pd.pivot函数（pivot函数 excel）



目录

【导入】

一 数据导入

二 数据处理

数据抽取

字段合并

数据分组

数据计算

数据转化

菜单选择法

函数法

三 分析场景

分组分析

结构分析

分布分析

趋势分析

交叉分析

RFM模型

数据透视表的切片器使用

数据透视图

Power Pivot 能够处理大规模数据，支持 DAX 语言，可以进行复杂的计算和度量值创建，可以与 Power BI 等工具集成，支持更广泛的数据共享和协作。

Excel适合处理中小型数据集。支持基本的数学和逻辑函数以及图标功能。

支持excel表格或是文本、sql等数据导入（大规模数据时，推荐后者）

方法一：直接在excel表格中导入

方法二：从其它源导入

left（[字段列名]，截取字符长度）——左起截取字符

right（[字段列名]，截取字符长度）——右起截取字符

mid（[字段列名]，开始字符的位置，截取字符长度）——中段截取字符

search （“字符”，[字段]，开始位置） ——字符在字段中的位置，开始位置可选

len（[字段]）——字段的字符长度

字段组合：&

日期组合：date（[年]，[月]，[日]）

表连接：【设计】-【创建表关系】-【选择唯一值作为连接】

【举例】按照成绩划分优良不及格的等级。

if（[条件]，”满足条件填写的内容“）

对数值进行分组：rounddown（字段/间距，0）*间距——向下取整

日期分组：format（[字段名]，”yyyymm“）

普通的加减乘除：=选择字段进行计算

日期计算：yearfrac（[开始日期],[结束日期],日记数基数）

日记数基数：1 实际/实际 2 实际/360 3 实际/365 4 欧洲30/360

菜单选择法

函数法

value（）——将文本格式转化为数值格式

分组分析

用数值形式展示周一周二中的某一天：weekday（[字段：日期格式]）

结构分析

定性分析：按照属于属性分组

【举例】性别，地区等

分布分析

对数值型数据进行等距或不等距地定量分组，分析数据分布特征（定量分组，占比计算）

【分析各年龄层用户人数分布】

（Rounddown([年龄]/10,0)*10）&“_”&（Rounddown([年龄]/10,0)*10+9）

用if函数对不同年龄层分层分组

趋势分析

计算同比，环比等

分析→选项→汇总和筛选→取消勾选显示行总计，即可删除行总计。

常用指标：

YTD：本年度至当前的累计

＝totalytd

MTD：本月至当前的累计

＝totalmtd

交叉分析

分析两个或两个以上分组变量之间的关系，使用数据透视表的形式进行分析

【背景】现有一张用户表（含年龄和用户id）和一张消费表（含用户id，消费金额，和订单数）

【解决】用户年龄与客单价（客单价＝消费金额/订单数）的关系

RFM模型

数据透视表的切片器使用

【切片器之间的连接】点击数据透视表→分析→筛选器连接

【数据透视表的连接】点击切片器→右击→报表连接

数据透视图

基于数据透视表复制的透视图，复制的图和原来使用一样的透视筛选，改变其中任意一个，另一个都会随之改变。

基于数据透视图复制的透视图，是新建了一个透视筛选，改变其中任意一个，另一个不会随之改变。（可以用于展示同一份数据不同图形展示）。

关于透视图的模板复制：右键另存为模板

版权声明：

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若内容造成侵权、违法违规、事实不符，请将相关资料发送至xkadmin@xkablog.com进行投诉反馈，一经查实，立即处理！

转载请注明出处，原文链接：https://www.xkablog.com/haskellbc/53653.html