Martin ve Kurte Larraupdated11. 11. 2020
vores mål er at give dig den enkleste introduktion og den nemmeste forklaring på, hvad der er en pivottabel, som du kan finde.
efter at have læst denne artikel vil du forstå principperne for pivottabeller. Du vil vide, hvordan de arbejder under hætten. Du vil også lære at analysere dine forretningsdata.
Hvis du aldrig har oprettet en pivottabel, eller du kan oprette dem, men det føles som magi for dig, er dette den rigtige artikel for dig.
selvom du er en daglig bruger af pivottabellerne, kan du få en dybere viden om deres indre arbejde.
- pivottabeller Cheatsheet
- Pivottabeleksempler: En ultimativ samling af 62 brugssager til 2020, der får dig til at udmærke dig i dit job
- Hvad er en pivottabel, og hvordan fungerer den?
- vil du prøve pivottabeller først?
- sådan mestrer du pivottabeller?
- Hvorfor har vi brug for pivot?
- hvad er brugen af en pivottabel?
- hvad er de praktiske eksempler på en pivottabel?
- Standarddækket på 52-kort
- tilføjelse af en anden dimension
- Read the results
- Rotation, jonglering og mere…
- summer og procenter
- lad os pivot og få noget mad
- Tabularisere verden
- spørgsmål til svar
- Pivots
- hvem solgte hvor meget?
- hvilken type kød blev solgt hvor mange gange?
- hvem genererede hvilke indtægter (samlet værdi af solgte varer)?
- hvilke indtægter?
- avancerede pivoter
- hvilken type øl sælges mest i den givne måned?
- bestilling, sortering, A-Å…
- filtrering
- pivottabeller i forskellige værktøjer
- Hvordan opretter du en pivottabel?
- Microsoft Office 365
- Google Sheets
- LibreOffice Calc
- Apple Numbers
- Lumeer
- samlet Værktøjssammenligning
- ordliste og ofte stillede spørgsmål
pivottabeller Cheatsheet
vi er meget stolte af at præsentere dig et pivottabeller Cheatsheet, der hjælper dig med dine pivottabeller fortsæt med at læse
Pivottabeleksempler: En ultimativ samling af 62 brugssager til 2020, der får dig til at udmærke dig i dit job
vi er meget stolte af at præsentere dig for en ultimate e-bog med 62 eksempler på pivottabeller. I denne e-bog fortsætter du med at læse
Hvad er en pivottabel, og hvordan fungerer den?
en pivottabel er et af de grundlæggende dataanalyseværktøjer. Pivottabeller kan hurtigt besvare mange vigtige forretningsspørgsmål.
en af grundene til, at vi bygger pivottabeller, er at videregive oplysninger. Vi vil gerne støtte vores historie med data, der er let at forstå, let at se.
selvom pivottabeller kun er tabeller og dermed mangler ægte visuals, kan de stadig betragtes som et middel til visuel historiefortælling.
vil du prøve pivottabeller først?
for at få en bedre forståelse af, hvad vi diskuterer, er du velkommen til at lege med pivottabellerne først. Så kan du fortsætte med at læse.
tip: flere eksempler kan fås ved hjælp af linket< Home.
sådan mestrer du pivottabeller?
pivottabeller’ beherskelse kan virke ret hårdt. Men med nogle få grundlæggende principper kan du forstå det meget godt. Du kan nemt komme op i fart med dine kolleger, der er mere avancerede på dette område.
og selvfølgelig vil du bringe din værdi på jobmarkedet lidt højere.
hvordan fungerer en pivottabel? Resten af denne vejledning vil forklare det for dig trin for trin ved hjælp af begreber, der er kendt for dig …
Hvorfor har vi brug for pivot?
hvad er brugen af en pivottabel?
en pivottabel bruges til at opsummere, sortere, omorganisere, gruppere, tælle, samlede eller gennemsnitlige data, der er gemt i en tabel. Det giver os mulighed for at omdanne kolonner til rækker og rækker til kolonner. Det gør det muligt at gruppere efter et hvilket som helst felt (kolonne) og bruge avancerede beregninger på dem.
Du kan finde nogle mere tekniske detaljer i forskellige artikler på nettet som https://www.kohezion.com/blog/what-is-a-pivot-table-examples-and-uses/.
en sådan forklaring kan dog rejse flere spørgsmål end svar.
der er flere prosaiske grunde.
hvad er de praktiske eksempler på en pivottabel?
brug en pivottabel til at oprette en liste over unikke værdier. Da pivottabeller opsummerer data, kan de bruges til at finde entydige værdier i en tabelkolonne. Dette er en god måde at hurtigt se alle de værdier, der vises i et felt, og også finde skrivefejl og andre uoverensstemmelser.
mere enkel forklaring er, at en pivottabel kan:
- gruppere elementer/poster/rækker i kategorier
- tæl antallet af elementer i hver kategori,
- sum vareværdien
- eller beregne gennemsnit, find minimal eller maksimal værdi osv.
i et par nemme trin vil vi se, hvordan pivottabeller fungerer. Derefter vil ingen pivottabel skabe synes svært længere.
lad os starte med et eksempel. Vi vil bruge noget, vi alle kender meget godt…
Standarddækket på 52-kort
🂡🂢🂣🂤🂥🂦🂧🂨🂩🂪🂫🂭🂮
🂱🂲🂳🂴🂵🂶🂷🂸🂹🂺🂻🂽🂾
🃁🃂🃃🃄🃅🃆🃇🃈🃉🃊🃋🃍🃎
🃑🃒🃓🃔🃕🃖🃗🃘🃙🃚🃛🃝🃞
hvert af kortene har et symbol (køller, diamanter, hjerter, hjerter, spader), værdi (a, 1 til 10, J, K) og en farve (sort eller rød).
lad os gruppere dækket efter farve:
🃑🃒🃓🃔🃕🃖🃗🃘🃙🃚🃛🃝🃞
🃁🃂🃃🃄🃅🃆🃇🃈🃉🃊🃋🃍🃎
Vi har lagt kortene i to kategorier eller i to nye dæk, hvis du vil.
hvilke oplysninger kan vi få ud af denne tabel? Vi kan tælle kortene i hver af kategorierne for eksempel.
i stedet for at tælle alle kortene i en bestemt tabelcelle, kan computeren tælle for os. Som følge heraf ser vi kun nummeret.
nu ved vi, at der er et lige antal sorte og røde kort i standard dæk af 52.
i den første kolonne kan vi se etiketterne sort og rød. Disse kaldes rækkeetiketter.
er det ikke lidt forvirrende? Rækkeetiketter i en kolonne? Ja, fordi hver række har brug for sin etiket i begyndelsen. Dette gør etiketterne til at være under hinanden og danner derfor en kolonne. Bliv ikke forvirret af det.
en rækkeetiket starter rækken.
Hvad hvis vi vendte bordet 90 grader med uret?
ikke meget har ændret sig, ikke? Det giver os de samme oplysninger. Det er bare op til vores præference, hvilken form vi kan lide mere.
en forskel er, at vi ikke længere har rækkeetiketter. I stedet har vi kolonneetiketter.
kolonneetiketter henviser stadig til farverne rød og sort. Det er bare det faktum, at de nu mærker hver af kolonnerne.
Som med rækkeetiketter placeres kolonneetiketter i begyndelsen af kolonnerne, og de er tilfældigvis en ved siden af hinanden – og danner således en række.
for en nem forståelse kan du se på Pivottabelområdediagrammet på Campus.
tilføjelse af en anden dimension
bortset fra farver, hvilke andre kategorier er der for standarddækket på 52?
der er f.eks. symboler (køller, diamanter, hjerter, hjerter, spader). Så vi kan sortere i grupper efter symbolet.
igen kan vi bede computeren om at tælle kortene for os.
hvad hvis vi ønskede at opdele kortene i flere kategorier ved hjælp af flere af deres egenskaber (dvs. attributter)? Lad os kombinere de to foregående måder. Vi tilføjer en anden dimension, der repræsenterer farven.
kortsymbolerne repræsenterer nu rækkeetiketter. Vi tilføjer farven som kolonneetiketter.
Read the results
As you can see, there are categories where there are no cards. Dette afslører allerede nogle nyttige oplysninger.
hvis det ikke var for kort, som vi alle er meget fortrolige med, fortæller tabellen os, at der ikke er nogen røde klubber, ingen sorte diamanter, ingen sorte hjerter og ingen røde Spar.
med andre ord er diamanter og Hjerter altid røde, og køller og spar er altid sorte.
dette er vores første praktiske brug af pivottabellen.
Rotation, jonglering og mere…
lad os vende kortene til deres tæller igen.
diamonds list
lad os se forskellige rotationer og varianter af at bruge række-og kolonneetiketterne.
igen giver den samme værdi, de samme oplysninger. Det afhænger bare af, hvad der bedst repræsenterer den historie, vi vil kommunikere.
det andet og tredje tilfælde kan virke lidt kompliceret ved første øjekast. Forestil dig, at vi først deler kortene i kategorierne efter deres farve. Derefter deler vi kortene i 4 og 4 kategorier i henhold til symbolet.
Vi kan også skifte rækkefølgen af kolonne-og rækkeetiketter. Eksempel:
td>
i tilfælde af standarddækket på 52 er en sådan opdeling i kategorierne ikke særlig praktisk. Det gør mange tabelceller til at forblive tomme.
for enkelhed springer de fleste af værktøjerne simpelthen over de tomme celler. Spring over cellerne giver et mere komprimeret resultat, der er lettere at læse.
summer og procenter
optælling af totalerne i rækker og kolonner kan undertiden afsløre en anden vigtig information. Sandsynligvis ikke i tilfælde af kortene. Although, just have a look…
We can see that there are 26 red cards in total, 26 black cards in total and 13 cards med hver af symbolerne.
det er vigtigt at bemærke, at kolonne totaler tæller alle kortene (52) samt række totaler (52).
dette skyldes, at kolonner og rækker repræsenterer forskellige typer kategorier.
har du bemærket, hvor smuk pivottabellen er?
alle kortene er opdelt i cellerne i pivottabellen. Hvert enkelt kort er repræsenteret nøjagtigt en gang.
dette ligner den virkelige verden-du kan ikke sætte et enkelt kort i to dæk på samme tid.
Vi er måske mere interesserede i de relative værdier. Det betyder, hvor stort et stykke af det samlede antal repræsenterer hver kolonne eller række.
As we can see, half of the cards are red, half of them are black. De enkelte symboler er altid repræsenteret af en fjerdedel af alle kortene.
lad os pivot og få noget mad
Vi ved nu, hvordan vi sætter kortene i kategorier, og hvordan vi kan organisere dem i en pivottabel.
lad os se på et lidt mere komplekst eksempel. Vi har en kvittering fra vores yndlingsrestaurant.
Dette er lidt ligner et kort. Bortset fra det faktum, at det har flere egenskaber.
en kvittering har ikke symboler og farve (forudsat at regninger for det meste er blå eller sort, og det spiller ingen rolle).
der er dog masser af nye egenskaber på en kvittering. Værdien (dvs.total) forblev, skønt med en anden betydning.
Hvad er nogle andre interessante egenskaber på en kvittering? Disse er:
- medarbejder betjener bordet
- dato og tidspunkt for transaktionen
- solgte varer
- pris, skat, total…
Der er mange flere ejendomme på kvitteringen som restaurantens adresse og telefon, station nr., gæst nr., bord nr. etc …
men vi vil springe over disse ekstra egenskaber for nu, da de ikke er vigtige for vores eksempler.
af hensyn til enkelheden antager vi nu, at der altid kun sælges en vare på hver kvittering.
Tabularisere verden
for at computeren effektivt kan arbejde med information, skal de have en struktureret form for data.
derfor sætter vi beskrivelserne af verden omkring os i tabeller. Mest typisk beskriver en enkelt række i en tabel en ting i den virkelige verden.
disse kan være opskrift ingredienser, bilmodeller, opgaver, der skal udføres osv.
Hvis vi ønskede at tabularisere vores standarddæk på 52, ville vi ende med et bord på 52 rækker. Hver række repræsenterer et enkelt kort. Noget som:
lad os sætte kvitteringen i et bord. Vi sporer kun de egenskaber, der er fremhævet med rødt.
den resulterende tabel bærer fire attributter, hver i en separat kolonne:
EmployeeDate og Timepisatotal
Melissa2019/05/26 01: 17PMMargherita$6.03
hver enkelt kvittering danner en linje i tabellen. Nogle gange kaldes også en rekord.
lad os spore nogle flere kvitteringer:
EmployeeDate and Timepisotal
Melissa2019/05/26 01: 17pmmargherita$6.03
Sylvia2019/05/27 01: 19pkvattro Stagioni$6.74
Juliette2019/05/28 02: 23pmsalami$6.38
Melissa2019/05/29 02: 36PMTuna$6.91
Sylvia2019/06/01 02:41PMMargherita$6.03
Juliette2019/06/10 02: 49pkvattro Stagioni$6.74
Melissa2019/06/11 02: 57PMSalami$6.38
Sylvia2019/06/12 03: 01PMTuna$6.91
Juliette2019/06/26 03: 02PMMargherita$6.03
Sylvia2019/07/16 03: 11pkvattro Stagioni$6.74
Juliette2019/07/17 03: 26pmsalami$6.38
Melissa2019/07/18 03: 28pmtuna$6.91
Sylvia2019/07/19 03: 31pmkvattro Stagioni$6.74
kvitteringerne vælges helt tilfældigt.
jo flere data (dvs.kvitteringer) vi havde, jo mere meningsfulde resultater kunne vi få ved at bruge en pivottabel. I vores tilfælde vil resultaterne ikke være for nyttige. Resultaterne er dog tilstrækkelige til at demonstrere ideen.
spørgsmål til svar
har du en ide om, hvilke spørgsmål vi kan stille om vores kvitteringer? Hvilke nyttige oplysninger kunne vi få?
- hvem solgte hvor meget?
- hvilken type kød blev solgt hvor mange gange?
- hvem genererede hvilke indtægter(samlet værdi af solgte varer)?
- hvilke indtægter?
svar på sådanne spørgsmål kan hjælpe os med at beslutte, hvilke smagsvarianter vi skal droppe, og hvilke smagsvarianter vi kan forsøge at fremme mere.
eller det kan hjælpe os med at indstille medarbejderbonuser.
der er endnu mere avancerede spørgsmål at besvare:
- hvilken type øl sælges mest i den givne måned eller sæson?
- hvilken type øl sælges bedre om morgenen og om eftermiddagen?
Pivots
lad os prøve at besvare spørgsmålene en efter en.
før det skal vi blive bekendt med endnu et udtryk – Summationsværdier.
Summationsværdier er de værdier fra vores oprindelige tabel, der bruges til at beregne den resulterende værdi i pivottabellen.
for eksempel i tilfælde af standarddækket på 52 kunne vi bruge enhver egenskab af kortene, da vi simpelthen tællede dem. At tælle antallet af poster er en meget grundlæggende operation.
Vi kunne også tælle unikke værdier. Eller vi kunne beregne sum, gennemsnit, minimum, maksimum, median … næsten alt.
sådanne beregninger fungerer for det meste kun på numeriske felter med nogle få undtagelser som count.
hvem solgte hvor meget?
Rækkeetiketten er medarbejder. Summeringsværdien kan være noget som navnet på den.
Antal medarbejdere
Melissa4
Sylvia5
Juliette4
for at vi let kan forstå eksemplerne, bruger vi en lille mængde poster (dvs.kvitteringer = solgt). Derfor er resultaterne ikke særlig overraskende.
hvilken type kød blev solgt hvor mange gange?
Rækkeetiketten er som følger. Summeringsværdien kan være noget som navnet på den.
Margherita3
Kvattro Stagioni4
Salami3
Tuna3
hvem genererede hvilke indtægter (samlet værdi af solgte varer)?
Rækkeetiketten er medarbejder. Summeringsværdien er nu vigtig, og det er summen af den samlede kolonne. Som du kan bemærke, angiver vi ikke kun kolonnenavnet til summering, men også beregningstypen (dvs.sum).
EmployeeSum af Total
Melissa$26.23
Sylvia$33.16
Juliette$25.53
dette bliver mere interessant.
Nogle gange betegnes en sådan pivottabel som en pivottabel med Subtotal.
hvilke indtægter?
Rækkeetiketten er som følger. Summeringsværdien er stadig summen af den samlede kolonne. Vi kan også tilføje en kolonneoversigt.Margherita$18.09
Kvattro Stagioni$26.96
Salami$19.14
tun$20.73
tilsammen$84.92
Vi kan nu se, at vi for det begrænsede antal kvitteringer solgte varer til en værdi af $84.92. Den største indtægtskilde er Kvattro Stagioni.
lad os se det samme ved hjælp af relative værdier (dvs.procenter).Margherita21. 30%
Kvattro Stagioni31.75%
Salami22.54%
Tuna24. 41%
Tilsammen100%
avancerede pivoter
Du får pro! Tillykke!
nu vil vi besvare de avancerede spørgsmål om vores kvitteringer.
vi mennesker kan arbejde med tiden helt naturligt. Når vi ser en dato, vi kan fortælle, hvilket år eller Måned det er. Dette er ikke tilfældet for alle værktøjer.
der er værktøjer, der let kan forstå dato og klokkeslæt på en naturlig måde (som Lumeer: Visual and easy project& team management) eller værktøjer, der har brug for lidt hjælp (som f.eks.
Hvis du har et værktøj, der har brug for lidt hjælp, skal du blot oprette en ny kolonne med en funktion, der udtrækker måneden fra datakolonnen (f.eks.
hvilken type øl sælges mest i den givne måned?
denne gang indstiller vi både Rækkeetiketten og Kolonneetiketten (måned fra kolonnen Dato og klokkeslæt).Margherita120
Kvattro Stagioni112
Salami111
Tuna111
hvilken type øl sælges bedre om morgenen og om eftermiddagen?1pm2pm3pm
Margherita111
Salami021
Tuna012
Nå, vi har kun data til eftermiddagssalg, men vi kan i det mindste observere salget efter timen på dagen.
for det mest komplekse tilfælde vil vi tilføje endnu et lag af rækkeetiketter. Lad os tage et kig på, hvem der solgte hvilke vine i hver måned.
den første rækkeetiket er medarbejder, den anden rækkeetiket er fra, Kolonneetiketten er Måned (form kolonnen Dato og klokkeslæt), og Summationsværdierne er tællinger.
0
med vores sparsomme datasæt kan vi ikke fortælle meget fra resultatet. Måske en sidste ting, som vi ikke inspicerede-er der nogen, der er ekspert i at sælge en bestemt mad?
hvordan ville du besvare et sådant spørgsmål ved hjælp af en pivottabel?
lad os prøve medarbejdere som Rækkeetiketten og som Kolonneetiketten.
medarbejder / Stagionisalamituna
Melissa1012
Sylvia1301
Juliette1120
Vi kan helt sikkert kalde Sylvia vores Stagioni ekspert!
Vi kan dog se på, hvilken værdi det bringer os.
medarbejder / Stagionisalamitunagrand Total
Melissa$6.030$6.38$13.82$26.23
Sylvia$6.03$20.220$6.91$33.16
Juliette$6.03$6.74$12.760$25.53
tilsammen$18.09$26.96$19.14$20.73$84.92
Vi kan nu fortælle, at Sylvia ikke kun er ekspert i at sælge Kvattro Stagioni, men også i at bringe de største indtægter til virksomheden.
bestilling, sortering, A-Å…
det er bestemt nyttigt at søge efter ekstreme værdier i den resulterende pivottabel.
manuelt at søge gennem tabellen, især når tabellen er stor, kan være tid krævende, fejl tilbøjelige og ikke kommunikere din historie Meget godt.
heldigvis kan computeren hjælpe os med at sortere kolonner og rækker.
Vi kan sortere rækkerne og kolonnerne. I henhold til hvad vi sortere dem?
Vi kan sortere rækkerne og kolonnerne efter deres etiketter (rækkeetiketter og kolonneetiketter). Dette kan være en alfabetisk rækkefølge, tidsrækkefølge (f.eks. når vi bruger måneder som en etiket) eller blot værdiordre.
dernæst kan vi sortere rækkerne efter værdier i nogle af kolonnerne eller kolonnerne efter værdier i nogle af rækkerne. Vi kan sortere kolonnerne efter værdier i nogle af rækkerne.
Vi kan også sortere rækker og kolonner i henhold til den samlede kolonne og række.
dette begrænser os grundlæggende til en sorteringsrækkefølge i hver retning (lodret og vandret).
Vi kan undertiden indstille underordrer, hvis nogle af sorteringsværdierne var ens.
lad os se på et eksempel. Vi tager den forrige pivottabel og sorterer den vandret (venstre) efter den store samlede række og lodret efter den store samlede kolonne (højre).
Vi kan nemt se, at værdierne i både Grand Total-rækken og Grand Total-kolonnen sorteres.
Vi kan også se, at vores bedst sælgende mad er Stagioni, og at den medarbejder, der genererede den største omsætning, er Sylvia.
i tilfælde af pivottabeller bruger vi ofte omvendt sorteringsrækkefølge, så vi først har de største værdier.i alt
Sylvia $ 20.22$6.910$6.03$33.16
Melissa0$13.82$6.38$6.03$26.23
Juliette$6.740$12.76$6.03$25.53
tilsammen$26.96$20.73$19.14$18.09$84.92
Vi kunne også sortere efter medarbejdernavnet for eksempel. Men for dette specifikke eksempel ville enhver anden sortering bryde den sortering, vi tidligere har indstillet.
er der mulighed for at bruge flere sorteringsordrer?
Ja, det er det! Når vi har flere række-eller kolonneetiketter.
In the case of multiple Row Labels, we can look at it as having multiple separate tables.
Melissa:Margherita100
Salami010
Salami010
Tuna101
Sylvia:
Mad/Månedmajjunejuly
Margherita010
Salami000
Tuna010
Salami000
Tuna010
Juliette:
Vi kan sortere de “indre” tabeller som vi har beskrevet ovenfor. Desuden kan vi sortere den samlede rækkefølge af disse tabeller.
Vi kan sortere dem efter medarbejdernavnet for eksempel.
denne pivottabel er sorteret efter medarbejder og måned.
er der noget andet, der kan bestemme rækkefølgen af indvendige tabeller (undtagen Medarbejdernavnet)?
sikker på det er! Lad os tilføje samlede tæller til hver indre tabel.
Except for keeping the inner tables order (Pizza name and Month), we have the following options to sort deres ordre:
- medarbejdernavn (som vi allerede gjorde, markeret med lyseblå)
- maj, juni eller Juli samlet salg (værdi fra den samlede række i hver af de indre tabeller, markeret med lysegul)
- samlet salg pr.hver indre tabel (værdier fra den samlede række og den samlede kolonne, markeret med lysegrøn)
Vi kan selvfølgelig anvende det samme princip for flere kolonneetiketter.
filtrering
det sidste manglende stykke af puslespillet, du ofte løber over, når du taler om pivottabeller, er filtrering.
filtrering er intet andet end bare at slippe af med nogle af datarækkerne (poster) fra kildetabellen.
kun de værdier, der kan passere filtre, er tilbage i den resulterende pivottabel.
filtrene sammenligner typisk værdier med en vis konstant (f.eks. kvittering i alt< $6,50), eller kontroller værdien tilstedeværelse i et område eller på en liste.
det er lidt overraskende, da filtrering faktisk fungerer med kildedataene og kun ændrer input til pivottabellen. Filtre ændrer ikke selve pivottabellen.
det virker sådan her:
Kildetabelrækker – > filtre -> Kildetabelværdier, der passerede filtre -> pivottabel
pivottabeller i forskellige værktøjer
indtil videre talte vi i meget generelle termer uden noget specifikt værktøj i tankerne. Du kan bruge din nye viden i ethvert værktøj, din virksomhed arbejder med – Microsoft Office, Libre Office, Open Office, Google Sheets og mange mange flere…
lad os se på, hvordan Pivottabelindstillingerne ser ud i de mest populære værktøjer, så du er fortrolig med det og klar til at bruge værktøjerne med det samme!
for alle de værktøjer, vi brugte de samme data om salg som i tidligere eksempler.
vores mål er at genskabe den komplekse pivottabel med salg efter medarbejder, måned og måned. Det betyder, at den første rækkeetiket er medarbejder, den anden rækkeetiket er medarbejder, Kolonneetiketten er Måned (fra kolonnen Dato og klokkeslæt), og Summeringsværdierne er tæller.
Hvordan opretter du en pivottabel?
i de fleste værktøjer fremhæver du blot arkområdet og klikker på en funktion (for det meste i Datamenuen) for at oprette en pivottabel. Du kan se et eksempel med Microsoft Office.
i Microsoft Office er der en funktion kaldet ideer, der endda kan foreslå nogle grundlæggende pivottabeller baseret på, hvad der findes på det aktuelle ark. Dette kan være en god start at arbejde med.
Microsoft Office 365
da vi naturligvis ikke ved, hvordan vi skal håndtere dato og klokkeslæt, var vi nødt til at introducere en ekstra kolonne med månedsnummeret.
en funktion til beregning af månedens nummer fra datoen er ikke triviel, og vi vil ikke beskrive detaljerne her.
resultatet er ikke særlig “øjenbehageligt”, men det var tilstrækkeligt at slå pivottabellen op i afsnittet ideer og tilføje yderligere felter.
terminologien er stort set standard – rækkeetiketter er under rækker, kolonneetiketter er under kolonner, og Summationsværdier er under værdier. Kolonnenavne kaldes felter.
yderligere indstillinger som sortering, visningsværdier, brug af grand totals osv. er tilgængelige via kontekstmenuer ved siden af hvert af felterne.
andre Office-versioner er for det meste de samme og bruger meget lignende brugergrænseflader (hvis ikke nøjagtigt det samme).
Google Sheets
Google Sheets kan heller ikke analysere datoen naturligt, og en ekstra tabelkolonne med Månedsværdien var nødvendig.
udgangen er dog lidt pænere.
indstillingerne bruger de samme udtryk som Microsoft. Rækkeetiketter er rækker, kolonneetiketter er kolonner, og Summationsværdier er værdier.
en meget flot funktion i Google Sheets er foruddefinerede temaer, der kan skiftes ved et klik på en knap, og hele pivottabellen kan få et andet look ‘ n ‘ feel.
LibreOffice Calc
LibreOffice forstår ikke feltet dato og klokkeslæt alene, og vi måtte igen oprette en separat månedskolonne. Dette er ikke en stor overraskelse.
resultatet er meget groft. Det har brug for mere manuel tilpasning for at give det et godt udseende.
indstillingerne for pivottabel i LibreOffice er de mest forvirrende, vi har set, og terminologien er bestemt anderledes end andre værktøjer.
rækkeetiketter kaldes Rækkefelter, kolonneetiketter er Kolonnefelter, og Summeringsværdier er datafelter.
flere indstillinger for individuelle felter er slags skjult — ved at dobbeltklikke på individuelle felter åbnes en anden dialog med endnu flere indstillinger.
Apple Numbers
selvom Apple Numbers er en regnearkeditor, har den ikke nogen Pivottabelfunktion. Der er løsninger til at simulere enkle pivottabeller, men dette kan ikke betragtes som en fuldgyldig tabelberegner.
Lumeer
Lumeer er det eneste værktøj, der naturligt forstår dato og klokkeslæt. Dette er første gang, vi behøvede ikke at tilføje en brugerdefineret månedskolonne.
i Lumeer har hver tabel sit eget ikon og farve, og output look ‘ n ‘ feel respekterer denne konfiguration.
terminologien, der bruges i indstillinger, er en standard en — række etiketter er rækker, kolonneetiketter er kolonner, og Summationsværdier er værdier.
alle indstillingsværdier er umiddelbart synlige og let tilgængelige.
samlet Værktøjssammenligning
Hvis du startede med pivottabeller, og du bare leder efter det bedste værktøj, tilføjede vi en lille sammenligning. Også fordi vi elsker data!
Hvis du er fan af pivot, kan du tjekke nogle interessante artikler om pivottabeller i pivottabeller:
- min pivottabel
- hvad er en pivottabel?Debra Dalgleish (en ejer af Konteksturer), der også er en Microsoft mest værdifulde professionelle udgivet en masse artikler om pivottabeller på hendes hjemmesider som:
- pivottabel dynamisk datakilde
- pivottabeller
- Danmark group.Leila Gharani udgiver artikler om, hvordan man bruger dataanalyse og visualiseringer.
Hvis du er en fransk modersmål, kan du finde stedet le CFO maskeret af Sophie Marchand nyttigt.
Du kan også tjekke nogle onlinekurser på Udemy:
- dataanalyse Essentials for Business
- Vær en pivottabeller Pro
de fleste af de principper, der er introduceret til Udemy, er gyldige i andre regnearkredaktører.
for Google Sheets er der en omfattende pivottabeller i Google Sheets Beginners Guide af Ben L. Collins.
det er dog vigtigt at bemærke, at fremtidens tendenser er rettet mod selvudviklende virksomhedssystemer. Sådanne systemer kræver mindre og mindre menneskelig indgriben og manuelt arbejde.
fra et sådant synspunkt kan udmærke sig som et dataanalyseværktøj snart erstattes af værktøjer med kunstig intelligens, der rent faktisk forstår dataens betydning og kan ændre den måde, vi arbejder på.
Du kan finde flere oplysninger i rapporten Future Ready Enterprise Systems.
ordliste og ofte stillede spørgsmål
Her behandler vi de spørgsmål, vi ofte står over for, når vi forklarer pivottabeller i vores værksteder samt de grundlæggende udtryk.
hvordan opretter jeg en pivottabel fra en anden pivottabel? Kan du gøre en pivot af en pivot?Selvom de fleste værktøjer giver os mulighed for at bruge en eksisterende pivottabel som en datakilde til en anden pivottabel, fraråder vi dig kraftigt denne tilgang.
det er et typisk tegn på dårlig data organisation, eller dårlige datastrukturer bliver brugt. Eller et behov for at bruge et værktøj, der naturligvis kan forbinde flere tabeller som Lumeer eller et databasesystem med noget Business Intelligence-værktøj oven på det.Er pivottabeller dynamiske?Ja, alle pivottabeller opdateres, når kildedataene ændres.
nogle gange vil vi lave et øjebliksbillede — slags fryse vores pivottabel i tide. I et sådant tilfælde er den nemmeste måde at gøre det på at kopiere ‘ n ‘ indsæt værdierne til et andet sted (ark, tabel osv.).Kan jeg kombinere to pivottabeller?I de fleste værktøjer kræver sammenligning af to pivottabeller eller sammenlægning af dem en ret manuel tilgang. Der er undtagelser som Lumeer, der kan lægge flere pivottabeller med samme struktur.Hvad er en række etiket?En rækkeetiket (i en pivottabel) bestemmer en tabelkolonne, der bruges til at gruppere individuelle tabelrækker (dvs.poster) med de entydige værdier i den specifikke kolonne. Det kaldes en rækkeetiket, da de unikke værdier er angivet i begyndelsen af hver række (i den første kolonne) i den resulterende pivottabel.hvis du f.eks. vælger et Salgspersonnavn som en rækkeetiket, vises alle salgspersoner i den første kolonne, og derefter kan vi gruppere deres samlede salg.Hvad er en Kolonneetiket?En Kolonneetiket (i en pivottabel) bestemmer en tabelkolonne, der bruges til at gruppere individuelle tabelrækker (dvs.poster) med de entydige værdier i den specifikke kolonne. Det kaldes en Kolonneetiket, da de unikke værdier er angivet i begyndelsen af hver kolonne (i den første række) i den resulterende pivottabel.hvis du f.eks. vælger en salgsmåned som en Kolonneetiket, vises alle måneder i første række, og derefter kan vi gruppere det samlede salg.Hvad er Summationsværdier?Summationsværdier er de værdier fra vores oprindelige tabel, der bruges til at beregne den resulterende værdi i pivottabellen.
ud over den tabelkolonne, der bruges til at beregne summeringen, skal vi angive en summeringsfunktion, der kan kombinere værdierne sammen. Det kan være et beløb, gennemsnit, minimum, maksimum, median osv.hvis du f.eks. vælger et salgsbeløb og en sum-funktion, beregnes det samlede salg for den pågældende sælger.