Artiklen vil vise dig, hvordan du analyserer store datasæt i Excel. Det er meget vigtigt at kende fordele og ulemper ved dine forretningsaktiviteter. Det er en dynamisk proces at føre regnskab og salgsregistre fordi salg, køb eller udveksling sker ofte i en periode. Så hvis du ønsker at kende salgs- eller overskudsoplysningerne for de seneste 3 eller 4 måneder fra i dag, kan du finde en enorm mængde data om dem. Heldigvis har Excel nogle ret smarte funktioner til at hjælpe dig med dette. Du kan analysere disse store datasæt i Excel og dermed gøre din beregning lettere.

Download arbejdsbog til øvelser

Analyse af store datasæt.xlsx

6 måder at analysere store datasæt i Excel på

I denne artikel vil jeg bruge følgende datasæt. Selv om dette datasæt ikke indeholder en stor mængde data, kan vi vise eksempler på, hvordan man analyserer store datasæt bruge det.

Vi har salg oplysninger om visse elektroniske enheder i dette datasæt.

Det er praktisk at bruge dette datasæt som en tabel mens du analyserer dem. For at konvertere disse data til en tabel

• Vælg først datasættet, og gå derefter til Indsæt >> Tabel .
• Herefter skal en dialogboks vises. Sørg for, at du vælger Min tabel har overskrifter .
• Klik derefter på OK .

Ved at udføre denne operation vil dit datasæt blive konverteret til en Excel tabel .

1. Analyz ing Store datasæt med Pivottabel

Der er forskellige måder at analysere på store datasæt i Excel. En af dem er at bruge Pivottabel fra den Indsæt fanen . A Pivottabel hjælper os med at se oplysninger om salget af produkter i de nødvendige kolonner og rækker. Vi kan også se dem i måneder eller år. Lad os gennemgå processen nedenfor.

Trin:

• Vælg først datatabellen, og gå derefter til Indsæt >> Pivottabel .
• Senere blev en dialogboks dukker op. Du kan enten vælge Nyt regneark eller Eksisterende regneark . Vælg efter din bekvemmelighed.

• Derefter, da vi valgte Nyt regneark , finder vi vores Pivottabel funktioner i et nyt regneark. Træk de nødvendige intervaller ( Dato , Pris , Sælgerens navn osv.) til den Felter i pivottabellen Dette viser dig en oversigt over salgsoplysninger i Pivottabel .
• Her har jeg trukket den Dato til den Rækker felt Den gav mig en anden rækkevidde, som er den Måned automatisk, så jeg kan se salgsoplysningerne i måneder.
• Derefter tilføjede jeg også Sælgerens navn i den Kolonner felt , fordi du måske vil vide, hvilken medarbejder der har solgt flest varer, og give ham en bonus.
• Og i den Værdier felt , jeg trak den Pris for at se, hvor meget der er solgt i den pågældende periode.

Hvis du ser på din Pivottabel herefter vil du se følgende oplysninger som følger: Ifølge Felter som vi har valgt, vil vi se den samlet salg af måned , hvor meget salg er blevet udført af hver enkelt sælger , og den I alt af den salg ved udgangen af perioden.

• Du kan også se disse oplysninger ved at datoer . Du skal blot klikke på plus-ikon ( + ) ved siden af Måned Navn .

Du kan således analysere store datasæt ved at bruge Pivottabel Det er virkelig nyttigt, når man arbejder med næsten daglige salgsoplysninger.

Læs mere: Sådan analyserer du data i Excel ved hjælp af pivottabeller (9 passende eksempler)

2. Filterkommando til analyse af store datasæt

En anden måde at analysere store datasæt i Excel er at bruge Filter Kommando Dette kan hjælpe dig filter oplysninger baseret på de kriterier, du har angivet.

Trin:

• Vælg først dit område i datasættet, og gå derefter til Hjem >> Sortere & Filtrere >> Filter

• Herefter vil du se Filter-ikon vises i overskrifterne.
• Men hvis du ønsker at se den samlet salg med MOMS mens du bruger Filter Kommando , skal du bruge følgende formel.

=SUBTOTAL(9,Tabel13[Nettopris])

I formlen her anvendes SUBTOTAL-funktionen for at returnere det samlede nettosalg for de filtrerede data.

• Filtrer nu efter dit ønske. Først viser jeg dig, hvordan du kan filter efter måned. Du skal blot klikke på drop-down-ikon ved siden af den Dato overskriften og afkrydse en eller flere måneder .

• Efter kontrol af maj og og klikke på OK , vil du se den salg oplysninger for den pågældende måned. Du vil også se de samlet salg med MOMS i den pågældende måned.

• Hvis du på samme måde vil vide, hvor meget en enkelt sælger har solgt, skal du blot tjekke hans navn og klikke på OK .

• Herefter vil du se den tilsvarende salg oplysninger i Excel-arket.

Du kan således analysere store datasæt ved at bruge Filter Kommando .

3. Implementering af Excel Power Query Editor til at analysere

Power Query Editor kan være meget nyttige til at analysere store datasæt i Excel. Lad os gennemgå processen nedenfor.

Trin:

• Vælg først din datatabel, og gå derefter til Data >> Fra tabel/område .

• Herefter vil du se dit datasæt i en Power Query Editor . Denne funktion har også filter Vi kan anvende dem til at opsummere eller se nogle bestemte optegnelser om salg eller medarbejdere.

• Selv om det ikke er nødvendigt, er det praktisk at udelade tidsdelen i datoer af den Dato Det er en nem proces, så jeg vil ikke vise dig et skærmbillede. Gå til Fanen Transformere af den Power Query Editor og vælg derefter Dato >> Kun dato .
• Senere kan du bruge drop-down-ikon Du kan filtrere efter enkelte datoer eller måneder.

• Jeg foretrak at filtrere efter måneder, så jeg valgte maj Der er mulighed for at filtrere for en periode ved hjælp af Brugerdefineret filter Du kan bruge den, hvis du vil se salgsposter for flere måneder eller perioder.

• Herefter vil du se salg for måneden maj .

• Hvis du ønsker at indlæse disse data i et Excel-ark, skal du blot klikke på Luk & Indlæs .

Herefter vil du se salgsopstillingerne for måneden maj som en tabel i et nyt ark.

Du kan også filtrere efter Sælgerens navne eller Prisinterval i den Power Query Editor og indlæs dem i et nyt ark efter samme fremgangsmåde. På den måde kan du analysere store datasæt ved at bruge Power Query Editor .

Lignende læsninger

• Sådan analyseres Likert-skala-data i Excel (med hurtige trin)
• Analyser kvalitative data fra et spørgeskema i Excel
• Sådan analyseres tidsskalerede data i Excel (med nemme trin)

4. Analyse af store data med pivottabeller

Hvis du ønsker at analysere dine data ved hjælp af et diagram, kan du effektivt bruge Pivotdiagram . Lad os gennemgå beskrivelsen nedenfor.

Trin:

• Først skal du følge proceduren i Afdeling 1 til at oprette en Pivottabel .
• Senere, i arket af den Pivottabel , gå til PivotTable Analyser >> PivotChart .
• Sørg for, at du vælger en af cellerne i Pivottabel .

• Herefter vises en række muligheder for Pivotdiagram . Vælg en af dem, og klik på OK . jeg valgte en simpel søjlediagram

• Herefter vil du se det samlede månedlige salg i Pivotdiagram .

• Hvis du desuden ønsker at se den salg af datoer , skal du blot trække den Dato over den Måned i Felter i pivottabellen .

• Senere vil du se salget efter datoer i den diagram .

Du kan således analysere store datasæt ved at bruge Pivotdiagram . Hvis dine data indeholder et stort antal årlige salg eller transaktioner, kan du bruge Pivotdiagram effektivt for at opnå en bedre visualisering.

5. Brug af Power Pivot til at analysere store datasæt

Du kan også gøre det Pivottabel analyse af store datasæt ved at bruge Power Pivot Følg venligst nedenstående vejledning.

Trin:

• Først skal du lukke den aktuelle arbejdsbog og åbne en ny Arbejdsbog og gå til Power Pivot >> Administrer .

• Dernæst, i den Power Pivot vindue, vælg Hjem >> Fra andre kilder .
• Herefter vil den Guiden til import af tabeller vises. I denne guide skal du vælge Excel-fil >> Næste .

• Gennemse derefter din Excel-arbejdsmappe, hvor datasættet er gemt.
• Senere skal du klikke på Næste .

• Vi vil arbejde på den Power pivot ark i den pågældende projektmappe. Så vi kontrollerede det og klikkede på Færdig .

• Der vises en bekræftelsesmeddelelse, klik blot på Luk .

• Herefter vil denne operation uploade datasættet for det valgte ark som en tabel i Power Pivot

• De data, du ser, har ikke et korrekt overskriftsnavn. Omdøb kolonneoverskrifterne med højreklik på og ved at vælge Omdøb kolonne fra den Kontekstmenu .

• For at gøre det Pivottabel analyse, vælger vi den Pivottabel .

• På dette tidspunkt er der en dialogboks vises. Hvis du vil have din Pivottabel i den Eksisterende regneark , vælg det og klik på OK . I mit tilfælde valgte jeg den Pivottabel til at optræde i en Nyt regneark .

• Derefter vil du se Felter i pivottabellen i et nyt ark. Vælg Power Pivot og den vil vise dig alle de intervaller den indeholder som Dato , Pris , MOMS , osv.

• Derefter skal du følge dette link til Afdeling 1 for at se, hvordan man analyserer dataene ved hjælp af en Pivottabel .
• Du kan bruge et diagram til at visualisere månedlige salgsoplysninger. Hvis du vil se, hvordan du analyserer data med et Pivotdiagram , følg venligst dette link på Afdeling 4 .

6. Anvendelse af funktionen Analyser data

Sidst men ikke mindst, hvis du vil have alle dataanalyser i ét ark, skal du bruge Funktion til analyse af data fra den fanen Data Det sparer dig for en masse tid. Lad os gennemgå processen nedenfor.

Trin:

• Vælg først dit bord, og vælg Analyser data .

• Lige efter dette vil du se Analyser data i højre side af dit Excel-ark.

Rul ned, og du får vist mulighederne for at analysere dine data. Herunder ser du muligheden for at Pivottabel analyse.

Følgende billede viser den Søjlediagram analysemulighed for at sammenligne de Pris og Nettopris af produktet.

• Lad os bare vælge den Nettopris af Produkt diagram for at vise dig analysen.

Denne operation viser dig en søjlediagram analyse af variationen af Nettopris af Produkter .

Du kan finde flere andre muligheder, hvis du ruller nedad. Vælg en af dem, du ønsker, og gå videre til analyse.

Du kan således analysere store datasæt ved at bruge Funktion til analyse af data .

Læs mere: [Rettet:] Dataanalyse vises ikke i Excel (2 effektive løsninger)

Øvelsesafsnit

Her giver jeg dig datasættet i denne artikel, så du selv kan øve dig på disse metoder.

Konklusion

I sidste ende kan vi formode, at du vil lære meget produktive metoder til at analysere store datasæt i Excel. Hvis du ikke ved, hvordan du skal analysere dine store datasæt skal du bruge manuelle processer, hvilket vil koste dig en masse tid. Hvis du har bedre metoder, spørgsmål eller feedback vedrørende denne artikel, så del dem venligst i kommentarfeltet. Dette vil hjælpe mig med at berige mine kommende artikler. For flere spørgsmål, besøg venligst vores hjemmeside ExcelWIKI .