得销售额排行榜、各种商品质 量指标排行榜、销售人员完成销售任务排行榜、各种产品 库存量与库存积压资金排行榜……
120000
Northwind公司前十大客户销售额
时间序列可以帮助企业了解经营状况、预 测未来的变化趋势。
数据透视表能从不同的角度汇总数据，它 也是生成时间序列的有效工具。
37
四. 利用数据透视表生成时间序列
【例3-5】利用 数据透视表，对 Northwind公司 的销售数据按月 汇总各产品的销 售额。
分组：步长-同时 选中月、年
产品名称 (全部)
儿童用品 39686 524 2044 40255 24367
服装
16255
47196
食品
32855 472 2856 16404 19269
体育用品 10850 1080 5113 13970 3869
艺术品 42009 2893 4119 43932 24990
自行车 12522 746 4211 20383 24728
30
二.数据透视表的灵活性
分类字段的调整 分类字段值的调整 汇总字段的调整 数据透视表工具的功能
31
二.数据透视表的灵活性
分类字段的调整
利用报表筛选区域筛选数据：
将数据透视表字段列表中的字段直接拖至报表筛选 区域；
从行标签或列标签区域，拖动字段至报表筛选区域； 报表筛选区域，可以放置一个或多个字段； 可改变多个字段的排列位置； 可挑选一个值或多个值来进行筛选； 可将报表筛选区域的字段拖动到其他区域； 可删除“报表筛选”区域的字段。
EXCEL数据分类汇总分析
EXCEL数据分类汇总分析在Excel中进行数据分类汇总分析是一种常见的数据处理方法，适用于对大量数据进行整理和分析的任务。
本文将介绍如何使用Excel进行数据分类汇总分析，包括数据分类、数据汇总和数据分析三个方面。
数据分类是指将数据按照一定的准则进行分类，以便于后续的汇总和分析。
在Excel中，可以使用筛选功能对数据进行分类。
首先，在Excel中打开要进行分类汇总分析的数据表格，在要筛选的列上点击筛选按钮，即可弹出筛选器。
通过选择筛选器中的选项，可以将数据进行分类。
例如，如果要按照其中一列的数值大小进行分类，可以选择“排序最大到最小”或“排序最小到最大”，Excel会将数据按照所选的顺序进行分类。
数据汇总是指将分类的数据按照不同的维度进行汇总和统计，以便于分析和对比。
在Excel中，有几个常用的汇总函数可以使用。
例如，SUM函数可以对其中一列或几列的数据进行求和；COUNT函数可以计算其中一列或几列的数据个数；AVERAGE函数可以求出其中一列或几列的平均值。
可以通过使用这些函数，将分类的数据进行汇总和统计，得到具体的数值结果。
数据分析是指对汇总和分类后的数据进行进一步的分析和解释。
在Excel中，可以使用条件格式和图表工具进行数据分析。
条件格式可以帮助我们根据数据的大小或者特定的规则，对数据进行颜色标记，以便于快速辨认和分析。
图表工具可以将数据以图形的形式进行展示，帮助我们更直观地理解数据的规律和趋势。
在进行数据分类汇总分析的过程中，还需要注意一些常见的问题。
首先，数据的准确性是非常重要的。
在进行数据分类之前，需要对数据进行检查和清洗，确保数据的准确性和完整性。
其次，数据的维度选择也是关键。
在进行汇总和分析之前，需要确定好需要分析的维度，以便于选择合适的分类和汇总方法。
最后，数据的可视化也是非常重要的。
通过合适的图表和图形，可以帮助我们更好地理解和解释数据，提高数据分析的效果。
综上所述，数据分类汇总分析是一种非常常见和重要的数据处理方法。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
类别
(多项)
求和项:净销售额 行标签
华东 安徽 低 中 高 江苏 山东 低 高 中
华南 总计
列标签
零售
批发 总计
9811 24881 34692 4859 5861 10720 8218 2311 10529 648 1396 2044
8805 25193 33998 744 18671 19415 16402 1748 18150 1790 38989 40779 51277 119050 170327
另一种是利用数据透视表直接从数据库中查询 并汇总数据。
20
【例3-3】利用Excel获取外部数据功能， 获取ABC公司2010年的销售数据，使用 Excel数据透视表功能，制作如图3-7所示 的分类汇总表，并制作如图3-30所示的数 据透视图。
21
第一步，获得数据列表。 空白工作薄-数据-获取外部数据-自其他来源
03版：编辑—定位—定位18 条件—可见单元格
数据透视表汇总数据 数据透视表的灵活性 数据透视图的灵活性 利用数据透视表生成时间序列 统计各销量组销售次数的频率分布 计算百分比 多重区域数据的合并汇总
19
利用数据透视表进行汇总有两种方法：
一种是先将数据导入Excel成为数据列表，再 对数据列表进行汇总；
39
产品名称 (全部)
年
(全部)
月
(全部)
行标签 1-10 11-20 21-30 31-40 41-50 51-60 61-70 71-80 81-90 91-100 101-110 111-120 121-130 总计
计数项:数量 28.28% 29.49% 19.19% 9.92% 5.75% 3.34% 1.76% 0.88% 0.28% 0.51% 0.14% 0.37% 0.09%
37
【例3-5】利用 数据透视表，对 Northwind公司 的销售数据按月 汇总各产品的销 售额。
分组：步长-同时 选中月、年
产品名称 (全部)
行标签
求和项:'销售额'
1996年
7月
27861.89
8月
25485.27
9月
26381.40
10月
37515.72
11月
45600.04
12月
45239.63
选项 设计
35
创建数据透视图的灵活性
利用数据列表创建数据透视图； 直接创建数据透视图； 利用数据透视表（图）向导创建数据透视图。
分类字段、汇总字段调整
36
按照一定时间间隔汇总的数据序列，称为 时间序列。
时间序列可以帮助企业了解经营状况、预 测未来的变化趋势。
数据透视表能从不同的角度汇总数据，它 也是生成时间序列的有效工具。
600 400 200
0
Northwind公司销售额的时间序列
y = 54.287x - 70.843 R²= 0.4325
6
1996年7月 1996年8月 1996年9月 1996年10月 1996年11月 1996年12月 1997年1月 1997年2月 1997年3月 1997年4月 1997年5月 1997年6月 1997年7月 1997年8月 1997年9月 1997年10月 1997年11月 1997年12月 1998年1月 1998年2月 1998年3月 1998年4月
24
求和项:净销售额
50000 45000 40000 35000 30000 25000 20000 15000 10000
5000 0
儿童用品
服装
类别
省份
安徽 广东 江苏 江西 山东
食品 体育用品 艺术品 自行车
25
【例3-3】直接利用Excel数据透视表的获 取外部数据功能，获取并汇总数据，制作 出如图3-7所示的分类汇总表。
高级筛选需首先在工作表中设定筛选条件。
分类汇总功能
可自动计算汇总字段的总计值。
11
【例3-1】利用Excel的数据列表功能和 SUM函数，将ABC公司的销售数据，按 照图3-7的形式，汇总出2010年各省份各 类别商品的净销售额总计值。
利用Excel数据列表功能和SUM函数分 类汇总。
12
第一步，获得数据列表
17
把汇总数据复制到另一张工作表，需要EXCEL 的一个工具---“选择可见单元格”
该工具只选中显示出的单元格，不选中隐藏 单元格。
07版：office图标---EXCEL选项（右下角）-自定义—“从下列位置选择命令”—“不 在功能区的命令”—“选定可见单元格”— 添加—确定
OR：开始—编辑—查找和选择—定位条件可见单元格
40%
35%
30%
销 25%
售 频
20%
率 15%
10%
5%
0%
Northwind公司1997年白米销量频率图
1-10 11-20 21-30 31-40 41-50 51-60 61-70 71-80 81-90 91-100 销量组
8
Excel数据列表功能 数据透视表 D函数家模拟运算表
9
数据列表被定义为“包含相关数据的一系列 工作表数据行”。
100.00%
利用数据透视表的分组功能，企业可以按照 销量、次品数量、销售额等分组，统计事件 发生频率。
第一步：创建数据数据透视表。 Northwind 公司数据“产品-产品名称”、“订单-订购 日期”、“扩展订单明细-数量”。产品— 报表筛选，订购日期—行标签，数量—数值 区域
40
第二步，数据透视表按销量分组。 按日期创建组，“分组”-选择“月”“年”。
2010年ABC公司各省各类别产品的销售额
安徽 广东 江苏 江西 山东
儿童用品 39686 524 2044 40255 24367
服装
16255
47196
食品
32855 472 2856 16404 19269
体育用品 10850 1080 5113 13970 3869
艺术品 42009 2893 4119 43932 24990
ABC公司各类别产品净销售额
45000 40000 35000 净 30000 销 25000 售 20000 额 15000 10000 5000
0
39686 儿童用品
16255 服装
32855
42009
10850
12522
食品 体育用品 艺术品 自行车
4
利用分类汇总，企业可以获得销售额排行榜、各种商品质 量指标排行榜、销售人员完成销售任务排行榜、各种产品 库存量与库存积压资金排行榜……
1997年
1月
61258.07
2月
38483.63
3月
38547.22
4月
53032.95
5月
53781.29
38
频率信息可以帮助管理人 员预测未来情况，合理安 排生产和销售活动。
【例3-6】利用数据透视 表，对Northwind公司的 销售数据按照产品、年月 汇总，统计各规模销量组 销售次数的频率分布。
30
分类字段的调整 分类字段值的调整 汇总字段的调整 数据透视表工具的功能
31
分类字段的调整
利用报表筛选区域筛选数据：
将数据透视表字段列表中的字段直接拖至报表筛选 区域；
从行标签或列标签区域，拖动字段至报表筛选区域； 报表筛选区域，可以放置一个或多个字段； 可改变多个字段的排列位置； 可挑选一个值或多个值来进行筛选； 可将报表筛选区域的字段拖动到其他区域； 可删除“报表筛选”区域的字段。
32
分类字段值的调整
改变分类字段值的位置； 分类字段值的组合； 行、列标签区域字段值的筛选； 折叠与展开汇总数据。
33
汇总字段的调整
新增、删除和修改汇总字段：
新增汇总字段； 改变汇总字段的位置； 修改汇总字段名称； 删除汇总字段。
改变汇总字段的汇总方式。
34
数据透视表工具的功能 数据透视表工具的两个选项卡
数据列表的首行为字段名，首行下的各行是 各个记录。
数据列表中不能出现空行。 数据列表可以像数据库中的表一样使用，行
对应于表中的记录，列对应用于表中的字段。
10
排序功能
可以按照某个字段的升序或降序对数据列表中的 所有记录进行排序。
筛选功能
筛选就是通过设定条件，挑选出满足条件的记录：
自动筛选功能； 高级筛选功能。
数在总次数中所占比重，即概率分布
42
【例3-7】Northwind公司计划，根据客户总销售额， 将客户划分为不同级别。销售额超过10000元的客户 为重要客户， 10000元以下的为普通客户。
新建一个空白工作薄，数据—获取外部数 据—自其他来源—Microsoft Query，查询 ABC公司所销售数据的“日期”，“省份”， “类别”，“净销售额”字段，将数据返回 EXCEL列表。
这样建立的数据列表能随着外部数据更新而更 新。
13
第二步，数据排列 补充知识：拆分；冻结 （视图—窗口） EXAMPLE 要利用SUM函数汇总，需要对这些数据进行排
序
多条件排序：数据—排序与筛选EXAMPLE
14
第三步，筛选数据 自动筛选—日期
第四步，汇总数据 工作表sheet2更名 补充知识：函数、数组、名称
公式“=sum(ABC公司销售数据！D70：D117)” 公式“=sum(安徽视频)”CTRL+SHIFT+ENTER 方法：定义“名称”（公式—定义名称）
-来自Microsoft Query-ABC公司的数据日期、 省份、渠道、类别、价位、净销售额、毛销 售额-保存至EXCEL
22