在數據分析中，**透視數據（也稱為數據透視或數據透視表）**是一種用于快速匯總、分析、探索數據的方式。透視數據可以將原始數據轉化為更直觀的形式，幫助分析數據的模式和趨勢。

如何做透視數據分析？

1. 準備數據

首先，確保數據的結構整齊，通常數據需要具備以下特征：

• 列頭清晰：每列有一個明確的標題。

• 一致的數據類型：每列的數據類型一致，如同一列內數據均為數值、文本等。

• 無空白行：空行可能會影響透視結果。

2. 創建數據透視表

在大多數數據分析工具中（例如 Excel、Google Sheets、Python 的 Pandas 庫等），都可以使用數據透視表來完成透視數據分析。

Excel中數據透視表的創建

1. 選擇數據范圍：點擊數據區域的任意單元格，選擇“插入” > “數據透視表”。

2. 選擇透視表的放置位置：可以選擇在新工作表或現有工作表中放置透視表。

3. 構建數據透視表：

• 行字段：拖入你想要按行分類的數據，例如“產品類型”。

• 列字段：拖入你想要按列分類的數據，例如“月份”。

• 數值字段：將需要計算的數據拖到數值區域，例如“銷售額”，并設置計算方式（求和、計數、平均值等）。

• 篩選字段（可選）：可以設置篩選條件，如“地區”或“銷售人員”，方便針對特定區域或人員查看數據。

Python中透視數據的創建

在 Python 中，pandas 庫中的 pivot_table 可以用來做數據透視：

python復制代碼import pandas as pd# 示例數據data = {    'Product': ['A', 'B', 'A', 'C', 'B', 'A'],    'Month': ['Jan', 'Jan', 'Feb', 'Feb', 'Jan', 'Feb'],    'Sales': [100, 150, 200, 250, 300, 350]
}

df = pd.DataFrame(data)# 創建數據透視表pivot_table = pd.pivot_table(df, values='Sales', index='Product', columns='Month', aggfunc='sum')print(pivot_table)

3. 分析透視數據

創建數據透視表后，觀察并分析數據中的趨勢和模式：

• 匯總數據：找出數據的總和、平均值等。

• 篩選和排序：通過篩選字段可以快速查看不同子集的情況。

• 動態更新：修改原始數據后，透視表會自動更新，保持數據的時效性。

4. 可視化

可視化透視數據更便于展示和分析：

• 柱狀圖、折線圖、餅圖：展示不同類別的數據對比。

• 熱力圖：幫助快速識別高頻或低頻的模式。

透視數據能讓繁雜數據變得清晰，是洞察業務數據的重要工具。