用数据透视表分析 CSV 数据

如何用 CSV 创建数据透视表

1. 打开文件、粘贴文本或试用示例数据。切换到 数据透视表 标签页时，工具已根据列名预设好一个初始布局。
2. 在 行 下用 添加字段 最多添加 4 个字段，第一个字段是最外层的分组。用箭头调整顺序，用 × 移除。
3. 在 列 下最多添加 3 个字段，它们的取值会横向展开为列标题。不加列字段时，结果就是一张分组列表。
4. 在 值 下用 值汇总方式 和 列 选择要计算的内容，再用 添加值字段 最多添加 8 个值。
5. 对于求和与计数，可以用 值显示方式 把每个值显示为占总计、行汇总或列汇总的百分比。

分组按单元格的精确文本进行：North 和 North 是两个不同的组，空单元格单独成为一组，显示为（空白），01067 这样的编码会保留前导零。如果希望它们归为一组，请先在 清洗 CSV 数据 中去除多余空格。

分类汇总和总计是怎样算出来的

勾选 为每个行分组显示分类汇总 后，每个外层行分组的成员之后都会多出一行汇总；显示总计行和总计列 会添加总计行，有列字段时还会添加总计列。这些汇总都由文件中对应的行直接计算，而不是把上方的单元格加起来。正因如此，汇总里的平均值、中位数和非重复计数才是正确的：总平均值是全部金额之和除以金额个数，而不是各组平均值的平均；在两个地区都下过单的客户，在总计中只算一次。

数值字段中不是数字的单元格，例如 n/a 或 12 kg，会被排除，并在表格下方提示排除了多少个；空单元格直接忽略。把 文件中的小数点 设为逗号后，1,5 会读作 1.5。千位分隔符和货币符号始终不会按数字读取。

行可以按行标签或任意一个值排序，升序或降序均可；有分类汇总时，每一层都在其上一级分组内部排序。显示的小数位数 和 使用千位分隔符 只影响显示，下载的内容保留全部位数。

查看明细、导出结果和复用布局

• 点击表格中的任意一个值，就会列出它背后的行及其数量，最多显示前 1,000 行。可以把它们全部下载为 CSV；不超过 1,000 行时，也可以在编辑器中打开。看完后点击 返回数据透视表。
• 先筛选行 可以只统计符合条件的行；表格上方会说明实际用了多少行。
• 完成的表格可以下载为 CSV 或 XLSX。汇总行和汇总列都带有标签，数字保留精确的位数；在 XLSX 中，有效数字超过 15 位的数字会保持为文本，以免被 Excel 舍入。下载的是一张静态表格，而不是可以重新拖放字段的 Excel 数据透视表。
• 生成图表 会把明细行发送到 CSV 生成图表，不包含分类汇总和总计，所以不会重复计算。
• 已保存的布局 会把布局保存在当前浏览器中；用 导出布局 和 导入布局 可以通过一个很小的 JSON 文件在不同设备间转移布局。如果布局用到的列在另一个文件中不存在，你可以选择替代的列，或者去掉该字段。

用 SQL 查询一个或多个文件

SQL 标签页会把当前打开的文件载入本标签页中的一个 SQLite 数据库。表名取自去掉扩展名的文件名，空格和标点替换为 _：sales 2026.csv 对应的表名是 sales_2026。所有列都以文本形式存储，值保持原样；查询中需要做算术运算时，请使用 CAST(amount AS REAL)。

点击 添加其他文件 可以把更多文件载入为新的表，并在同一条查询中关联它们。运行查询 会以表格形式显示结果，可以下载为 CSV，也可以在编辑器中打开。SQL 标签页要求文件在交互处理上限（25 MB）以内；更大的文件请使用数据透视表，它可以用流式方式读取整个文件。

列概况：数据类型、空值、重复行和统计值

哪些值算作数字，结果有多精确

只有使用小数点的普通十进制写法才算数字：可选的正负号、数字、可选的小数部分和可选的指数，例如 -12.5、120.00 或 3e5。不接受千位分隔符，所以 1,234 既不会读作 1234，也不会读作 1.234；12 kg、$5、¥5 或 1,5 都不是数字。

合计、最小值和最大值使用精确的十进制运算，所以 0.1 + 0.2 的合计正好是 0.3；9007199254740992 和 9007199254740993 这样两个 16 位的 ID，也能得到真实的最小值、最大值和合计。

平均值、标准差、四分位数和分布图使用标准的双精度浮点运算，因此可能出现舍入误差，例如四分位数显示为 16.049999999999997。双精度无法如实保存的值不参与这些统计，而是单独计数：超出 ±9,007,199,254,740,991（`Number.MAX_SAFE_INTEGER`）的整数、有效数字超过 15 位的小数，以及对双精度来说过大或过于接近 0 的值，例如 1e-1000。这样的值绝不会变成虚假的 0，也不会与相邻的值混为一个；如果所有值都属于这种情况，平均值和四分位数就直接留空。

四分位数在排序后的值之间做线性插值。一列中前 1,000,000 个数字的四分位数是精确的；超过之后，结果来自 1,000,000 个值的可重现随机样本，并标注为近似值。

正确解读结果

• 像 001041 这样补零的 ID 列，因为有前导零会被报告为文本，但它的值仍能解析为数字，所以也会显示合计和平均值。请忽略它们：前导零的计数说明这一列是编码，而不是数量。
• 被推断为文本的数字列，通常含有某个异常值：n/a、12 kg、逗号小数或千位分隔符。类型比例会显示有多少个值符合；其余的值可以在 CSV 在线查看 中找出来。
• 只识别 ISO 格式的日期（2026-03-25、2026-03-25T14:30:00Z）。11/03/2026 算作文本，因为它既可能是 11 月 3 日，也可能是 3 月 11 日。
• 每列不同值的个数在 10 万个以内是精确的。超过之后，工具只保留出现最多的 5 万个值，不同值的个数和高频值都是近似值。重复行的计数在见到 50 万个不同的行之前是精确的；之后就不再报告。

大文件与数据透视表的限制

25 MB、10 万行、250 列或 200 万个单元格以内的文件可以交互式分析。不超过 2 万行时，调整布局后数据透视表会立即更新；超过时，请点击 计算数据透视表。更大的文件以流式方式读取：对整个文件计算 会在后台线程中分块读取文件，对每一行做透视，而不是只用预览中的行。列概况对大文件也是同样的处理方式；SQL 标签页则要求文件在交互处理上限以内。

一张数据透视表最多可有 2 万个行分组、200 个列分组，完成后的表格最多 100 万个单元格；计算中位数和非重复计数时，内存中最多保留 400 万个值。超出任何一项上限时，会给出指明该上限的错误，而不是一张被截断的表格。页面上显示前 500 行和 60 个值列，下载的内容包含整张表。分析在当前标签页中进行，CSV 文件不会发送到任何服务器。

示例：按地区和月份汇总金额

6 条订单，其中一条的金额为空，另一条是 n/a。布局把 region 放在行、month 放在列，并设置两个值：amount 的求和与 customer 的非重复计数。下面是下载得到的 CSV。n/a 不计入求和，并会单独提示；总计中的客户数是 4 个不同的客户，而不是两个月份列的 2 + 3，因为 C02 在两个月都下过单。

order_id,month,region,customer,amount
001041,2026-01,North,C01,19.90
001042,2026-01,South,C02,4.50
001043,2026-01,North,C01,
001044,2026-02,North,C03,19.90
001045,2026-02,South,C02,120.00
001046,2026-02,South,C04,n/a

region,2026-01 · Sum of amount,2026-01 · Distinct values of customer,2026-02 · Sum of amount,2026-02 · Distinct values of customer,Total · Sum of amount,Total · Distinct values of customer
North,19.9,1,19.9,1,39.8,2
South,4.5,1,120,2,124.5,2
Grand total,24.4,2,139.9,3,164.3,4