Microsft Excel में Pivot Table कैसे बनाएँ

कैसे

द्वाराआंद्रे दा कोस्टा

पिछला नवीनीकरण17 जनवरी, 2020

यदि आपको डेटा सेट का विश्लेषण करने की आवश्यकता है, तो Microsoft Excel काम के लिए सही उपकरण है। आप पहले से ही जानते हैं कि एक्सेल तालिकाओं के भीतर जानकारी संग्रहीत करता है, लेकिन ऐप की शक्ति उन टूल के भीतर है, जिनका उपयोग आप उन कक्षों में छिपी जानकारी का दोहन करने के लिए कर सकते हैं। उन उपकरणों में से एक एक धुरी तालिका है। हमने फीचर पर एक नज़र डाली एक्सेल 2010 में वापस, और में एक्सेल 2016 हम अपना नज़रिया जारी रखते हैं कि आप इसका उपयोग डेटा ट्रेंड में हेरफेर करने और खोजने के लिए कैसे कर सकते हैं।

एक्सेल में एक पिवट टेबल बनाएं

पिवट टेबल क्या है?

सूचना को छांटने के लिए एक पिवट टेबल एक फैंसी नाम है। यह उन सूचनाओं की गणना और सारांश के लिए आदर्श है जिनका उपयोग आप बड़ी तालिकाओं को तोड़ने के लिए कर सकते हैं, जिनकी आपको उचित जानकारी चाहिए। आप अनुशंसित पिवट टेबल बनाने या मैन्युअल रूप से एक बनाने के लिए एक्सेल का उपयोग कर सकते हैं। हम दोनों को देखते हैं।

अनुशंसित धुरी तालिका

एक्सेल 2013 में प्रस्तुत, एक अनुशंसित पिवट टेबल आपके डेटा का एक पूर्वनिर्धारित सारांश है जिसे एक्सेल आपके लिए सुझाता है। आपको अपने डेटा सेट के आधार पर आवश्यक जानकारी नहीं मिल सकती है, लेकिन त्वरित विश्लेषण के लिए, यह आसान हो सकता है। एक बनाने के लिए, डेटा स्रोत (कार्यपुस्तिका की उन कक्षों की श्रेणी जिसमें डेटा का विश्लेषण करना चाहते हैं।) तब सम्मिलित करें टैब चुनें, और फिर PivotTables की अनुशंसा करें।

जब डेटा स्रोत चुनें संवाद प्रकट होता है, तो ठीक क्लिक करें।

अनुशंसित PivotTable शैलियों की एक गैलरी दिखाई देगी जो आपको चयनित डेटा का विश्लेषण करने के लिए सुझाव प्रदान कर सकती है। निम्नलिखित उदाहरण में, मैं जनवरी में काम के घंटे के हिसाब से कर्मचारी के नाम के साथ जाऊंगा। आपके द्वारा सॉर्ट किए जा रहे डेटा के प्रकार के आधार पर आपके अलग-अलग होंगे। ओके पर क्लिक करें।

जैसा कि आप नीचे दी गई तालिका में देख सकते हैं, मुझे इस बात का अंदाजा नहीं है कि कितने लोगों ने जनवरी में कुछ घंटों तक काम किया है। इस तरह का एक परिदृश्य यह देखना बहुत अच्छा होगा कि कौन कंपनी के भीतर सबसे कठिन, काम करने वाला और समय से काम करने वाला हो सकता है।

खाई खोदना

इसे और अधिक दिलचस्प बनाने के लिए, आगे खुदाई करें और पता करें कि कौन सा कर्मचारी सबसे अधिक काम कर रहा है। जैसा कि आप देख सकते हैं, पिवट टेबल कार्य फलक सही प्रदर्शित करता है जो अतिरिक्त उपकरणों को प्रदर्शित करता है जिन्हें मैं सॉर्ट करने और फ़िल्टर करने के लिए उपयोग कर सकता हूं। निम्नलिखित उदाहरण के लिए, मैं जोड़ने जा रहा हूँ घंटे जनवरी में काम किया फ़िल्टर क्षेत्र में और पंक्ति क्षेत्र में कर्मचारी का नाम जोड़ें। ऐसा करने के बाद, आप देखेंगे कि एक नई फ़ील्ड को शीट में जोड़ा गया है घंटे जनवरी में काम किया.

जब मैं फ़िल्टर बॉक्स में क्लिक करता हूं, तो मैं सबसे कम और उच्चतम देख सकता हूं। चलो उच्चतम का चयन करें जो 205 है, ठीक पर क्लिक करें। तो फिलिप नाम के एक कर्मचारी ने काम किया अधिकांश घंटे जनवरी में। इससे अधिक आसान नहीं है।

स्क्रैच से एक PivotTable बनाएं

यदि आप अपनी धुरी तालिका को कैसे डिज़ाइन किया गया है, इस पर अधिक नियंत्रण चाहते हैं, तो आप इसे मानक धुरी तालिका उपकरण का उपयोग करके स्वयं कर सकते हैं। फिर से, डेटा स्रोत या उस श्रेणी का चयन करें जहां डेटा को कार्यपुस्तिका में संग्रहीत किया गया है और चुनें सम्मिलित करें> PivotTable।

ए PivotTable बनाएँ संवाद कई विकल्पों के साथ दिखाई देता है। चूंकि मैं कार्यपत्रक के भीतर से डेटा स्रोत के साथ काम कर रहा हूं, इसलिए मैं डिफ़ॉल्ट छोड़ दूंगा। आप पिवट टेबल को मौजूदा वर्कशीट या एक नए में जोड़ना चुन सकते हैं। इस मामले में, मैं इसे एक नई शीट में सम्मिलित करूंगा।

आप देखेंगे कि आप क्या कर सकते हैं इसके बारे में सुझावों के साथ एक नई शीट दिखाई देती है। इस विशेष परिदृश्य में, मैं जानना चाहता हूं कि सेल्स में कर्मचारियों ने कितने घंटे काम किया। ऐसा करने के लिए, मैं बस सूची को फ़िल्टर करने के लिए विभाग का उपयोग करता हूं और अन्य तालिकाओं को जोड़ देता हूं जैसे कि कर्मचारी का नाम और कई घंटे काम किया।

विभाग फ़िल्टर पर क्लिक करें और बिक्री पर क्लिक करें और फिर ठीक पर क्लिक करें।

तुरंत मैं देख सकता हूं कि किसने सबसे ज्यादा काम किया। मैंने ओवरटाइम के लिए एक अतिरिक्त क्षेत्र जोड़ा, बस प्रदान की गई जानकारी का विश्लेषण करने के लिए।

आपको अब इस बात का अच्छा अंदाजा होना चाहिए कि पिवट टेबल्स कितने शक्तिशाली हैं। और वे थोड़े प्रयास के साथ आपकी सटीक जानकारी प्राप्त करके समय कैसे बचाते हैं। थोड़ी मात्रा में डेटा के लिए, यह ओवरकिल हो सकता है। लेकिन अधिक जटिल डेटासेट के लिए, यह आपके काम को पूरी तरह से आसान बना देता है।