Salah satu ciri jadual pangsi yang paling kuat adalah kemampuan mereka untuk mengumpulkan data, terutamanya nombor dan tarikh. Dalam video ini, saya akan menunjukkan kepada anda cara mengumpulkan data mengikut lingkungan umur.
Di sini kita mempunyai sekumpulan data yang mewakili hasil pengundian. Terdapat 300 undi total, dan, di setiap baris, kami menyebut nama, jantina, umur, dan suara. Saya akan teruskan dan meringkaskan data dalam jadual pangsi.
Segala bidang yang ditambahkan sebagai label baris atau lajur dikelompokkan secara automatik berdasarkan nilai yang muncul di medan tersebut. Sebagai contoh, kita dapat dengan mudah meringkaskan jumlah hasil pengundian dengan undi dengan hanya menambahkan Undi sebagai label baris.
Atau, saya boleh menjadikan Vote sebagai label lajur dan kemudian menambahkan Jantina sebagai label baris.
Untuk kedua-dua medan, jadual pangsi memecah data menggunakan nilai yang muncul di setiap medan.
Tetapi bagaimana jika anda mahu berkumpulan mengikut usia? Sekiranya saya membuang jantina dan menambahkan usia sebagai label baris, kita akan mendapat perincian mengikut umur, tetapi agak sukar untuk difahami.
Apa yang kita perhatikan adalah hasil khusus untuk setiap usia. Hasil untuk kanak-kanak berumur 20 tahun, 21 tahun, 25 tahun, dan sebagainya.
Sangat menyenangkan bahawa jadual pangsi melakukan ini untuk kita dengan begitu cepat, tetapi tidak begitu berguna, kerana pengelompokan automatik mengikut usia terlalu terperinci. Kami tidak peduli bahawa lima orang berusia 20 tahun memilih Pilihan B - kami ingin melihat hasil pengundian mengikut lingkungan umur, seperti 20-29, 30-39, dan seterusnya.
Untuk mengelompokkan usia ke dalam baldi seperti ini, klik kanan mana-mana nilai di medan Umur dan pilih Kumpulan dari menu.
Apabila kotak dialog Pengelompokan muncul, tetapkan selang waktu yang sesuai untuk data anda. Dalam kes ini, saya akan berkelompok selama 10 tahun.
Apabila anda mengklik OK, data anda akan dikumpulkan dengan rapi mengikut lingkungan umur.
Untuk menukar pengelompokan, ulangi prosesnya.
Anda boleh menggunakan pendekatan yang sama untuk mengelompokkan segala jenis data berangka.
