Что такое mapping в excel - Word и Excel - помощь в работе с программами

Термины «Power Query», «Power Pivot», «Power BI» и прочие «пауэры» все чаще всплывают в статьях и материалах о Microsoft Excel. По моему опыту, далеко не все ясно представляют себе что скрывается за этими понятиями, как они между собой взаимосвязаны и как могут помочь простому пользователю Excel.

Давайте проясним ситуацию.

Power Query

Еще в 2013 году специально созданная группа разработчиков внутри Microsoft выпустила для Excel бесплатную надстройку Power Query (другие названия — Data Explorer, Get&Transform), которая умеет массу полезных для повседневной работы вещей:

Загружать данные в Excel из почти 40 различных источников, среди которых базы данных (SQL, Oracle, Access, Teradata…), корпоративные ERP-системы (SAP, Microsoft Dynamics, 1C…), интернет-сервисы (Facebook, Google Analytics, почти любые сайты).
Собирать данные из файлов всех основных типов данных (XLSX, TXT, CSV, JSON, HTML, XML…), как поодиночке, так и сразу оптом — из всех файлов указанной папки. Из книг Excel можно автоматически загружать данные сразу со всех листов.
Зачищать полученные данные от «мусора»: лишних столбцов или строк, повторов, служебной информации в «шапке», лишних пробелов или непечатаемых символов и т.п.
Приводить данные в порядок: исправлять регистр, числа-как-текст, заполнять пробелы, добавлять правильную «шапку» таблицы, разбирать «слипшийся» текст на столбцы и склеивать обратно, делить дату на составляющие и т.д.
Всячески трансформировать таблицы, приводя их в желаемый вид (фильтровать, сортировать, менять порядок столбцов, транспонировать, добавлять итоги, разворачивать кросс-таблицы в плоские и сворачивать обратно).
Подставлять данные из одной таблицы в другую по совпадению одного или нескольких параметров, т.е. прекрасно заменяет функцию ВПР (VLOOKUP) и ее аналоги.

Power Query встречается в двух вариантах: как отдельная надстройка для Excel 2010-2013, которую можно скачать с официального сайта Microsoft и как часть Excel 2016. В первом случае после установки в Excel появляется отдельная вкладка:

В Excel 2016 весь функционал Power Query уже встроен по умолчанию и находится на вкладке Данные (Data) в виде группы Получить и преобразовать (Get & Transform):

Возможности этих вариантов совершенно идентичны.

Принципиальной особоенностью Power Query является то, что все действия по импорту и трансформации данных запоминаются в виде запроса — последовательности шагов на внутреннем языке программирования Power Query, который лаконично называется «М». Шаги можно всегда отредактировать и воспроизвести повторно любое количество раз (обновить запрос).

Основное окно Power Query обычно выглядит примерно так:

По моему мнению, это самая полезная для широкого круга пользователей надстройка из всех перечисленных в этой статье. Очень много задач, для которых раньше приходилось либо жутко извращаться с формулами, либо писать макросы — теперь легко и красиво делаются в Power Query. Да еще и с последующим автоматическим обновлением результатов. А учитывая бесплатность, по соотношению «цена-качество» Power Query просто вне конкуренции и абсолютный must have для любого средне-продвинутого пользователя Excel в наши дни.

Power Pivot

Power Pivot — это тоже надстройка для Microsoft Excel, но предназначенная немного для других задач. Если Power Query сосредоточена на импорте и обработке, то Power Pivot нужен, в основном, для сложного анализа больших объемов данных. В первом приближении, можно думать о Power Pivot как о прокачанных сводных таблицах.

Общие принципы работы в Power Pivot следующие:

Сначала мы загружаем данные в Power Pivot — поддерживается 15 различных источников: распространенные БД (SQL, Oracle, Access…), файлы Excel, текстовые файлы, веб-каналы данных. Кроме того, можно использовать Power Query как источник данных, что делает анализ почти всеядным.
Затем между загруженными таблицами настраиваются связи или, как еще говорят, создается Модель Данных. Это позволит в будущем строить отчеты по любым полям из имеющихся таблиц так, будто это одна таблица. И никаких ВПР опять же.
При необходимости, в Модель Данных добавляют дополнительные вычисления с помощью вычисляемых столбцов (аналог столбца с формулами в «умной таблице») и мер (аналог вычисляемого поля в сводной). Всё это пишется на специальном внутреннем языке Power Pivot, который называется DAX (Data Analysis eXpressions).
На листе Excel по Модели Данных строятся интересующие нас отчеты в виде сводных таблиц и диаграмм.

Главное окно Power Pivot выглядит примерно так:

А так выглядит Модель Данных, т.е. все загруженные таблицы с созданными связями:

У Power Pivot есть ряд особенностей, делающих её уникальным инструментом для некоторых задач:

В Power Pivot нет предела по количеству строк (как в Excel). Можно грузить таблицы любого размера и спокойно работать с ними.
Power Pivot очень хорошо умеет сжимать данные при загрузке их в Модель. 50 Мб исходный текстовый файл может легко превратиться в 3-5 Мб после загрузки.
Поскольку «под капотом» у Power Pivot, по сути, полноценный движок базы данных, то с большими объемами информации он справляется очень быстро. Нужно проанализировать 10-15 млн. записей и построить сводную? И все это на стареньком ноутбуке? Без проблем!

К сожалению, пока что Power Pivot входит не во все версии Excel. Если у вас Excel 2010, то скачать её можно бесплатно с сайта Microsoft. А вот если у вас Excel 2013-2016, то всё зависит от вашей лицензии, т.к. в некоторых вариантах она включена (Office Pro Plus, например), а в некоторых нет (Office 365 Home, Office 365 Personal и т.д.) Подробнее об этом можно почитать тут.

Power Maps

Эта надстройка впервые появилась в 2013 году и первоначально называлась GeoFlow. Она предназначена для визуализации гео-данных, т.е. числовой информации на географических картах. Исходные данные для отображения берутся все из той же Модели Данных Power Pivot (см. предыдущий пункт).

Демо-версию Power Map (почти не отличающуюся от полной по возможностям, кстати) можно совершенно бесплатно загрузить опять же с сайта Microsoft. Полная же версия включена в некоторые пакеты Microsoft Office 2013-2016 вместе с Power Pivot — в виде кнопки 3D-карта на вкладке Вставка (Insert — 3D-map):

Ключевые особенности Power Map:

Карты могут быть как плоскими, так и объемными (земной шар).
Можно использовать несколько разных типов визуализации (гистограммы, пузырьковые диаграммы, тепловые карты, заливку областями).
Можно добавлять измерение времени, т.е. анимировать процесс и смотреть на него в развитии.
Карты подгружаются из сервиса Bing Maps, т.е. для просмотра нужен весьма шустрый доступ в интернет. Иногда возникают сложности с правильным распознаванием адресов, т.к. названия в данных не всегда совпадают с Bing Maps.
В полной (не демо) версии Power Map можно использовать собственные загружаемые карты, например визуализировать посетителей торгового центра или цены на квартиры в жилом доме прямо на строительном плане.
На основе созданных гео-визуализаций можно прямо в Power Map создавать видеоролики (пример), чтобы поделиться ими потом с теми, у кого надстройка не установлена или включить в презентацию Power Point.

Power View

Эта надстройка появилась впервые в составе Excel 2013 и предназначена для «оживления» ваших данных — построения интерактивных графиков, диаграмм, карт и таблиц. Иногда для этого используют термины дашборд (dashboard) или панель показателей (scorecard). Суть в том, что вы можете вставить в ваш файл Excel специальный лист без ячеек — слайд Power View, куда добавить текст, картинки и массу различного типа визуализаций по вашим данным из Модели Данных Power Pivot.

Выглядеть это будет примерно так:

Нюансы тут такие:

Исходные данные берутся всё оттуда же — из Модели Данных Power Pivot.
Для работы с Power View необходимо установить на вашем компьютере Silverlight — майкрософтовский аналог Flash (бесплатный).

На сайте Microsoft, кстати, есть весьма приличный обучающий курс по Power View на русском языке.

Power BI

В отличие от предыдущих, Power BI — это не надстройка для Excel, а отдельный продукт, представляющий собой целый комплекс средств для бизнес- анализа и визуализации. Он состоит из трех ключевых элементов:

1. Power BI Desktop — программа для анализа и визуализации данных, включающая в себя, помимо прочего, весь функционал надстроек Power Query и Power Pivot + улучшенные механизмы визуализации из Power View и Power Map. Скачать и установить её можно совершенно бесплатно с сайта Microsoft.

В Power BI Desktop можно:

Загружать данные из более чем 70 различных источников (как в Power Query + дополнительные коннекторы).
Связывать таблицы в модель (как в Power Pivot)
Добавлять к данным дополнительные вычисления с помощью мер и вычисляемых столбцов на DAX (как в Power Pivot)
Создавать на основе данных красивейшие интерактивные отчеты с разного типа визуализациями (очень похоже на Power View, но еще лучше и мощнее).
Публиковать созданные отчеты на сайте Power BI Service (см. следующий пункт) и делиться ими с коллегами. Причем есть возможность давать разные права (чтение, редактирование) разным людям.

2. Онлайн-сервис Power BI — упрощенно говоря, это сайт, где у вас и у каждого пользователя в вашей компании будет своя «песочница» (workspace) куда можно загружать созданные в Power BI Desktop отчеты. Помимо просмотра, позволяет их даже редактировать, воспроизводя онлайн почти весь функционал Power BI Desktop. Также сюда можно заимствовать отдельные визуализации из чужих отчетов, собирая из них свои авторские дашборды.

Выглядит это примерно так:

3. Power BI Mobile — приложение для iOS / Android / Windows для подключения к Power BI Service и удобного просмотра (не редактирования) созданных отчетов и дашбордов прямо на экране телефона или планшета. Скачать его (совершенно бесплатно) можно тут.

На iPhone, например, созданный выше отчет выглядит так:

Причем всё это с сохранением интерактивностии и анимации + заточенность под тач и рисование по экрану пером. Очень удобно. Таким образом, бизнес-аналитика становится доступной всем ключевым лицам компании в любой момент и в любом месте — нужен только доступ в интернет.

Тарифные планы Power BI. Power BI Desktop и Mobile бесплатны изначально, большинство функций Power BI Service — тоже. Так что для персонального использования или применения в пределах небольшой компании за всё вышеперечисленное не нужно платить ни копейки и можно смело оставаться на плане Free. Если вы хотите делиться отчетами с коллегами и администрировать их права доступа, то придется перейти на Pro (10$ в месяц за пользователя). Есть еще Premium — для больших компаний (>500 пользователей), которым требуются для данных отдельные хранилища и серверные мощности.

Ссылки по теме

Проектная диаграмма Ганта в Excel с помощью Power Query
Как создать в Excel базу данных с помощью Power Pivot
Визуализация движения по маршруту на карте в Power Map

Источник

Содержание

Create a Map chart in Excel
Download our examples
Create a Map chart with Data Types
Formatting your Map chart
Frequently Asked Questions
Limitations
Need more help?
Визуализация геоданных на карте
Способ 1. Быстро и бесплатно — компонент Bing Maps
Способ 2. Гибко и красиво — режим карты в отчетах Power View
Способ 3. Дорого и профессионально — надстройка Power Map
Способ 4. Пузырьковая диаграмма с «доработкой напильником»
Способ 5. Сторонние приложения и надстройки

Create a Map chart in Excel

You can use a map chart to compare values and show categories across geographical regions. Use it when you have geographical regions in your data, like countries/regions, states, counties or postal codes.

Note: This feature is available on Windows or Mac if you have Office 2019, or if you have a Microsoft 365 subscription. If you are a Microsoft 365 subscriber, make sure you have the latest version of Office.

Download our examples

Map charts can display both values and categories, and they each have different ways of displaying color. Values are represented by slight variations of two to three colors. Categories are represented by different colors.

For example, the Countries by Tax Revenue % chart below uses values. The values represent tax revenue in each country with each portrayed using a gradient spectrum of two colors. The color for each region is dictated by where along the spectrum its value falls. By default, the higher the value is, the darker its corresponding color will be.

In the following example, Countries by Category, the categories are displayed using a standard legend to show groups or affiliations. Each country is represented by a different color.

Create a Map chart with Data Types

Map charts have gotten even easier with geography data types. Simply input a list of geographic values, such as country, state, county, city, postal code, and so on, then select your list and go to the Data tab > Data Types > Geography. Excel will automatically convert your data to a geography data type, and will include properties relevant to that data that you can display in a map chart. In the following example, we’ve converted a list of countries to geography data types, then selected the Tax revenue (%) field from the Add Column control to use in our map.

Now it’s time to create a map chart, so select any cell within the data range, then go to the Insert tab > Charts > Maps > Filled Map.

Charts > Maps > select the Filled Map icon.» loading=»lazy»>

If the preview looks good, then press OK. Depending on your data, Excel will insert either a value or category map.

Tip: If your data is set up as an Excel table, and then you add a country to the list, Excel will automatically update it as a geography data type and update the linked map chart. Similarly, if you remove a country, then Excel will also remove it from the chart.

Formatting your Map chart

Once your map chart has been created you can easily adjust its design. Just click on the map, then choose from the Chart Design or Format tabs in the ribbon. You can also double-click the chart to launch the Format Object Task Pane, which will appear on the right-hand side of the Excel window. This will also expose the map chart specific Series options (see below).

There are several map chart specific Series options, however they are not supported in Android devices or Excel Mobile. If you need some of the map Series options, then you can build your chart in Excel for Windows or Mac and view it on an Android device or Excel Mobile.

Map projections — Change the map’s projection style. By default, Excel will display the most efficient style.

Map area — Change the map’s Zoom level, ranging from a state/province view, all the way to the world view.

Map labels — Show geographic names for your countries/regions. Chose to show names based on fit, or show all labels.

Frequently Asked Questions

Question: When I use certain text-based locations, I end up with a blank map and an error, or some of my points map in other countries.

Answer: If you use data where there might be more than one similar location in the world, map charts can’t necessarily tell the difference without more guidance. If possible, add a higher-level detail column to your data. For example, the following locations won’t necessarily map the way you expect since there are many places in the world where these are valid county names:

But the data should map correctly if you add another column for higher-level detail, in this case, Province – This is called Disambiguation:

When there are multiple levels of geographic details, you must separate each level into its own cell/column. For example, “Washington, United States” (State, Country) will not successfully generate a map. In this instance, the data will map successfully when placing “Washington” and “United States” into separate columns.

Data that won’t map (State and Country are combined)

Data that will create a map of Washington State

Limitations

Map charts can only plot high-level geographic details, so latitude/longitude, and street address mapping isn’t supported. Map charts also support one-dimensional display only, but if you need multi-dimensional detail you can use Excel’s 3D Map feature.

Creating new maps, or appending data to existing maps requires an online connection (to connect to the Bing Map service).

Existing maps can be viewed without an online connection.

There is a known issue where Map Charts which make use of Geography Data Types can sometimes map incorrectly. Please try to include Admin Fields, such as Province or Country when attempting to plot these until the problem is fixed.

Need more help?

You can always ask an expert in the Excel Tech Community or get support in the Answers community.

Источник

Визуализация геоданных на карте

Если ваша компания имеет филиалы по стране или продает не только в пределах МКАД, то рано или поздно вы столкнетесь с задачей наглядно отобразить числовые данные из Microsoft Excel (продажи, заявки, объемы, клиентов) на географической карте с привязкой к конкретным городам и регионам. Давайте вкратце пробежимся по основным способам визуализации геоданных, которые существуют в Excel.

Способ 1. Быстро и бесплатно — компонент Bing Maps

Начиная с 2013 версии в Excel встроен магазин приложений, т.е. появилась возможность докупать, скачивать и устанавливать дополнительные модули и надстройки с недостающими функциями. Один из таких компонентов как раз и позволяет наглядно отображать числовые данные на карте — он называется Bing Maps и, что особенно приятно, абсолютно бесплатен. Для его установки откройте вкладку Вставка — Магазин (Insert — Office Apps):

После вставки компонента на листе должен появится динамический контейнер с картой. Для визуализации на карте вашей информации нужно выделить диапазон с геоданными и нажать кнопку Показать местоположения (Show Locations):

При необходимости в настройках (иконка с шестеренкой в правом верхнем углу компонента) можно поменять цвета и тип отображаемых диаграмм:

Также возможно быстро отфильтровать города, отобразив только нужные (значок воронки в правом верхнем углу компонента).

Спокойно можно привязываться не только к городам, но и к другим объектам: областям (например, Тульская область), автономным округам (например, Ямало-Ненецкий АО) и республикам (Татарстан) — тогда кругляш диаграммы будет отображен в центре области. Главное, чтобы название в таблице совпадали с подписями на карте.

Итого в плюсах этого способа: легкая бесплатная реализация, автоматическая привязка к карте, два типа диаграмм, удобная фильтрация.

В минусах: нужен Excel 2013 с доступом в интернет, нельзя выделять области и районы.

Способ 2. Гибко и красиво — режим карты в отчетах Power View

Некоторые версии Microsoft Excel 2013 идут в комплекте с мощной надстройкой визуализации отчетов, которая называется Power View и позволяет (помимо всего прочего, а умеет она много!) наглядно отображать данные на карте. Для активации надстройки откройте вкладку Разработчик (Developer) и щелкните по кнопке Надстройки COM (COM Add-ins) . В открывшемся окне поставьте галочку напротив Power View и нажмите ОК. После всех этих манипуляций на вкладке Вставка (Insert) у вас должна появиться кнопка Power View.

Теперь можно выделить диапазон с исходными данными нажать на эту кнопку — в вашей книге будет создан новый лист (больше похожий на слайд из Power Point), где отобразятся выделенные данные в виде таблицы:

Превратить таблицу в географическую карту можно легко с помощью кнопки Карта (Map) на вкладке Конструктор (Design) :

Обратите особое внимание на правую панель Поля Power View — на ней, в отличие от примитивных Bing Maps, перетаскивая мышью названия столбцов (полей) из исходной таблицы и бросая их в разные области, можно очень гибко настраивать получившееся геопредставление:

В область Местоположения (Locations) нужно закинуть столбец из исходной таблицы содержащий географические названия.
Если у вас нет столбца с названием, но есть колонки с координатами, то их нужно поместить в области Долгота (Longitude) и Широта (Latitude) , соответственно.
Если в область Цвет (Color) закинуть товар, то каждый пузырек будет кроме размера (отображающего общую прибыль по городу) детализирован на дольки по товарам.
Добавление поля в области Вертикальных или Горизонтальных множителей(Dividers) разделит одно карту на несколько по этому полю (в нашем примере — по кварталам).

Также на появившейся сверху контекстной вкладке Макет (Layout) можно настроить фон карты (цветная, ч/б, контурная, вид со спутника), подписи, заголовки, легенду и т.д.

Если данных очень много, то на вкладке Power View можно включить специальную Область фильтров (Filters) , где с помощью привычных галочек можно выбрать какие именно города или товары нужно показать на карте:

Итого в плюсах: легкость использования и гибкость настройки, возможность дробить одну карту на несколько по категориям.

В минусах: Power View есть не во всех комплектациях Excel 2013, нет других типов диаграмм кроме пузырьковых и круговых.

Способ 3. Дорого и профессионально — надстройка Power Map

Это отдельная COM-надстройка для максимально тяжелых случаев, когда нужна сложная, профессионально выглядящая, анимированная визуализация большого количества данных на любой (даже пользовательской карте), причем с видео динамики процесса во времени. На этапе разработки она имела рабочее название GeoFlow, а позже была переименована в Power Map. К сожалению, в полноценном варианте эта надстройка доступна только покупателям либо полной версии Microsoft Office 2013 Pro, либо подписчикам корпоративных версий Office 365 с тарифным планом Business Intelligence (BI). Однако превьюшку этой надстройки товарищи из Microsoft дают скачать «на поиграться» совершенно бесплатно, за что им спасибо.

После скачивания и установки надстройку нужно подключить на вкладке Разработчик — Надстройки COM (Developer — COM Add-ins) аналогично Power View из предыдущего пункта. После этого на вкладке Вставка должна появиться кнопка Карта (Map) . Если теперь выделить таблицу с исходными данными:

. и нажать кнопку Карта, то мы попадем в отдельное окно надстройки Microsoft Power Map:

Если не вдаваться в детали (которых тут хватит на отдельный тренинг на полдня), то общие принципы работы с картой тут те же, что и в Power View, описанной выше:

«Вау-моментом» надстройки Power Map можно, пожалуй, назвать предельную легкость создания анимированных видеообзоров на основе сделанных карт. Достаточно сделать несколько копий текущей сцены с разных углов просмотра и разным масштабом — и надстройка автоматически создаст 3D-анимацию облета вашей карты с акцентированием внимания на выбранных местах. Полученное видео потом легко сохраняется в mp4-формате в виде отдельного файла для вставки, например, на слайд Power Point.

Способ 4. Пузырьковая диаграмма с «доработкой напильником»

Самый «колхозный» способ из всех перечисленных, но зато работающий во всех версиях Excel. Построить пузырьковую диаграмму (Bubble Chart), отключить у нее оси, сетку, легенду. т.е. все, кроме пузырей. Затем вручную подогнать положение пузырей, подложив под диаграмму скачанное заранее изображение нужной карты:

Минусы этого способа очевидны: долго, муторно, много ручной работы. Да еще и вывод подписей к пузырям представляет собой отдельную проблему, когда их много.

Плюсы в том, что этот вариант будет работать в любой версии Excel, в отличие от следующих способов, где обязательно требуется Excel 2013. Да и подключение к интернету не требуется.

Способ 5. Сторонние приложения и надстройки

Раньше существовало несколько надстроек и плагинов для Excel, позволяющих с той или иной степенью удобства и красоты реализовать отображение данных на карте. Сейчас подавляющее большинство из них либо заброшены разработчиками, либо в стадии тихого отмирания — с Power Map конкурировать тяжело 🙂

Из оставшихся в живых достойны упоминания:

MapCite — пожалуй, самая мощная из всех. Умеет привязываться к карте по названиям населенных пунктов, областей, округов и координатам. Выводит данные в виде точек или тепловой карты. Использует карты Bing в виде основы. Автоматом умеет кидать созданную карту в презентации Power Point. Для скачивания доступна бесплатная trial-версия, полная версия стоит 99$/год.
Esri Maps — надстройка от компании Esri также позволяющая подгружать и анализировать геоданные из Excel на карты. Много настроек, различные типы диаграмм, поддерживает русский язык. Есть бесплатная демо-версия. Полная версия требует подписки на картографический сервис ArcGis.
MapLand— одна из первых надстроек на эту тему, созданных еще для Excel 97-2003. Идет с набором карт в виде графических примитивов, к которым и привязываются данные с листа. Дополнительные карты надо докупать. Для скачивания доступна демка под разные версии Excel, Pro версия стоит 299$.

Источник

Microsoft Power Map для Excel — это инструмент для трехмерной визуализации данных, который позволяет взглянуть на информацию по-новому. Вы можете получить результаты, которые недоступны при использовании традиционных двухмерных таблиц и диаграмм.

В Power Map можно отображать географические и временные данные на глобусе или пользовательской карте, показывать их изменение со временем, создавать наглядные туры и делиться ими с другими людьми. С помощью Power Map можно:

Карта данных Отобразить на картах Bing более миллиона строк данных в объемном формате из таблицы или модели данных Excel.
Обнаружение информации Повысьте понимание, просматривая данные в географическом пространстве и просматривая изменение данных с отметками времени с течением времени.
Делитесь историями Сделайте снимки экрана и создайте кинематографические управляемые видеотуры, которые можно сделать более интересными для широкой аудитории, как никогда раньше. Или экспортировать туры в видео и поделиться ими таким же образом.

Кнопка Карта находится в группе Туры на вкладке Вставка ленты Excel, как показано на этом рисунке.

Примечания:

Если вы не нашли эту кнопку в своей версии Excel, см. раздел Я не вижу кнопку Power Map в Excel.
Если у вас есть подписка Приложения Microsoft 365 для предприятий, вы можете использовать Power Map Excel в составе средств самостоятельной бизнес-аналитики. При добавлении новых возможностей и внесении усовершенствований в Power Map вы получите их в рамках своего плана подписки.

Чтобы узнать о планах Microsoft 365 подписки, ознакомьтесь с Microsoft 365 профессиональныйplus и сравните все планы Microsoft 365 для бизнеса.
Если вы раньше устанавливали предварительную версию Power Map, у вас будет временно две кнопки Карта на вкладке Вставка: одна в группе Туры и одна в группе Power Map. При нажатии кнопки Карта в группе Туры включается текущая версия Power Map и удаляются все предварительные версии.

Создание первой карты Power Map

Если у вас есть данные Excel с географическими свойствами в табличном формате или в модели данных (такие как строки и столбцы, содержащие названия городов, областей, краев, стран или регионов, почтовые индексы либо значения долготы и широты), вы готовы приступить к работе. Вот как это сделать:

В Excel откройте книгу, которая содержит таблицу или данные модели, которые вы хотите изучить в Power Map.

Сведения о подготовке данных см. в подготовьте данные для Power Map.

Чтобы просмотреть примеры наборов данных, прокрутите страницу вниз до следующего раздела этой статьи.
Щелкните любую ячейку в таблице.
Щелкните Вставить > Карта. При первом нажатии кнопки Карта автоматически включается Power Map.

Power Map Bing используется для геокодирования данных на основе их географических свойств. Через несколько секунд появится глобус рядом с первым экраном области слоев.
В области слоев проверьте, правильно ли сопоставлены поля, и щелкните стрелку раскрывающегося списка для неправильных полей, чтобы сопоставить их с нужными географическими свойствами.

Например, убедитесь, что почтовый индекс распознается в поле «Индекс».
Когда Power Map отображает данные, на глобусе появляются точки.
Нажмите кнопку Далее для статистической обработки и дальнейшей визуализации данных на карте.

Изучение примеров наборов данных в Power Map

С помощью примеров наборов данных можно ознакомиться с Power Map. Просто скачайте одну из следующих книг, в которые уже есть геопро пространственные записи, необходимые для начала работы. Как в приложениях Dallas Utilities, так и в службе food Inspections в Сиэтле есть данные с отметкой времени, которые позволяют просматривать данные с течением времени.

Данные о преступлениях
Моделирование сезонного
Продуктовые проверки в Сиэтле
Power Stations

Дальнейшие действия по работе с данными в Power Map

Работа с данными с помощью тура Power Map
Геокодирование данных Power Map
Визуализация данных в Power Map
Создание пользовательской карты в Power Map

Нужна дополнительная помощь?

Источник

Overview
Repeat Address Mapping
- Working with Zip files
- Cleaning Address Strings
- Making a Repeat Address Table
- Using 3d Maps to make a point map
Choropleth Mapping
- Merging in Data from a Pivot Table
- Creating Custom Region Choropleth Map
Homework
Extra – Creating an Animated Hot Spot Map

Overview

This week I will illustrate three different types of mapping techniques you can do in Excel: repeat address, choropleth, and kernel density hot spot maps. Excel has only very basic mapping capabilities, and most crime analysts will use a full fledged Geographic Information System (GIS) to do more sophisticated data manipulation. (Check out my graduate level GIS course for example.)

But Excel has recently made some mapping capabilities available, so I will show how to do some simple mapping techniques. Either download the data from ELearning, or download it from here.

Repeat Address Mapping

Working with Zip files

For those not familiar with zip files, I often use them to send larger files as one (nicer for emailing or opening up a set of files). It compresses the data, and makes it one file, so easier to share. So here is what that zip file looks like on my machine in the Windows folder view.

But to work with them you need to unzip them. Right click on the zipped folder and select Extract All.

Then it brings up a dialogue for the location of where to save the files. By default it saves it in the same folder that the zip file is located in. If you are working in the lab, you might want to change it to where you store all of your files for class. Then hit Extract to de-compress the files.

You can see I have a new folder named Lab04_Mapping.

To do the reverse, what is typical is to place all of the files in a single folder. Then you can right click on the folder, and then select Send To -> Compressed (zipped) folder

And that will subsequently create a zip file in the same folder (if you still have Lab04_Mapping.zip in the same folder, it will make a new one named Lab04_Mapping (2).zip).

That is the zip file service that comes for free with Windows. Another popular compression tool is 7-zip. That tool can do either traditiona zip compression, or even better compression .7z. (But note not everyone will have access to 7z, to some users may not be able to use it.)

Cleaning Address Strings

In this section, I will illustrate some simple text manipulation you can do in Excel. This is common to clean addresses, in many systems you will have extra text in the address column that prevents proper geocoding.

Go ahead and open up the DallasIncidents.csv file in Excel, and turn the data into a table. It is pretty big (just short of 100,000 total incidents), so takes a minute.

Select column G (City), and right click Insert.

This will create a new blank column in-between IncidentAddress and City. Name that column CleanedAddress. Then select the IncidentAddress column (F), double click the right edge of the F column at the top to expand it, and hit Ctrl+F to bring up the Find & Replace dialogue.

Type in APT in the Find What box, and then hit the Find Next button, this should take you to row 5,740, and show that an address with Harry Hines Blvd accidently has an apartment number included.

Having extra text like that will often make the geocoding engine fail. This dataset is pretty clean already (DPD must use some type of data validation already when inputting addresses), but it has a few of these APT notes misplaced in the main address field. To fix this what we are going to do is to search for the text APT, and then only return the text string. This will require nesting several functions together:

The LEFT function to return the string
The FIND function to search the address string for if it contains APT
and the IFERROR function, to just return the original string if it does not contain any extra APT notes.

So first, in our new (and so far empty) column and row 5740, type in the formula =LEFT([@IncidentAddress],10). You can see in the update this just grabs the first 10 characters in the string.

To strip out the APT text, and keep the address stuff we want, we need to replace the hard coded 10 with where the APT string starts. The function FIND lets us do that, so lets replace our formula now with =LEFT([@IncidentAddress],FIND(" APT",[@IncidentAddress])). I include the space before APT to prevent catching street names that might include APT within them, e.g. something like RAPTOR ST would not be captured.

We can see now that this works for the Harry Hines address, but gives us errors for the others that do not have APT contained in them. This is because if » APT» is not contained in the original IncidentAddress string, the FIND function will return an error. So to fix this we will use the IFERROR function. Now update the formula to read =LEFT([@IncidentAddress],IFERROR(FIND(" APT",[@IncidentAddress]),100)). In long form to make the nesting easier to read, here is how the formula goes:

=LEFT([@IncidentAddress],
      IFERROR(
              FIND(" APT",[@IncidentAddress]),
              100
              )
     )

Here we use 100 as just a long number that will contain the full address for any cells that do not contain » APT“. Another option sticking just to the data would be to replace 100 with LEN([@IncidentAddress]). And now we can see that our new address field works out just dandy.

Now right click on column K (ApartmentNumber) and Insert a new column. To use the Excel geocoder, we need to submit one string with the full address (include City, State, and Zipcode). Name the column FullAddress, and then type in the formula =CONCATENATE([@CleanedAddress],[@City])

Whoops, we can see that there is no space in-between our address field, and the city name Dallas. Now redo the formula, inserting ", " inbetween the two columns, =CONCATENATE([@CleanedAddress],", ",[@City])

That looks better now. Go ahead and add in the State and Zipcode, incorporating extra spaces and comma’s in where appropriate. So in the end mine looks like =CONCATENATE([@CleanedAddress],", ",[@City],", ",[@State]," ",[@ZipCode]).

Next up, doing repeat address mapping.

Making a Repeat Address Table

Go ahead and make a pivot table of the incidents, using FullAddress for rows, and ucr_redString for the columns, and Count of ucr_redString for the values.

Select the dropdown arrow in the Rowlabels area, and navigate to Value Filters -> Greater Than:

Then input 30 as the selection criteria and hit OK. This will limit the table to places with a total of 30 or more incidents (across all crime types).

Now right click on the header row of the pivot table, and select Pivot Table Options.

With the Layout and Format tab selected, in the empty cells option type 0. Then hit OK.

You will see the table now has 0’s instead of blanks for empty crime counts.

Using 3d Maps to make a point map

Before we move onto making a map (which is only available in newer versions of Excel, not sure if they are available for Mac editions), we need to save our worksheet as an xlsx file. So go to File -> Save As, navigate to where you want to save the file, and in the dropdown select Excel Workbook.

Also maps does not work with PivotTable (only regular tables). So we need to transfer our Pivot Table data into a new location. So, make a new worksheet, and label it RepeatAddress. Then from the Pivot Table copy-paste cells A4:K222. Then turn that data into a Table. I renamed A1 then to say address.

With that data, now in the top toolbar go to Insert, and then select the 3D Map option.

This should bring up a map! And Excel automatically figures out to geocode the locations. You can zoom into the locations around Dallas to check it out. I also click the Map Labels option (brings up street names), and the Flat Map option here.

Now we will style our map, showing addresses with more crimes as larger circles. (We will check the geocoding in a bit.) In the right hand side, click the bubble looking icon just below the Data layer, and then select the Add Field option below Size, and select Grand Total as the field.

This will make the bubbles too big, so expand the Layer Options (below Size), and set the Size to 20%, Thickness to 0, and Opacity to 80%. Here I also change the color to a more pink/salmon. Now you can see variation in crime areas a bit better.

You can zoom into the map and select the circles, which brings up a tool tip. Here I zoom into the largest bubble. Uh-oh, it is 1400 S Lamar St. This is just DPD headquarters! I don’t want to map that.

So navigate back to the RepeatAddress worksheet. Then sort the data by descending values on the Grand Total Column. Then select the Lamar St row, and right click and select Delete.

Now if we go back to our Map, the bubble is still there. But lets hit the Refresh Data button, and then see the map update with no more bubble on S Lamar St.

Now we are going to check our geocoding results. In the Layer table of contents on the right, above the Location box there is a little % button. Here it says 0%, and click that:

You can see a bunch of warning yellow triangles, but it just happens to be because of the proper case versus all uppercase addresses. So even though it says 0% mapped with confidence, it doesn’t appear to be that bad.

Click the Result column header twice, and this will sort the 3 cases that were not matched at all to the top of the table. (If you only click once, it will sort them to the bottom, all the way on page 5.)

We now need to change the data so it will map. I typically use a mix of googling (Fun Way appears to be a small road around Fair Park). And it happens that LBJ in the Excel (Bing) maps is listed under its full name, Lyndon B Johnson. Lets navigate back to the RepeatAddress sheet, and edit these few locations.

To make it easier I selected out just those three addresses in the Address column. Select the dropdown arrow on the Address column, the select the Text Filters -> Custom Filter option.

Then in the options to the right, make sure the contains option is selected, and in the two rows type FUN WAY and L B J (for the latter make sure there are spaces). Then click OK.

You should now see our three bad addresses selected.

For LBJ, we just need to edit the address to be Lyndon B Johnson and will it subsequently geocode. For Fun Way it is alittle more difficult, as that address is not in Bing maps at all. So edit LBJ to say Lyndon B Johnson instead (keeping the same address). But for the 1600 FUN WAY I am going to just use Cotton Bowl Circle (as it is pretty close). Leave the 1550 Fun Way as is.

Now go back to the map page, click the Refresh Data button, and then scroll the map to Fair Park. You should now see our big bubble that (that used to be 1600 Fun Way).

If you go back to the Mapping Confidence dialogue and sort again by Results, you should now only see the 1550 Fun Way address.

I am not going to worry about fixing this last address for now. One way would be back in the original data, whenever you encounter FUN WAY, change that address to simply Cotton Bowl Circle. That would collapse the two FUN WAY addresses together in the final map.

Choropleth Mapping

Next up, we are going to create a choropleth map of crime densities per DPD reporting areas. Small geographic areas made up by DPD to patrolling essentially.

First we are going to add in a file of all of the reporting areas. Navigate back to the main Excel document, and create a new worksheet and title it, ReportingAreas. Then select cell A1, and in the top toolbar go to the Data tab, and select From Text.

Then in the dialogue, navigate to the RA_Data.csv file location, and select that file. and click Import.

In Step 1 of 3 in Text Import Wizard, make sure Delimited is checked, as well as My Data has headers. Then click Next.

Then in the next step, make sure Comma is selected. It will then make the fields have lines inbetween them (whereas if you leave it as Tab it will just import all of the data as one big string in one column).

Then in the step 3 of the Wizard you can keep the defaults for how it treats columns, and then just click Finish.

Then finally you get alittle Import Data dialogue that asks where you want to import the data. Make sure =$A$1 is chosen, and then click OK.

You may be asking what is the benefit of doing it this way, as opposed to opening up the CSV file and just dragging the sheet into the current workbook. The answer is when you do it this way, the data is linked in the workbook. If you edit the CSV file, your values in the Excel workbook will change.

Here it does not make much of a difference, later in the semester though I will show how when linking to an Access database this will be really helpful behavior.

Merging in Data from a Pivot Table

Go to the original DallasIncidents_2017 sheet, and select the Design tab in the top toolbar. Then rename the table to Incident_Data.

Then navigate back to the ReportingAreas sheet and select cell R1. Then insert a Pivot Table – fill out the Select a table option to be Incident_Data, and the location to be R1 in the reporting areas worksheet. Then click OK.

In the Pivot Table, place ReportingArea for the rows, and count of ReportingArea for the Values.

This looks like it lines right up with our other data we imported, but if you scroll down further you can see it does not line up directly forever. In cell K2, type an equal sign, and then select cell S2. You will see a formula pop up that looks like =GETPIVOTDATA("ReportingArea",$R$1,"ReportingArea",1001)

Change the 1001 in the end to be B2. Then hit enter, and double click the formula to extend down the entire dataset. Here I also named the column CountCrimes. If you scroll down to row 44, you will see an error.

To fix this, we are going to nest our function within an IFERROR function. So change the function reference to =IFERROR(GETPIVOTDATA("ReportingArea",$R$1,"ReportingArea",B44),0). Then make sure to update that function both above and below in the column. (Note, the mapping functions in Excel will not work if you have errors in the data files.)

Now to end we are going to make a field that is the density of crimes per square mile. In K1, write CrimeDens, and in K2, the formula is just K2/J2.

For reference, if you are not working with Pivot Tables, another function to that of GETPIVOTDATA that can accomplish a similar task is called VLOOKUP. But here the Pivot Table specific function is a better choice.

Creating Custom Region Choropleth Map

Select cells A1:K1157, and then in the 3D map option select Add Selected Data to 3d Maps.

The map should now be the focus, and you should have a Layer 2 option in the right table of contents, but is empty (if not click the Add Layer button). Turn the point map off (by clicking the Eyeball in Layer 1). And then in the Location field in the dropdown select RA.

Then in the dropdown for the RA select Custom Region (.kml, .shp).

You then get a pop-up to import custom regions, Go ahead and click Yes, and then navigate to the DPD_ReportingAreas.kml file. (This is a type of geographic file, specifically one associated with Google Earth.)

In the Regions selection, change the default Name to RA. Then click Import.

You should see them populate as a bunch of points in the map. In the table of contents on the right, change the Viz. type to region. Then in the value section change it to CountCrimes.

Then in the layer options I changed a few options to get alittle more difference across the areas.

Note to create an image of the map, you can click on the Capture-Screen button on the top left, and then paste the resulting image into whatever document you are using.

This ends up not showing much variation and looks washed out. One way to make more variation in the map is to bin the data (such as via quantiles). (ToDo for another time!)

Homework

For your homework, create a table of the top 10 repeat addresses for Robberies in Dallas. Then for the mapping portion, create a Choropleth map of the robbery rates per population for reporting areas (see the POP2010 field). Insert both of the those into a powerpoint presentation, then save as a PDF, and turn the PDF in.

See below for an additional extra credit opportunity via making a kernel density map.

On my personal website I have created an example of creating an animated hot spot map over time. Check out the video for illustration.

For 5 points extra credit, create an animated hot spot map for one particular crime type in Dallas and turn it in.

Источник

Содержание

Исходные данные
Что такое сводная таблица?
Как создать сводную таблицу.
Организуйте свои исходные данные
Создаем и размещаем макет
Как добавить поле
Откуда данные и что надо на выходе?
Выделите исходные данные, если нужно
Куда поместить сводную таблицу?
Работа с макетом
Список полей сводной диаграммы
Фильтры в сводной диаграмме
Power Query
Power Pivot

Исходные данные

Сейчас на простом примере мы научимся создавать сводные таблицы и познакомимся с некоторыми их возможностями.

Для примера в качестве исходных данных возьмем ведомость основных средств компании и определим стоимость позиций по каждому филиалу с помощью сводной таблицы.

Перед созданием сводной таблицы убедитесь, что в исходной таблице отсутствуют пустые заголовки. Это требуется потому что каждый столбец таблицы становиться полем сводной таблицы, по которому можно собрать данные.

Советую также преобразовывать исходный диапазон данных в таблицу (Главная – Форматировать как таблицу). Тогда при добавлении или удалении строк и столбцов не придется менять ссылку на этот диапазон в сводном отчете.

Что такое сводная таблица?

Это инструмент для изучения и обобщения больших объемов данных, анализа связанных итогов и представления отчетов. Они помогут вам:

представить большие объемы данных в удобной для пользователя форме.
группировать информацию по категориям и подкатегориям.
фильтровать, сортировать и условно форматировать различные сведения, чтобы вы могли сосредоточиться на самом актуальном.
поменять строки и столбцы местами.
рассчитать различные виды итогов.
разворачивать и сворачивать уровни данных, чтобы узнать подробности.
представить в Интернете сжатые и привлекательные таблицы или печатные отчеты.

Например, у вас множество записей в электронной таблице с цифрами продаж шоколада:

И каждый день сюда добавляются все новые сведения. Одним из возможных способов суммирования этого длинного списка чисел по одному или нескольким условиям является использование формул, как было продемонстрировано в руководствах по функциям СУММЕСЛИ и СУММЕСЛИМН.

Однако, когда вы хотите сравнить несколько показателей по каждому продавцу либо по отдельным товарам, использование сводных таблиц является гораздо более эффективным способом. Ведь при использовании функций вам придется писать много формул с достаточно сложными условиями. А здесь всего за несколько щелчков мыши вы можете получить гибкую и легко настраиваемую форму, которая суммирует ваши цифры как вам необходимо.

Вот посмотрите сами.

Этот скриншот демонстрирует лишь несколько из множества возможных вариантов анализа продаж.

Как создать сводную таблицу.

Многие думают, что создание отчетов при помощи сводных таблиц для «чайников» является сложным и трудоемким процессом. Но это не так! Microsoft много лет совершенствовала эту технологию, и в современных версиях Эксель они очень удобны и невероятно быстры.

Фактически, вы можете сделать это всего за пару минут. Для вас – небольшой самоучитель в виде пошаговой инструкции:

Организуйте свои исходные данные

Перед созданием сводного отчета организуйте свои данные в строки и столбцы, а затем преобразуйте диапазон данных в таблицу. Для этого выделите все используемые ячейки, перейдите на вкладку меню «Главная» и нажмите «Форматировать как таблицу».

Использование «умной» таблицы в качестве исходных данных дает вам очень хорошее преимущество – ваш диапазон данных становится «динамическим». Это означает, что он будет автоматически расширяться или уменьшаться при добавлении или удалении записей. Поэтому вам не придется беспокоиться о том, что в свод не попала самая свежая информация.

Полезные советы:

Добавьте уникальные, значимые заголовки в столбцы, они позже превратятся в имена полей.
Убедитесь, что исходная таблица не содержит пустых строк или столбцов и промежуточных итогов.
Чтобы упростить работу, вы можете присвоить исходной таблице уникальное имя, введя его в поле «Имя» в верхнем правом углу.

Создаем и размещаем макет

Выберите любую ячейку в исходных данных, а затем перейдите на вкладку Вставка > Сводная таблица .

Откроется окно «Создание ….. ». Убедитесь, что в поле Диапазон указан правильный источник данных. Затем выберите местоположение для свода:

Выбор нового рабочего листа поместит его на новый лист, начиная с ячейки A1.
Выбор существующего листа разместит в указанном вами месте на существующем листе. В поле «Диапазон» выберите первую ячейку (то есть, верхнюю левую), в которую вы хотите поместить свою таблицу.

Нажатие ОК создает пустой макет без цифр в целевом местоположении, который будет выглядеть примерно так:

Полезные советы:

В большинстве случаев имеет смысл размещать на отдельном рабочем листе. Это особенно рекомендуется для начинающих.
Ежели вы берете информацию из другой таблицы или рабочей книги, включите их имена, используя следующий синтаксис: [workbook_name]sheet_name!Range. Например, [Книга1.xlsx] Лист1!$A$1:$E$50. Конечно, вы можете не писать это все руками, а просто выбрать диапазон ячеек в другой книге с помощью мыши.
Возможно, было бы полезно построить таблицу и диаграмму одновременно. Для этого в Excel 2016 и 2013 перейдите на вкладку «Вставка», щелкните стрелку под кнопкой «Сводная диаграмма», а затем нажмите «Диаграмма и таблица». В версиях 2010 и 2007 щелкните стрелку под сводной таблицей, а затем — Сводная диаграмма.

Организация макета.

Область, в которой вы работаете с полями макета, называется списком полей. Он расположен в правой части рабочего листа и разделен на заголовок и основной раздел:

Раздел «Поле» содержит названия показателей, которые вы можете добавить. Они соответствуют именам столбцов исходных данных.
Раздел «Макет» содержит область «Фильтры», «Столбцы», «Строки» и «Значения». Здесь вы можете расположить в нужном порядке поля.

Изменения, которые вы вносите в этих разделах, немедленно применяются в вашей таблице.

Как добавить поле

Чтобы иметь возможность добавить поле в нужную область, установите флажок рядом с его именем.

По умолчанию Microsoft Excel добавляет поля в раздел «Макет» следующим образом:

Нечисловые добавляются в область Строки
Числовые добавляются в область значений
Дата и время добавляются в область Столбцы.

Откуда данные и что надо на выходе?

На этом шаге необходимо выбрать откуда будут взяты данные для сводной таблицы. В нашем с Вами случае думать нечего – “в списке или базе данных Microsoft Excel”. Но. В принципе, данные можно загружать из внешнего источника (например, корпоративной базы данных на SQL или Oracle). Причем Excel “понимает” практически все существующие типы баз данных, поэтому с совместимостью больших проблем скорее всего не будет. Вариант В нескольких диапазонах консолидации (Multiple consolidation ranges) применяется, когда список, по которому строится сводная таблица, разбит на несколько подтаблиц, и их надо сначала объединить (консолидировать) в одно целое. Четвертый вариант “в другой сводной таблице…” нужен только для того, чтобы строить несколько различных отчетов по одному списку и не загружать при этом список в оперативную память каждый раз.

Вид отчета – на Ваш вкус – только таблица или таблица сразу с диаграммой.

Выделите исходные данные, если нужно

На втором шаге необходимо выделить диапазон с данными, но, скорее всего, даже этой простой операции делать не придется – как правило Excel делает это сам.

Куда поместить сводную таблицу?

На третьем последнем шаге нужно только выбрать местоположение для будущей сводной таблицы. Лучше для этого выбирать отдельный лист – тогда нет риска что сводная таблица “перехлестнется” с исходным списком и мы получим кучу циклических ссылок. Жмем кнопку Готово (Finish) и переходим к самому интересному – этапу конструирования нашего отчета.

Работа с макетом

То, что Вы увидите далее, называется макетом (layout)сводной таблицы. Работать с ним несложно – надо перетаскивать мышью названия столбцов (полей) из окна Списка полей сводной таблицы (Pivot Table Field List) в области строк (Rows), столбцов (Columns), страниц (Pages) и данных (Data Items) макета. Единственный нюанс – делайте это поточнее, не промахнитесь! В процессе перетаскивания сводная таблица у Вас на глазах начнет менять вид, отображая те данные, которые Вам необходимы. Перебросив все пять нужных нам полей из списка, Вы должны получить практически готовый отчет.

Останется его только достойно отформатировать:

Список полей сводной диаграммы

Как и в случае Power PivotTable, список полей Power PivotChart также содержит две вкладки – ACTIVE и ALL. На вкладке ВСЕ отображаются все таблицы данных в модели данных Power Pivot. На вкладке ACTIVE отображаются таблицы, из которых поля добавляются в сводную диаграмму.

Аналогично, области такие же, как и в случае с сводной диаграммой Excel. Там четыре области –

ОСЬ (Категории)

ЛЕГЕНДА (серия)

∑ ЦЕННОСТИ

ФИЛЬТРЫ

ОСЬ (Категории)

ЛЕГЕНДА (серия)

∑ ЦЕННОСТИ

ФИЛЬТРЫ

Как вы видели в предыдущем разделе, легенда заполняется значениями ∑. Кроме того, кнопки полей добавляются в сводную диаграмму для упрощения фильтрации отображаемых данных.

Фильтры в сводной диаграмме

Вы можете использовать полевые кнопки Оси на графике для фильтрации отображаемых данных. Нажмите на стрелку на кнопке поля Ось – Регион.

Раскрывающийся список выглядит следующим образом:

Вы можете выбрать значения, которые вы хотите отобразить. Кроме того, вы можете поместить поле в область ФИЛЬТРЫ для фильтрации значений.

Перетащите поле Регион в область ФИЛЬТРЫ. Кнопка «Фильтр отчетов» – область отображается на сводной диаграмме.

Нажмите на стрелку на кнопке «Фильтр отчетов» – «Регион». Раскрывающийся список выглядит следующим образом:

Вы можете выбрать значения, которые вы хотите отобразить.

Еще в 2013 году специально созданная группа разработчиков внутри Microsoft выпустила для Excel бесплатную надстройку Power Query (другие названия – Data Explorer, Get&Transform), которая умеет массу полезных для повседневной работы вещей:

Загружать данные в Excel из почти 40 различных источников, среди которых базы данных (SQL, Oracle, Access, Teradata…), корпоративные ERP-системы (SAP, Microsoft Dynamics, 1C…), интернет-сервисы (Facebook, Google Analytics, почти любые сайты).

Собирать данные из файлов всех основных типов данных (XLSX, TXT, CSV, JSON, HTML, XML…), как поодиночке, так и сразу оптом – из всех файлов указанной папки. Из книг Excel можно автоматически загружать данные сразу со всех листов.

Зачищать полученные данные от “мусора”: лишних столбцов или строк, повторов, служебной информации в “шапке”, лишних пробелов или непечатаемых символов и т.п.

Приводить данные в порядок: исправлять регистр, числа-как-текст, заполнять пробелы, добавлять правильную “шапку” таблицы, разбирать “слипшийся” текст на столбцы и склеивать обратно, делить дату на составляющие и т.д.

Всячески трансформировать таблицы, приводя их в желаемый вид (фильтровать, сортировать, менять порядок столбцов, транспонировать, добавлять итоги, разворачивать кросс-таблицы в плоские и сворачивать обратно).

Подставлять данные из одной таблицы в другую по совпадению одного или нескольких параметров, т.е. прекрасно заменяет функцию ВПР (VLOOKUP) и ее аналоги.

Power Query встречается в двух вариантах: как отдельная надстройка для Excel 2010-2013, которую можно скачать с официального сайта Microsoft и как часть Excel 2016. В первом случае после установки в Excel появляется отдельная вкладка:

В Excel 2016 весь функционал Power Query уже встроен по умолчанию и находится на вкладке Данные (Data) в виде группы Получить и преобразовать (Get & Transform):

Возможности этих вариантов совершенно идентичны.

Принципиальной особоенностью Power Query является то, что все действия по импорту и трансформации данных запоминаются в виде запроса – последовательности шагов на внутреннем языке программирования Power Query, который лаконично называется “М”. Шаги можно всегда отредактировать и воспроизвести повторно любое количество раз (обновить запрос).

Основное окно Power Query обычно выглядит примерно так:

По моему мнению, это самая полезная для широкого круга пользователей надстройка из всех перечисленных в этой статье. Очень много задач, для которых раньше приходилось либо жутко извращаться с формулами, либо писать макросы – теперь легко и красиво делаются в Power Query. Да еще и с последующим автоматическим обновлением результатов. А учитывая бесплатность, по соотношению “цена-качество” Power Query просто вне конкуренции и абсолютный must have для любого средне-продвинутого пользователя Excel в наши дни.

Power Pivot

Power Pivot – это тоже надстройка для Microsoft Excel, но предназначенная немного для других задач. Если Power Query сосредоточена на импорте и обработке, то Power Pivot нужен, в основном, для сложного анализа больших объемов данных. В первом приближении, можно думать о Power Pivot как о прокачанных сводных таблицах.

Общие принципы работы в Power Pivot следующие:

Сначала мы загружаем данные в Power Pivot – поддерживается 15 различных источников: распространенные БД (SQL, Oracle, Access…), файлы Excel, текстовые файлы, веб-каналы данных. Кроме того, можно использовать Power Query как источник данных, что делает анализ почти всеядным.

Затем между загруженными таблицами настраиваются связи или, как еще говорят, создается Модель Данных. Это позволит в будущем строить отчеты по любым полям из имеющихся таблиц так, будто это одна таблица. И никаких ВПР опять же.

При необходимости, в Модель Данных добавляют дополнительные вычисления с помощью вычисляемых столбцов (аналог столбца с формулами в “умной таблице”) и мер (аналог вычисляемого поля в сводной). Всё это пишется на специальном внутреннем языке Power Pivot, который называется DAX (Data Analysis eXpressions).

На листе Excel по Модели Данных строятся интересующие нас отчеты в виде сводных таблиц и диаграмм.

Главное окно Power Pivot выглядит примерно так:

А так выглядит Модель Данных, т.е. все загруженные таблицы с созданными связями:

У Power Pivot есть ряд особенностей, делающих её уникальным инструментом для некоторых задач:

В Power Pivot нет предела по количеству строк (как в Excel). Можно грузить таблицы любого размера и спокойно работать с ними.

Power Pivot очень хорошо умеет сжимать данные при загрузке их в Модель. 50 Мб исходный текстовый файл может легко превратиться в 3-5 Мб после загрузки.

Поскольку “под капотом” у Power Pivot, по сути, полноценный движок базы данных, то с большими объемами информации он справляется очень быстро. Нужно проанализировать 10-15 млн. записей и построить сводную? И все это на стареньком ноутбуке? Без проблем!

К сожалению, пока что Power Pivot входит не во все версии Excel. Если у вас Excel 2010, то скачать её можно бесплатно с сайта Microsoft. А вот если у вас Excel 2013-2016, то всё зависит от вашей лицензии, т.к. в некоторых вариантах она включена (Office Pro Plus, например), а в некоторых нет (Office 365 Home, Office 365 Personal и т.д.)

Источники

https://micro-solution.ru/excel/pivot-tables/first-pivot-table

https://mister-office.ru/excel/excel-pivot-table.html

https://www.planetaexcel.ru/techniques/8/130/

https://coderlessons.com/tutorials/bolshie-dannye-i-analitika/izuchite-excel-power-pivot/excel-power-pivot-charts-sozdanie

https://www.planetaexcel.ru/techniques/24/5854/

Источник

Время на прочтение
10 мин

Количество просмотров 10K

Считается, что Data Mining — это магическое снадобье из SQL, Python, Power BI и других волшебных компонент. Мало кто знает, что при правильном подходе с Data Mining может совладать офисный планктон с помощью одного лишь Excel.

Если вы абсолютно далеки от Data Mining, но хотите причаститься его таинств, это руководство в картинках по шагам сделано для вас. Особенно полезно тем, кто никогда бы даже не подумал сделать подобное самостоятельно.

Если вы владеете специальными инструментами для работы с данными, то будет интересно узнать ваше мнение о решениях без «рокет сайнс» (как о явлении в целом, так и о данном кейсе).

Тепловая карта цен в Excel

В качестве практического вопроса будем рассматривать визуализацию данных из объявлений на популярных сайтах продажи квартир. Визуальный анализ — основа основ Data Mining, а при отсутствии специальных знаний — и вовсе единственный способ для понимания смысла, содержащегося в большом количестве данных. Это настолько фундаментальный навык, что ему посвящена целая народная мудрость:

Лучше один раз увидеть, чем сто раз услышать*

*Это все, что нужно знать о достоинствах визуального анализа.

Термины

Тепловая карта (heat map) – обозначение какого-либо показателя цветом:

Как правило, более высокие значения обозначаются красными оттенками, более низкие – синими. Обычная цветовая шкала выглядит так:

Географическая тепловая карта – обозначение показателя цветом на географической карте. Более высокие значения температуры показаны более красными оттенками в привязке к географическим точкам:

Географическая тепловая карта цен – обозначение цветом цен в разных географических местах.

В нашем случае это будут цены на квартиры.

Данные

Цены на квартиры будем брать с общеизвестных досок объявлений А и Ц. Для сбора объявлений без программирования нужно воспользоваться готовым парсером. В данном случае выберем наиболее доступный по причине его бесплатности и наиболее удобный из-за простоты установки в три клика в Excel.

Парсеру надо дать понять какие объявления нужно скачивать. Для этого используется ссылка на доску объявлений.

Для подготовки ссылки для скачивания объявлений с доски объявления А открываем браузер, в браузере открываем сайт доски объявлений, выбираем регион (для примера → Брянск) и раздел → квартиры. В адресном поле браузера получаем ссылку: https://www.avito.ru/bryanskaya_oblast/kvartiry. В последней части ссылки видим раздел → kvartiry, перед ней расположен регион → bryanskaya_oblast. Вместо Брянска можно указать свой регион, а вместо раздела квартир можно указать дома-дачи-коттеджи или земельные-участки. Также можно использовать фильтры (например новостройки или вторичка, количество комнат) и они отобразятся в составе ссылки. Скажем спасибо доске объявлений А за такой понятный порядок формирования ссылок.

Для подготовки ссылки с доски объявлений Ц придется сделать дополнительный шаг: после выбора региона, раздела, фильтров и нажатия кнопки «Найти» нужная ссылка еще не будет готова. Для завершения подготовки ссылки нужно перейти на вторую страницу списка объявлений. После этого ссылка в адресной строке браузера примет вид https:// cian.ru/cat.php?deal_type=sale&engine_version=2&offer_type=flat&p=2&region=4562&room1=1&room2=1. Раздел квартир здесь будет в offer_type=flat, а регион – в region=4562. Скажем «фу» доске объявлений Ц за не самый удобный порядок формирования ссылок.

Готовые ссылки как есть копируем из адресной строки браузера (нажатием кнопок Ctrl+A и Ctrl+C) и вставляем в парсере нажатием кнопки Добавить ссылку. Для обеих ссылок можно указать один и тот же новый файл Excel, в который будут сохраняться объявления.

Чтобы код для парсинга доски объявлений А загрузился в Excel → в настройках парсера (расположены в Excel на вкладке Надстройки) ставим галочку у парсера доски объявлений А и выключаем галочки у сохранения фотографий из объявлений, у сохранения копии объявлений, у открывания номера телефона и у других ненужных опций. То же самое повторяем с настройками парсера доски объявлений Ц.

Теперь ссылки полностью готовы для загрузки объявлений. Нажимаем в меню парсера кнопку Старт и ждем около 20 секунд до загрузки первого объявления. Да, процесс совсем не быстрый и займет время. Можно уменьшить интервал запросов в настройках парсера до 10 или 5 секунд и иногда это даже прокатывает. Но обычно доски объявлений очень не любят ботов и сразу закрывают доступ к данным (бан). Конечно, эти ограничения можно обойти и загружать данные в 100 раз быстрее, но это дороже.

Загружаемые объявления выглядят примерно так:

Фрагмент листа Excel c загруженными парсером объявлениями Авито и ЦИАН

Таких строк может быть несколько тысяч. В нашем примере это около 5000 объявлений для Брянской области в октябре 2021.

Из множества данных нам понадобятся только широта, долгота, цена, общая площадь и офер:

Широта	Долгота	Цена	Общая	Офер
53,2656	34,35292	5030000	64,2	Продам
53,20856	34,46647	2443000	51	Продам
53,26398	34,33171	10000	40	Сдам
53,54983	33,76486	750000	35	Продам
…

Это сырые данные, которые требуют подготовки.

Подготовка

Отделим аренду от продажи. Для этого добавим фильтр по полю «офер» и выделим только предложения продажи. Можно и наоборот – оставить только предложения аренды и работать дальше с ними.

Фильтр Excel

Выделим отфильтрованные данные, Ctrl+G → только видимые:

Выделение только видимых ячеек

Копируем их Ctrl+C и вставим на новый лист Ctrl+V:

Широта	Долгота	Цена	Общая
53,2656	34,35292	5030000	64,2
53,20856	34,46647	2443000	51
53,54983	33,76486	750000	35
53,31711	34,30244	1450000	62
53,26612	34,33491	2950000	36
…

Если показывать цены на многокомнатные квартиры одним цветом и цены однушек другим цветом, в результате получим карту размещения жилья по числу комнат. Для анализа цен этот показатель слишком сырой. Вместо него используем среднюю цену за квадратный метр.

При делении цены квартиры на общую площадь получим цену одного квадратного метра. Этот показатель лучше отражает ценность жилья с учетом всех ценообразующих факторов: расположения, состояния, отделки и окружения. Поэтому добавим колонку с ценой одного квадратного метра и уберем колонки с ценой и общей площадью:

Широта	Долгота	За 1 кв.м.
53,2656	34,35292	78348,91
53,20856	34,46647	47901,96
53,54983	33,76486	21428,57
53,31711	34,30244	23387,1
53,26612	34,33491	81944,44
…

Теперь проведем стандартные процедуры проверки заведомо ошибочных данных.

У нас есть две группы данных: географическое положение и цена. Для проверки обеих групп используем визуальный контроль.

Поместим имеющиеся географические точки на обычную диаграмму Excel:

Ошибочные данные выглядят так

Посмотрим координаты крайних точек Брянской области. Широта должна быть от 51,5039 до 54,021, долгота от 31,1432 до 35,1917. Некоторые наши точки выходят за эти пределы. Опустим здесь рассмотрение причин появления испорченных данных и возможных путей их восстановления, т.к. это не относится прямо к цели визуализации данных и противоречит принятому ограничению квалификации пользователя. По этой же причине используем грубый, но простой способ избавления от испорченных данных.

Заменим нулями строки, где долгота и широта выходят за границы региона → с помощью простой формулы:

Обнуление ошибочных данных

Затем добавим фильтр и уберем отображение строк с нолями:

Фильтр выбора ненулевых данных

Выделим все строки отфильтрованных колонок данных, затем Сtrl+G → только видимые:

Повторенье — мать ученья

Копируем их Ctrl+C и вставим в новое место (рядом) Ctrl+V.

Очищенные таким образом долготы и широты точек отправляем на новую диаграмму Excel и видим результат очистки:

Данные без географических ошибок

Теперь также с помощью визуального анализа очистим данные о ценах.

Для этого построим гистограмму, чтобы посмотреть сколько каких значений цены в нашей выборке.

Почему график именно такой

Город рос в естественных условиях (построен не одномоментно по единому плану), имеет развитое сельское хозяйство и небольшие промышленные предприятия (не лакшери центр). Теория говорит, что при таких обстоятельствах цены на финансовые активы (жилье – один из базовых финансовых активов) должны быть распределены логнормально.

Присутствие на гистограмме длиннющего тощего хвоста и асимметрия основной части распределения являются характерными признаками логнормального распределения. То есть в данном случае практика соответствует теории.

Практический смысл этой гистограммы: если данные из правой части отметить на карте одним цветом, из средней — вторым и из левой — третьим, то вся карта будет залита одним цветом. Потому что в средней и в правой частях точек почти нет. Аналитического смысла у такой карты не будет.

Чтобы избавиться от упомянутого эффекта нужно отбросить хвост распределения, а заодно и данные из первого левого кармана. В результате получим такую гистограмму:

Те же данные в другом горизонтальном масштабе

Теперь количество данных в разных частях более-менее сопоставимо. Количество карманов здесь посчитано Excel автоматически и оно явно избыточно для того, чтобы каждый уровень цены обозначать своим цветом. Поэтому в дальнейшем перестроим гистограмму по количеству карманов в соответствии с количеством цветов, которые будут использованы на карте. В нашем случае будем использовать 7 цветов.

Перед разбивкой данных по карманам рассмотрим еще одно обстоятельство, которое стоит учесть на этапе подготовки данных. Дело в том, что точки на карте могут располагаться слишком тесно. Например, здесь шесть объявлений расположены в одном доме и перекрывают друг друга даже на самом крупном масштабе:

На более мелких масштабах эти метки полностью сольются и станут неразличимы.

Чтобы избавиться от излишней в данном случае детализации данных проведем их усреднение. Для усреднения данных воспользуемся следующим приемом.

Обычная точность указания координат использует 6 знаков после запятой. Например, широта 52,549374 и долгота 31,897056. Четвертый знак после запятой соответствует масштабу придомовой территории. В нашем примере в диапазон долготы от 31,8965 до 31,8974 попадают все объявления, относящиеся к одному строению. Используем это обстоятельство для группировки данных в процессе усреднения.

Добавляем к имеющимся данным столбцы с округленными до 3 знака широтой и долготой. Еще одним столбцом добавляем символьную сумму этих двух последних столбцов:

Формулы округления координат

Что в результате дает:

Результат округления координат

После чего сортируем все столбцы по колонке с текстом и применяем Промежуточный итог:

Стандартный инструмент Excel на вкладке Данные → Структура

В результате данные разбиваются на группы близколежащих точек, для которых вычисляются средние цены и координаты:

В строке 5 среднее строк 2 — 4

Для замены групп на точки со средними значениями → сворачиваем все группы, выделяем колонки координат и цены:

Выделяем только нужные колонки

Затем выделяем только видимые ячейки Ctrl+G → только видимые, копируем Ctrl+C:

Так выглядят скопированные только видимые ячейки

После чего вставляем скопированное на новый лист. Теперь на каждом здании будет не больше одной точки с данными, которая соответствует среднему значению всех относящихся к зданию объявлений:

Одна точка вместо шести в результате их усреднения

С помощью такого приема можно провести усреднение цен на уровне группы зданий или по кварталу.

После такого прореживания осталось меньше половины точек. Благодаря этому карта цен будет значительно меньше перегружена данными в самых насыщенных местах.

Получившийся набор данных предстоит разложить по карманам в зависимости от величины цены. Для 7 цветов = 7 карманов гистограмма выглядит так:

Гистограмма усредненных данных

Данные из первого левого столбца гистограммы будут синего цвета, из последнего правого — красными, а из расположенных между ними — оттенками зеленого:

Те же данные в боевой раскраске

Цвет получается смешиванием красного (R), зеленого (G) и синего (B). Интенсивность каждого цвета находится в диапазоне от 0 до 255. Смешивание для получения показанных цветов приведено в следующей таблице.

Цвет	R	G	B	Код
Синий	0	171	255	0,171,255
	0	171	171	0,171,171
	0	255	171	0,255,171
Зеленый	0	255	0	0,255,0
	171	255	0	171,255,0
	255	85	0	255,85,0
Красный	255	42	0	255,42,0

Обозначения из столбца Код будут использованы для окрашивания данных на карте.

Полученный результат можно считать подготовленными данными для отображения их на карте.

Обработка

Имеющиеся цены разделим на 7 равных интервалов. (В этой области знаний интервалы синонимы диапазонов, и еще их называют карманами.)

Для определения ширины интервала разницу максимальной и минимальной цен нужно разделить на количество карманов. В нашем случае данные такие:

Минимум	4000
Максимум	109253,1
Кол-во карманов	7
Ширина кармана	15036

И карманы:

1	3999	—	19035
2	19035	—	34071
3	34071	—	49107
4	49107	—	64144
5	64144	—	79180
6	79180	—	94216
7	94216	—	109253

Для получения данных первого кармана нужно скопировать данные широты и долготы для цен от 3999 до 19035 и вставить в новое место. Цены копировать не нужно, они использовались только для разбивки данных по карманам и больше не пригодятся. Аналогично для второго кармана копируем широты и долготы для цен от 19035 до 34071 и вставляем их рядом с данными из первого кармана. Повторив семь раз получим в результате:

Данные разложены по карманам

В каждом кармане две колонки: левая — широта и правая — долгота. Количество строк в каждом кармане разное, как было показано на последней гистограмме.

Теперь данные полностью готовы для их помещения на карту.

Карта

Для построения карты нужно сделать три шага:

Добавить шаблон карты → Заполнить шаблон данными → Показать результат

Шаблон карты добавляется кнопкой Добавить в меню парсера. Если в меню парсера нет кнопок для работы с картой, то в настройках парсера нужно включить опцию Excel → График на карте.

Шаблон тепловой карты Excel

В первой строке шаблона указаны значения по умолчанию, которые можно изменять. В левой таблице вставляются подготовленные данные о ценах. Правая таблица служит для вывода на карте подписей к конкретным точкам.

Для вставки в шаблон данных о ценах из первого кармана нужно в ячейку A3 вставить ссылку на диапазон данных о широте и долготе, которые указаны в двух колонках первого кармана, вот эти:

Фрагмент данных первого кармана

Для примера это диапазон Q4:R582 на листе По карманам в файле Брянск 10(октябрь)-21.xlsx.

Вставить ссылку на этот диапазон можно с помощью функции Ссылка(диапазон).

В ячейке А3 шаблона пишем название функции:

Пользовательская функция =Ссылка()

В качестве единственного аргумента функции Ссылка указываем диапазон Q4:R582 на листе По карманам:

Использование функции Ссылка

В результате получаем:

Результат функции Ссылка

Точки данных первого кармана ранее условились обозначать синим цветом с кодом 0,171,255. Для примера формулы ниже: таблица с кодами цветов находится на листе Палитра. Код синего цвета находится в ячейке Е3:

Для вставки ссылки на ячейку в Excel не требуется использовать специальную функцию, поэтому в ячейке шаблона В3 вставляем ссылку на ячейку кода синего цвета обычным способом:

В результате:

Размер точек определяется из субъективных соображений. Для примера примем размер 10:

На этом шаблон карты полностью готов для отображения данных из первого кармана.

Посмотрим что получилось. Для этого нажимаем кнопку Отобразить в меню парсера, после чего открывается новое окно:

Слишком крупный масштаб карты

Метки на карте отсутствуют из-за масштаба. Зумим колесом мышки и получаем:

Визуализация данных первого кармана

Закрываем окно с картой, добавляем данные из второго кармана:

Шаблон карты с данными двух первых карманов

Данные из второго кармана отображаются поверх данных первого кармана:

Визуализация данных двух первых карманов

После добавления всех оставшихся карманов:

Полностью заполненный шаблон карты для всех карманов

На карте:

Это и есть визуализация цен на географической карте, сделанная в Excel без программирования. Ее можно зумить и двигать как обычную карту в браузере. Для копирования карты в буфер в парсере есть специальная кнопка Копировать.

В завершение отметим на карте какое-нибудь место, например Аграрный университет. Координаты широты и долготы БГАУ возьмем по указанной ссылке и вставим в ячейки J3 и К3. Ссылку на ячейки с координатами вставим в ячейку шаблона Н3:

Заполненный шаблон метки на карте

Увидим БГАУ на карте и оценим его влияние на цену недвижимости:

Метка на карте в Excel

Файл Excel с примером можно скачать здесь.

Источник

В декабре 2020 года Microsoft анонсировал функцию LAMBDA, которая позволяет определять пользовательские функции, написанные на языке формул Excel. Я недавно привел примеры того, как работает LAMBDA. Но Microsoft на этом не остановился, и в июле 2021 г. объявил о создании новых функций, основанных на LAMBDA:

MAP: принимает в качестве аргумента массив, и возвращает массив того же размера, обработав каждый элемент с помощью функции LAMBDA.

REDUCE: реализует цикл обработки элементов массива, применяя функцию LAMBDA к каждому значению и возвращает одно накопленное значение.

SCAN: реализует цикл обработки элементов массива, применяя функцию LAMBDA к каждому значению и возвращает массив того же размера, содержащий все промежуточные значения.

MAKEARRAY: возвращает массив с заданным числом строк и столбцов, применяя функцию LAMBDA для вычисления элементов массива.

BYCOL: возвращает массив в виде строки, один результат для каждого столбца массива.

BYROW: возвращает массив в виде столбца, один результат для каждой строки массива.

ISOMITTED: проверяет, отсутствует ли значение, и возвращает ИСТИНА, в противном случае – ЛОЖЬ.

Скачать заметку в формате Word или pdf, примеры в формате Excel

Функция MAP

Цель – создать массив того же размера, что и исходный, преобразовав каждый элемент с помощью функции LAMBDA. Синтаксис:

=MAP(массив1; [массив2]; [массив#]; LAMBDA)

массив1 – массив который нужно сопоставить (обязательный);

массив2 – еще один массив для сопоставления (необязательный);

массив# – еще массивы для сопоставления (необязательный);

LAMBDA – функция LAMBDA, которая должна быть последним аргументом и включать столько параметров, сколько передано массивов (обязательный).

Рис. 1. Синтаксис функции MAP

Квадраты целых чисел, превышающих определенное значение

Следующая формула принимает массив А1:С2 и возвращает массив D4:F5. Если элемент в исходном массиве не больше 4, возвращается его значение, если более – квадрат значения:

=MAP(A1#;LAMBDA(a;ЕСЛИ(a>4;a^2;+a)))

Рис. 2. Квадраты целых чисел, превышающих определенное значение

По поводу использования +a в качестве третьего аргумента функции ЕСЛИ() на сайте Microsoft и в Инете сказано, что обозначение +a используется для принудительного преобразования из ссылки на диапазон в массив значений. Без знака + функция MAP может вернуть ошибку #ВЫЧИСЛ! Этот шаг иногда необходим при работе с формулами массива, которые разливаются в диапазон. Я поэкспериментировал, но мне не удалось получить ошибку #ВЫЧИСЛ!. Так что запись

=MAP(A1#;LAMBDA(a;ЕСЛИ(a>4;a^2;a)))

… тоже работает. Возможно, ошибка существовала в более ранних версиях, а сейчас устранена.

Применение логического И к двум массивам

Следующая формула в качестве аргументов принимает два массива – столбцы Элемент1 и Элемент2, и возвращает ИСТИНА, только если оба значения в одной строке = ИСТИНА:

=MAP(Таблица1[Элемент1];Таблица1[Элемент2];LAMBDA(a;b;И(a;b)))

Рис. 3. Массив, основанный на логическом И

Фильтрация строк, отвечающих нескольким условиям

Рис. 4. Вывод элементов массива по критериям

Следующая формула фильтрует таблицу А1:В11, оставляя только строки, которые соответствуют критериям отбора:

=ФИЛЬТР(

Таблица3;

MAP(

Таблица3[Размер];

Таблица3[Цвет];

LAMBDA(

разм;

цвет;

И(разм=E2;цвет=E3)

)

Удаление не цифр

В ячейке А2 я создал случайный массив из цифр, прописных и строчных букв английского алфавита и некоторых специальных символов:

Рис. 5. Массив случайных символов

Проанализируем формулу

=СИМВОЛ(СЛМАССИВ(12;6;48;122;ИСТИНА))

Функция СЛМАССИВ() создает массив из 12 строк и 6 столбцов целых чисел (аргумент ИСТИНА) в диапазоне от 48 до 122.

Рис. 6. Таблица ASCII кодов

Функция СИМВОЛ() выводит символ по его ASCII коду. Функция СЛМАССИВ() волатильна, т.е. её значения меняются с любым изменением на листе Excel. Можно принудительно запускать пересчет, нажимая кнопку F9.

Создадим новый массив, который вернет только цифры:

Рис. 7. Функция MAP возвращает массив чисел

Несколько слов о формуле

=MAP(ЗНАЧЕН(A2#);LAMBDA(a;ЕСЛИ(ЕЧИСЛО(a);+a;»»)))

Функция MAP() принимает массив А2#, обернутый в функцию ЗНАЧЕН(). Функция СИМВОЛ() возвращает текст, даже, если это цифра. ЕЧИСЛО() проверяет является символ числом. Если да, то возвращается сам символ +а, если нет – пустая строка «».

Когда использовать MAP

Механизм динамических массивов в Excel может выполнять ряд операций с массивами и без использования MAP. Например, следующие формулы возвращают один и тот же результат:

=MAP(массив; LAMBDA(a;a+1))

В таких кейсах использование MAP не оправдано. Однако есть случаи, когда MAP может быть полезна:

Для выполнения логических тестов с функциями И, ИЛИ.
Для выполнения операций агрегирования нескольких массивов. Например,

=MAP(rng1;rng2;rng3; LAMBDA(a;b;c;МАКС(a;b;c)))

Чтобы заставить функцию разлиться, чего в противном случае не будет.

Функция MAP возвращает массив результатов. Если вы хотите обрабатывать каждый элемент в массиве по отдельности, но получить единый агрегированный результат, вам нужна функция REDUCE.

Рис. 8. Максимальные значения трех массивов

Фильтрация таблицы по условию, рассчитываемому налету

Пусть у нас есть данные многолетних наблюдений температуры в Москве:

Рис. 9. Среднемесячные температуры в Москве по годам

Наша цель – оставить только те строки таблицы, которые соответствуют среднегодовой температуре > 6°C… и представить все данные по шкале Фаренгейта (извините за некоторую искусственность примера). С этим преобразованием справится следующая формула:

=MAP(

ФИЛЬТР(

Таблица4;

BYROW(

Таблица4;

LAMBDA(

год;

СРЗНАЧ(год)>S2)

);

«нет данных»

);

LAMBDA(

темп;

ЕСЛИ(

ЕЧИСЛО(темп);

ПРЕОБР(темп;«C»;«F»);

Темп

)

Чтобы номера годов не участвовали в вычислениях среднего значения по строке я предварительно преобразовал их в текст с помощью формулы ТЕКСТ(год;»0000″).

Рис. 10. В правом массиве отфильтрованы строки, соответствующие среднегодовой температуре > 6°C; температура указана по шкале Фаренгейта

Проанализируем формулу. Функция MAP() имеет два аргумента: массив (рис. 11а) и LAMBDA (рис. 11б).

Рис. 11. Два аргумента функции MAP

Первый аргумент фильтрует исходную таблицу, т.е., оставляет только строки с годами, соответствующими условию, второй – преобразует значения элементов отфильтрованного массива.

Рис. 12. Три аргумента функции ФИЛЬТР

Функция ФИЛЬТР() имеет три аргумента: массив – ссылается на таблицу без строки заголовка (Таблица4); включить – какие строки таблицы оставить (функция BYROW); если_пусто – что вывести, если строк после фильтрации не осталось.

Функция BYROW() подробнее будет рассмотрена ниже. Она принимает в качестве первого аргумента массив (Таблица4), и обрабатывает его с помощью функции LAMBDA(год;СРЗНАЧ(год)>S2). BYROW() возвращает массив в виде одного столбца с количеством строк, равным числу строк в Таблица4. Массив, возвращаемый BYROW(), содержит значения ИСТИНА, если СРЗНАЧ(год)>S2, или ЛОЖЬ, если условие не выполнено.

Второй аргумент функции MAP преобразует значения элементов отфильтрованного массива. Преобразование выполняется внутри функции LAMBDA.

Рис. 13. Два аргумента функции LAMBDA

Первый аргумент функции LAMBDA – параметр (темп). Этот параметр кодирует (ссылается на) массив, возвращаемый функции ФИЛЬТР(). Параметр темп обрабатывается функцией ЕСЛИ.

Рис. 14. Три аргумента функции ЕСЛИ

Первый аргумент функции ЕСЛИ() – лог_выражение – проверяет, является ли элемент массива (отфильтрованной Таблица4) числом. Если да, то возвращается значение_если_истина – ПРЕОБР(темп;»C»;»F»). Именно здесь происходит преобразование градусов Цельсия в Фаренгейта. Если проверяемый элемент массива не является числом (а в Таблица4 таковыми будут только года), то возвращается сам элемент.

Вуаля))

Функция REDUCE

Смысл функции – обработать массив, чтобы вернуть одно число. Синтаксис:

=REDUCE([начальное_значение]; массив; LAMBDA(а; b; вычисление))

[начальное_значение] – задает начальное значение для аккумулятора (необязательный аргумент);

массив – массив, каждый элемент которого нужно обработать с помощью функции LAMBDA;

LAMBDA – функция обработки элементов массива. Поскольку функция REDUCE имеет два параметра – начальное_значение и массив, функция LAMBDA также включает два параметра, ссылающиеся на начальное_значение и массив:

а – аккумулятор, накапливает значение, возвращаемое в качестве конечного результата функцией REDUCE; сначала аккумулятор получает начальное_значение, а затем изменяется с каждым циклом обработки массива.
b – ссылается на массив (другими словами – на каждый элемент массива).

Третий аргумент функции LAMBDA – вычисление – задает порядок обработки элементов массива.

Суммирование квадратов значений

Рис. 15. Суммирование квадратов элементов массива

Разберем формулу

=REDUCE(;A1#;LAMBDA(a;b;a+b^2))

Функция REDUCE имеет три аргумента. Первый – initial_value – необязательный (рис. 16а). Иногда его можно опустить, иногда следует явно указать ноль (см. пример 3). Иногда нужно присвоить значение, отличное от нуля, чтобы избежать деления или умножения на ноль. Второй аргумент – array – обязательный (рис. 16б). Это массив, вычисления по которому вернет одно значение. В нашем примере аргумент задается динамическим массивом А1#, который разлит в диапазоне А1:С2. Третий аргумент – function – обязательный. Он задает функцию обработки массива. По определению здесь может использоваться только функция LAMBDA. Параметр a соответствует начальному значению (равному нулю), b – массиву А1#. В третьем аргументе функции LAMBDA происходит суммирование квадратов всех элементов массива А1#.

Если вы немного программируете, то воспринимайте аргумент a+b^2, как выражение внутри цикла: a = a + b^2.

Рис. 16. Три аргумента функции REDUCE

Произведение значений, превышающих критерий

Задача – найти произведение всех элементов массива, значение которых превышает 50. Используем формулу:

=ЕСЛИ(

REDUCE(1;A2#;LAMBDA(a;b;ЕСЛИ(b>50;a*b;a)))=1;

«нет значений более 50»;

REDUCE(

A2#;

LAMBDA(

ЕСЛИ(

b>50;

a*b;

)

Рис. 17. Произведение значений, превышающих критерий

Основное действие происходит в этом фрагменте:

REDUCE(

A2#;

LAMBDA(

ЕСЛИ(

b>50;

a*b;

)

Функция REDUCE имеет три аргумента: initial_value = 1, array – A2#, function – LAMBDA(a;b;ЕСЛИ(b>50;a*b;a)). LAMBDA принимает два параметра: а = 1 и b = массив A2#. Третий аргумент функции LAMBDA – расчет = ЕСЛИ(b>50;a*b;a). Если элемент массива A2# > 50, умножаем значение элемента на произведение, полученное на предыдущем шаге. Иначе, оставляем произведение, полученное на предыдущем шаге без изменения. Переходим к следующему элементу.

Функция REDUCE() обёрнута во внешнее ЕСЛИ(). Здесь проверяется: если REDUCE = 1, значит не нашлось ни одного элемента > 50. Возвращается текст «нет значений более 50». Иначе возвращается значение REDUCE().

Сумма четных и нечетных значений

Рис. 18. Сумма четных и нечетных значений

С кодом формулы предлагаю вам разобраться самостоятельно:

=REDUCE(0;A2#;LAMBDA(a;b;ЕСЛИ(ЕЧЁТН(b);a+b;a)))

Подсчет числа значений, удовлетворяющих критерию

Продолжим примеру со среднемесячными температурами в Москве. Подсчитаем, сколько месяцев за последовательные 10-летние периоды имели среднюю температуру ≥ 18°С:

Рис. 19. Число месяцев в десятилетии, начинающемся с указанного года, с температурой ≥ 18°С

=REDUCE(

ДВССЫЛ(«B»&(O5—1879)&«:M»&(O5—1870));

LAMBDA(

ЕСЛИ(b>=$O$2;a+1;a)

)

Функция REDUCE имеет три аргумента: initial_value = 0, array – ДВССЫЛ(«B»&(O5-1879)&»:M»&(O5-1870)), function – LAMBDA(a;b;ЕСЛИ(b>=$O$2;a+1;a)). Функция ДВССЫЛ() возвращает диапазон (массив), соответствующий году в столбце О. Например, в ячейке Р5 функция ДВССЫЛ() возвращает диапазон В2:М11. (Подробнее о ДВССЫЛ см. Примеры использования функции ДВССЫЛ.) LAMBDA принимает два параметра: а = 0 и b = массив, сформированный ДВССЫЛ(). Третий аргумент функции LAMBDA – расчет = ЕСЛИ(b>=$O$2;a+1;a). Если элемент массива ≥ $O$2, накопитель – а – увеличивается на 1, если нет, то а остается без изменения.

Справедливости ради отметим, что «старые» формулы Excel справятся с задачей даже лучше. Например, введите в ячейке Q5 формулу (см. рис. 19):

=СЧЁТЕСЛИ(ДВССЫЛ(«B»&(O5—1879)&«:M»&(O5—1870));«>=»&$O$2)

Функция SCAN

Функция сканирует массив и возвращает промежуточные результаты. Синтаксис:

=SCAN([начальное_значение]; массив; LAMBDA(а; b; вычисление))

[начальное_значение] – задает начальное значение для аккумулятора (необязательный аргумент); если вы работаете с текстом, установите начальное значение «».

массив – массив, который нужно просканировать;

LAMBDA – функция сканирования массива; включает два параметра, ссылающиеся на начальное_значение и массив:

а – сканируемое значение, возвращаемое в качестве конечного результата функцией SCAN; сначала аккумулятор получает начальное_значение, а затем изменяется с каждым циклом обработки массива.
b – ссылается на массив (другими словами – на каждый элемент массива).

Третий аргумент функции LAMBDA – вычисление – задает порядок обработки элементов массива.

Вычисление факториала

=SCAN(

A1#;

LAMBDA(

a*b

)

Рис. 20. Вычисление факториала

Сцепление символов в массиве

=SCAN(

«»;

A1:C2;

LAMBDA(

a&b

)

Рис. 21. Сцепление символов в массиве

На этом примере видно, как работает накопитель – параметр а функции LAMBDA.

Специфика SCAN, REDUCE и MAP

Функция SCAN возвращает массив, содержащий промежуточные значения, созданные во время сканирования. SCAN можно использовать для вычислений, которые показывают промежуточные результаты. Функция SCAN возвращает массив того же размера, что и исходный. Подобно функции REDUCE, SCAN реализует цикл по всем элементам массива, выполняя вычисления для каждого элемента. Отличие в том, что REDUCE возвращает одно – финальное – значение, а SCAN возвращает все промежуточные значения. Ранее изученная функция MAP также сканирует массив, и возвращает массив того же размера, что и исходный. Отличие в том, что MAP обрабатывает каждый элемент массива как независимый, а SCAN последовательно накапливает результат.

Накопительный итог в Умной Таблице

Допустим, у нас есть продажи за 6 месяцев:

Рис. 22. Таблица продаж

… и вы хотите показать продажи накопительным итогом. Можно использовать следующую неуклюжую формулу:

Рис. 23. Сумма продаж накопительным итогом

В этой формуле смешаны ссылка на ячейку (C1) и структурированная ссылка ([@Sales]). А функция Ч() добавлена, чтобы текстовое значение вернуло 0, а не ошибку #ЗНАЧ!

Формула работает, если добавляются значения, но ломается при вставке значений:

Рис. 24. Формула ломается при вставке строк

Вот тут-то и приходит на помощь функция SCAN:

=SCAN(

Sales[Продажи];

LAMBDA(

a+b

)

Рис. 25. Накопительный итог

SCAN сканирует массив – столбец Продажи таблицы Sales (диапазон А1:В10), последовательно суммируя значения на основе LAMBDA. Затем SCAN возвращает массив результатов (диапазон D2:D10), который подстраивается под размер столбца Продажи. И дополнительные строки Таблицы, и вставка новых строк, отражаются корректно.

Функция MAKEARRAY

Функция возвращает массив с заданным числом строк и столбцов на основе пользовательского вычисления LAMBDA. MAKEARRAY можно использовать для создания массивов с переменными размерами и значениями, вычисляемыми внутри функции. Синтаксис:

=MAKEARRAY(строки; столбцы; LAMBDA(r; c; вычисление))

строки – количество строк в массиве; должно быть больше нуля;

столбцы – количество столбцов в массиве; должно быть больше нуля;

LAMBDA – функция, используемая при создании значений массива; общее количество значений в массиве будет равно числу строк, умноженному на число столбцов. Функция LAMBDA включает два параметра, ссылающиеся на строки и столбцы:

r – ссылается на число строк;
с – ссылается на число столбцов.

Третий аргумент функции LAMBDA – вычисление – задает значения возвращаемого массива.

Таблица умножения

=MAKEARRAY(

LAMBDA(

r*c

)

Рис. 26. Таблица умножения

Массивы фиксированных и случайных значений

Элементы массива могут быть жестко заданными. Например…

=MAKEARRAY(2;3;LAMBDA(r;c;0))

… вернет прямоугольник 2х3 с шестью нулями.

Массив может состоять из букв. Например…

=MAKEARRAY(2;3;LAMBDA(r;c;«x»))

Более интересен вариант со случайными элементами массива. Например…

=MAKEARRAY(6;6;LAMBDA(r;c;СИМВОЛ(СЛУЧМЕЖДУ(65;90))))

… вернет массив 6х6 со случайно отобранными прописными английскими буквами:

Рис. 27. Массив случайных букв

Визуализация адресов ячеек

=MAKEARRAY(

10;

LAMBDA(

ОБЪЕДИНИТЬ(

;

СИМВОЛ(b+64);

)

Рис. 28. Адреса ячеек

Функция BICOL

Функция возвращает массив в виде строки, один результат для каждого столбца массива. Например, если исходный массив включает 3 столбцами, BYCOL вернет строку из 3 элементов. Синтаксис:

= BYCOL(массив; LAMBDA(а; вычисление))

массив – исходный массив;

LAMBDA – функция обработки массива; включает один параметр а, ссылающиеся на массив. Второй аргумент функции LAMBDA – вычисление – задает способ агрегирования столбцов массива.

Возврат максимального значения в каждом столбце

=BYCOL(A1#;LAMBDA(a;МАКС(a)))

Рис. 29. Максимальное значение в каждом столбце массива

Сумма квадратов элементов массива отдельно по каждому столбцу

=BYCOL(A1#;LAMBDA(a;СУММКВ(a)))

Рис. 30. Сумма квадратов по столбцу

Функция BIROW

Функция возвращает массив в виде столбца, один результат для каждой строки массива. Например, если исходный массив включает 3 строки, BYROW вернет столбец из 3 элементов.

Рис. 31. Примеры использования функции BYROW

Для расчета суммы по строке в ячейки I2 используется формула:

=BYROW(B2#;LAMBDA(a;СУММ(a)))

Для нахождения числа вхождений со значениями более 90 по строке в ячейке J2 используется формула:

=BYROW(B2#;LAMBDA(a;СЧЁТЕСЛИ(a;»>»&90)))

Еще один метод использования функции BYROW был показан выше.

Функция ISOMITTED на момент написания заметки отсутствовала в моей версии Excel.

Использованные материалы

New LAMBDA functions available in Excel https://insider.office.com/es-es/blog/new-lambda-functions-available-in-excel

Excel MAP Function https://exceljet.net/excel-functions/excel-map-function

Excel REDUCE Function https://exceljet.net/excel-functions/excel-reduce-function

Excel SCAN Function https://exceljet.net/excel-functions/excel-scan-function

Excel MAKEARRAY Function https://exceljet.net/excel-functions/excel-makearray-function

Excel BYCOL Function https://exceljet.net/excel-functions/excel-bycol-function

Excel BYROW Function https://exceljet.net/excel-functions/excel-byrow-function

Liam Bastick and Chris Gross. Not Just Mary Can Have a Little LAMBDA / Excel Hits 500 https://www.sumproduct.com/news/article/not-just-mary-can-have-a-little-lambda-excel-hits-500

Источник

Содержание

1 Что означают синие круги?
2 Способ 1. Быстро и бесплатно — компонент Bing Maps
3 Способ 2. Гибко и красиво — режим карты в отчетах Power View
4 Способ 3. Дорого и профессионально — надстройка Power Map
5 Способ 4. Пузырьковая диаграмма с «доработкой напильником»
6 Способ 5. Сторонние приложения и надстройки
- 6.1 Создание карты из списка адресов. Добавить список адресов на карту
- 6.2 Ссылка на карту из файла Excel
- 6.3 Просто добавить адреса на карту в Excel 2013 и выше

Да, в Excel 2013 стало возможным работать с привлекательными диаграммами, которые содержат географические карты. В данной версии программы появился инструмент «Power View». Это очень мощный инструмент для создания отчётов. С его помощью мы можем создать отчёт о продажах и показать графически данные о продажах и о клиентах на карте.

Изучив эту статью, Вы научитесь создавать в Excel очень крутые отчёты. Мы будем показывать страны, города и заданные точки на географической карте. Статья ориентирована на начинающих пользователей, которые хотят лучше разобраться в данном вопросе.

Первые шаги
Может ли Power View распознавать города?
Как я могу определить страну и город при помощи Power View?
Как я могу обозначить определённые географические координаты на карте?

Важно: Надстройка Power View доступна не во всех версиях Excel 2013.

Первые шаги

Начнём с простого листа Excel.

На этом листе Excel мы имеем названия стран (Country), данные о доходе (Revenue) и о количестве клиентов (Number of Customers). Мы хотим отобразить в Excel доход по каждой стране на карте мира. Сделаем это при помощи отчёта с картами.

Первым делом, выделите нужные данные. Затем нажмите кнопку Форматировать как таблицу (Format as Table) и выберите стиль таблицы.

Ваша таблица будет выглядеть приблизительно вот так:

Следующий шаг – создаём диаграмму при помощи Power View. Для этого на вкладке Вставка (Insert) кликните иконку Power View.

При первом запуске Power View будет предложено включить эту надстройку. Просто нажмите Включить (Enable).

Обратите внимание, что должен быть установлен Silverlight. Это инструмент, предназначенный для создания интерактивных приложений, он необходим для построения отчётов Power View. Появится сообщение с предложением установить Silverlight. Кликните по ссылке Установить Silverlight (Instal Silverlight), чтобы перейти к скачиванию и установке программы.

После включения надстройки для нашего отчёта Power View будет создан новый лист:

Кликните иконку Карта (Map).

Чтобы увеличить размер карты, потяните мышью правый нижний угол вниз и вправо.

Как видите, страны, перечисленные на листе Excel (South Africa, France, Italy и Bolivia) теперь отмечены на карте:

Что означают синие круги?

Синие круги на карте показывают величину дохода из столбца Revenue. Чем больше круг, тем больше доход. Работая с Power View можно настроить, что именно должно быть показано на карте. Это можно указать в поле Размер (Size) панели Поля Power View (Power View Fields):

Здорово, правда?

Может ли Power View распознавать города?

Power View отлично справляется с распознаванием городов. Проверим это на примере вот такой таблицы Excel:

Мы хотим показать на карте доход по каждому городу.

Создайте отчёт точно так же, как это было описано выше в примере со странами. Теперь это сделать проще, поскольку уже не нужно что-то включать или устанавливать.

Создаём новый лист Power View и кликаем иконку Карта (Map):

Как видно на карте, Power View отметил кругами города Houston, San Jose и Des Moines.

Иногда в разных странах встречаются города с одинаковым названием. Например, город Санта-Крус есть в США, Чили, Испании и в Боливии. В таком случае может потребоваться указать дополнительную информацию, чтобы выбрать нужный город.

Как я могу определить страну и город при помощи Power View?

Чтобы решить проблему городов с одинаковыми названиями, нужно указать в Excel название города и страны:

В столбце с названиями городов (столбец City) вводим название города и через запятую название страны.

Чтобы обновить данные, кликаем по карте правой кнопкой мыши и в контекстном меню выбираем Обновить лист (Refresh Sheet).

Теперь, когда точно указана страна, мы можем быть уверены, что все города в нашей таблице Excel находятся в США, что и требовалось.

Города по всему миру находятся автоматически. Здорово, правда?

Как я могу обозначить определённые географические координаты на карте?

Если нужно указать на карте точные географические координаты, Excel 2013 снова приходит на помощь. Для этого нам понадобятся широта и долгота.

Если понятия широты и долготы Вам не знакомы, рекомендую самостоятельно познакомиться с системой географических координат.

В Excel нам потребуется широта и долгота, чтобы отмечать на карте конкретные точки. Координаты можно узнать в Google Earth, их может подсказать Ваш смартфон или можете воспользоваться любым другим инструментом.

Примечание переводчика: В данном примере для получения координат использовался веб-сайт satelliteview.com, который, к сожалению, в момент перевода статьи уже не функционировал.

Как видите, на этом сайте можно получить широту и долготу любой точки на карте.

Теперь нам нужно создать таблицу Excel с широтой (Latitude) и долготой (Longitude), записанными в столбцах.

Как уже делали ранее, нажмите Power View на вкладке Вставка (Insert) и создайте карту.

Если Power View не обнаружит столбцы с широтой и долготой самостоятельно, укажите их вручную. Мы хотим отобразить на карте величину дохода по каждому магазину из столбца Revenue, для этого на панели Поля Power View (Power View Fields) в поле Местоположения (Locations) выберем Revenue. Посмотрите на рисунок ниже:

Теперь магазины показаны на карте!

Как Вы можете видеть, при помощи Power View мы создали в Excel очень мощный отчёт. Всё, что нам для этого потребовалось – это Excel 2013, Silverlight и немного знаний по географии.

Из этой статьи Вы научились отмечать графически страны, города и географические точки при помощи Excel и Power View.

Урок подготовлен для Вас командой сайта office-guru.ru
Источник: /> Перевел: Антон Андронов

Правила перепечаткиЕще больше уроков по Microsoft Excel

Оцените качество статьи. Нам важно ваше мнение:

Способ 1. Быстро и бесплатно — компонент Bing Maps

В минусах: нужен Excel 2013 с доступом в интернет, нельзя выделять области и районы.

Способ 2. Гибко и красиво — режим карты в отчетах Power View

Некоторые версии Microsoft Excel 2013 идут в комплекте с мощной надстройкой визуализации отчетов, которая называется Power View и позволяет (помимо всего прочего, а умеет она много!) наглядно отображать данные на карте. Для активации надстройки откройте вкладку Разработчик (Developer) и щелкните по кнопке Надстройки COM (COM Add-ins). В открывшемся окне поставьте галочку напротив Power View и нажмите ОК. После всех этих манипуляций на вкладке Вставка (Insert) у вас должна появиться кнопка Power View.

В область Местоположения (Locations) нужно закинуть столбец из исходной таблицы содержащий географические названия.
Если у вас нет столбца с названием, но есть колонки с координатами, то их нужно поместить в области Долгота (Longitude) и Широта (Latitude), соответственно.
Если в область Цвет (Color) закинуть товар, то каждый пузырек будет кроме размера (отображающего общую прибыль по городу) детализирован на дольки по товарам.
Добавление поля в области Вертикальных или Горизонтальных множителей (Dividers) разделит одно карту на несколько по этому полю (в нашем примере — по кварталам).

Также на появившейся сверху контекстной вкладке

Макет (Layout) можно настроить фон карты (цветная, ч/б, контурная, вид со спутника), подписи, заголовки, легенду и т.д.

Если данных очень много, то на вкладке Power View можно включить специальную Область фильтров (Filters), где с помощью привычных галочек можно выбрать какие именно города или товары нужно показать на карте:

Способ 3. Дорого и профессионально — надстройка Power Map

Ссылка на скачивание Power Map Preview с Microsoft Download Center (12 Мб)

После скачивания и установки надстройку нужно подключить на вкладке Разработчик — Надстройки COM (Developer — COM Add-ins) аналогично Power View из предыдущего пункта. После этого на вкладке Вставка должна появиться кнопка Карта (Map). Если теперь выделить таблицу с исходными данными:

… и нажать кнопку Карта, то мы попадем в отдельное окно надстройки Microsoft Power Map:

Способ 4. Пузырьковая диаграмма с «доработкой напильником»

Самый «колхозный» способ из всех перечисленных, но зато работающий во всех версиях Excel. Построить пузырьковую диаграмму (Bubble Chart), отключить у нее оси, сетку, легенду… т.е. все, кроме пузырей. Затем вручную подогнать положение пузырей, подложив под диаграмму скачанное заранее изображение нужной карты:

Способ 5. Сторонние приложения и надстройки

Из оставшихся в живых достойны упоминания:

MapCite — пожалуй, самая мощная из всех. Умеет привязываться к карте по названиям населенных пунктов, областей, округов и координатам. Выводит данные в виде точек или тепловой карты. Использует карты Bing в виде основы. Автоматом умеет кидать созданную карту в презентации Power Point. Для скачивания доступна бесплатная trial-версия, полная версия стоит 99$/год.
Esri Maps — надстройка от компании Esri также позволяющая подгружать и анализировать геоданные из Excel на карты. Много настроек, различные типы диаграмм, поддерживает русский язык. Есть бесплатная демо-версия. Полная версия требует подписки на картографический сервис ArcGis.
MapLand— одна из первых надстроек на эту тему, созданных еще для Excel 97-2003. Идет с набором карт в виде графических примитивов, к которым и привязываются данные с листа. Дополнительные карты надо докупать. Для скачивания доступна демка под разные версии Excel, Pro версия стоит 299$.

Как добавить список адресов на карту (Google maps)? Конечно же, мы будем добавлять адреса не по одному, а группой. Как это сделать быстро — смотрите внутри статьи.

Создание карты из списка адресов. Добавить список адресов на карту

Итак, у вас есть файл excel или другая таблица с адресами. Все адреса необходимо нанести на карту. Для начала подготовьте таблицу под формат google, т.е. таблица должна состоять из 3х столбцов

Месторасположение точки. Широта и долгота или название адреса (как правило страна, город, улица, дом, все через запятую).
Название точки, как бы вы хотели, чтобы точка называлась.
Описание точки. Комментарий.

Теперь откройте google maps, войдите в свой аккаунт (в правом верхнем углу). Войдите в Меню.

В меню выберите пункт «Мои карты» (в новом интерфейсе панель выдвигается слева). Нажмите кнопку Создать карту (внизу как правило), затем Добавить слой и в итоге Импорт.

Выберите свой файл на компьютере или перетащите в появившееся окно и следуйте инструкции по дополнению адресов (необходимо прописать какой столбец чему соответствует). В конце нажимаете «Готово» — все, карта создана, смотрите картинку в начале, должно получиться примерно так.

Ссылка на карту из файла Excel

Здесь все просто.

Копируйте url адрес вашей карты из браузера. Теперь в файле excel, нажмите на ячейке правой кнопкой мыши, меню «Гиперссылка» в поле адрес добавьте скопированный адрес.

Теперь из при нажатии на ячейку будет открываться браузер с нужно ссылкой.

Друзья, на дня с удивление узнал, что в Excel 2013 есть еще одна интересная возможность для работы с картами, для этого необходимо подключить плагин Bing Maps. Для этого перейдите в «Магазин приложений» MicroSoft и в окне «Вставка» установите плагин с соответсвующим названием.

На вкладке Вставка, Мои приложения предварительно выделить нужные данные на карте.

Просто добавить адреса на карту в Excel 2013 и выше

В версии Excel 2013 появилась возможность добавить карты с помощью инструмента GeoFlow.

Что бы добавить возможность зайдите на вкладку Разработчик и кликните по кнопке Надстройки COM.

В открывшемся окне поставьте галочку напротив Power View и нажмите ОК. После всех этих манипуляций на вкладке Вставка (Insert) у вас должна появиться кнопка Power View.

В открывшемся окне добавьте галочку напротив возможностью с картами (Power Map).

Теперь на меню вставка есть вкладка Карта:

Кому интересно видео (рассказывает один из разработчик этого дополнения):

Поделитесь нашей статьей в ваших соцсетях:

(Visited 20 750 times, 6 visits today)

Источник