SQL案例学习-数据透视表

销售表数据:

通过SQL查询实现如下数据透视表:

实现SQL:

SELECT 
COALESCE(product,'合计值') AS 产品名称,
COALESCE(channel,'合计值') AS 渠道,
SUM(CASE WHEN EXTRACT(MONTH FROM saledate) = 1 THEN amount END) AS "1月",
SUM(CASE WHEN EXTRACT(MONTH FROM saledate) = 2 THEN amount END) AS "2月",
SUM(CASE WHEN EXTRACT(MONTH FROM saledate) = 3 THEN amount END) AS "3月",
SUM(CASE WHEN EXTRACT(MONTH FROM saledate) = 4 THEN amount END) AS "4月",
SUM(CASE WHEN EXTRACT(MONTH FROM saledate) = 5 THEN amount END) AS "5月",
SUM(CASE WHEN EXTRACT(MONTH FROM saledate) = 6 THEN amount END) AS "6月",
SUM(amount) AS 合计
FROM sales_data T 
GROUP BY ROLLUP(product,channel)

执行结果:

SQL分析:

COALESCE函数对空值进行转换,用‘合计值’文字来填充空值。

CASE表达式,用于做逻辑判断。

SUM用于求和运算,属于聚合函数,没有使用SUM的字段必须放在GROUP BY表达式中,否则语法报错。

EXTRACT函数用于截取特定内容,可以获取年、月、日等,此处用于截取日期字段中的月。

ROLLUP函数,用于分组统计中求合计值,此处的作用是计算每种产品的合计值及所有产品的合计值,下面截图对比使用函数和不使用函数查询结果的差异。

以上查询结果是根据“产品名称”进行合计的,如果要根据“渠道”进行合计,那么channel字段要写在ROLLUP函数的第一个参数中,如下图所示:

以上两种情况的合计值是根据“产品名称”或者“渠道”来进行合计的,如果即根据“产品名称”合计,又要根据“渠道”合计,那么可以使用CUBE函数,功能类似于ROLLUP函数。

ROLLUP函数和CUBE函数的区别:

ROLLUP只对第一个参数(字段)进行汇总,CUBE可以对参数(字段)依次汇总,所以ROLLUP中参数个数只有一个会起作用(且排名在前的参数)。

以上语句可以再做一下优化:

SELECT 
  CASE GROUPING(product) WHEN 1 THEN '所有产品' ELSE product END AS "产品名称",
  CASE GROUPING(channel) WHEN 1 THEN '所有渠道' ELSE channel END AS "渠道",
  SUM(CASE WHEN EXTRACT(MONTH FROM saledate) = 1 THEN amount END) AS "1月",
  SUM(CASE WHEN EXTRACT(MONTH FROM saledate) = 2 THEN amount END) AS "2月",
  SUM(CASE WHEN EXTRACT(MONTH FROM saledate) = 3 THEN amount END) AS "3月",
  SUM(CASE WHEN EXTRACT(MONTH FROM saledate) = 4 THEN amount END) AS "4月",
  SUM(CASE WHEN EXTRACT(MONTH FROM saledate) = 5 THEN amount END) AS "5月",
  SUM(CASE WHEN EXTRACT(MONTH FROM saledate) = 6 THEN amount END) AS "6月",
  SUM(amount) AS 合计
FROM sales_data T 
GROUP BY ROLLUP(product,channel);

执行结果:

在使用ROLLUP函数时,查询会产生一些空值数据。这些空值意味着对应的记录是针对这个字段所有数据的汇总,我们可以利用GROUPING函数识别这些空值数据,GROUPING(product)函数返回0,表示当前记录不是所有产品的汇总数据;返回1,表示当前记录是所有产品的汇总数据。

建表语句和初始数据的插入:

-- 创建销售数据表sales_data
-- saledate表示销售日期,product表示产品名称,channel表示销售渠道,amount表示销售金额
CREATE TABLE sales_data(saledate DATE, product VARCHAR(20), channel VARCHAR(20), amount NUMERIC(10, 2));

-- 插入测试数据
alter session set nls_date_format = 'YYYY-MM-DD';
INSERT INTO sales_data VALUES ('2019-01-01','桔子','淘宝',1864.00);
INSERT INTO sales_data VALUES ('2019-01-01','桔子','京东',1329.00);
INSERT INTO sales_data VALUES ('2019-01-01','桔子','店面',1736.00);
INSERT INTO sales_data VALUES ('2019-01-01','香蕉','淘宝',1573.00);
INSERT INTO sales_data VALUES ('2019-01-01','香蕉','京东',1364.00);
INSERT INTO sales_data VALUES ('2019-01-01','香蕉','店面',1178.00);
INSERT INTO sales_data VALUES ('2019-01-01','苹果','淘宝',511.00);
INSERT INTO sales_data VALUES ('2019-01-01','苹果','京东',568.00);
INSERT INTO sales_data VALUES ('2019-01-01','苹果','店面',847.00);
INSERT INTO sales_data VALUES ('2019-01-02','桔子','淘宝',1923.00);
INSERT INTO sales_data VALUES ('2019-01-02','桔子','京东',775.00);
INSERT INTO sales_data VALUES ('2019-01-02','桔子','店面',599.00);
INSERT INTO sales_data VALUES ('2019-01-02','香蕉','淘宝',1612.00);
INSERT INTO sales_data VALUES ('2019-01-02','香蕉','京东',1057.00);
INSERT INTO sales_data VALUES ('2019-01-02','香蕉','店面',1580.00);
INSERT INTO sales_data VALUES ('2019-01-02','苹果','淘宝',1345.00);
INSERT INTO sales_data VALUES ('2019-01-02','苹果','京东',564.00);
INSERT INTO sales_data VALUES ('2019-01-02','苹果','店面',1953.00);
INSERT INTO sales_data VALUES ('2019-01-03','桔子','淘宝',729.00);
INSERT INTO sales_data VALUES ('2019-01-03','桔子','京东',1758.00);
INSERT INTO sales_data VALUES ('2019-01-03','桔子','店面',918.00);
INSERT INTO sales_data VALUES ('2019-01-03','香蕉','淘宝',1879.00);
INSERT INTO sales_data VALUES ('2019-01-03','香蕉','京东',1142.00);
INSERT INTO sales_data VALUES ('2019-01-03','香蕉','店面',731.00);
INSERT INTO sales_data VALUES ('2019-01-03','苹果','淘宝',1329.00);
INSERT INTO sales_data VALUES ('2019-01-03','苹果','京东',1315.00);
INSERT INTO sales_data VALUES ('2019-01-03','苹果','店面',1956.00);
INSERT INTO sales_data VALUES ('2019-01-04','桔子','淘宝',547.00);
INSERT INTO sales_data VALUES ('2019-01-04','桔子','京东',1462.00);
INSERT INTO sales_data VALUES ('2019-01-04','桔子','店面',1418.00);
INSERT INTO sales_data VALUES ('2019-01-04','香蕉','淘宝',1205.00);
INSERT INTO sales_data VALUES ('2019-01-04','香蕉','京东',1326.00);
INSERT INTO sales_data VALUES ('2019-01-04','香蕉','店面',746.00);
INSERT INTO sales_data VALUES ('2019-01-04','苹果','淘宝',940.00);
INSERT INTO sales_data VALUES ('2019-01-04','苹果','京东',898.00);
INSERT INTO sales_data VALUES ('2019-01-04','苹果','店面',1610.00);
INSERT INTO sales_data VALUES ('2019-01-05','桔子','淘宝',1624.00);
INSERT INTO sales_data VALUES ('2019-01-05','桔子','京东',915.00);
INSERT INTO sales_data VALUES ('2019-01-05','桔子','店面',1683.00);
INSERT INTO sales_data VALUES ('2019-01-05','香蕉','淘宝',1970.00);
INSERT INTO sales_data VALUES ('2019-01-05','香蕉','京东',833.00);
INSERT INTO sales_data VALUES ('2019-01-05','香蕉','店面',1954.00);
INSERT INTO sales_data VALUES ('2019-01-05','苹果','淘宝',565.00);
INSERT INTO sales_data VALUES ('2019-01-05','苹果','京东',1940.00);
INSERT INTO sales_data VALUES ('2019-01-05','苹果','店面',1006.00);
INSERT INTO sales_data VALUES ('2019-01-06','桔子','淘宝',1645.00);
INSERT INTO sales_data VALUES ('2019-01-06','桔子','京东',1285.00);
INSERT INTO sales_data VALUES ('2019-01-06','桔子','店面',1069.00);
INSERT INTO sales_data VALUES ('2019-01-06','香蕉','淘宝',1593.00);
INSERT INTO sales_data VALUES ('2019-01-06','香蕉','京东',1504.00);
INSERT INTO sales_data VALUES ('2019-01-06','香蕉','店面',817.00);
INSERT INTO sales_data VALUES ('2019-01-06','苹果','淘宝',2000.00);
INSERT INTO sales_data VALUES ('2019-01-06','苹果','京东',1373.00);
INSERT INTO sales_data VALUES ('2019-01-06','苹果','店面',1450.00);
INSERT INTO sales_data VALUES ('2019-01-07','桔子','淘宝',727.00);
INSERT INTO sales_data VALUES ('2019-01-07','桔子','京东',698.00);
INSERT INTO sales_data VALUES ('2019-01-07','桔子','店面',759.00);
INSERT INTO sales_data VALUES ('2019-01-07','香蕉','淘宝',673.00);
INSERT INTO sales_data VALUES ('2019-01-07','香蕉','京东',729.00);
INSERT INTO sales_data VALUES ('2019-01-07','香蕉','店面',1706.00);
INSERT INTO sales_data VALUES ('2019-01-07','苹果','淘宝',1575.00);
INSERT INTO sales_data VALUES ('2019-01-07','苹果','京东',1419.00);
INSERT INTO sales_data VALUES ('2019-01-07','苹果','店面',1017.00);
INSERT INTO sales_data VALUES ('2019-01-08','桔子','淘宝',1811.00);
INSERT INTO sales_data VALUES ('2019-01-08','桔子','京东',1849.00);
INSERT INTO sales_data VALUES ('2019-01-08','桔子','店面',1405.00);
INSERT INTO sales_data VALUES ('2019-01-08','香蕉','淘宝',1406.00);
INSERT INTO sales_data VALUES ('2019-01-08','香蕉','京东',1453.00);
INSERT INTO sales_data VALUES ('2019-01-08','香蕉','店面',1800.00);
INSERT INTO sales_data VALUES ('2019-01-08','苹果','淘宝',1070.00);
INSERT INTO sales_data VALUES ('2019-01-08','苹果','京东',1403.00);
INSERT INTO sales_data VALUES ('2019-01-08','苹果','店面',613.00);
INSERT INTO sales_data VALUES ('2019-01-09','桔子','淘宝',1009.00);
INSERT INTO sales_data VALUES ('2019-01-09','桔子','京东',1453.00);
INSERT INTO sales_data VALUES ('2019-01-09','桔子','店面',2038.00);
INSERT INTO sales_data VALUES ('2019-01-09','香蕉','淘宝',1495.00);
INSERT INTO sales_data VALUES ('2019-01-09','香蕉','京东',1073.00);
INSERT INTO sales_data VALUES ('2019-01-09','香蕉','店面',1298.00);
INSERT INTO sales_data VALUES ('2019-01-09','苹果','淘宝',2039.00);
INSERT INTO sales_data VALUES ('2019-01-09','苹果','京东',641.00);
INSERT INTO sales_data VALUES ('2019-01-09','苹果','店面',777.00);
INSERT INTO sales_data VALUES ('2019-01-10','桔子','淘宝',836.00);
INSERT INTO sales_data VALUES ('2019-01-10','桔子','京东',621.00);
INSERT INTO sales_data VALUES ('2019-01-10','桔子','店面',1630.00);
INSERT INTO sales_data VALUES ('2019-01-10','香蕉','淘宝',1761.00);
INSERT INTO sales_data VALUES ('2019-01-10','香蕉','京东',818.00);
INSERT INTO sales_data VALUES ('2019-01-10','香蕉','店面',1797.00);
INSERT INTO sales_data VALUES ('2019-01-10','苹果','淘宝',1990.00);
INSERT INTO sales_data VALUES ('2019-01-10','苹果','京东',960.00);
INSERT INTO sales_data VALUES ('2019-01-10','苹果','店面',1997.00);
INSERT INTO sales_data VALUES ('2019-01-11','桔子','淘宝',1671.00);
INSERT INTO sales_data VALUES ('2019-01-11','桔子','京东',2010.00);
INSERT INTO sales_data VALUES ('2019-01-11','桔子','店面',1391.00);
INSERT INTO sales_data VALUES ('2019-01-11','香蕉','淘宝',658.00);
INSERT INTO sales_data VALUES ('2019-01-11','香蕉','京东',1786.00);
INSERT INTO sales_data VALUES ('2019-01-11','香蕉','店面',1205.00);
INSERT INTO sales_data VALUES ('2019-01-11','苹果','淘宝',1528.00);
INSERT INTO sales_data VALUES ('2019-01-11','苹果','京东',1158.00);
INSERT INTO sales_data VALUES ('2019-01-11','苹果','店面',623.00);
INSERT INTO sales_data VALUES ('2019-01-12','桔子','淘宝',1299.00);
INSERT INTO sales_data VALUES ('2019-01-12','桔子','京东',1698.00);
INSERT INTO sales_data VALUES ('2019-01-12','桔子','店面',1497.00);
INSERT INTO sales_data VALUES ('2019-01-12','香蕉','淘宝',1377.00);
INSERT INTO sales_data VALUES ('2019-01-12','香蕉','京东',667.00);
INSERT INTO sales_data VALUES ('2019-01-12','香蕉','店面',910.00);
INSERT INTO sales_data VALUES ('2019-01-12','苹果','淘宝',1374.00);
INSERT INTO sales_data VALUES ('2019-01-12','苹果','京东',1621.00);
INSERT INTO sales_data VALUES ('2019-01-12','苹果','店面',1443.00);
INSERT INTO sales_data VALUES ('2019-01-13','桔子','淘宝',637.00);
INSERT INTO sales_data VALUES ('2019-01-13','桔子','京东',1625.00);
INSERT INTO sales_data VALUES ('2019-01-13','桔子','店面',1548.00);
INSERT INTO sales_data VALUES ('2019-01-13','香蕉','淘宝',873.00);
INSERT INTO sales_data VALUES ('2019-01-13','香蕉','京东',1916.00);
INSERT INTO sales_data VALUES ('2019-01-13','香蕉','店面',1624.00);
INSERT INTO sales_data VALUES ('2019-01-13','苹果','淘宝',1958.00);
INSERT INTO sales_data VALUES ('2019-01-13','苹果','京东',1632.00);
INSERT INTO sales_data VALUES ('2019-01-13','苹果','店面',1897.00);
INSERT INTO sales_data VALUES ('2019-01-14','桔子','淘宝',1715.00);
INSERT INTO sales_data VALUES ('2019-01-14','桔子','京东',1582.00);
INSERT INTO sales_data VALUES ('2019-01-14','桔子','店面',817.00);
INSERT INTO sales_data VALUES ('2019-01-14','香蕉','淘宝',1667.00);
INSERT INTO sales_data VALUES ('2019-01-14','香蕉','京东',1203.00);
INSERT INTO sales_data VALUES ('2019-01-14','香蕉','店面',777.00);
INSERT INTO sales_data VALUES ('2019-01-14','苹果','淘宝',1008.00);
INSERT INTO sales_data VALUES ('2019-01-14','苹果','京东',1311.00);
INSERT INTO sales_data VALUES ('2019-01-14','苹果','店面',2013.00);
INSERT INTO sales_data VALUES ('2019-01-15','桔子','淘宝',1668.00);
INSERT INTO sales_data VALUES ('2019-01-15','桔子','京东',794.00);
INSERT INTO sales_data VALUES ('2019-01-15','桔子','店面',1126.00);
INSERT INTO sales_data VALUES ('2019-01-15','香蕉','淘宝',1741.00);
INSERT INTO sales_data VALUES ('2019-01-15','香蕉','京东',1538.00);
INSERT INTO sales_data VALUES ('2019-01-15','香蕉','店面',768.00);
INSERT INTO sales_data VALUES ('2019-01-15','苹果','淘宝',1183.00);
INSERT INTO sales_data VALUES ('2019-01-15','苹果','京东',859.00);
INSERT INTO sales_data VALUES ('2019-01-15','苹果','店面',880.00);
INSERT INTO sales_data VALUES ('2019-01-16','桔子','淘宝',1543.00);
INSERT INTO sales_data VALUES ('2019-01-16','桔子','京东',1684.00);
INSERT INTO sales_data VALUES ('2019-01-16','桔子','店面',1951.00);
INSERT INTO sales_data VALUES ('2019-01-16','香蕉','淘宝',930.00);
INSERT INTO sales_data VALUES ('2019-01-16','香蕉','京东',1760.00);
INSERT INTO sales_data VALUES ('2019-01-16','香蕉','店面',1517.00);
INSERT INTO sales_data VALUES ('2019-01-16','苹果','淘宝',1918.00);
INSERT INTO sales_data VALUES ('2019-01-16','苹果','京东',2073.00);
INSERT INTO sales_data VALUES ('2019-01-16','苹果','店面',1373.00);
INSERT INTO sales_data VALUES ('2019-01-17','桔子','淘宝',1487.00);
INSERT INTO sales_data VALUES ('2019-01-17','桔子','京东',1976.00);
INSERT INTO sales_data VALUES ('2019-01-17','桔子','店面',950.00);
INSERT INTO sales_data VALUES ('2019-01-17','香蕉','淘宝',1324.00);
INSERT INTO sales_data VALUES ('2019-01-17','香蕉','京东',1627.00);
INSERT INTO sales_data VALUES ('2019-01-17','香蕉','店面',1967.00);
INSERT INTO sales_data VALUES ('2019-01-17','苹果','淘宝',1576.00);
INSERT INTO sales_data VALUES ('2019-01-17','苹果','京东',1229.00);
INSERT INTO sales_data VALUES ('2019-01-17','苹果','店面',1105.00);
INSERT INTO sales_data VALUES ('2019-01-18','桔子','淘宝',1792.00);
INSERT INTO sales_data VALUES ('2019-01-18','桔子','京东',1676.00);
INSERT INTO sales_data VALUES ('2019-01-18','桔子','店面',1856.00);
INSERT INTO sales_data VALUES ('2019-01-18','香蕉','淘宝',1740.00);
INSERT INTO sales_data VALUES ('2019-01-18','香蕉','京东',1274.00);
INSERT INTO sales_data VALUES ('2019-01-18','香蕉','店面',2080.00);
INSERT INTO sales_data VALUES ('2019-01-18','苹果','淘宝',796.00);
INSERT INTO sales_data VALUES ('2019-01-18','苹果','京东',946.00);
INSERT INTO sales_data VALUES ('2019-01-18','苹果','店面',1548.00);
INSERT INTO sales_data VALUES ('2019-01-19','桔子','淘宝',1000.00);
INSERT INTO sales_data VALUES ('2019-01-19','桔子','京东',1563.00);
INSERT INTO sales_data VALUES ('2019-01-19','桔子','店面',1843.00);
INSERT INTO sales_data VALUES ('2019-01-19','香蕉','淘宝',1310.00);
INSERT INTO sales_data VALUES ('2019-01-19','香蕉','京东',1031.00);
INSERT INTO sales_data VALUES ('2019-01-19','香蕉','店面',1451.00);
INSERT INTO sales_data VALUES ('2019-01-19','苹果','淘宝',1186.00);
INSERT INTO sales_data VALUES ('2019-01-19','苹果','京东',1386.00);
INSERT INTO sales_data VALUES ('2019-01-19','苹果','店面',1137.00);
INSERT INTO sales_data VALUES ('2019-01-20','桔子','淘宝',633.00);
INSERT INTO sales_data VALUES ('2019-01-20','桔子','京东',1235.00);
INSERT INTO sales_data VALUES ('2019-01-20','桔子','店面',1140.00);
INSERT INTO sales_data VALUES ('2019-01-20','香蕉','淘宝',1431.00);
INSERT INTO sales_data VALUES ('2019-01-20','香蕉','京东',642.00);
INSERT INTO sales_data VALUES ('2019-01-20','香蕉','店面',1036.00);
INSERT INTO sales_data VALUES ('2019-01-20','苹果','淘宝',1801.00);
INSERT INTO sales_data VALUES ('2019-01-20','苹果','京东',1386.00);
INSERT INTO sales_data VALUES ('2019-01-20','苹果','店面',2083.00);
INSERT INTO sales_data VALUES ('2019-01-21','桔子','淘宝',1694.00);
INSERT INTO sales_data VALUES ('2019-01-21','桔子','京东',887.00);
INSERT INTO sales_data VALUES ('2019-01-21','桔子','店面',1236.00);
INSERT INTO sales_data VALUES ('2019-01-21','香蕉','淘宝',719.00);
INSERT INTO sales_data VALUES ('2019-01-21','香蕉','京东',2094.00);
INSERT INTO sales_data VALUES ('2019-01-21','香蕉','店面',828.00);
INSERT INTO sales_data VALUES ('2019-01-21','苹果','淘宝',1990.00);
INSERT INTO sales_data VALUES ('2019-01-21','苹果','京东',1749.00);
INSERT INTO sales_data VALUES ('2019-01-21','苹果','店面',1517.00);
INSERT INTO sales_data VALUES ('2019-01-22','桔子','淘宝',1990.00);
INSERT INTO sales_data VALUES ('2019-01-22','桔子','京东',1965.00);
INSERT INTO sales_data VALUES ('2019-01-22','桔子','店面',1883.00);
INSERT INTO sales_data VALUES ('2019-01-22','香蕉','淘宝',1454.00);
INSERT INTO sales_data VALUES ('2019-01-22','香蕉','京东',875.00);
INSERT INTO sales_data VALUES ('2019-01-22','香蕉','店面',1356.00);
INSERT INTO sales_data VALUES ('2019-01-22','苹果','淘宝',1207.00);
INSERT INTO sales_data VALUES ('2019-01-22','苹果','京东',1595.00);
INSERT INTO sales_data VALUES ('2019-01-22','苹果','店面',1797.00);
INSERT INTO sales_data VALUES ('2019-01-23','桔子','淘宝',2073.00);
INSERT INTO sales_data VALUES ('2019-01-23','桔子','京东',696.00);
INSERT INTO sales_data VALUES ('2019-01-23','桔子','店面',1099.00);
INSERT INTO sales_data VALUES ('2019-01-23','香蕉','淘宝',1120.00);
INSERT INTO sales_data VALUES ('2019-01-23','香蕉','京东',733.00);
INSERT INTO sales_data VALUES ('2019-01-23','香蕉','店面',1739.00);
INSERT INTO sales_data VALUES ('2019-01-23','苹果','淘宝',1665.00);
INSERT INTO sales_data VALUES ('2019-01-23','苹果','京东',1569.00);
INSERT INTO sales_data VALUES ('2019-01-23','苹果','店面',1786.00);
INSERT INTO sales_data VALUES ('2019-01-24','桔子','淘宝',2111.00);
INSERT INTO sales_data VALUES ('2019-01-24','桔子','京东',1280.00);
INSERT INTO sales_data VALUES ('2019-01-24','桔子','店面',1082.00);
INSERT INTO sales_data VALUES ('2019-01-24','香蕉','淘宝',2099.00);
INSERT INTO sales_data VALUES ('2019-01-24','香蕉','京东',874.00);
INSERT INTO sales_data VALUES ('2019-01-24','香蕉','店面',1369.00);
INSERT INTO sales_data VALUES ('2019-01-24','苹果','淘宝',1235.00);
INSERT INTO sales_data VALUES ('2019-01-24','苹果','京东',993.00);
INSERT INTO sales_data VALUES ('2019-01-24','苹果','店面',1363.00);
INSERT INTO sales_data VALUES ('2019-01-25','桔子','淘宝',1468.00);
INSERT INTO sales_data VALUES ('2019-01-25','桔子','京东',888.00);
INSERT INTO sales_data VALUES ('2019-01-25','桔子','店面',1017.00);
INSERT INTO sales_data VALUES ('2019-01-25','香蕉','淘宝',885.00);
INSERT INTO sales_data VALUES ('2019-01-25','香蕉','京东',773.00);
INSERT INTO sales_data VALUES ('2019-01-25','香蕉','店面',878.00);
INSERT INTO sales_data VALUES ('2019-01-25','苹果','淘宝',662.00);
INSERT INTO sales_data VALUES ('2019-01-25','苹果','京东',1622.00);
INSERT INTO sales_data VALUES ('2019-01-25','苹果','店面',1148.00);
INSERT INTO sales_data VALUES ('2019-01-26','桔子','淘宝',1418.00);
INSERT INTO sales_data VALUES ('2019-01-26','桔子','京东',729.00);
INSERT INTO sales_data VALUES ('2019-01-26','桔子','店面',643.00);
INSERT INTO sales_data VALUES ('2019-01-26','香蕉','淘宝',1111.00);
INSERT INTO sales_data VALUES ('2019-01-26','香蕉','京东',692.00);
INSERT INTO sales_data VALUES ('2019-01-26','香蕉','店面',728.00);
INSERT INTO sales_data VALUES ('2019-01-26','苹果','淘宝',1600.00);
INSERT INTO sales_data VALUES ('2019-01-26','苹果','京东',1202.00);
INSERT INTO sales_data VALUES ('2019-01-26','苹果','店面',851.00);
INSERT INTO sales_data VALUES ('2019-01-27','桔子','淘宝',1233.00);
INSERT INTO sales_data VALUES ('2019-01-27','桔子','京东',761.00);
INSERT INTO sales_data VALUES ('2019-01-27','桔子','店面',1816.00);
INSERT INTO sales_data VALUES ('2019-01-27','香蕉','淘宝',909.00);
INSERT INTO sales_data VALUES ('2019-01-27','香蕉','京东',757.00);
INSERT INTO sales_data VALUES ('2019-01-27','香蕉','店面',981.00);
INSERT INTO sales_data VALUES ('2019-01-27','苹果','淘宝',1376.00);
INSERT INTO sales_data VALUES ('2019-01-27','苹果','京东',741.00);
INSERT INTO sales_data VALUES ('2019-01-27','苹果','店面',1240.00);
INSERT INTO sales_data VALUES ('2019-01-28','桔子','淘宝',635.00);
INSERT INTO sales_data VALUES ('2019-01-28','桔子','京东',1366.00);
INSERT INTO sales_data VALUES ('2019-01-28','桔子','店面',1623.00);
INSERT INTO sales_data VALUES ('2019-01-28','香蕉','淘宝',1383.00);
INSERT INTO sales_data VALUES ('2019-01-28','香蕉','京东',713.00);
INSERT INTO sales_data VALUES ('2019-01-28','香蕉','店面',1891.00);
INSERT INTO sales_data VALUES ('2019-01-28','苹果','淘宝',1781.00);
INSERT INTO sales_data VALUES ('2019-01-28','苹果','京东',978.00);
INSERT INTO sales_data VALUES ('2019-01-28','苹果','店面',2044.00);
INSERT INTO sales_data VALUES ('2019-01-29','桔子','淘宝',2044.00);
INSERT INTO sales_data VALUES ('2019-01-29','桔子','京东',1026.00);
INSERT INTO sales_data VALUES ('2019-01-29','桔子','店面',1551.00);
INSERT INTO sales_data VALUES ('2019-01-29','香蕉','淘宝',1071.00);
INSERT INTO sales_data VALUES ('2019-01-29','香蕉','京东',1819.00);
INSERT INTO sales_data VALUES ('2019-01-29','香蕉','店面',1655.00);
INSERT INTO sales_data VALUES ('2019-01-29','苹果','淘宝',1089.00);
INSERT INTO sales_data VALUES ('2019-01-29','苹果','京东',805.00);
INSERT INTO sales_data VALUES ('2019-01-29','苹果','店面',1722.00);
INSERT INTO sales_data VALUES ('2019-01-30','桔子','淘宝',1197.00);
INSERT INTO sales_data VALUES ('2019-01-30','桔子','京东',1785.00);
INSERT INTO sales_data VALUES ('2019-01-30','桔子','店面',804.00);
INSERT INTO sales_data VALUES ('2019-01-30','香蕉','淘宝',1424.00);
INSERT INTO sales_data VALUES ('2019-01-30','香蕉','京东',888.00);
INSERT INTO sales_data VALUES ('2019-01-30','香蕉','店面',935.00);
INSERT INTO sales_data VALUES ('2019-01-30','苹果','淘宝',1109.00);
INSERT INTO sales_data VALUES ('2019-01-30','苹果','京东',1167.00);
INSERT INTO sales_data VALUES ('2019-01-30','苹果','店面',1062.00);
INSERT INTO sales_data VALUES ('2019-01-31','桔子','淘宝',1465.00);
INSERT INTO sales_data VALUES ('2019-01-31','桔子','京东',1918.00);
INSERT INTO sales_data VALUES ('2019-01-31','桔子','店面',1178.00);
INSERT INTO sales_data VALUES ('2019-01-31','香蕉','淘宝',2075.00);
INSERT INTO sales_data VALUES ('2019-01-31','香蕉','京东',1918.00);
INSERT INTO sales_data VALUES ('2019-01-31','香蕉','店面',1908.00);
INSERT INTO sales_data VALUES ('2019-01-31','苹果','淘宝',1563.00);
INSERT INTO sales_data VALUES ('2019-01-31','苹果','京东',1166.00);
INSERT INTO sales_data VALUES ('2019-01-31','苹果','店面',1987.00);
INSERT INTO sales_data VALUES ('2019-02-01','桔子','淘宝',1324.00);
INSERT INTO sales_data VALUES ('2019-02-01','桔子','京东',817.00);
INSERT INTO sales_data VALUES ('2019-02-01','桔子','店面',835.00);
INSERT INTO sales_data VALUES ('2019-02-01','香蕉','淘宝',1233.00);
INSERT INTO sales_data VALUES ('2019-02-01','香蕉','京东',721.00);
INSERT INTO sales_data VALUES ('2019-02-01','香蕉','店面',1221.00);
INSERT INTO sales_data VALUES ('2019-02-01','苹果','淘宝',2145.00);
INSERT INTO sales_data VALUES ('2019-02-01','苹果','京东',1152.00);
INSERT INTO sales_data VALUES ('2019-02-01','苹果','店面',900.00);
INSERT INTO sales_data VALUES ('2019-02-02','桔子','淘宝',1665.00);
INSERT INTO sales_data VALUES ('2019-02-02','桔子','京东',1606.00);
INSERT INTO sales_data VALUES ('2019-02-02','桔子','店面',1070.00);
INSERT INTO sales_data VALUES ('2019-02-02','香蕉','淘宝',1247.00);
INSERT INTO sales_data VALUES ('2019-02-02','香蕉','京东',2158.00);
INSERT INTO sales_data VALUES ('2019-02-02','香蕉','店面',709.00);
INSERT INTO sales_data VALUES ('2019-02-02','苹果','淘宝',1406.00);
INSERT INTO sales_data VALUES ('2019-02-02','苹果','京东',1437.00);
INSERT INTO sales_data VALUES ('2019-02-02','苹果','店面',952.00);
INSERT INTO sales_data VALUES ('2019-02-03','桔子','淘宝',1701.00);
INSERT INTO sales_data VALUES ('2019-02-03','桔子','京东',1906.00);
INSERT INTO sales_data VALUES ('2019-02-03','桔子','店面',1479.00);
INSERT INTO sales_data VALUES ('2019-02-03','香蕉','淘宝',2118.00);
INSERT INTO sales_data VALUES ('2019-02-03','香蕉','京东',1221.00);
INSERT INTO sales_data VALUES ('2019-02-03','香蕉','店面',1247.00);
INSERT INTO sales_data VALUES ('2019-02-03','苹果','淘宝',1146.00);
INSERT INTO sales_data VALUES ('2019-02-03','苹果','京东',1146.00);
INSERT INTO sales_data VALUES ('2019-02-03','苹果','店面',1015.00);
INSERT INTO sales_data VALUES ('2019-02-04','桔子','淘宝',909.00);
INSERT INTO sales_data VALUES ('2019-02-04','桔子','京东',2065.00);
INSERT INTO sales_data VALUES ('2019-02-04','桔子','店面',1536.00);
INSERT INTO sales_data VALUES ('2019-02-04','香蕉','淘宝',746.00);
INSERT INTO sales_data VALUES ('2019-02-04','香蕉','京东',1234.00);
INSERT INTO sales_data VALUES ('2019-02-04','香蕉','店面',1698.00);
INSERT INTO sales_data VALUES ('2019-02-04','苹果','淘宝',926.00);
INSERT INTO sales_data VALUES ('2019-02-04','苹果','京东',1812.00);
INSERT INTO sales_data VALUES ('2019-02-04','苹果','店面',1764.00);
INSERT INTO sales_data VALUES ('2019-02-05','桔子','淘宝',1497.00);
INSERT INTO sales_data VALUES ('2019-02-05','桔子','京东',1806.00);
INSERT INTO sales_data VALUES ('2019-02-05','桔子','店面',766.00);
INSERT INTO sales_data VALUES ('2019-02-05','香蕉','淘宝',1741.00);
INSERT INTO sales_data VALUES ('2019-02-05','香蕉','京东',1311.00);
INSERT INTO sales_data VALUES ('2019-02-05','香蕉','店面',1712.00);
INSERT INTO sales_data VALUES ('2019-02-05','苹果','淘宝',2151.00);
INSERT INTO sales_data VALUES ('2019-02-05','苹果','京东',1898.00);
INSERT INTO sales_data VALUES ('2019-02-05','苹果','店面',1710.00);
INSERT INTO sales_data VALUES ('2019-02-06','桔子','淘宝',705.00);
INSERT INTO sales_data VALUES ('2019-02-06','桔子','京东',1149.00);
INSERT INTO sales_data VALUES ('2019-02-06','桔子','店面',992.00);
INSERT INTO sales_data VALUES ('2019-02-06','香蕉','淘宝',997.00);
INSERT INTO sales_data VALUES ('2019-02-06','香蕉','京东',685.00);
INSERT INTO sales_data VALUES ('2019-02-06','香蕉','店面',732.00);
INSERT INTO sales_data VALUES ('2019-02-06','苹果','淘宝',1811.00);
INSERT INTO sales_data VALUES ('2019-02-06','苹果','京东',2138.00);
INSERT INTO sales_data VALUES ('2019-02-06','苹果','店面',1288.00);
INSERT INTO sales_data VALUES ('2019-02-07','桔子','淘宝',898.00);
INSERT INTO sales_data VALUES ('2019-02-07','桔子','京东',1124.00);
INSERT INTO sales_data VALUES ('2019-02-07','桔子','店面',1775.00);
INSERT INTO sales_data VALUES ('2019-02-07','香蕉','淘宝',1248.00);
INSERT INTO sales_data VALUES ('2019-02-07','香蕉','京东',1363.00);
INSERT INTO sales_data VALUES ('2019-02-07','香蕉','店面',1669.00);
INSERT INTO sales_data VALUES ('2019-02-07','苹果','淘宝',2114.00);
INSERT INTO sales_data VALUES ('2019-02-07','苹果','京东',1439.00);
INSERT INTO sales_data VALUES ('2019-02-07','苹果','店面',733.00);
INSERT INTO sales_data VALUES ('2019-02-08','桔子','淘宝',1648.00);
INSERT INTO sales_data VALUES ('2019-02-08','桔子','京东',1700.00);
INSERT INTO sales_data VALUES ('2019-02-08','桔子','店面',1880.00);
INSERT INTO sales_data VALUES ('2019-02-08','香蕉','淘宝',1241.00);
INSERT INTO sales_data VALUES ('2019-02-08','香蕉','京东',1022.00);
INSERT INTO sales_data VALUES ('2019-02-08','香蕉','店面',1511.00);
INSERT INTO sales_data VALUES ('2019-02-08','苹果','淘宝',1332.00);
INSERT INTO sales_data VALUES ('2019-02-08','苹果','京东',2088.00);
INSERT INTO sales_data VALUES ('2019-02-08','苹果','店面',2147.00);
INSERT INTO sales_data VALUES ('2019-02-09','桔子','淘宝',874.00);
INSERT INTO sales_data VALUES ('2019-02-09','桔子','京东',2069.00);
INSERT INTO sales_data VALUES ('2019-02-09','桔子','店面',1876.00);
INSERT INTO sales_data VALUES ('2019-02-09','香蕉','淘宝',1909.00);
INSERT INTO sales_data VALUES ('2019-02-09','香蕉','京东',2094.00);
INSERT INTO sales_data VALUES ('2019-02-09','香蕉','店面',845.00);
INSERT INTO sales_data VALUES ('2019-02-09','苹果','淘宝',721.00);
INSERT INTO sales_data VALUES ('2019-02-09','苹果','京东',912.00);
INSERT INTO sales_data VALUES ('2019-02-09','苹果','店面',850.00);
INSERT INTO sales_data VALUES ('2019-02-10','桔子','淘宝',778.00);
INSERT INTO sales_data VALUES ('2019-02-10','桔子','京东',2048.00);
INSERT INTO sales_data VALUES ('2019-02-10','桔子','店面',813.00);
INSERT INTO sales_data VALUES ('2019-02-10','香蕉','淘宝',1386.00);
INSERT INTO sales_data VALUES ('2019-02-10','香蕉','京东',761.00);
INSERT INTO sales_data VALUES ('2019-02-10','香蕉','店面',1252.00);
INSERT INTO sales_data VALUES ('2019-02-10','苹果','淘宝',976.00);
INSERT INTO sales_data VALUES ('2019-02-10','苹果','京东',1324.00);
INSERT INTO sales_data VALUES ('2019-02-10','苹果','店面',1930.00);
INSERT INTO sales_data VALUES ('2019-02-11','桔子','淘宝',1965.00);
INSERT INTO sales_data VALUES ('2019-02-11','桔子','京东',1258.00);
INSERT INTO sales_data VALUES ('2019-02-11','桔子','店面',1189.00);
INSERT INTO sales_data VALUES ('2019-02-11','香蕉','淘宝',2013.00);
INSERT INTO sales_data VALUES ('2019-02-11','香蕉','京东',716.00);
INSERT INTO sales_data VALUES ('2019-02-11','香蕉','店面',2199.00);
INSERT INTO sales_data VALUES ('2019-02-11','苹果','淘宝',1703.00);
INSERT INTO sales_data VALUES ('2019-02-11','苹果','京东',1267.00);
INSERT INTO sales_data VALUES ('2019-02-11','苹果','店面',1031.00);
INSERT INTO sales_data VALUES ('2019-02-12','桔子','淘宝',1029.00);
INSERT INTO sales_data VALUES ('2019-02-12','桔子','京东',1914.00);
INSERT INTO sales_data VALUES ('2019-02-12','桔子','店面',934.00);
INSERT INTO sales_data VALUES ('2019-02-12','香蕉','淘宝',986.00);
INSERT INTO sales_data VALUES ('2019-02-12','香蕉','京东',2093.00);
INSERT INTO sales_data VALUES ('2019-02-12','香蕉','店面',808.00);
INSERT INTO sales_data VALUES ('2019-02-12','苹果','淘宝',2167.00);
INSERT INTO sales_data VALUES ('2019-02-12','苹果','京东',1807.00);
INSERT INTO sales_data VALUES ('2019-02-12','苹果','店面',2207.00);
INSERT INTO sales_data VALUES ('2019-02-13','桔子','淘宝',822.00);
INSERT INTO sales_data VALUES ('2019-02-13','桔子','京东',1838.00);
INSERT INTO sales_data VALUES ('2019-02-13','桔子','店面',929.00);
INSERT INTO sales_data VALUES ('2019-02-13','香蕉','淘宝',977.00);
INSERT INTO sales_data VALUES ('2019-02-13','香蕉','京东',1916.00);
INSERT INTO sales_data VALUES ('2019-02-13','香蕉','店面',777.00);
INSERT INTO sales_data VALUES ('2019-02-13','苹果','淘宝',1091.00);
INSERT INTO sales_data VALUES ('2019-02-13','苹果','京东',1102.00);
INSERT INTO sales_data VALUES ('2019-02-13','苹果','店面',837.00);
INSERT INTO sales_data VALUES ('2019-02-14','桔子','淘宝',1648.00);
INSERT INTO sales_data VALUES ('2019-02-14','桔子','京东',1383.00);
INSERT INTO sales_data VALUES ('2019-02-14','桔子','店面',1466.00);
INSERT INTO sales_data VALUES ('2019-02-14','香蕉','淘宝',1378.00);
INSERT INTO sales_data VALUES ('2019-02-14','香蕉','京东',1144.00);
INSERT INTO sales_data VALUES ('2019-02-14','香蕉','店面',2019.00);
INSERT INTO sales_data VALUES ('2019-02-14','苹果','淘宝',1862.00);
INSERT INTO sales_data VALUES ('2019-02-14','苹果','京东',952.00);
INSERT INTO sales_data VALUES ('2019-02-14','苹果','店面',2029.00);
INSERT INTO sales_data VALUES ('2019-02-15','桔子','淘宝',1861.00);
INSERT INTO sales_data VALUES ('2019-02-15','桔子','京东',1955.00);
INSERT INTO sales_data VALUES ('2019-02-15','桔子','店面',1096.00);
INSERT INTO sales_data VALUES ('2019-02-15','香蕉','淘宝',2187.00);
INSERT INTO sales_data VALUES ('2019-02-15','香蕉','京东',774.00);
INSERT INTO sales_data VALUES ('2019-02-15','香蕉','店面',800.00);
INSERT INTO sales_data VALUES ('2019-02-15','苹果','淘宝',911.00);
INSERT INTO sales_data VALUES ('2019-02-15','苹果','京东',1050.00);
INSERT INTO sales_data VALUES ('2019-02-15','苹果','店面',2184.00);
INSERT INTO sales_data VALUES ('2019-02-16','桔子','淘宝',1013.00);
INSERT INTO sales_data VALUES ('2019-02-16','桔子','京东',1012.00);
INSERT INTO sales_data VALUES ('2019-02-16','桔子','店面',1786.00);
INSERT INTO sales_data VALUES ('2019-02-16','香蕉','淘宝',1010.00);
INSERT INTO sales_data VALUES ('2019-02-16','香蕉','京东',1119.00);
INSERT INTO sales_data VALUES ('2019-02-16','香蕉','店面',1408.00);
INSERT INTO sales_data VALUES ('2019-02-16','苹果','淘宝',1224.00);
INSERT INTO sales_data VALUES ('2019-02-16','苹果','京东',1382.00);
INSERT INTO sales_data VALUES ('2019-02-16','苹果','店面',1109.00);
INSERT INTO sales_data VALUES ('2019-02-17','桔子','淘宝',1290.00);
INSERT INTO sales_data VALUES ('2019-02-17','桔子','京东',1762.00);
INSERT INTO sales_data VALUES ('2019-02-17','桔子','店面',1501.00);
INSERT INTO sales_data VALUES ('2019-02-17','香蕉','淘宝',1413.00);
INSERT INTO sales_data VALUES ('2019-02-17','香蕉','京东',1190.00);
INSERT INTO sales_data VALUES ('2019-02-17','香蕉','店面',2165.00);
INSERT INTO sales_data VALUES ('2019-02-17','苹果','淘宝',2159.00);
INSERT INTO sales_data VALUES ('2019-02-17','苹果','京东',1848.00);
INSERT INTO sales_data VALUES ('2019-02-17','苹果','店面',1088.00);
INSERT INTO sales_data VALUES ('2019-02-18','桔子','淘宝',1963.00);
INSERT INTO sales_data VALUES ('2019-02-18','桔子','京东',1496.00);
INSERT INTO sales_data VALUES ('2019-02-18','桔子','店面',1325.00);
INSERT INTO sales_data VALUES ('2019-02-18','香蕉','淘宝',1772.00);
INSERT INTO sales_data VALUES ('2019-02-18','香蕉','京东',1132.00);
INSERT INTO sales_data VALUES ('2019-02-18','香蕉','店面',1055.00);
INSERT INTO sales_data VALUES ('2019-02-18','苹果','淘宝',2143.00);
INSERT INTO sales_data VALUES ('2019-02-18','苹果','京东',1094.00);
INSERT INTO sales_data VALUES ('2019-02-18','苹果','店面',1104.00);
INSERT INTO sales_data VALUES ('2019-02-19','桔子','淘宝',2224.00);
INSERT INTO sales_data VALUES ('2019-02-19','桔子','京东',1285.00);
INSERT INTO sales_data VALUES ('2019-02-19','桔子','店面',1434.00);
INSERT INTO sales_data VALUES ('2019-02-19','香蕉','淘宝',2182.00);
INSERT INTO sales_data VALUES ('2019-02-19','香蕉','京东',1568.00);
INSERT INTO sales_data VALUES ('2019-02-19','香蕉','店面',1716.00);
INSERT INTO sales_data VALUES ('2019-02-19','苹果','淘宝',1738.00);
INSERT INTO sales_data VALUES ('2019-02-19','苹果','京东',1848.00);
INSERT INTO sales_data VALUES ('2019-02-19','苹果','店面',2106.00);
INSERT INTO sales_data VALUES ('2019-02-20','桔子','淘宝',921.00);
INSERT INTO sales_data VALUES ('2019-02-20','桔子','京东',847.00);
INSERT INTO sales_data VALUES ('2019-02-20','桔子','店面',1262.00);
INSERT INTO sales_data VALUES ('2019-02-20','香蕉','淘宝',1300.00);
INSERT INTO sales_data VALUES ('2019-02-20','香蕉','京东',1402.00);
INSERT INTO sales_data VALUES ('2019-02-20','香蕉','店面',789.00);
INSERT INTO sales_data VALUES ('2019-02-20','苹果','淘宝',2067.00);
INSERT INTO sales_data VALUES ('2019-02-20','苹果','京东',2080.00);
INSERT INTO sales_data VALUES ('2019-02-20','苹果','店面',1244.00);
INSERT INTO sales_data VALUES ('2019-02-21','桔子','淘宝',2002.00);
INSERT INTO sales_data VALUES ('2019-02-21','桔子','京东',2009.00);
INSERT INTO sales_data VALUES ('2019-02-21','桔子','店面',863.00);
INSERT INTO sales_data VALUES ('2019-02-21','香蕉','淘宝',855.00);
INSERT INTO sales_data VALUES ('2019-02-21','香蕉','京东',1731.00);
INSERT INTO sales_data VALUES ('2019-02-21','香蕉','店面',1618.00);
INSERT INTO sales_data VALUES ('2019-02-21','苹果','淘宝',1440.00);
INSERT INTO sales_data VALUES ('2019-02-21','苹果','京东',1263.00);
INSERT INTO sales_data VALUES ('2019-02-21','苹果','店面',2010.00);
INSERT INTO sales_data VALUES ('2019-02-22','桔子','淘宝',1761.00);
INSERT INTO sales_data VALUES ('2019-02-22','桔子','京东',1171.00);
INSERT INTO sales_data VALUES ('2019-02-22','桔子','店面',869.00);
INSERT INTO sales_data VALUES ('2019-02-22','香蕉','淘宝',2125.00);
INSERT INTO sales_data VALUES ('2019-02-22','香蕉','京东',1150.00);
INSERT INTO sales_data VALUES ('2019-02-22','香蕉','店面',1409.00);
INSERT INTO sales_data VALUES ('2019-02-22','苹果','淘宝',1314.00);
INSERT INTO sales_data VALUES ('2019-02-22','苹果','京东',1087.00);
INSERT INTO sales_data VALUES ('2019-02-22','苹果','店面',2232.00);
INSERT INTO sales_data VALUES ('2019-02-23','桔子','淘宝',790.00);
INSERT INTO sales_data VALUES ('2019-02-23','桔子','京东',2085.00);
INSERT INTO sales_data VALUES ('2019-02-23','桔子','店面',1840.00);
INSERT INTO sales_data VALUES ('2019-02-23','香蕉','淘宝',2151.00);
INSERT INTO sales_data VALUES ('2019-02-23','香蕉','京东',2257.00);
INSERT INTO sales_data VALUES ('2019-02-23','香蕉','店面',1937.00);
INSERT INTO sales_data VALUES ('2019-02-23','苹果','淘宝',1163.00);
INSERT INTO sales_data VALUES ('2019-02-23','苹果','京东',1307.00);
INSERT INTO sales_data VALUES ('2019-02-23','苹果','店面',1089.00);
INSERT INTO sales_data VALUES ('2019-02-24','桔子','淘宝',1208.00);
INSERT INTO sales_data VALUES ('2019-02-24','桔子','京东',1129.00);
INSERT INTO sales_data VALUES ('2019-02-24','桔子','店面',924.00);
INSERT INTO sales_data VALUES ('2019-02-24','香蕉','淘宝',1702.00);
INSERT INTO sales_data VALUES ('2019-02-24','香蕉','京东',875.00);
INSERT INTO sales_data VALUES ('2019-02-24','香蕉','店面',2178.00);
INSERT INTO sales_data VALUES ('2019-02-24','苹果','淘宝',1810.00);
INSERT INTO sales_data VALUES ('2019-02-24','苹果','京东',975.00);
INSERT INTO sales_data VALUES ('2019-02-24','苹果','店面',1655.00);
INSERT INTO sales_data VALUES ('2019-02-25','桔子','淘宝',1178.00);
INSERT INTO sales_data VALUES ('2019-02-25','桔子','京东',1666.00);
INSERT INTO sales_data VALUES ('2019-02-25','桔子','店面',2168.00);
INSERT INTO sales_data VALUES ('2019-02-25','香蕉','淘宝',933.00);
INSERT INTO sales_data VALUES ('2019-02-25','香蕉','京东',1166.00);
INSERT INTO sales_data VALUES ('2019-02-25','香蕉','店面',1079.00);
INSERT INTO sales_data VALUES ('2019-02-25','苹果','淘宝',1042.00);
INSERT INTO sales_data VALUES ('2019-02-25','苹果','京东',1031.00);
INSERT INTO sales_data VALUES ('2019-02-25','苹果','店面',1469.00);
INSERT INTO sales_data VALUES ('2019-02-26','桔子','淘宝',1695.00);
INSERT INTO sales_data VALUES ('2019-02-26','桔子','京东',1590.00);
INSERT INTO sales_data VALUES ('2019-02-26','桔子','店面',1802.00);
INSERT INTO sales_data VALUES ('2019-02-26','香蕉','淘宝',1667.00);
INSERT INTO sales_data VALUES ('2019-02-26','香蕉','京东',1615.00);
INSERT INTO sales_data VALUES ('2019-02-26','香蕉','店面',1622.00);
INSERT INTO sales_data VALUES ('2019-02-26','苹果','淘宝',1242.00);
INSERT INTO sales_data VALUES ('2019-02-26','苹果','京东',1501.00);
INSERT INTO sales_data VALUES ('2019-02-26','苹果','店面',1614.00);
INSERT INTO sales_data VALUES ('2019-02-27','桔子','淘宝',919.00);
INSERT INTO sales_data VALUES ('2019-02-27','桔子','京东',1904.00);
INSERT INTO sales_data VALUES ('2019-02-27','桔子','店面',2161.00);
INSERT INTO sales_data VALUES ('2019-02-27','香蕉','淘宝',1243.00);
INSERT INTO sales_data VALUES ('2019-02-27','香蕉','京东',842.00);
INSERT INTO sales_data VALUES ('2019-02-27','香蕉','店面',1019.00);
INSERT INTO sales_data VALUES ('2019-02-27','苹果','淘宝',1397.00);
INSERT INTO sales_data VALUES ('2019-02-27','苹果','京东',1774.00);
INSERT INTO sales_data VALUES ('2019-02-27','苹果','店面',1125.00);
INSERT INTO sales_data VALUES ('2019-02-28','桔子','淘宝',1310.00);
INSERT INTO sales_data VALUES ('2019-02-28','桔子','京东',1319.00);
INSERT INTO sales_data VALUES ('2019-02-28','桔子','店面',1335.00);
INSERT INTO sales_data VALUES ('2019-02-28','香蕉','淘宝',2195.00);
INSERT INTO sales_data VALUES ('2019-02-28','香蕉','京东',1721.00);
INSERT INTO sales_data VALUES ('2019-02-28','香蕉','店面',2226.00);
INSERT INTO sales_data VALUES ('2019-02-28','苹果','淘宝',2088.00);
INSERT INTO sales_data VALUES ('2019-02-28','苹果','京东',1879.00);
INSERT INTO sales_data VALUES ('2019-02-28','苹果','店面',1117.00);
INSERT INTO sales_data VALUES ('2019-03-01','桔子','淘宝',897.00);
INSERT INTO sales_data VALUES ('2019-03-01','桔子','京东',2151.00);
INSERT INTO sales_data VALUES ('2019-03-01','桔子','店面',1378.00);
INSERT INTO sales_data VALUES ('2019-03-01','香蕉','淘宝',1591.00);
INSERT INTO sales_data VALUES ('2019-03-01','香蕉','京东',1566.00);
INSERT INTO sales_data VALUES ('2019-03-01','香蕉','店面',2187.00);
INSERT INTO sales_data VALUES ('2019-03-01','苹果','淘宝',1113.00);
INSERT INTO sales_data VALUES ('2019-03-01','苹果','京东',953.00);
INSERT INTO sales_data VALUES ('2019-03-01','苹果','店面',1522.00);
INSERT INTO sales_data VALUES ('2019-03-02','桔子','淘宝',1960.00);
INSERT INTO sales_data VALUES ('2019-03-02','桔子','京东',1420.00);
INSERT INTO sales_data VALUES ('2019-03-02','桔子','店面',2248.00);
INSERT INTO sales_data VALUES ('2019-03-02','香蕉','淘宝',1294.00);
INSERT INTO sales_data VALUES ('2019-03-02','香蕉','京东',1554.00);
INSERT INTO sales_data VALUES ('2019-03-02','香蕉','店面',1868.00);
INSERT INTO sales_data VALUES ('2019-03-02','苹果','淘宝',1169.00);
INSERT INTO sales_data VALUES ('2019-03-02','苹果','京东',2012.00);
INSERT INTO sales_data VALUES ('2019-03-02','苹果','店面',1924.00);
INSERT INTO sales_data VALUES ('2019-03-03','桔子','淘宝',1409.00);
INSERT INTO sales_data VALUES ('2019-03-03','桔子','京东',1129.00);
INSERT INTO sales_data VALUES ('2019-03-03','桔子','店面',1418.00);
INSERT INTO sales_data VALUES ('2019-03-03','香蕉','淘宝',1748.00);
INSERT INTO sales_data VALUES ('2019-03-03','香蕉','京东',1649.00);
INSERT INTO sales_data VALUES ('2019-03-03','香蕉','店面',1947.00);
INSERT INTO sales_data VALUES ('2019-03-03','苹果','淘宝',2294.00);
INSERT INTO sales_data VALUES ('2019-03-03','苹果','京东',1554.00);
INSERT INTO sales_data VALUES ('2019-03-03','苹果','店面',1378.00);
INSERT INTO sales_data VALUES ('2019-03-04','桔子','淘宝',2234.00);
INSERT INTO sales_data VALUES ('2019-03-04','桔子','京东',1357.00);
INSERT INTO sales_data VALUES ('2019-03-04','桔子','店面',972.00);
INSERT INTO sales_data VALUES ('2019-03-04','香蕉','淘宝',1061.00);
INSERT INTO sales_data VALUES ('2019-03-04','香蕉','京东',1459.00);
INSERT INTO sales_data VALUES ('2019-03-04','香蕉','店面',828.00);
INSERT INTO sales_data VALUES ('2019-03-04','苹果','淘宝',1644.00);
INSERT INTO sales_data VALUES ('2019-03-04','苹果','京东',2255.00);
INSERT INTO sales_data VALUES ('2019-03-04','苹果','店面',1599.00);
INSERT INTO sales_data VALUES ('2019-03-05','桔子','淘宝',1542.00);
INSERT INTO sales_data VALUES ('2019-03-05','桔子','京东',1078.00);
INSERT INTO sales_data VALUES ('2019-03-05','桔子','店面',1762.00);
INSERT INTO sales_data VALUES ('2019-03-05','香蕉','淘宝',2269.00);
INSERT INTO sales_data VALUES ('2019-03-05','香蕉','京东',2238.00);
INSERT INTO sales_data VALUES ('2019-03-05','香蕉','店面',882.00);
INSERT INTO sales_data VALUES ('2019-03-05','苹果','淘宝',2217.00);
INSERT INTO sales_data VALUES ('2019-03-05','苹果','京东',1232.00);
INSERT INTO sales_data VALUES ('2019-03-05','苹果','店面',1636.00);
INSERT INTO sales_data VALUES ('2019-03-06','桔子','淘宝',1790.00);
INSERT INTO sales_data VALUES ('2019-03-06','桔子','京东',1606.00);
INSERT INTO sales_data VALUES ('2019-03-06','桔子','店面',1352.00);
INSERT INTO sales_data VALUES ('2019-03-06','香蕉','淘宝',1414.00);
INSERT INTO sales_data VALUES ('2019-03-06','香蕉','京东',2210.00);
INSERT INTO sales_data VALUES ('2019-03-06','香蕉','店面',1676.00);
INSERT INTO sales_data VALUES ('2019-03-06','苹果','淘宝',2028.00);
INSERT INTO sales_data VALUES ('2019-03-06','苹果','京东',1653.00);
INSERT INTO sales_data VALUES ('2019-03-06','苹果','店面',1020.00);
INSERT INTO sales_data VALUES ('2019-03-07','桔子','淘宝',1675.00);
INSERT INTO sales_data VALUES ('2019-03-07','桔子','京东',1647.00);
INSERT INTO sales_data VALUES ('2019-03-07','桔子','店面',1775.00);
INSERT INTO sales_data VALUES ('2019-03-07','香蕉','淘宝',2248.00);
INSERT INTO sales_data VALUES ('2019-03-07','香蕉','京东',1571.00);
INSERT INTO sales_data VALUES ('2019-03-07','香蕉','店面',2321.00);
INSERT INTO sales_data VALUES ('2019-03-07','苹果','淘宝',910.00);
INSERT INTO sales_data VALUES ('2019-03-07','苹果','京东',1822.00);
INSERT INTO sales_data VALUES ('2019-03-07','苹果','店面',1470.00);
INSERT INTO sales_data VALUES ('2019-03-08','桔子','淘宝',933.00);
INSERT INTO sales_data VALUES ('2019-03-08','桔子','京东',1161.00);
INSERT INTO sales_data VALUES ('2019-03-08','桔子','店面',1420.00);
INSERT INTO sales_data VALUES ('2019-03-08','香蕉','淘宝',1722.00);
INSERT INTO sales_data VALUES ('2019-03-08','香蕉','京东',1888.00);
INSERT INTO sales_data VALUES ('2019-03-08','香蕉','店面',1683.00);
INSERT INTO sales_data VALUES ('2019-03-08','苹果','淘宝',1169.00);
INSERT INTO sales_data VALUES ('2019-03-08','苹果','京东',1842.00);
INSERT INTO sales_data VALUES ('2019-03-08','苹果','店面',1606.00);
INSERT INTO sales_data VALUES ('2019-03-09','桔子','淘宝',1241.00);
INSERT INTO sales_data VALUES ('2019-03-09','桔子','京东',1749.00);
INSERT INTO sales_data VALUES ('2019-03-09','桔子','店面',2028.00);
INSERT INTO sales_data VALUES ('2019-03-09','香蕉','淘宝',2061.00);
INSERT INTO sales_data VALUES ('2019-03-09','香蕉','京东',1219.00);
INSERT INTO sales_data VALUES ('2019-03-09','香蕉','店面',1314.00);
INSERT INTO sales_data VALUES ('2019-03-09','苹果','淘宝',1094.00);
INSERT INTO sales_data VALUES ('2019-03-09','苹果','京东',1813.00);
INSERT INTO sales_data VALUES ('2019-03-09','苹果','店面',1203.00);
INSERT INTO sales_data VALUES ('2019-03-10','桔子','淘宝',1955.00);
INSERT INTO sales_data VALUES ('2019-03-10','桔子','京东',1526.00);
INSERT INTO sales_data VALUES ('2019-03-10','桔子','店面',2041.00);
INSERT INTO sales_data VALUES ('2019-03-10','香蕉','淘宝',2155.00);
INSERT INTO sales_data VALUES ('2019-03-10','香蕉','京东',875.00);
INSERT INTO sales_data VALUES ('2019-03-10','香蕉','店面',1363.00);
INSERT INTO sales_data VALUES ('2019-03-10','苹果','淘宝',1605.00);
INSERT INTO sales_data VALUES ('2019-03-10','苹果','京东',2298.00);
INSERT INTO sales_data VALUES ('2019-03-10','苹果','店面',2109.00);
INSERT INTO sales_data VALUES ('2019-03-11','桔子','淘宝',1606.00);
INSERT INTO sales_data VALUES ('2019-03-11','桔子','京东',888.00);
INSERT INTO sales_data VALUES ('2019-03-11','桔子','店面',1611.00);
INSERT INTO sales_data VALUES ('2019-03-11','香蕉','淘宝',2251.00);
INSERT INTO sales_data VALUES ('2019-03-11','香蕉','京东',991.00);
INSERT INTO sales_data VALUES ('2019-03-11','香蕉','店面',1942.00);
INSERT INTO sales_data VALUES ('2019-03-11','苹果','淘宝',1341.00);
INSERT INTO sales_data VALUES ('2019-03-11','苹果','京东',1883.00);
INSERT INTO sales_data VALUES ('2019-03-11','苹果','店面',1500.00);
INSERT INTO sales_data VALUES ('2019-03-12','桔子','淘宝',2199.00);
INSERT INTO sales_data VALUES ('2019-03-12','桔子','京东',2226.00);
INSERT INTO sales_data VALUES ('2019-03-12','桔子','店面',1017.00);
INSERT INTO sales_data VALUES ('2019-03-12','香蕉','淘宝',1476.00);
INSERT INTO sales_data VALUES ('2019-03-12','香蕉','京东',1132.00);
INSERT INTO sales_data VALUES ('2019-03-12','香蕉','店面',1931.00);
INSERT INTO sales_data VALUES ('2019-03-12','苹果','淘宝',1168.00);
INSERT INTO sales_data VALUES ('2019-03-12','苹果','京东',858.00);
INSERT INTO sales_data VALUES ('2019-03-12','苹果','店面',2314.00);
INSERT INTO sales_data VALUES ('2019-03-13','桔子','淘宝',1652.00);
INSERT INTO sales_data VALUES ('2019-03-13','桔子','京东',1122.00);
INSERT INTO sales_data VALUES ('2019-03-13','桔子','店面',1797.00);
INSERT INTO sales_data VALUES ('2019-03-13','香蕉','淘宝',2020.00);
INSERT INTO sales_data VALUES ('2019-03-13','香蕉','京东',2237.00);
INSERT INTO sales_data VALUES ('2019-03-13','香蕉','店面',983.00);
INSERT INTO sales_data VALUES ('2019-03-13','苹果','淘宝',1721.00);
INSERT INTO sales_data VALUES ('2019-03-13','苹果','京东',2053.00);
INSERT INTO sales_data VALUES ('2019-03-13','苹果','店面',1018.00);
INSERT INTO sales_data VALUES ('2019-03-14','桔子','淘宝',2249.00);
INSERT INTO sales_data VALUES ('2019-03-14','桔子','京东',1323.00);
INSERT INTO sales_data VALUES ('2019-03-14','桔子','店面',982.00);
INSERT INTO sales_data VALUES ('2019-03-14','香蕉','淘宝',2018.00);
INSERT INTO sales_data VALUES ('2019-03-14','香蕉','京东',2084.00);
INSERT INTO sales_data VALUES ('2019-03-14','香蕉','店面',1025.00);
INSERT INTO sales_data VALUES ('2019-03-14','苹果','淘宝',1284.00);
INSERT INTO sales_data VALUES ('2019-03-14','苹果','京东',1990.00);
INSERT INTO sales_data VALUES ('2019-03-14','苹果','店面',1171.00);
INSERT INTO sales_data VALUES ('2019-03-15','桔子','淘宝',886.00);
INSERT INTO sales_data VALUES ('2019-03-15','桔子','京东',992.00);
INSERT INTO sales_data VALUES ('2019-03-15','桔子','店面',2214.00);
INSERT INTO sales_data VALUES ('2019-03-15','香蕉','淘宝',1541.00);
INSERT INTO sales_data VALUES ('2019-03-15','香蕉','京东',2341.00);
INSERT INTO sales_data VALUES ('2019-03-15','香蕉','店面',2090.00);
INSERT INTO sales_data VALUES ('2019-03-15','苹果','淘宝',1708.00);
INSERT INTO sales_data VALUES ('2019-03-15','苹果','京东',1467.00);
INSERT INTO sales_data VALUES ('2019-03-15','苹果','店面',872.00);
INSERT INTO sales_data VALUES ('2019-03-16','桔子','淘宝',1293.00);
INSERT INTO sales_data VALUES ('2019-03-16','桔子','京东',1790.00);
INSERT INTO sales_data VALUES ('2019-03-16','桔子','店面',885.00);
INSERT INTO sales_data VALUES ('2019-03-16','香蕉','淘宝',1258.00);
INSERT INTO sales_data VALUES ('2019-03-16','香蕉','京东',1087.00);
INSERT INTO sales_data VALUES ('2019-03-16','香蕉','店面',1153.00);
INSERT INTO sales_data VALUES ('2019-03-16','苹果','淘宝',2200.00);
INSERT INTO sales_data VALUES ('2019-03-16','苹果','京东',2252.00);
INSERT INTO sales_data VALUES ('2019-03-16','苹果','店面',1035.00);
INSERT INTO sales_data VALUES ('2019-03-17','桔子','淘宝',2333.00);
INSERT INTO sales_data VALUES ('2019-03-17','桔子','京东',1624.00);
INSERT INTO sales_data VALUES ('2019-03-17','桔子','店面',2238.00);
INSERT INTO sales_data VALUES ('2019-03-17','香蕉','淘宝',996.00);
INSERT INTO sales_data VALUES ('2019-03-17','香蕉','京东',1513.00);
INSERT INTO sales_data VALUES ('2019-03-17','香蕉','店面',1200.00);
INSERT INTO sales_data VALUES ('2019-03-17','苹果','淘宝',1118.00);
INSERT INTO sales_data VALUES ('2019-03-17','苹果','京东',1171.00);
INSERT INTO sales_data VALUES ('2019-03-17','苹果','店面',924.00);
INSERT INTO sales_data VALUES ('2019-03-18','桔子','淘宝',1288.00);
INSERT INTO sales_data VALUES ('2019-03-18','桔子','京东',1600.00);
INSERT INTO sales_data VALUES ('2019-03-18','桔子','店面',2059.00);
INSERT INTO sales_data VALUES ('2019-03-18','香蕉','淘宝',1599.00);
INSERT INTO sales_data VALUES ('2019-03-18','香蕉','京东',1622.00);
INSERT INTO sales_data VALUES ('2019-03-18','香蕉','店面',2186.00);
INSERT INTO sales_data VALUES ('2019-03-18','苹果','淘宝',1448.00);
INSERT INTO sales_data VALUES ('2019-03-18','苹果','京东',2298.00);
INSERT INTO sales_data VALUES ('2019-03-18','苹果','店面',2162.00);
INSERT INTO sales_data VALUES ('2019-03-19','桔子','淘宝',1178.00);
INSERT INTO sales_data VALUES ('2019-03-19','桔子','京东',1646.00);
INSERT INTO sales_data VALUES ('2019-03-19','桔子','店面',1268.00);
INSERT INTO sales_data VALUES ('2019-03-19','香蕉','淘宝',1185.00);
INSERT INTO sales_data VALUES ('2019-03-19','香蕉','京东',2069.00);
INSERT INTO sales_data VALUES ('2019-03-19','香蕉','店面',2188.00);
INSERT INTO sales_data VALUES ('2019-03-19','苹果','淘宝',1200.00);
INSERT INTO sales_data VALUES ('2019-03-19','苹果','京东',957.00);
INSERT INTO sales_data VALUES ('2019-03-19','苹果','店面',905.00);
INSERT INTO sales_data VALUES ('2019-03-20','桔子','淘宝',1488.00);
INSERT INTO sales_data VALUES ('2019-03-20','桔子','京东',2292.00);
INSERT INTO sales_data VALUES ('2019-03-20','桔子','店面',2292.00);
INSERT INTO sales_data VALUES ('2019-03-20','香蕉','淘宝',1653.00);
INSERT INTO sales_data VALUES ('2019-03-20','香蕉','京东',2250.00);
INSERT INTO sales_data VALUES ('2019-03-20','香蕉','店面',1540.00);
INSERT INTO sales_data VALUES ('2019-03-20','苹果','淘宝',1516.00);
INSERT INTO sales_data VALUES ('2019-03-20','苹果','京东',2371.00);
INSERT INTO sales_data VALUES ('2019-03-20','苹果','店面',2178.00);
INSERT INTO sales_data VALUES ('2019-03-21','桔子','淘宝',1846.00);
INSERT INTO sales_data VALUES ('2019-03-21','桔子','京东',1119.00);
INSERT INTO sales_data VALUES ('2019-03-21','桔子','店面',980.00);
INSERT INTO sales_data VALUES ('2019-03-21','香蕉','淘宝',1895.00);
INSERT INTO sales_data VALUES ('2019-03-21','香蕉','京东',1527.00);
INSERT INTO sales_data VALUES ('2019-03-21','香蕉','店面',1700.00);
INSERT INTO sales_data VALUES ('2019-03-21','苹果','淘宝',1574.00);
INSERT INTO sales_data VALUES ('2019-03-21','苹果','京东',2246.00);
INSERT INTO sales_data VALUES ('2019-03-21','苹果','店面',942.00);
INSERT INTO sales_data VALUES ('2019-03-22','桔子','淘宝',1384.00);
INSERT INTO sales_data VALUES ('2019-03-22','桔子','京东',1319.00);
INSERT INTO sales_data VALUES ('2019-03-22','桔子','店面',2365.00);
INSERT INTO sales_data VALUES ('2019-03-22','香蕉','淘宝',1166.00);
INSERT INTO sales_data VALUES ('2019-03-22','香蕉','京东',1612.00);
INSERT INTO sales_data VALUES ('2019-03-22','香蕉','店面',1626.00);
INSERT INTO sales_data VALUES ('2019-03-22','苹果','淘宝',1549.00);
INSERT INTO sales_data VALUES ('2019-03-22','苹果','京东',1912.00);
INSERT INTO sales_data VALUES ('2019-03-22','苹果','店面',1311.00);
INSERT INTO sales_data VALUES ('2019-03-23','桔子','淘宝',1357.00);
INSERT INTO sales_data VALUES ('2019-03-23','桔子','京东',2232.00);
INSERT INTO sales_data VALUES ('2019-03-23','桔子','店面',1388.00);
INSERT INTO sales_data VALUES ('2019-03-23','香蕉','淘宝',1377.00);
INSERT INTO sales_data VALUES ('2019-03-23','香蕉','京东',1330.00);
INSERT INTO sales_data VALUES ('2019-03-23','香蕉','店面',1290.00);
INSERT INTO sales_data VALUES ('2019-03-23','苹果','淘宝',1279.00);
INSERT INTO sales_data VALUES ('2019-03-23','苹果','京东',2093.00);
INSERT INTO sales_data VALUES ('2019-03-23','苹果','店面',1150.00);
INSERT INTO sales_data VALUES ('2019-03-24','桔子','淘宝',1935.00);
INSERT INTO sales_data VALUES ('2019-03-24','桔子','京东',1224.00);
INSERT INTO sales_data VALUES ('2019-03-24','桔子','店面',1136.00);
INSERT INTO sales_data VALUES ('2019-03-24','香蕉','淘宝',1723.00);
INSERT INTO sales_data VALUES ('2019-03-24','香蕉','京东',2174.00);
INSERT INTO sales_data VALUES ('2019-03-24','香蕉','店面',1360.00);
INSERT INTO sales_data VALUES ('2019-03-24','苹果','淘宝',1808.00);
INSERT INTO sales_data VALUES ('2019-03-24','苹果','京东',1674.00);
INSERT INTO sales_data VALUES ('2019-03-24','苹果','店面',1992.00);
INSERT INTO sales_data VALUES ('2019-03-25','桔子','淘宝',1118.00);
INSERT INTO sales_data VALUES ('2019-03-25','桔子','京东',2358.00);
INSERT INTO sales_data VALUES ('2019-03-25','桔子','店面',1848.00);
INSERT INTO sales_data VALUES ('2019-03-25','香蕉','淘宝',1165.00);
INSERT INTO sales_data VALUES ('2019-03-25','香蕉','京东',1342.00);
INSERT INTO sales_data VALUES ('2019-03-25','香蕉','店面',2266.00);
INSERT INTO sales_data VALUES ('2019-03-25','苹果','淘宝',1130.00);
INSERT INTO sales_data VALUES ('2019-03-25','苹果','京东',1608.00);
INSERT INTO sales_data VALUES ('2019-03-25','苹果','店面',1478.00);
INSERT INTO sales_data VALUES ('2019-03-26','桔子','淘宝',1862.00);
INSERT INTO sales_data VALUES ('2019-03-26','桔子','京东',2262.00);
INSERT INTO sales_data VALUES ('2019-03-26','桔子','店面',995.00);
INSERT INTO sales_data VALUES ('2019-03-26','香蕉','淘宝',2273.00);
INSERT INTO sales_data VALUES ('2019-03-26','香蕉','京东',1214.00);
INSERT INTO sales_data VALUES ('2019-03-26','香蕉','店面',2322.00);
INSERT INTO sales_data VALUES ('2019-03-26','苹果','淘宝',1256.00);
INSERT INTO sales_data VALUES ('2019-03-26','苹果','京东',1687.00);
INSERT INTO sales_data VALUES ('2019-03-26','苹果','店面',1247.00);
INSERT INTO sales_data VALUES ('2019-03-27','桔子','淘宝',1646.00);
INSERT INTO sales_data VALUES ('2019-03-27','桔子','京东',2066.00);
INSERT INTO sales_data VALUES ('2019-03-27','桔子','店面',940.00);
INSERT INTO sales_data VALUES ('2019-03-27','香蕉','淘宝',1891.00);
INSERT INTO sales_data VALUES ('2019-03-27','香蕉','京东',1590.00);
INSERT INTO sales_data VALUES ('2019-03-27','香蕉','店面',1254.00);
INSERT INTO sales_data VALUES ('2019-03-27','苹果','淘宝',2117.00);
INSERT INTO sales_data VALUES ('2019-03-27','苹果','京东',2403.00);
INSERT INTO sales_data VALUES ('2019-03-27','苹果','店面',1018.00);
INSERT INTO sales_data VALUES ('2019-03-28','桔子','淘宝',1072.00);
INSERT INTO sales_data VALUES ('2019-03-28','桔子','京东',1806.00);
INSERT INTO sales_data VALUES ('2019-03-28','桔子','店面',1787.00);
INSERT INTO sales_data VALUES ('2019-03-28','香蕉','淘宝',2154.00);
INSERT INTO sales_data VALUES ('2019-03-28','香蕉','京东',2009.00);
INSERT INTO sales_data VALUES ('2019-03-28','香蕉','店面',1730.00);
INSERT INTO sales_data VALUES ('2019-03-28','苹果','淘宝',1586.00);
INSERT INTO sales_data VALUES ('2019-03-28','苹果','京东',2259.00);
INSERT INTO sales_data VALUES ('2019-03-28','苹果','店面',2157.00);
INSERT INTO sales_data VALUES ('2019-03-29','桔子','淘宝',1443.00);
INSERT INTO sales_data VALUES ('2019-03-29','桔子','京东',979.00);
INSERT INTO sales_data VALUES ('2019-03-29','桔子','店面',1355.00);
INSERT INTO sales_data VALUES ('2019-03-29','香蕉','淘宝',2006.00);
INSERT INTO sales_data VALUES ('2019-03-29','香蕉','京东',1921.00);
INSERT INTO sales_data VALUES ('2019-03-29','香蕉','店面',1197.00);
INSERT INTO sales_data VALUES ('2019-03-29','苹果','淘宝',2081.00);
INSERT INTO sales_data VALUES ('2019-03-29','苹果','京东',1773.00);
INSERT INTO sales_data VALUES ('2019-03-29','苹果','店面',1492.00);
INSERT INTO sales_data VALUES ('2019-03-30','桔子','淘宝',1987.00);
INSERT INTO sales_data VALUES ('2019-03-30','桔子','京东',2114.00);
INSERT INTO sales_data VALUES ('2019-03-30','桔子','店面',2263.00);
INSERT INTO sales_data VALUES ('2019-03-30','香蕉','淘宝',2314.00);
INSERT INTO sales_data VALUES ('2019-03-30','香蕉','京东',1335.00);
INSERT INTO sales_data VALUES ('2019-03-30','香蕉','店面',1904.00);
INSERT INTO sales_data VALUES ('2019-03-30','苹果','淘宝',2329.00);
INSERT INTO sales_data VALUES ('2019-03-30','苹果','京东',2300.00);
INSERT INTO sales_data VALUES ('2019-03-30','苹果','店面',1069.00);
INSERT INTO sales_data VALUES ('2019-03-31','桔子','淘宝',1163.00);
INSERT INTO sales_data VALUES ('2019-03-31','桔子','京东',1997.00);
INSERT INTO sales_data VALUES ('2019-03-31','桔子','店面',1052.00);
INSERT INTO sales_data VALUES ('2019-03-31','香蕉','淘宝',1256.00);
INSERT INTO sales_data VALUES ('2019-03-31','香蕉','京东',2139.00);
INSERT INTO sales_data VALUES ('2019-03-31','香蕉','店面',1928.00);
INSERT INTO sales_data VALUES ('2019-03-31','苹果','淘宝',2113.00);
INSERT INTO sales_data VALUES ('2019-03-31','苹果','京东',1863.00);
INSERT INTO sales_data VALUES ('2019-03-31','苹果','店面',1507.00);
INSERT INTO sales_data VALUES ('2019-04-01','桔子','淘宝',1418.00);
INSERT INTO sales_data VALUES ('2019-04-01','桔子','京东',1024.00);
INSERT INTO sales_data VALUES ('2019-04-01','桔子','店面',1341.00);
INSERT INTO sales_data VALUES ('2019-04-01','香蕉','淘宝',1145.00);
INSERT INTO sales_data VALUES ('2019-04-01','香蕉','京东',1532.00);
INSERT INTO sales_data VALUES ('2019-04-01','香蕉','店面',1385.00);
INSERT INTO sales_data VALUES ('2019-04-01','苹果','淘宝',1565.00);
INSERT INTO sales_data VALUES ('2019-04-01','苹果','京东',1103.00);
INSERT INTO sales_data VALUES ('2019-04-01','苹果','店面',2371.00);
INSERT INTO sales_data VALUES ('2019-04-02','桔子','淘宝',1832.00);
INSERT INTO sales_data VALUES ('2019-04-02','桔子','京东',2253.00);
INSERT INTO sales_data VALUES ('2019-04-02','桔子','店面',1714.00);
INSERT INTO sales_data VALUES ('2019-04-02','香蕉','淘宝',2389.00);
INSERT INTO sales_data VALUES ('2019-04-02','香蕉','京东',1801.00);
INSERT INTO sales_data VALUES ('2019-04-02','香蕉','店面',1388.00);
INSERT INTO sales_data VALUES ('2019-04-02','苹果','淘宝',2212.00);
INSERT INTO sales_data VALUES ('2019-04-02','苹果','京东',1675.00);
INSERT INTO sales_data VALUES ('2019-04-02','苹果','店面',1783.00);
INSERT INTO sales_data VALUES ('2019-04-03','桔子','淘宝',1681.00);
INSERT INTO sales_data VALUES ('2019-04-03','桔子','京东',1570.00);
INSERT INTO sales_data VALUES ('2019-04-03','桔子','店面',1648.00);
INSERT INTO sales_data VALUES ('2019-04-03','香蕉','淘宝',1810.00);
INSERT INTO sales_data VALUES ('2019-04-03','香蕉','京东',1787.00);
INSERT INTO sales_data VALUES ('2019-04-03','香蕉','店面',1200.00);
INSERT INTO sales_data VALUES ('2019-04-03','苹果','淘宝',1917.00);
INSERT INTO sales_data VALUES ('2019-04-03','苹果','京东',2098.00);
INSERT INTO sales_data VALUES ('2019-04-03','苹果','店面',2394.00);
INSERT INTO sales_data VALUES ('2019-04-04','桔子','淘宝',1406.00);
INSERT INTO sales_data VALUES ('2019-04-04','桔子','京东',1771.00);
INSERT INTO sales_data VALUES ('2019-04-04','桔子','店面',1816.00);
INSERT INTO sales_data VALUES ('2019-04-04','香蕉','淘宝',1968.00);
INSERT INTO sales_data VALUES ('2019-04-04','香蕉','京东',2239.00);
INSERT INTO sales_data VALUES ('2019-04-04','香蕉','店面',1890.00);
INSERT INTO sales_data VALUES ('2019-04-04','苹果','淘宝',2359.00);
INSERT INTO sales_data VALUES ('2019-04-04','苹果','京东',2434.00);
INSERT INTO sales_data VALUES ('2019-04-04','苹果','店面',972.00);
INSERT INTO sales_data VALUES ('2019-04-05','桔子','淘宝',1299.00);
INSERT INTO sales_data VALUES ('2019-04-05','桔子','京东',1554.00);
INSERT INTO sales_data VALUES ('2019-04-05','桔子','店面',1130.00);
INSERT INTO sales_data VALUES ('2019-04-05','香蕉','淘宝',1220.00);
INSERT INTO sales_data VALUES ('2019-04-05','香蕉','京东',2432.00);
INSERT INTO sales_data VALUES ('2019-04-05','香蕉','店面',2428.00);
INSERT INTO sales_data VALUES ('2019-04-05','苹果','淘宝',1979.00);
INSERT INTO sales_data VALUES ('2019-04-05','苹果','京东',2366.00);
INSERT INTO sales_data VALUES ('2019-04-05','苹果','店面',1774.00);
INSERT INTO sales_data VALUES ('2019-04-06','桔子','淘宝',2417.00);
INSERT INTO sales_data VALUES ('2019-04-06','桔子','京东',2128.00);
INSERT INTO sales_data VALUES ('2019-04-06','桔子','店面',1000.00);
INSERT INTO sales_data VALUES ('2019-04-06','香蕉','淘宝',1744.00);
INSERT INTO sales_data VALUES ('2019-04-06','香蕉','京东',1349.00);
INSERT INTO sales_data VALUES ('2019-04-06','香蕉','店面',1609.00);
INSERT INTO sales_data VALUES ('2019-04-06','苹果','淘宝',2432.00);
INSERT INTO sales_data VALUES ('2019-04-06','苹果','京东',2199.00);
INSERT INTO sales_data VALUES ('2019-04-06','苹果','店面',2437.00);
INSERT INTO sales_data VALUES ('2019-04-07','桔子','淘宝',1177.00);
INSERT INTO sales_data VALUES ('2019-04-07','桔子','京东',1662.00);
INSERT INTO sales_data VALUES ('2019-04-07','桔子','店面',2080.00);
INSERT INTO sales_data VALUES ('2019-04-07','香蕉','淘宝',1111.00);
INSERT INTO sales_data VALUES ('2019-04-07','香蕉','京东',2102.00);
INSERT INTO sales_data VALUES ('2019-04-07','香蕉','店面',1386.00);
INSERT INTO sales_data VALUES ('2019-04-07','苹果','淘宝',1962.00);
INSERT INTO sales_data VALUES ('2019-04-07','苹果','京东',1605.00);
INSERT INTO sales_data VALUES ('2019-04-07','苹果','店面',1160.00);
INSERT INTO sales_data VALUES ('2019-04-08','桔子','淘宝',1392.00);
INSERT INTO sales_data VALUES ('2019-04-08','桔子','京东',1504.00);
INSERT INTO sales_data VALUES ('2019-04-08','桔子','店面',1134.00);
INSERT INTO sales_data VALUES ('2019-04-08','香蕉','淘宝',1399.00);
INSERT INTO sales_data VALUES ('2019-04-08','香蕉','京东',1832.00);
INSERT INTO sales_data VALUES ('2019-04-08','香蕉','店面',1718.00);
INSERT INTO sales_data VALUES ('2019-04-08','苹果','淘宝',1559.00);
INSERT INTO sales_data VALUES ('2019-04-08','苹果','京东',2082.00);
INSERT INTO sales_data VALUES ('2019-04-08','苹果','店面',1680.00);
INSERT INTO sales_data VALUES ('2019-04-09','桔子','淘宝',1522.00);
INSERT INTO sales_data VALUES ('2019-04-09','桔子','京东',1596.00);
INSERT INTO sales_data VALUES ('2019-04-09','桔子','店面',1581.00);
INSERT INTO sales_data VALUES ('2019-04-09','香蕉','淘宝',2326.00);
INSERT INTO sales_data VALUES ('2019-04-09','香蕉','京东',1537.00);
INSERT INTO sales_data VALUES ('2019-04-09','香蕉','店面',1234.00);
INSERT INTO sales_data VALUES ('2019-04-09','苹果','淘宝',2351.00);
INSERT INTO sales_data VALUES ('2019-04-09','苹果','京东',2307.00);
INSERT INTO sales_data VALUES ('2019-04-09','苹果','店面',1608.00);
INSERT INTO sales_data VALUES ('2019-04-10','桔子','淘宝',1490.00);
INSERT INTO sales_data VALUES ('2019-04-10','桔子','京东',2269.00);
INSERT INTO sales_data VALUES ('2019-04-10','桔子','店面',1337.00);
INSERT INTO sales_data VALUES ('2019-04-10','香蕉','淘宝',1451.00);
INSERT INTO sales_data VALUES ('2019-04-10','香蕉','京东',2466.00);
INSERT INTO sales_data VALUES ('2019-04-10','香蕉','店面',2019.00);
INSERT INTO sales_data VALUES ('2019-04-10','苹果','淘宝',1051.00);
INSERT INTO sales_data VALUES ('2019-04-10','苹果','京东',1096.00);
INSERT INTO sales_data VALUES ('2019-04-10','苹果','店面',1642.00);
INSERT INTO sales_data VALUES ('2019-04-11','桔子','淘宝',1462.00);
INSERT INTO sales_data VALUES ('2019-04-11','桔子','京东',2083.00);
INSERT INTO sales_data VALUES ('2019-04-11','桔子','店面',2272.00);
INSERT INTO sales_data VALUES ('2019-04-11','香蕉','淘宝',1642.00);
INSERT INTO sales_data VALUES ('2019-04-11','香蕉','京东',2490.00);
INSERT INTO sales_data VALUES ('2019-04-11','香蕉','店面',1290.00);
INSERT INTO sales_data VALUES ('2019-04-11','苹果','淘宝',1792.00);
INSERT INTO sales_data VALUES ('2019-04-11','苹果','京东',1404.00);
INSERT INTO sales_data VALUES ('2019-04-11','苹果','店面',2138.00);
INSERT INTO sales_data VALUES ('2019-04-12','桔子','淘宝',1030.00);
INSERT INTO sales_data VALUES ('2019-04-12','桔子','京东',1983.00);
INSERT INTO sales_data VALUES ('2019-04-12','桔子','店面',1740.00);
INSERT INTO sales_data VALUES ('2019-04-12','香蕉','淘宝',1725.00);
INSERT INTO sales_data VALUES ('2019-04-12','香蕉','京东',1015.00);
INSERT INTO sales_data VALUES ('2019-04-12','香蕉','店面',2346.00);
INSERT INTO sales_data VALUES ('2019-04-12','苹果','淘宝',2316.00);
INSERT INTO sales_data VALUES ('2019-04-12','苹果','京东',2351.00);
INSERT INTO sales_data VALUES ('2019-04-12','苹果','店面',1393.00);
INSERT INTO sales_data VALUES ('2019-04-13','桔子','淘宝',1065.00);
INSERT INTO sales_data VALUES ('2019-04-13','桔子','京东',2216.00);
INSERT INTO sales_data VALUES ('2019-04-13','桔子','店面',1215.00);
INSERT INTO sales_data VALUES ('2019-04-13','香蕉','淘宝',1683.00);
INSERT INTO sales_data VALUES ('2019-04-13','香蕉','京东',1211.00);
INSERT INTO sales_data VALUES ('2019-04-13','香蕉','店面',2489.00);
INSERT INTO sales_data VALUES ('2019-04-13','苹果','淘宝',2025.00);
INSERT INTO sales_data VALUES ('2019-04-13','苹果','京东',1667.00);
INSERT INTO sales_data VALUES ('2019-04-13','苹果','店面',2460.00);
INSERT INTO sales_data VALUES ('2019-04-14','桔子','淘宝',1555.00);
INSERT INTO sales_data VALUES ('2019-04-14','桔子','京东',1728.00);
INSERT INTO sales_data VALUES ('2019-04-14','桔子','店面',1066.00);
INSERT INTO sales_data VALUES ('2019-04-14','香蕉','淘宝',2201.00);
INSERT INTO sales_data VALUES ('2019-04-14','香蕉','京东',2191.00);
INSERT INTO sales_data VALUES ('2019-04-14','香蕉','店面',2149.00);
INSERT INTO sales_data VALUES ('2019-04-14','苹果','淘宝',1973.00);
INSERT INTO sales_data VALUES ('2019-04-14','苹果','京东',1333.00);
INSERT INTO sales_data VALUES ('2019-04-14','苹果','店面',2140.00);
INSERT INTO sales_data VALUES ('2019-04-15','桔子','淘宝',2268.00);
INSERT INTO sales_data VALUES ('2019-04-15','桔子','京东',2130.00);
INSERT INTO sales_data VALUES ('2019-04-15','桔子','店面',1048.00);
INSERT INTO sales_data VALUES ('2019-04-15','香蕉','淘宝',1906.00);
INSERT INTO sales_data VALUES ('2019-04-15','香蕉','京东',2155.00);
INSERT INTO sales_data VALUES ('2019-04-15','香蕉','店面',2026.00);
INSERT INTO sales_data VALUES ('2019-04-15','苹果','淘宝',1141.00);
INSERT INTO sales_data VALUES ('2019-04-15','苹果','京东',1375.00);
INSERT INTO sales_data VALUES ('2019-04-15','苹果','店面',2036.00);
INSERT INTO sales_data VALUES ('2019-04-16','桔子','淘宝',2486.00);
INSERT INTO sales_data VALUES ('2019-04-16','桔子','京东',1191.00);
INSERT INTO sales_data VALUES ('2019-04-16','桔子','店面',1886.00);
INSERT INTO sales_data VALUES ('2019-04-16','香蕉','淘宝',1374.00);
INSERT INTO sales_data VALUES ('2019-04-16','香蕉','京东',1246.00);
INSERT INTO sales_data VALUES ('2019-04-16','香蕉','店面',1593.00);
INSERT INTO sales_data VALUES ('2019-04-16','苹果','淘宝',1579.00);
INSERT INTO sales_data VALUES ('2019-04-16','苹果','京东',1919.00);
INSERT INTO sales_data VALUES ('2019-04-16','苹果','店面',1794.00);
INSERT INTO sales_data VALUES ('2019-04-17','桔子','淘宝',1563.00);
INSERT INTO sales_data VALUES ('2019-04-17','桔子','京东',1439.00);
INSERT INTO sales_data VALUES ('2019-04-17','桔子','店面',2456.00);
INSERT INTO sales_data VALUES ('2019-04-17','香蕉','淘宝',1513.00);
INSERT INTO sales_data VALUES ('2019-04-17','香蕉','京东',1978.00);
INSERT INTO sales_data VALUES ('2019-04-17','香蕉','店面',1669.00);
INSERT INTO sales_data VALUES ('2019-04-17','苹果','淘宝',1564.00);
INSERT INTO sales_data VALUES ('2019-04-17','苹果','京东',1665.00);
INSERT INTO sales_data VALUES ('2019-04-17','苹果','店面',1345.00);
INSERT INTO sales_data VALUES ('2019-04-18','桔子','淘宝',1204.00);
INSERT INTO sales_data VALUES ('2019-04-18','桔子','京东',1127.00);
INSERT INTO sales_data VALUES ('2019-04-18','桔子','店面',1668.00);
INSERT INTO sales_data VALUES ('2019-04-18','香蕉','淘宝',2328.00);
INSERT INTO sales_data VALUES ('2019-04-18','香蕉','京东',2376.00);
INSERT INTO sales_data VALUES ('2019-04-18','香蕉','店面',1278.00);
INSERT INTO sales_data VALUES ('2019-04-18','苹果','淘宝',2357.00);
INSERT INTO sales_data VALUES ('2019-04-18','苹果','京东',1762.00);
INSERT INTO sales_data VALUES ('2019-04-18','苹果','店面',2413.00);
INSERT INTO sales_data VALUES ('2019-04-19','桔子','淘宝',1868.00);
INSERT INTO sales_data VALUES ('2019-04-19','桔子','京东',1888.00);
INSERT INTO sales_data VALUES ('2019-04-19','桔子','店面',1272.00);
INSERT INTO sales_data VALUES ('2019-04-19','香蕉','淘宝',1384.00);
INSERT INTO sales_data VALUES ('2019-04-19','香蕉','京东',1849.00);
INSERT INTO sales_data VALUES ('2019-04-19','香蕉','店面',1438.00);
INSERT INTO sales_data VALUES ('2019-04-19','苹果','淘宝',2245.00);
INSERT INTO sales_data VALUES ('2019-04-19','苹果','京东',2198.00);
INSERT INTO sales_data VALUES ('2019-04-19','苹果','店面',1659.00);
INSERT INTO sales_data VALUES ('2019-04-20','桔子','淘宝',1317.00);
INSERT INTO sales_data VALUES ('2019-04-20','桔子','京东',1258.00);
INSERT INTO sales_data VALUES ('2019-04-20','桔子','店面',1057.00);
INSERT INTO sales_data VALUES ('2019-04-20','香蕉','淘宝',2086.00);
INSERT INTO sales_data VALUES ('2019-04-20','香蕉','京东',1791.00);
INSERT INTO sales_data VALUES ('2019-04-20','香蕉','店面',1466.00);
INSERT INTO sales_data VALUES ('2019-04-20','苹果','淘宝',2012.00);
INSERT INTO sales_data VALUES ('2019-04-20','苹果','京东',2274.00);
INSERT INTO sales_data VALUES ('2019-04-20','苹果','店面',2415.00);
INSERT INTO sales_data VALUES ('2019-04-21','桔子','淘宝',1156.00);
INSERT INTO sales_data VALUES ('2019-04-21','桔子','京东',1313.00);
INSERT INTO sales_data VALUES ('2019-04-21','桔子','店面',1554.00);
INSERT INTO sales_data VALUES ('2019-04-21','香蕉','淘宝',1471.00);
INSERT INTO sales_data VALUES ('2019-04-21','香蕉','京东',1482.00);
INSERT INTO sales_data VALUES ('2019-04-21','香蕉','店面',1647.00);
INSERT INTO sales_data VALUES ('2019-04-21','苹果','淘宝',2104.00);
INSERT INTO sales_data VALUES ('2019-04-21','苹果','京东',1276.00);
INSERT INTO sales_data VALUES ('2019-04-21','苹果','店面',1487.00);
INSERT INTO sales_data VALUES ('2019-04-22','桔子','淘宝',2352.00);
INSERT INTO sales_data VALUES ('2019-04-22','桔子','京东',1102.00);
INSERT INTO sales_data VALUES ('2019-04-22','桔子','店面',2219.00);
INSERT INTO sales_data VALUES ('2019-04-22','香蕉','淘宝',2230.00);
INSERT INTO sales_data VALUES ('2019-04-22','香蕉','京东',1930.00);
INSERT INTO sales_data VALUES ('2019-04-22','香蕉','店面',1567.00);
INSERT INTO sales_data VALUES ('2019-04-22','苹果','淘宝',2462.00);
INSERT INTO sales_data VALUES ('2019-04-22','苹果','京东',2274.00);
INSERT INTO sales_data VALUES ('2019-04-22','苹果','店面',2376.00);
INSERT INTO sales_data VALUES ('2019-04-23','桔子','淘宝',1365.00);
INSERT INTO sales_data VALUES ('2019-04-23','桔子','京东',1983.00);
INSERT INTO sales_data VALUES ('2019-04-23','桔子','店面',2039.00);
INSERT INTO sales_data VALUES ('2019-04-23','香蕉','淘宝',1984.00);
INSERT INTO sales_data VALUES ('2019-04-23','香蕉','京东',2256.00);
INSERT INTO sales_data VALUES ('2019-04-23','香蕉','店面',2252.00);
INSERT INTO sales_data VALUES ('2019-04-23','苹果','淘宝',1997.00);
INSERT INTO sales_data VALUES ('2019-04-23','苹果','京东',1797.00);
INSERT INTO sales_data VALUES ('2019-04-23','苹果','店面',1498.00);
INSERT INTO sales_data VALUES ('2019-04-24','桔子','淘宝',2423.00);
INSERT INTO sales_data VALUES ('2019-04-24','桔子','京东',1269.00);
INSERT INTO sales_data VALUES ('2019-04-24','桔子','店面',1232.00);
INSERT INTO sales_data VALUES ('2019-04-24','香蕉','淘宝',2293.00);
INSERT INTO sales_data VALUES ('2019-04-24','香蕉','京东',1375.00);
INSERT INTO sales_data VALUES ('2019-04-24','香蕉','店面',1495.00);
INSERT INTO sales_data VALUES ('2019-04-24','苹果','淘宝',1297.00);
INSERT INTO sales_data VALUES ('2019-04-24','苹果','京东',1796.00);
INSERT INTO sales_data VALUES ('2019-04-24','苹果','店面',1927.00);
INSERT INTO sales_data VALUES ('2019-04-25','桔子','淘宝',1899.00);
INSERT INTO sales_data VALUES ('2019-04-25','桔子','京东',1356.00);
INSERT INTO sales_data VALUES ('2019-04-25','桔子','店面',2158.00);
INSERT INTO sales_data VALUES ('2019-04-25','香蕉','淘宝',2336.00);
INSERT INTO sales_data VALUES ('2019-04-25','香蕉','京东',1153.00);
INSERT INTO sales_data VALUES ('2019-04-25','香蕉','店面',2205.00);
INSERT INTO sales_data VALUES ('2019-04-25','苹果','淘宝',2000.00);
INSERT INTO sales_data VALUES ('2019-04-25','苹果','京东',2327.00);
INSERT INTO sales_data VALUES ('2019-04-25','苹果','店面',1580.00);
INSERT INTO sales_data VALUES ('2019-04-26','桔子','淘宝',2517.00);
INSERT INTO sales_data VALUES ('2019-04-26','桔子','京东',2239.00);
INSERT INTO sales_data VALUES ('2019-04-26','桔子','店面',1304.00);
INSERT INTO sales_data VALUES ('2019-04-26','香蕉','淘宝',2338.00);
INSERT INTO sales_data VALUES ('2019-04-26','香蕉','京东',2545.00);
INSERT INTO sales_data VALUES ('2019-04-26','香蕉','店面',2228.00);
INSERT INTO sales_data VALUES ('2019-04-26','苹果','淘宝',1817.00);
INSERT INTO sales_data VALUES ('2019-04-26','苹果','京东',1969.00);
INSERT INTO sales_data VALUES ('2019-04-26','苹果','店面',1923.00);
INSERT INTO sales_data VALUES ('2019-04-27','桔子','淘宝',1514.00);
INSERT INTO sales_data VALUES ('2019-04-27','桔子','京东',1411.00);
INSERT INTO sales_data VALUES ('2019-04-27','桔子','店面',1165.00);
INSERT INTO sales_data VALUES ('2019-04-27','香蕉','淘宝',1952.00);
INSERT INTO sales_data VALUES ('2019-04-27','香蕉','京东',1268.00);
INSERT INTO sales_data VALUES ('2019-04-27','香蕉','店面',1369.00);
INSERT INTO sales_data VALUES ('2019-04-27','苹果','淘宝',2119.00);
INSERT INTO sales_data VALUES ('2019-04-27','苹果','京东',2496.00);
INSERT INTO sales_data VALUES ('2019-04-27','苹果','店面',1679.00);
INSERT INTO sales_data VALUES ('2019-04-28','桔子','淘宝',2554.00);
INSERT INTO sales_data VALUES ('2019-04-28','桔子','京东',1233.00);
INSERT INTO sales_data VALUES ('2019-04-28','桔子','店面',2416.00);
INSERT INTO sales_data VALUES ('2019-04-28','香蕉','淘宝',1917.00);
INSERT INTO sales_data VALUES ('2019-04-28','香蕉','京东',2061.00);
INSERT INTO sales_data VALUES ('2019-04-28','香蕉','店面',1201.00);
INSERT INTO sales_data VALUES ('2019-04-28','苹果','淘宝',1505.00);
INSERT INTO sales_data VALUES ('2019-04-28','苹果','京东',1827.00);
INSERT INTO sales_data VALUES ('2019-04-28','苹果','店面',1284.00);
INSERT INTO sales_data VALUES ('2019-04-29','桔子','淘宝',1145.00);
INSERT INTO sales_data VALUES ('2019-04-29','桔子','京东',1262.00);
INSERT INTO sales_data VALUES ('2019-04-29','桔子','店面',2546.00);
INSERT INTO sales_data VALUES ('2019-04-29','香蕉','淘宝',1655.00);
INSERT INTO sales_data VALUES ('2019-04-29','香蕉','京东',1204.00);
INSERT INTO sales_data VALUES ('2019-04-29','香蕉','店面',2210.00);
INSERT INTO sales_data VALUES ('2019-04-29','苹果','淘宝',1884.00);
INSERT INTO sales_data VALUES ('2019-04-29','苹果','京东',2467.00);
INSERT INTO sales_data VALUES ('2019-04-29','苹果','店面',2180.00);
INSERT INTO sales_data VALUES ('2019-04-30','桔子','淘宝',1542.00);
INSERT INTO sales_data VALUES ('2019-04-30','桔子','京东',1714.00);
INSERT INTO sales_data VALUES ('2019-04-30','桔子','店面',1579.00);
INSERT INTO sales_data VALUES ('2019-04-30','香蕉','淘宝',2390.00);
INSERT INTO sales_data VALUES ('2019-04-30','香蕉','京东',2148.00);
INSERT INTO sales_data VALUES ('2019-04-30','香蕉','店面',1910.00);
INSERT INTO sales_data VALUES ('2019-04-30','苹果','淘宝',2476.00);
INSERT INTO sales_data VALUES ('2019-04-30','苹果','京东',1520.00);
INSERT INTO sales_data VALUES ('2019-04-30','苹果','店面',2098.00);
INSERT INTO sales_data VALUES ('2019-05-01','桔子','淘宝',1270.00);
INSERT INTO sales_data VALUES ('2019-05-01','桔子','京东',2564.00);
INSERT INTO sales_data VALUES ('2019-05-01','桔子','店面',2019.00);
INSERT INTO sales_data VALUES ('2019-05-01','香蕉','淘宝',1870.00);
INSERT INTO sales_data VALUES ('2019-05-01','香蕉','京东',2533.00);
INSERT INTO sales_data VALUES ('2019-05-01','香蕉','店面',2167.00);
INSERT INTO sales_data VALUES ('2019-05-01','苹果','淘宝',1700.00);
INSERT INTO sales_data VALUES ('2019-05-01','苹果','京东',1865.00);
INSERT INTO sales_data VALUES ('2019-05-01','苹果','店面',1643.00);
INSERT INTO sales_data VALUES ('2019-05-02','桔子','淘宝',1822.00);
INSERT INTO sales_data VALUES ('2019-05-02','桔子','京东',2290.00);
INSERT INTO sales_data VALUES ('2019-05-02','桔子','店面',2391.00);
INSERT INTO sales_data VALUES ('2019-05-02','香蕉','淘宝',2021.00);
INSERT INTO sales_data VALUES ('2019-05-02','香蕉','京东',2345.00);
INSERT INTO sales_data VALUES ('2019-05-02','香蕉','店面',2563.00);
INSERT INTO sales_data VALUES ('2019-05-02','苹果','淘宝',1977.00);
INSERT INTO sales_data VALUES ('2019-05-02','苹果','京东',1410.00);
INSERT INTO sales_data VALUES ('2019-05-02','苹果','店面',1177.00);
INSERT INTO sales_data VALUES ('2019-05-03','桔子','淘宝',1602.00);
INSERT INTO sales_data VALUES ('2019-05-03','桔子','京东',2209.00);
INSERT INTO sales_data VALUES ('2019-05-03','桔子','店面',2559.00);
INSERT INTO sales_data VALUES ('2019-05-03','香蕉','淘宝',1192.00);
INSERT INTO sales_data VALUES ('2019-05-03','香蕉','京东',1156.00);
INSERT INTO sales_data VALUES ('2019-05-03','香蕉','店面',1678.00);
INSERT INTO sales_data VALUES ('2019-05-03','苹果','淘宝',1677.00);
INSERT INTO sales_data VALUES ('2019-05-03','苹果','京东',2452.00);
INSERT INTO sales_data VALUES ('2019-05-03','苹果','店面',1231.00);
INSERT INTO sales_data VALUES ('2019-05-04','桔子','淘宝',2496.00);
INSERT INTO sales_data VALUES ('2019-05-04','桔子','京东',2337.00);
INSERT INTO sales_data VALUES ('2019-05-04','桔子','店面',1661.00);
INSERT INTO sales_data VALUES ('2019-05-04','香蕉','淘宝',1999.00);
INSERT INTO sales_data VALUES ('2019-05-04','香蕉','京东',2508.00);
INSERT INTO sales_data VALUES ('2019-05-04','香蕉','店面',1626.00);
INSERT INTO sales_data VALUES ('2019-05-04','苹果','淘宝',1418.00);
INSERT INTO sales_data VALUES ('2019-05-04','苹果','京东',1777.00);
INSERT INTO sales_data VALUES ('2019-05-04','苹果','店面',1559.00);
INSERT INTO sales_data VALUES ('2019-05-05','桔子','淘宝',2490.00);
INSERT INTO sales_data VALUES ('2019-05-05','桔子','京东',2382.00);
INSERT INTO sales_data VALUES ('2019-05-05','桔子','店面',2329.00);
INSERT INTO sales_data VALUES ('2019-05-05','香蕉','淘宝',1533.00);
INSERT INTO sales_data VALUES ('2019-05-05','香蕉','京东',1599.00);
INSERT INTO sales_data VALUES ('2019-05-05','香蕉','店面',2014.00);
INSERT INTO sales_data VALUES ('2019-05-05','苹果','淘宝',1319.00);
INSERT INTO sales_data VALUES ('2019-05-05','苹果','京东',2515.00);
INSERT INTO sales_data VALUES ('2019-05-05','苹果','店面',1754.00);
INSERT INTO sales_data VALUES ('2019-05-06','桔子','淘宝',1282.00);
INSERT INTO sales_data VALUES ('2019-05-06','桔子','京东',1892.00);
INSERT INTO sales_data VALUES ('2019-05-06','桔子','店面',2064.00);
INSERT INTO sales_data VALUES ('2019-05-06','香蕉','淘宝',1354.00);
INSERT INTO sales_data VALUES ('2019-05-06','香蕉','京东',2384.00);
INSERT INTO sales_data VALUES ('2019-05-06','香蕉','店面',1663.00);
INSERT INTO sales_data VALUES ('2019-05-06','苹果','淘宝',1303.00);
INSERT INTO sales_data VALUES ('2019-05-06','苹果','京东',2467.00);
INSERT INTO sales_data VALUES ('2019-05-06','苹果','店面',1709.00);
INSERT INTO sales_data VALUES ('2019-05-07','桔子','淘宝',1876.00);
INSERT INTO sales_data VALUES ('2019-05-07','桔子','京东',1538.00);
INSERT INTO sales_data VALUES ('2019-05-07','桔子','店面',1556.00);
INSERT INTO sales_data VALUES ('2019-05-07','香蕉','淘宝',1997.00);
INSERT INTO sales_data VALUES ('2019-05-07','香蕉','京东',1419.00);
INSERT INTO sales_data VALUES ('2019-05-07','香蕉','店面',1278.00);
INSERT INTO sales_data VALUES ('2019-05-07','苹果','淘宝',2544.00);
INSERT INTO sales_data VALUES ('2019-05-07','苹果','京东',2303.00);
INSERT INTO sales_data VALUES ('2019-05-07','苹果','店面',1171.00);
INSERT INTO sales_data VALUES ('2019-05-08','桔子','淘宝',1559.00);
INSERT INTO sales_data VALUES ('2019-05-08','桔子','京东',2611.00);
INSERT INTO sales_data VALUES ('2019-05-08','桔子','店面',1838.00);
INSERT INTO sales_data VALUES ('2019-05-08','香蕉','淘宝',2003.00);
INSERT INTO sales_data VALUES ('2019-05-08','香蕉','京东',2481.00);
INSERT INTO sales_data VALUES ('2019-05-08','香蕉','店面',1601.00);
INSERT INTO sales_data VALUES ('2019-05-08','苹果','淘宝',1713.00);
INSERT INTO sales_data VALUES ('2019-05-08','苹果','京东',1395.00);
INSERT INTO sales_data VALUES ('2019-05-08','苹果','店面',2080.00);
INSERT INTO sales_data VALUES ('2019-05-09','桔子','淘宝',2612.00);
INSERT INTO sales_data VALUES ('2019-05-09','桔子','京东',1599.00);
INSERT INTO sales_data VALUES ('2019-05-09','桔子','店面',1980.00);
INSERT INTO sales_data VALUES ('2019-05-09','香蕉','淘宝',1746.00);
INSERT INTO sales_data VALUES ('2019-05-09','香蕉','京东',1756.00);
INSERT INTO sales_data VALUES ('2019-05-09','香蕉','店面',1246.00);
INSERT INTO sales_data VALUES ('2019-05-09','苹果','淘宝',1184.00);
INSERT INTO sales_data VALUES ('2019-05-09','苹果','京东',1984.00);
INSERT INTO sales_data VALUES ('2019-05-09','苹果','店面',2505.00);
INSERT INTO sales_data VALUES ('2019-05-10','桔子','淘宝',1728.00);
INSERT INTO sales_data VALUES ('2019-05-10','桔子','京东',2168.00);
INSERT INTO sales_data VALUES ('2019-05-10','桔子','店面',2352.00);
INSERT INTO sales_data VALUES ('2019-05-10','香蕉','淘宝',2312.00);
INSERT INTO sales_data VALUES ('2019-05-10','香蕉','京东',1414.00);
INSERT INTO sales_data VALUES ('2019-05-10','香蕉','店面',1260.00);
INSERT INTO sales_data VALUES ('2019-05-10','苹果','淘宝',1238.00);
INSERT INTO sales_data VALUES ('2019-05-10','苹果','京东',2281.00);
INSERT INTO sales_data VALUES ('2019-05-10','苹果','店面',1549.00);
INSERT INTO sales_data VALUES ('2019-05-11','桔子','淘宝',1391.00);
INSERT INTO sales_data VALUES ('2019-05-11','桔子','京东',2200.00);
INSERT INTO sales_data VALUES ('2019-05-11','桔子','店面',1227.00);
INSERT INTO sales_data VALUES ('2019-05-11','香蕉','淘宝',1432.00);
INSERT INTO sales_data VALUES ('2019-05-11','香蕉','京东',2624.00);
INSERT INTO sales_data VALUES ('2019-05-11','香蕉','店面',1204.00);
INSERT INTO sales_data VALUES ('2019-05-11','苹果','淘宝',2136.00);
INSERT INTO sales_data VALUES ('2019-05-11','苹果','京东',1992.00);
INSERT INTO sales_data VALUES ('2019-05-11','苹果','店面',2550.00);
INSERT INTO sales_data VALUES ('2019-05-12','桔子','淘宝',2606.00);
INSERT INTO sales_data VALUES ('2019-05-12','桔子','京东',2575.00);
INSERT INTO sales_data VALUES ('2019-05-12','桔子','店面',1315.00);
INSERT INTO sales_data VALUES ('2019-05-12','香蕉','淘宝',2051.00);
INSERT INTO sales_data VALUES ('2019-05-12','香蕉','京东',2547.00);
INSERT INTO sales_data VALUES ('2019-05-12','香蕉','店面',1774.00);
INSERT INTO sales_data VALUES ('2019-05-12','苹果','淘宝',1391.00);
INSERT INTO sales_data VALUES ('2019-05-12','苹果','京东',1652.00);
INSERT INTO sales_data VALUES ('2019-05-12','苹果','店面',2389.00);
INSERT INTO sales_data VALUES ('2019-05-13','桔子','淘宝',1502.00);
INSERT INTO sales_data VALUES ('2019-05-13','桔子','京东',1701.00);
INSERT INTO sales_data VALUES ('2019-05-13','桔子','店面',1739.00);
INSERT INTO sales_data VALUES ('2019-05-13','香蕉','淘宝',1367.00);
INSERT INTO sales_data VALUES ('2019-05-13','香蕉','京东',2284.00);
INSERT INTO sales_data VALUES ('2019-05-13','香蕉','店面',1261.00);
INSERT INTO sales_data VALUES ('2019-05-13','苹果','淘宝',2574.00);
INSERT INTO sales_data VALUES ('2019-05-13','苹果','京东',1951.00);
INSERT INTO sales_data VALUES ('2019-05-13','苹果','店面',1530.00);
INSERT INTO sales_data VALUES ('2019-05-14','桔子','淘宝',1194.00);
INSERT INTO sales_data VALUES ('2019-05-14','桔子','京东',2049.00);
INSERT INTO sales_data VALUES ('2019-05-14','桔子','店面',1171.00);
INSERT INTO sales_data VALUES ('2019-05-14','香蕉','淘宝',1598.00);
INSERT INTO sales_data VALUES ('2019-05-14','香蕉','京东',2290.00);
INSERT INTO sales_data VALUES ('2019-05-14','香蕉','店面',2220.00);
INSERT INTO sales_data VALUES ('2019-05-14','苹果','淘宝',1676.00);
INSERT INTO sales_data VALUES ('2019-05-14','苹果','京东',2573.00);
INSERT INTO sales_data VALUES ('2019-05-14','苹果','店面',2194.00);
INSERT INTO sales_data VALUES ('2019-05-15','桔子','淘宝',1734.00);
INSERT INTO sales_data VALUES ('2019-05-15','桔子','京东',2063.00);
INSERT INTO sales_data VALUES ('2019-05-15','桔子','店面',1541.00);
INSERT INTO sales_data VALUES ('2019-05-15','香蕉','淘宝',1634.00);
INSERT INTO sales_data VALUES ('2019-05-15','香蕉','京东',2014.00);
INSERT INTO sales_data VALUES ('2019-05-15','香蕉','店面',1461.00);
INSERT INTO sales_data VALUES ('2019-05-15','苹果','淘宝',1794.00);
INSERT INTO sales_data VALUES ('2019-05-15','苹果','京东',1411.00);
INSERT INTO sales_data VALUES ('2019-05-15','苹果','店面',1353.00);
INSERT INTO sales_data VALUES ('2019-05-16','桔子','淘宝',2418.00);
INSERT INTO sales_data VALUES ('2019-05-16','桔子','京东',1651.00);
INSERT INTO sales_data VALUES ('2019-05-16','桔子','店面',1855.00);
INSERT INTO sales_data VALUES ('2019-05-16','香蕉','淘宝',2152.00);
INSERT INTO sales_data VALUES ('2019-05-16','香蕉','京东',1994.00);
INSERT INTO sales_data VALUES ('2019-05-16','香蕉','店面',2396.00);
INSERT INTO sales_data VALUES ('2019-05-16','苹果','淘宝',1231.00);
INSERT INTO sales_data VALUES ('2019-05-16','苹果','京东',2201.00);
INSERT INTO sales_data VALUES ('2019-05-16','苹果','店面',2020.00);
INSERT INTO sales_data VALUES ('2019-05-17','桔子','淘宝',1337.00);
INSERT INTO sales_data VALUES ('2019-05-17','桔子','京东',2120.00);
INSERT INTO sales_data VALUES ('2019-05-17','桔子','店面',1316.00);
INSERT INTO sales_data VALUES ('2019-05-17','香蕉','淘宝',1706.00);
INSERT INTO sales_data VALUES ('2019-05-17','香蕉','京东',2150.00);
INSERT INTO sales_data VALUES ('2019-05-17','香蕉','店面',2200.00);
INSERT INTO sales_data VALUES ('2019-05-17','苹果','淘宝',1712.00);
INSERT INTO sales_data VALUES ('2019-05-17','苹果','京东',2583.00);
INSERT INTO sales_data VALUES ('2019-05-17','苹果','店面',1825.00);
INSERT INTO sales_data VALUES ('2019-05-18','桔子','淘宝',1272.00);
INSERT INTO sales_data VALUES ('2019-05-18','桔子','京东',1599.00);
INSERT INTO sales_data VALUES ('2019-05-18','桔子','店面',1738.00);
INSERT INTO sales_data VALUES ('2019-05-18','香蕉','淘宝',2302.00);
INSERT INTO sales_data VALUES ('2019-05-18','香蕉','京东',2163.00);
INSERT INTO sales_data VALUES ('2019-05-18','香蕉','店面',2631.00);
INSERT INTO sales_data VALUES ('2019-05-18','苹果','淘宝',2673.00);
INSERT INTO sales_data VALUES ('2019-05-18','苹果','京东',2627.00);
INSERT INTO sales_data VALUES ('2019-05-18','苹果','店面',1975.00);
INSERT INTO sales_data VALUES ('2019-05-19','桔子','淘宝',1469.00);
INSERT INTO sales_data VALUES ('2019-05-19','桔子','京东',1757.00);
INSERT INTO sales_data VALUES ('2019-05-19','桔子','店面',2221.00);
INSERT INTO sales_data VALUES ('2019-05-19','香蕉','淘宝',1652.00);
INSERT INTO sales_data VALUES ('2019-05-19','香蕉','京东',1500.00);
INSERT INTO sales_data VALUES ('2019-05-19','香蕉','店面',1197.00);
INSERT INTO sales_data VALUES ('2019-05-19','苹果','淘宝',2331.00);
INSERT INTO sales_data VALUES ('2019-05-19','苹果','京东',2477.00);
INSERT INTO sales_data VALUES ('2019-05-19','苹果','店面',2016.00);
INSERT INTO sales_data VALUES ('2019-05-20','桔子','淘宝',2057.00);
INSERT INTO sales_data VALUES ('2019-05-20','桔子','京东',2537.00);
INSERT INTO sales_data VALUES ('2019-05-20','桔子','店面',1547.00);
INSERT INTO sales_data VALUES ('2019-05-20','香蕉','淘宝',1403.00);
INSERT INTO sales_data VALUES ('2019-05-20','香蕉','京东',2694.00);
INSERT INTO sales_data VALUES ('2019-05-20','香蕉','店面',2487.00);
INSERT INTO sales_data VALUES ('2019-05-20','苹果','淘宝',1539.00);
INSERT INTO sales_data VALUES ('2019-05-20','苹果','京东',1720.00);
INSERT INTO sales_data VALUES ('2019-05-20','苹果','店面',1957.00);
INSERT INTO sales_data VALUES ('2019-05-21','桔子','淘宝',2564.00);
INSERT INTO sales_data VALUES ('2019-05-21','桔子','京东',2257.00);
INSERT INTO sales_data VALUES ('2019-05-21','桔子','店面',1865.00);
INSERT INTO sales_data VALUES ('2019-05-21','香蕉','淘宝',1709.00);
INSERT INTO sales_data VALUES ('2019-05-21','香蕉','京东',2345.00);
INSERT INTO sales_data VALUES ('2019-05-21','香蕉','店面',2278.00);
INSERT INTO sales_data VALUES ('2019-05-21','苹果','淘宝',2261.00);
INSERT INTO sales_data VALUES ('2019-05-21','苹果','京东',1961.00);
INSERT INTO sales_data VALUES ('2019-05-21','苹果','店面',1756.00);
INSERT INTO sales_data VALUES ('2019-05-22','桔子','淘宝',2212.00);
INSERT INTO sales_data VALUES ('2019-05-22','桔子','京东',1954.00);
INSERT INTO sales_data VALUES ('2019-05-22','桔子','店面',1703.00);
INSERT INTO sales_data VALUES ('2019-05-22','香蕉','淘宝',1503.00);
INSERT INTO sales_data VALUES ('2019-05-22','香蕉','京东',2233.00);
INSERT INTO sales_data VALUES ('2019-05-22','香蕉','店面',2270.00);
INSERT INTO sales_data VALUES ('2019-05-22','苹果','淘宝',2533.00);
INSERT INTO sales_data VALUES ('2019-05-22','苹果','京东',2695.00);
INSERT INTO sales_data VALUES ('2019-05-22','苹果','店面',2580.00);
INSERT INTO sales_data VALUES ('2019-05-23','桔子','淘宝',2546.00);
INSERT INTO sales_data VALUES ('2019-05-23','桔子','京东',2341.00);
INSERT INTO sales_data VALUES ('2019-05-23','桔子','店面',2371.00);
INSERT INTO sales_data VALUES ('2019-05-23','香蕉','淘宝',1872.00);
INSERT INTO sales_data VALUES ('2019-05-23','香蕉','京东',1703.00);
INSERT INTO sales_data VALUES ('2019-05-23','香蕉','店面',2213.00);
INSERT INTO sales_data VALUES ('2019-05-23','苹果','淘宝',2223.00);
INSERT INTO sales_data VALUES ('2019-05-23','苹果','京东',1911.00);
INSERT INTO sales_data VALUES ('2019-05-23','苹果','店面',2212.00);
INSERT INTO sales_data VALUES ('2019-05-24','桔子','淘宝',2021.00);
INSERT INTO sales_data VALUES ('2019-05-24','桔子','京东',2259.00);
INSERT INTO sales_data VALUES ('2019-05-24','桔子','店面',1242.00);
INSERT INTO sales_data VALUES ('2019-05-24','香蕉','淘宝',1282.00);
INSERT INTO sales_data VALUES ('2019-05-24','香蕉','京东',2123.00);
INSERT INTO sales_data VALUES ('2019-05-24','香蕉','店面',2299.00);
INSERT INTO sales_data VALUES ('2019-05-24','苹果','淘宝',1947.00);
INSERT INTO sales_data VALUES ('2019-05-24','苹果','京东',2632.00);
INSERT INTO sales_data VALUES ('2019-05-24','苹果','店面',1944.00);
INSERT INTO sales_data VALUES ('2019-05-25','桔子','淘宝',1530.00);
INSERT INTO sales_data VALUES ('2019-05-25','桔子','京东',2198.00);
INSERT INTO sales_data VALUES ('2019-05-25','桔子','店面',2710.00);
INSERT INTO sales_data VALUES ('2019-05-25','香蕉','淘宝',2087.00);
INSERT INTO sales_data VALUES ('2019-05-25','香蕉','京东',1706.00);
INSERT INTO sales_data VALUES ('2019-05-25','香蕉','店面',1959.00);
INSERT INTO sales_data VALUES ('2019-05-25','苹果','淘宝',2585.00);
INSERT INTO sales_data VALUES ('2019-05-25','苹果','京东',2003.00);
INSERT INTO sales_data VALUES ('2019-05-25','苹果','店面',1487.00);
INSERT INTO sales_data VALUES ('2019-05-26','桔子','淘宝',2155.00);
INSERT INTO sales_data VALUES ('2019-05-26','桔子','京东',1837.00);
INSERT INTO sales_data VALUES ('2019-05-26','桔子','店面',1482.00);
INSERT INTO sales_data VALUES ('2019-05-26','香蕉','淘宝',2030.00);
INSERT INTO sales_data VALUES ('2019-05-26','香蕉','京东',1672.00);
INSERT INTO sales_data VALUES ('2019-05-26','香蕉','店面',2612.00);
INSERT INTO sales_data VALUES ('2019-05-26','苹果','淘宝',1691.00);
INSERT INTO sales_data VALUES ('2019-05-26','苹果','京东',2334.00);
INSERT INTO sales_data VALUES ('2019-05-26','苹果','店面',1606.00);
INSERT INTO sales_data VALUES ('2019-05-27','桔子','淘宝',2699.00);
INSERT INTO sales_data VALUES ('2019-05-27','桔子','京东',1852.00);
INSERT INTO sales_data VALUES ('2019-05-27','桔子','店面',2311.00);
INSERT INTO sales_data VALUES ('2019-05-27','香蕉','淘宝',2201.00);
INSERT INTO sales_data VALUES ('2019-05-27','香蕉','京东',2658.00);
INSERT INTO sales_data VALUES ('2019-05-27','香蕉','店面',1856.00);
INSERT INTO sales_data VALUES ('2019-05-27','苹果','淘宝',2228.00);
INSERT INTO sales_data VALUES ('2019-05-27','苹果','京东',2725.00);
INSERT INTO sales_data VALUES ('2019-05-27','苹果','店面',1264.00);
INSERT INTO sales_data VALUES ('2019-05-28','桔子','淘宝',1818.00);
INSERT INTO sales_data VALUES ('2019-05-28','桔子','京东',1963.00);
INSERT INTO sales_data VALUES ('2019-05-28','桔子','店面',2686.00);
INSERT INTO sales_data VALUES ('2019-05-28','香蕉','淘宝',2547.00);
INSERT INTO sales_data VALUES ('2019-05-28','香蕉','京东',2273.00);
INSERT INTO sales_data VALUES ('2019-05-28','香蕉','店面',2164.00);
INSERT INTO sales_data VALUES ('2019-05-28','苹果','淘宝',2537.00);
INSERT INTO sales_data VALUES ('2019-05-28','苹果','京东',1640.00);
INSERT INTO sales_data VALUES ('2019-05-28','苹果','店面',2650.00);
INSERT INTO sales_data VALUES ('2019-05-29','桔子','淘宝',1781.00);
INSERT INTO sales_data VALUES ('2019-05-29','桔子','京东',1510.00);
INSERT INTO sales_data VALUES ('2019-05-29','桔子','店面',1938.00);
INSERT INTO sales_data VALUES ('2019-05-29','香蕉','淘宝',2048.00);
INSERT INTO sales_data VALUES ('2019-05-29','香蕉','京东',2440.00);
INSERT INTO sales_data VALUES ('2019-05-29','香蕉','店面',2549.00);
INSERT INTO sales_data VALUES ('2019-05-29','苹果','淘宝',2304.00);
INSERT INTO sales_data VALUES ('2019-05-29','苹果','京东',1745.00);
INSERT INTO sales_data VALUES ('2019-05-29','苹果','店面',1497.00);
INSERT INTO sales_data VALUES ('2019-05-30','桔子','淘宝',2197.00);
INSERT INTO sales_data VALUES ('2019-05-30','桔子','京东',2216.00);
INSERT INTO sales_data VALUES ('2019-05-30','桔子','店面',2610.00);
INSERT INTO sales_data VALUES ('2019-05-30','香蕉','淘宝',2577.00);
INSERT INTO sales_data VALUES ('2019-05-30','香蕉','京东',2185.00);
INSERT INTO sales_data VALUES ('2019-05-30','香蕉','店面',1733.00);
INSERT INTO sales_data VALUES ('2019-05-30','苹果','淘宝',2159.00);
INSERT INTO sales_data VALUES ('2019-05-30','苹果','京东',1657.00);
INSERT INTO sales_data VALUES ('2019-05-30','苹果','店面',1661.00);
INSERT INTO sales_data VALUES ('2019-05-31','桔子','淘宝',1290.00);
INSERT INTO sales_data VALUES ('2019-05-31','桔子','京东',2660.00);
INSERT INTO sales_data VALUES ('2019-05-31','桔子','店面',1661.00);
INSERT INTO sales_data VALUES ('2019-05-31','香蕉','淘宝',1324.00);
INSERT INTO sales_data VALUES ('2019-05-31','香蕉','京东',1743.00);
INSERT INTO sales_data VALUES ('2019-05-31','香蕉','店面',2389.00);
INSERT INTO sales_data VALUES ('2019-05-31','苹果','淘宝',1274.00);
INSERT INTO sales_data VALUES ('2019-05-31','苹果','京东',1554.00);
INSERT INTO sales_data VALUES ('2019-05-31','苹果','店面',1927.00);
INSERT INTO sales_data VALUES ('2019-06-01','桔子','淘宝',2209.00);
INSERT INTO sales_data VALUES ('2019-06-01','桔子','京东',1361.00);
INSERT INTO sales_data VALUES ('2019-06-01','桔子','店面',2336.00);
INSERT INTO sales_data VALUES ('2019-06-01','香蕉','淘宝',2123.00);
INSERT INTO sales_data VALUES ('2019-06-01','香蕉','京东',1902.00);
INSERT INTO sales_data VALUES ('2019-06-01','香蕉','店面',2606.00);
INSERT INTO sales_data VALUES ('2019-06-01','苹果','淘宝',1321.00);
INSERT INTO sales_data VALUES ('2019-06-01','苹果','京东',2710.00);
INSERT INTO sales_data VALUES ('2019-06-01','苹果','店面',2306.00);
INSERT INTO sales_data VALUES ('2019-06-02','桔子','淘宝',2635.00);
INSERT INTO sales_data VALUES ('2019-06-02','桔子','京东',2279.00);
INSERT INTO sales_data VALUES ('2019-06-02','桔子','店面',1316.00);
INSERT INTO sales_data VALUES ('2019-06-02','香蕉','淘宝',1392.00);
INSERT INTO sales_data VALUES ('2019-06-02','香蕉','京东',1731.00);
INSERT INTO sales_data VALUES ('2019-06-02','香蕉','店面',2287.00);
INSERT INTO sales_data VALUES ('2019-06-02','苹果','淘宝',2757.00);
INSERT INTO sales_data VALUES ('2019-06-02','苹果','京东',1563.00);
INSERT INTO sales_data VALUES ('2019-06-02','苹果','店面',1728.00);
INSERT INTO sales_data VALUES ('2019-06-03','桔子','淘宝',1750.00);
INSERT INTO sales_data VALUES ('2019-06-03','桔子','京东',2482.00);
INSERT INTO sales_data VALUES ('2019-06-03','桔子','店面',2144.00);
INSERT INTO sales_data VALUES ('2019-06-03','香蕉','淘宝',2166.00);
INSERT INTO sales_data VALUES ('2019-06-03','香蕉','京东',2522.00);
INSERT INTO sales_data VALUES ('2019-06-03','香蕉','店面',2054.00);
INSERT INTO sales_data VALUES ('2019-06-03','苹果','淘宝',2577.00);
INSERT INTO sales_data VALUES ('2019-06-03','苹果','京东',2596.00);
INSERT INTO sales_data VALUES ('2019-06-03','苹果','店面',2547.00);
INSERT INTO sales_data VALUES ('2019-06-04','桔子','淘宝',2220.00);
INSERT INTO sales_data VALUES ('2019-06-04','桔子','京东',2625.00);
INSERT INTO sales_data VALUES ('2019-06-04','桔子','店面',1357.00);
INSERT INTO sales_data VALUES ('2019-06-04','香蕉','淘宝',1397.00);
INSERT INTO sales_data VALUES ('2019-06-04','香蕉','京东',2079.00);
INSERT INTO sales_data VALUES ('2019-06-04','香蕉','店面',1463.00);
INSERT INTO sales_data VALUES ('2019-06-04','苹果','淘宝',2478.00);
INSERT INTO sales_data VALUES ('2019-06-04','苹果','京东',1447.00);
INSERT INTO sales_data VALUES ('2019-06-04','苹果','店面',2109.00);
INSERT INTO sales_data VALUES ('2019-06-05','桔子','淘宝',2334.00);
INSERT INTO sales_data VALUES ('2019-06-05','桔子','京东',1518.00);
INSERT INTO sales_data VALUES ('2019-06-05','桔子','店面',2069.00);
INSERT INTO sales_data VALUES ('2019-06-05','香蕉','淘宝',1885.00);
INSERT INTO sales_data VALUES ('2019-06-05','香蕉','京东',1393.00);
INSERT INTO sales_data VALUES ('2019-06-05','香蕉','店面',1588.00);
INSERT INTO sales_data VALUES ('2019-06-05','苹果','淘宝',1942.00);
INSERT INTO sales_data VALUES ('2019-06-05','苹果','京东',1525.00);
INSERT INTO sales_data VALUES ('2019-06-05','苹果','店面',2059.00);
INSERT INTO sales_data VALUES ('2019-06-06','桔子','淘宝',1474.00);
INSERT INTO sales_data VALUES ('2019-06-06','桔子','京东',1527.00);
INSERT INTO sales_data VALUES ('2019-06-06','桔子','店面',2367.00);
INSERT INTO sales_data VALUES ('2019-06-06','香蕉','淘宝',1941.00);
INSERT INTO sales_data VALUES ('2019-06-06','香蕉','京东',2012.00);
INSERT INTO sales_data VALUES ('2019-06-06','香蕉','店面',2085.00);
INSERT INTO sales_data VALUES ('2019-06-06','苹果','淘宝',1321.00);
INSERT INTO sales_data VALUES ('2019-06-06','苹果','京东',1413.00);
INSERT INTO sales_data VALUES ('2019-06-06','苹果','店面',1841.00);
INSERT INTO sales_data VALUES ('2019-06-07','桔子','淘宝',2115.00);
INSERT INTO sales_data VALUES ('2019-06-07','桔子','京东',2730.00);
INSERT INTO sales_data VALUES ('2019-06-07','桔子','店面',1677.00);
INSERT INTO sales_data VALUES ('2019-06-07','香蕉','淘宝',1897.00);
INSERT INTO sales_data VALUES ('2019-06-07','香蕉','京东',2180.00);
INSERT INTO sales_data VALUES ('2019-06-07','香蕉','店面',1532.00);
INSERT INTO sales_data VALUES ('2019-06-07','苹果','淘宝',1984.00);
INSERT INTO sales_data VALUES ('2019-06-07','苹果','京东',2307.00);
INSERT INTO sales_data VALUES ('2019-06-07','苹果','店面',2341.00);
INSERT INTO sales_data VALUES ('2019-06-08','桔子','淘宝',2181.00);
INSERT INTO sales_data VALUES ('2019-06-08','桔子','京东',2020.00);
INSERT INTO sales_data VALUES ('2019-06-08','桔子','店面',2523.00);
INSERT INTO sales_data VALUES ('2019-06-08','香蕉','淘宝',1521.00);
INSERT INTO sales_data VALUES ('2019-06-08','香蕉','京东',1579.00);
INSERT INTO sales_data VALUES ('2019-06-08','香蕉','店面',2766.00);
INSERT INTO sales_data VALUES ('2019-06-08','苹果','淘宝',2315.00);
INSERT INTO sales_data VALUES ('2019-06-08','苹果','京东',2190.00);
INSERT INTO sales_data VALUES ('2019-06-08','苹果','店面',1384.00);
INSERT INTO sales_data VALUES ('2019-06-09','桔子','淘宝',2633.00);
INSERT INTO sales_data VALUES ('2019-06-09','桔子','京东',1361.00);
INSERT INTO sales_data VALUES ('2019-06-09','桔子','店面',1639.00);
INSERT INTO sales_data VALUES ('2019-06-09','香蕉','淘宝',1916.00);
INSERT INTO sales_data VALUES ('2019-06-09','香蕉','京东',1555.00);
INSERT INTO sales_data VALUES ('2019-06-09','香蕉','店面',1886.00);
INSERT INTO sales_data VALUES ('2019-06-09','苹果','淘宝',1504.00);
INSERT INTO sales_data VALUES ('2019-06-09','苹果','京东',2217.00);
INSERT INTO sales_data VALUES ('2019-06-09','苹果','店面',2619.00);
INSERT INTO sales_data VALUES ('2019-06-10','桔子','淘宝',2313.00);
INSERT INTO sales_data VALUES ('2019-06-10','桔子','京东',2262.00);
INSERT INTO sales_data VALUES ('2019-06-10','桔子','店面',2757.00);
INSERT INTO sales_data VALUES ('2019-06-10','香蕉','淘宝',1375.00);
INSERT INTO sales_data VALUES ('2019-06-10','香蕉','京东',1592.00);
INSERT INTO sales_data VALUES ('2019-06-10','香蕉','店面',2701.00);
INSERT INTO sales_data VALUES ('2019-06-10','苹果','淘宝',1767.00);
INSERT INTO sales_data VALUES ('2019-06-10','苹果','京东',2204.00);
INSERT INTO sales_data VALUES ('2019-06-10','苹果','店面',2096.00);
INSERT INTO sales_data VALUES ('2019-06-11','桔子','淘宝',2019.00);
INSERT INTO sales_data VALUES ('2019-06-11','桔子','京东',1408.00);
INSERT INTO sales_data VALUES ('2019-06-11','桔子','店面',1623.00);
INSERT INTO sales_data VALUES ('2019-06-11','香蕉','淘宝',1575.00);
INSERT INTO sales_data VALUES ('2019-06-11','香蕉','京东',2299.00);
INSERT INTO sales_data VALUES ('2019-06-11','香蕉','店面',2353.00);
INSERT INTO sales_data VALUES ('2019-06-11','苹果','淘宝',1308.00);
INSERT INTO sales_data VALUES ('2019-06-11','苹果','京东',2530.00);
INSERT INTO sales_data VALUES ('2019-06-11','苹果','店面',2643.00);
INSERT INTO sales_data VALUES ('2019-06-12','桔子','淘宝',2788.00);
INSERT INTO sales_data VALUES ('2019-06-12','桔子','京东',2060.00);
INSERT INTO sales_data VALUES ('2019-06-12','桔子','店面',2048.00);
INSERT INTO sales_data VALUES ('2019-06-12','香蕉','淘宝',1382.00);
INSERT INTO sales_data VALUES ('2019-06-12','香蕉','京东',1897.00);
INSERT INTO sales_data VALUES ('2019-06-12','香蕉','店面',2114.00);
INSERT INTO sales_data VALUES ('2019-06-12','苹果','淘宝',1726.00);
INSERT INTO sales_data VALUES ('2019-06-12','苹果','京东',2519.00);
INSERT INTO sales_data VALUES ('2019-06-12','苹果','店面',2374.00);
INSERT INTO sales_data VALUES ('2019-06-13','桔子','淘宝',2322.00);
INSERT INTO sales_data VALUES ('2019-06-13','桔子','京东',2732.00);
INSERT INTO sales_data VALUES ('2019-06-13','桔子','店面',1801.00);
INSERT INTO sales_data VALUES ('2019-06-13','香蕉','淘宝',2145.00);
INSERT INTO sales_data VALUES ('2019-06-13','香蕉','京东',2246.00);
INSERT INTO sales_data VALUES ('2019-06-13','香蕉','店面',2763.00);
INSERT INTO sales_data VALUES ('2019-06-13','苹果','淘宝',2102.00);
INSERT INTO sales_data VALUES ('2019-06-13','苹果','京东',2320.00);
INSERT INTO sales_data VALUES ('2019-06-13','苹果','店面',1555.00);
INSERT INTO sales_data VALUES ('2019-06-14','桔子','淘宝',2008.00);
INSERT INTO sales_data VALUES ('2019-06-14','桔子','京东',2792.00);
INSERT INTO sales_data VALUES ('2019-06-14','桔子','店面',2465.00);
INSERT INTO sales_data VALUES ('2019-06-14','香蕉','淘宝',2805.00);
INSERT INTO sales_data VALUES ('2019-06-14','香蕉','京东',2006.00);
INSERT INTO sales_data VALUES ('2019-06-14','香蕉','店面',2568.00);
INSERT INTO sales_data VALUES ('2019-06-14','苹果','淘宝',1623.00);
INSERT INTO sales_data VALUES ('2019-06-14','苹果','京东',2276.00);
INSERT INTO sales_data VALUES ('2019-06-14','苹果','店面',2062.00);
INSERT INTO sales_data VALUES ('2019-06-15','桔子','淘宝',2677.00);
INSERT INTO sales_data VALUES ('2019-06-15','桔子','京东',2284.00);
INSERT INTO sales_data VALUES ('2019-06-15','桔子','店面',1793.00);
INSERT INTO sales_data VALUES ('2019-06-15','香蕉','淘宝',2514.00);
INSERT INTO sales_data VALUES ('2019-06-15','香蕉','京东',2262.00);
INSERT INTO sales_data VALUES ('2019-06-15','香蕉','店面',2542.00);
INSERT INTO sales_data VALUES ('2019-06-15','苹果','淘宝',1752.00);
INSERT INTO sales_data VALUES ('2019-06-15','苹果','京东',2334.00);
INSERT INTO sales_data VALUES ('2019-06-15','苹果','店面',1629.00);
INSERT INTO sales_data VALUES ('2019-06-16','桔子','淘宝',2561.00);
INSERT INTO sales_data VALUES ('2019-06-16','桔子','京东',2754.00);
INSERT INTO sales_data VALUES ('2019-06-16','桔子','店面',1343.00);
INSERT INTO sales_data VALUES ('2019-06-16','香蕉','淘宝',2125.00);
INSERT INTO sales_data VALUES ('2019-06-16','香蕉','京东',2261.00);
INSERT INTO sales_data VALUES ('2019-06-16','香蕉','店面',2760.00);
INSERT INTO sales_data VALUES ('2019-06-16','苹果','淘宝',2610.00);
INSERT INTO sales_data VALUES ('2019-06-16','苹果','京东',1592.00);
INSERT INTO sales_data VALUES ('2019-06-16','苹果','店面',2191.00);
INSERT INTO sales_data VALUES ('2019-06-17','桔子','淘宝',2563.00);
INSERT INTO sales_data VALUES ('2019-06-17','桔子','京东',2383.00);
INSERT INTO sales_data VALUES ('2019-06-17','桔子','店面',1701.00);
INSERT INTO sales_data VALUES ('2019-06-17','香蕉','淘宝',2804.00);
INSERT INTO sales_data VALUES ('2019-06-17','香蕉','京东',1572.00);
INSERT INTO sales_data VALUES ('2019-06-17','香蕉','店面',1674.00);
INSERT INTO sales_data VALUES ('2019-06-17','苹果','淘宝',2448.00);
INSERT INTO sales_data VALUES ('2019-06-17','苹果','京东',1557.00);
INSERT INTO sales_data VALUES ('2019-06-17','苹果','店面',2360.00);
INSERT INTO sales_data VALUES ('2019-06-18','桔子','淘宝',2201.00);
INSERT INTO sales_data VALUES ('2019-06-18','桔子','京东',1865.00);
INSERT INTO sales_data VALUES ('2019-06-18','桔子','店面',1821.00);
INSERT INTO sales_data VALUES ('2019-06-18','香蕉','淘宝',1444.00);
INSERT INTO sales_data VALUES ('2019-06-18','香蕉','京东',1716.00);
INSERT INTO sales_data VALUES ('2019-06-18','香蕉','店面',2780.00);
INSERT INTO sales_data VALUES ('2019-06-18','苹果','淘宝',1911.00);
INSERT INTO sales_data VALUES ('2019-06-18','苹果','京东',1405.00);
INSERT INTO sales_data VALUES ('2019-06-18','苹果','店面',2216.00);
INSERT INTO sales_data VALUES ('2019-06-19','桔子','淘宝',1634.00);
INSERT INTO sales_data VALUES ('2019-06-19','桔子','京东',1837.00);
INSERT INTO sales_data VALUES ('2019-06-19','桔子','店面',1730.00);
INSERT INTO sales_data VALUES ('2019-06-19','香蕉','淘宝',1938.00);
INSERT INTO sales_data VALUES ('2019-06-19','香蕉','京东',1568.00);
INSERT INTO sales_data VALUES ('2019-06-19','香蕉','店面',1655.00);
INSERT INTO sales_data VALUES ('2019-06-19','苹果','淘宝',1951.00);
INSERT INTO sales_data VALUES ('2019-06-19','苹果','京东',2363.00);
INSERT INTO sales_data VALUES ('2019-06-19','苹果','店面',2586.00);
INSERT INTO sales_data VALUES ('2019-06-20','桔子','淘宝',1886.00);
INSERT INTO sales_data VALUES ('2019-06-20','桔子','京东',2148.00);
INSERT INTO sales_data VALUES ('2019-06-20','桔子','店面',1352.00);
INSERT INTO sales_data VALUES ('2019-06-20','香蕉','淘宝',2747.00);
INSERT INTO sales_data VALUES ('2019-06-20','香蕉','京东',1876.00);
INSERT INTO sales_data VALUES ('2019-06-20','香蕉','店面',2401.00);
INSERT INTO sales_data VALUES ('2019-06-20','苹果','淘宝',1614.00);
INSERT INTO sales_data VALUES ('2019-06-20','苹果','京东',1845.00);
INSERT INTO sales_data VALUES ('2019-06-20','苹果','店面',2638.00);
INSERT INTO sales_data VALUES ('2019-06-21','桔子','淘宝',1958.00);
INSERT INTO sales_data VALUES ('2019-06-21','桔子','京东',1464.00);
INSERT INTO sales_data VALUES ('2019-06-21','桔子','店面',1364.00);
INSERT INTO sales_data VALUES ('2019-06-21','香蕉','淘宝',1483.00);
INSERT INTO sales_data VALUES ('2019-06-21','香蕉','京东',2325.00);
INSERT INTO sales_data VALUES ('2019-06-21','香蕉','店面',1889.00);
INSERT INTO sales_data VALUES ('2019-06-21','苹果','淘宝',1964.00);
INSERT INTO sales_data VALUES ('2019-06-21','苹果','京东',2429.00);
INSERT INTO sales_data VALUES ('2019-06-21','苹果','店面',2265.00);
INSERT INTO sales_data VALUES ('2019-06-22','桔子','淘宝',1908.00);
INSERT INTO sales_data VALUES ('2019-06-22','桔子','京东',1505.00);
INSERT INTO sales_data VALUES ('2019-06-22','桔子','店面',2336.00);
INSERT INTO sales_data VALUES ('2019-06-22','香蕉','淘宝',2785.00);
INSERT INTO sales_data VALUES ('2019-06-22','香蕉','京东',1794.00);
INSERT INTO sales_data VALUES ('2019-06-22','香蕉','店面',2828.00);
INSERT INTO sales_data VALUES ('2019-06-22','苹果','淘宝',1670.00);
INSERT INTO sales_data VALUES ('2019-06-22','苹果','京东',2387.00);
INSERT INTO sales_data VALUES ('2019-06-22','苹果','店面',1551.00);
INSERT INTO sales_data VALUES ('2019-06-23','桔子','淘宝',1985.00);
INSERT INTO sales_data VALUES ('2019-06-23','桔子','京东',1498.00);
INSERT INTO sales_data VALUES ('2019-06-23','桔子','店面',2573.00);
INSERT INTO sales_data VALUES ('2019-06-23','香蕉','淘宝',1725.00);
INSERT INTO sales_data VALUES ('2019-06-23','香蕉','京东',2034.00);
INSERT INTO sales_data VALUES ('2019-06-23','香蕉','店面',1871.00);
INSERT INTO sales_data VALUES ('2019-06-23','苹果','淘宝',1728.00);
INSERT INTO sales_data VALUES ('2019-06-23','苹果','京东',1932.00);
INSERT INTO sales_data VALUES ('2019-06-23','苹果','店面',2398.00);
INSERT INTO sales_data VALUES ('2019-06-24','桔子','淘宝',2784.00);
INSERT INTO sales_data VALUES ('2019-06-24','桔子','京东',2201.00);
INSERT INTO sales_data VALUES ('2019-06-24','桔子','店面',1398.00);
INSERT INTO sales_data VALUES ('2019-06-24','香蕉','淘宝',2571.00);
INSERT INTO sales_data VALUES ('2019-06-24','香蕉','京东',2803.00);
INSERT INTO sales_data VALUES ('2019-06-24','香蕉','店面',1507.00);
INSERT INTO sales_data VALUES ('2019-06-24','苹果','淘宝',2581.00);
INSERT INTO sales_data VALUES ('2019-06-24','苹果','京东',1431.00);
INSERT INTO sales_data VALUES ('2019-06-24','苹果','店面',2477.00);
INSERT INTO sales_data VALUES ('2019-06-25','桔子','淘宝',1620.00);
INSERT INTO sales_data VALUES ('2019-06-25','桔子','京东',2044.00);
INSERT INTO sales_data VALUES ('2019-06-25','桔子','店面',2055.00);
INSERT INTO sales_data VALUES ('2019-06-25','香蕉','淘宝',2530.00);
INSERT INTO sales_data VALUES ('2019-06-25','香蕉','京东',2593.00);
INSERT INTO sales_data VALUES ('2019-06-25','香蕉','店面',2201.00);
INSERT INTO sales_data VALUES ('2019-06-25','苹果','淘宝',2006.00);
INSERT INTO sales_data VALUES ('2019-06-25','苹果','京东',2517.00);
INSERT INTO sales_data VALUES ('2019-06-25','苹果','店面',2634.00);
INSERT INTO sales_data VALUES ('2019-06-26','桔子','淘宝',1979.00);
INSERT INTO sales_data VALUES ('2019-06-26','桔子','京东',2832.00);
INSERT INTO sales_data VALUES ('2019-06-26','桔子','店面',2166.00);
INSERT INTO sales_data VALUES ('2019-06-26','香蕉','淘宝',2170.00);
INSERT INTO sales_data VALUES ('2019-06-26','香蕉','京东',1952.00);
INSERT INTO sales_data VALUES ('2019-06-26','香蕉','店面',2299.00);
INSERT INTO sales_data VALUES ('2019-06-26','苹果','淘宝',1878.00);
INSERT INTO sales_data VALUES ('2019-06-26','苹果','京东',2312.00);
INSERT INTO sales_data VALUES ('2019-06-26','苹果','店面',1468.00);
INSERT INTO sales_data VALUES ('2019-06-27','桔子','淘宝',2389.00);
INSERT INTO sales_data VALUES ('2019-06-27','桔子','京东',2680.00);
INSERT INTO sales_data VALUES ('2019-06-27','桔子','店面',2040.00);
INSERT INTO sales_data VALUES ('2019-06-27','香蕉','淘宝',1922.00);
INSERT INTO sales_data VALUES ('2019-06-27','香蕉','京东',2594.00);
INSERT INTO sales_data VALUES ('2019-06-27','香蕉','店面',2870.00);
INSERT INTO sales_data VALUES ('2019-06-27','苹果','淘宝',1950.00);
INSERT INTO sales_data VALUES ('2019-06-27','苹果','京东',2296.00);
INSERT INTO sales_data VALUES ('2019-06-27','苹果','店面',2803.00);
INSERT INTO sales_data VALUES ('2019-06-28','桔子','淘宝',2092.00);
INSERT INTO sales_data VALUES ('2019-06-28','桔子','京东',2011.00);
INSERT INTO sales_data VALUES ('2019-06-28','桔子','店面',2869.00);
INSERT INTO sales_data VALUES ('2019-06-28','香蕉','淘宝',1699.00);
INSERT INTO sales_data VALUES ('2019-06-28','香蕉','京东',2256.00);
INSERT INTO sales_data VALUES ('2019-06-28','香蕉','店面',2038.00);
INSERT INTO sales_data VALUES ('2019-06-28','苹果','淘宝',2379.00);
INSERT INTO sales_data VALUES ('2019-06-28','苹果','京东',1911.00);
INSERT INTO sales_data VALUES ('2019-06-28','苹果','店面',1756.00);
INSERT INTO sales_data VALUES ('2019-06-29','桔子','淘宝',1709.00);
INSERT INTO sales_data VALUES ('2019-06-29','桔子','京东',2547.00);
INSERT INTO sales_data VALUES ('2019-06-29','桔子','店面',1403.00);
INSERT INTO sales_data VALUES ('2019-06-29','香蕉','淘宝',1469.00);
INSERT INTO sales_data VALUES ('2019-06-29','香蕉','京东',1646.00);
INSERT INTO sales_data VALUES ('2019-06-29','香蕉','店面',2856.00);
INSERT INTO sales_data VALUES ('2019-06-29','苹果','淘宝',2255.00);
INSERT INTO sales_data VALUES ('2019-06-29','苹果','京东',2436.00);
INSERT INTO sales_data VALUES ('2019-06-29','苹果','店面',1928.00);
INSERT INTO sales_data VALUES ('2019-06-30','桔子','淘宝',1679.00);
INSERT INTO sales_data VALUES ('2019-06-30','桔子','京东',1439.00);
INSERT INTO sales_data VALUES ('2019-06-30','桔子','店面',2865.00);
INSERT INTO sales_data VALUES ('2019-06-30','香蕉','淘宝',1767.00);
INSERT INTO sales_data VALUES ('2019-06-30','香蕉','京东',2443.00);
INSERT INTO sales_data VALUES ('2019-06-30','香蕉','店面',2660.00);
INSERT INTO sales_data VALUES ('2019-06-30','苹果','淘宝',2422.00);
INSERT INTO sales_data VALUES ('2019-06-30','苹果','京东',1481.00);
INSERT INTO sales_data VALUES ('2019-06-30','苹果','店面',2369.00);

  • 8
    点赞
  • 41
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Excel 2007数据透视表完全剖析 3/7 完整清晰版 PDF ,有目录。共 100MB,分为7个分卷 Excel 2007 数据透视表完全剖析 OFFICE2007 作者:(美)杰莱(Jelen,B.),(美)亚历山大(Alexander,M.) 著,潘洪涛,解巧云 译 出版社:人民邮电出版社 出版日期:2008-2-1 ISBN:9787115171962 字数:496000 页码:301 -------------------------------------------------------------------------------- 高级(ad-hoc)查询,即时数据分析,计算字段,前10评级,根据季度将数据分组,设置解决方案的格式,常见的故障排除方法,外部和OLAP数据,数据透视图,利用VBA实现自动化,Excel服务器,熟悉功能区。   “使用没有数据透视表的电子格软件就像使用没有生火的壁炉。Bill和Mike提供了进一步理解数据的潜能。本书用浅显易懂的方法,以及适合专业人士的小篇幅论述了功能强大、容易理解的指令。”     ——菲利普服务公司产品服务组CEO,Bruce Roberson “在如今这个有太多数据和太少时间的时代,本书非常专业地提供了内容丰富的数据透视表教程,让我们可以更高效地利用自己的数据和时间。”     ——德勒咨询公司高级经理,Kameron Yu   本书集中了数据透视表所有优秀的功能,是一本内涵丰富的指南,提供了日常问题的解决方案。 只需学习前2章就可以掌握如何创建基本的数据透视表并提高生产率,在数分钟内生成报。 在前6章内可以学会使用数据透视表快速突出显示排名前1O的客户或者收益率排在后5位的产品;快速创建分析结果,根据产品或者地区,或同时根据这二者来对比本阶段与上一阶段的销售额;单击几下鼠标,而不需要了解任何公式,就可以方便地按月、按季度或者按年汇总交易数据。 读完本书,您将成为数据透视表的真正权威,能够利用VBA使数据透视表自动化,用OLAP多维数据集创建外部数据的数据透视表,甚至创建动态报系统。让企业经理单击几下鼠标就可以自己找到问题的答案。   ·利用大量数据透视表的诀窍;   ·在数秒钟内创建功能强大的汇总报:   ·方便地构建高级(ad-hOC)查询工具:   ·增强执行报的能力;   ·筛选出前10位客户或者产品的报:   ·将动态图添加到报中;   ·按月、按季度或者按年快速汇总日常数据。 在目前的电子格软件中,Microsoft公司的Excel无疑是人们用得最多的。但是普遍认为大约50%的Excel用户只利用了20%的Excel功能,要真正发挥Excel强大的功能,数据透视表无疑是必须掌握的。本书首先介绍了数据透视表的基础,然后逐步介绍创建数据透视表、自定义透视、查看视图数据、在透视内进行计算、使用数据透视图等可视化工具、分析数据源、共享数据、使用和分析OLAP数据、在透视中使用宏和VBA等内容,并集中解答了一些常见的透视问题。   本书由Mr.Excel等经验丰富的Excel专家执笔,图文并茂,内容详实,并在相关网站上提供了书中示例使用的Excel文件,可供读者练习操作时使用,非常适合中、高级Excel用户,以及公司中需要大量统计报的工作人员。 第1章 数据透视表基础 1 1.1 什么是数据透视表 1 1.2 为什么应该使用数据透视表 2 1.3 何时应该使用数据透视表 4 1.4 数据透视表的结构 4 1.4.1 值区域 4 1.4.2 行区域 5 1.4.3 列区域 5 1.4.4 报筛选区域 6 1.5 数据透视表的幕后 7 1.6 对数据透视表的限制 7 1.7 下一步 9 第2章 创建基本数据透视表 11 2.1 为数据透视表准备数据 11 2.1.1 确保数据以格形式布局 12 2.1.2 避免在分节标题中存储数据 12 2.1.3 避免重复组作为列 13 2.1.4 消除数据源中的空白和空单元格 13 2.1.5 应用适当的类型格式于字段 14 2.1.6 有效的数据源设计概要 14 2.2 案例学习:清除数据用于数据透视表分析 15 2.3 创建基本数据透视表 16 2.3.1 添加字段到报中 19 2.3.2 增加数据透视表的层次 22 2.3.3 重新排列数据透视表 22 2.3.4 创建报筛选 23 2.4 案例学习:依据市场分析行为 25 2.5 与数据源保持一致 29 2.5.1 对现有数据源已经进行修改 29 2.5.2 数据源的范围已经随着行或者列的增加而扩大 29 2.6 共享数据透视表缓存 30 2.7 利用新的数据透视表工具节约时间 31 2.7.1 推迟布局更新 31 2.7.2 利用一次单击从头开始 32 2.7.3 重新定位数据透视表 33 2.8 下一步 33 第3章 自定义数据透视表 35 3.1 改变常用修饰 36 3.1.1 应用格样式恢复网格线 37 3.1.2 修改数字格式来添加千位分隔符 38 3.1.3 用0代替空值 39 3.1.4 修改字段名称 41 3.2 改变布局 42 3.2.1 使用新的压缩形式布局 42 3.2.2 使用大纲形式的布局 44 3.2.3 使用传统的格形式布局 44 3.3 案例学习 46 3.4 利用样式和主题自定义数据透视表的外观 50 3.4.1 自定义样式 52 3.4.2 修改未来数据透视表的默认样式 53 3.4.3 用文档主题修改样式 54 3.5 修改汇总计算 55 3.5.1 了解空单元格会导致计数的原因 55 3.5.2 使用除计数或求和之外的其他函数 56 3.6 添加和删除分类汇总 58 3.6.1 有许多行字段时,禁止分类汇总 58 3.6.2 为一个字段添加多种分类汇总 59 3.7 使用累积总计选项 60 3.7.1 利用差异选项显示年与年之间的不同 61 3.7.2 利用差异百分比选项将当年与上一年进行对比 62 3.7.3 利用“按某一字段汇总”跟踪YTD总和 62 3.7.4 确定每一行业务对总计的贡献大小 62 3.7.5 创建季节性报 63 3.7.6 用占总和的百分比选项度量两个字段的百分比 63 3.7.7 使用百分比选项将一行与另一行进行对比 65 3.7.8 利用指数选项跟踪相对重要性 65 3.8 案例学习:根据业务报的行计算收入 67 3.9 下一步 71 第4章 控制查看视图数据的方法 73 4.1 组合数据透视表字段 73 4.1.1 组合日期字段 74 4.1.2 按月组合时包含年 75 4.1.3 按周组合日期字段 76 4.1.4 在一个报中组合两个日期字段 77 4.2 案例学习:创建订单时间间隔报 78 4.3 案例学习:组合文本字段 80 4.4 查看数据透视表字段列 82 4.4.1 停靠和浮动数据透视表字段列 82 4.4.2 重新排列数据透视表字段列 83 4.4.3 使用区域节下拉菜单 83 4.4.4 使用字段下拉菜单 84 4.5 对数据透视表中的数据进行排序 86 4.5.1 使用“选项”选项卡上的排序图标排序 86 4.5.2 使用字段列隐藏的下拉菜单排序 88 4.5.3 了解关于自动排序布局变化的影响 89 4.5.4 使用手动排序 90 4.5.5 使用自定义序列排序 91 4.6 对数据透视表中的数据进行筛选 92 4.6.1 添加字段到报筛选区域 92 4.6.2 从报筛选区中选择一项 94 4.6.3 从报筛选区中选择多项 94 4.6.4 快速选择或清除所有筛选项 96 4.6.5 使用字段列筛选 96 4.6.6 使用标签筛选 98 4.6.7 使用日期筛选 99 4.6.8 使用值筛选 101 4.7 案例学习:创建10个最大值的报 102 4.8 下一步 104 第5章 在数据透视表内进行计算 105 5.1 计算字段与计算项简介 105 5.1.1 方法1:手工添加计算字段到数据源中 106 5.1.2 方法2:在数据透视表外使用公式创建计算字段 107 5.1.3 方法3:直接在数据透视表内插入计算字段 108 5.2 创建第1个计算字段 109 5.3 案例学习:汇总下一年的预算 112 5.4 创建第1个计算项 117 5.5 了解数据透视表计算的规则和缺陷 121 5.5.1 记住运算符的优先级次序 121 5.5.2 使用单元格引用和命名区域 122 5.5.3 使用工作函数 122 5.5.4 使用常量 123 5.5.5 引用总计 123 5.5.6 计算字段专用规则 123 5.5.7 计算项专用规则 124 5.6 管理和维护数据透视表计算 125 5.6.1 编辑和删除数据透视表计算 125 5.6.2 改变计算项的求解次序 126 5.6.3 提供公式的说明文档 127 5.7 下一步 128 第6章 使用数据透视图和其他可视化工具 129 6.1 什么是真正的数据透视图 129 6.2 创建第一个透视 130 6.3 牢记数据透视图规则 133 6.3.1 修改基础数据透视表影响数据透视图 133 6.3.2 数据透视表中数据字段的放置可能不一定最适合数据透视图 133 6.3.3 Excel 2007中仍然存在的少量格式限制 135 6.4 案例学习:创建显示产品发货频率和收入分布情况的报 136 6.5 能够替代使用数据透视图的其他办法 141 6.5.1 方法1:把数据透视表转化成实际的数值 142 6.5.2 方法2 :删除基本的数据透视图 143 6.5.3 方法3:分发数据透视图的图片 143 6.5.4 方法4:使用单元格链接回数据透视表,作为图的数据源 143 6.6 使用条件格式处理数据透视表 146 6.7 下一步 153 第7章 借助数据透视表对不同的数据源进行分析 155 7.1 使用多重合并计算数据区域 156 7.2 多重合并计算数据区域的数据透视表的详细分析 161 7.2.1 “行”字段 162 7.2.2 “列”字段 162 7.2.3 “值”字段 162 7.2.4 页字段 163 7.2.5 重新定义数据透视表 164 7.3 案例学习:合并和分析数据集 164 7.4 使用外部数据源构建数据透视表 167 7.4.1 使用MicrosoftAccess数据构建数据透视表 167 7.4.2 使用SQL Server数据构建数据透视表 170 7.5 下一步 174 第8章 与其他人共享数据透视表 175 8.1 与其他版本的Office共享数据透视表 175 8.1.1 Excel 2003数据透视表中不可用的功能 176 8.1.2 Excel 2007的兼容模式 176 8.1.3 版本为12的数据透视表没有降级方法 176 8.1.4 共享数据透视表的策略 177 8.2 将数据透视表另存为网页 177 8.3 将数据透视表发布到Excel Services 179 8.3.1 使用Excel Services显示电子格的要求 180 8.3.2 为Excel Services准备电子格 180 8.3.3 将电子格发布到Excel Services 181 8.3.4 Excel Services中最终用户可以执行的操作 183 8.3.5 使用Excel Services不能执行的操作 183 8.3.6 在浏览器中查看数据透视表 184 8.4 下一步 185 第9章 使用和分析OLAP数据 187 9.1 什么是OLAP 187 9.2 连接到OLAP多维数据集 188 9.3 理解OLAP多维数据集的结构 191 9.4 理解OLAP数据透视表的局限性 192 9.5 创建脱机多维数据集 193 9.6 摆脱具有多维数据集函数的数据透视表模板 196 9.7 下一步 198 第10章 借助宏改善数据透视表 199 10.1 为什么对数据透视表使用宏 199 10.2 录制第一个宏 200 10.3 创建带有单控件的用户界面 202 10.4 改变已录制的宏以添加功能 204 10.5 案例学习:借助一个组合框将两个数据透视表同步 208 10.6 下一步 213 第11章 使用VBA创建数据透视表 215 11.1 VBA简介 215 11.1.1 在Excel中启用VBA 215 11.1.2 启用开发工具功能 216 11.1.3 Visual Basic编辑器 217 11.1.4 Visual Basic工具 217 11.1.5 宏录制器 218 11.1.6 理解面向对象编码 218 11.2 学习技巧 219 11.2.1 编写代码处理任意大小的数据区域 219 11.2.2 使用超变量:对象变量 220 11.3 Excel的版本 220 11.4 使用Excel VBA构建数据透视表 223 11.4.1 用“求和项”取代“计数项” 225 11.4.2 为什么不允许移动或更改透视的一部分 227 11.4.3 确定完成的数据透视表的大小 227 11.5 创建示生产收入的报 230 11.5.1 在“值区域”中消除空白单元格 231 11.5.2 确保使用了格布局 232 11.5.3 使用AutoSort控制排序 232 11.5.4 更改默认的数字格式 232 11.5.5 禁用多个行字段的分类汇总功能 233 11.5.6 禁用行总计 233 11.6 创建最终报要处理的一些问题 234 11.6.1 创建一个新的工作簿来保存报 234 11.6.2 在空白报工作上创建摘要 235 11.6.3 填充大纲视图 235 11.6.4 处理最终格式 236 11.6.5 添加分类汇总 237 11.6.6 将所有步骤汇总 238 11.7 处理两个以上数据字段的问题 241 11.7.1 计算数据字段 243 11.7.2 计算项 245 11.8 使用分组汇总数据字段 247 11.9 使用高级数据透视表技术 251 11.9.1 使用AutoShow生成执行概要 251 11.9.2 使用ShowDetail过滤记录集 254 11.9.3 为每个区域或模型创建报 256 11.9.4 手动筛选数据透视表中两个以上的项 260 11.10 手动控制排序方式 261 11.11 使用求和、平均值、计数、最小值、最大值等 261 11.12 创建报百分比 262 11.12.1 占总量百分比 263 11.12.2 月增长率 263 11.12.3 特定项的百分比 263 11.12.4 汇总 264 11.13 使用Excel 2007中数据透视表的新功能 264 11.13.1 使用新筛选器 265 11.13.2 应用格样式 269 11.13.3 更改布局 270 11.13.4 应用数据可见形式 271 11.13.5 理解Excel 97 273 11.14 下一步 274 第12章 数据透视表的常见问题 275 12.1 数据透视表常见问题诊断 275 12.1.1 我总是遇到错误“数据透视表 字段名无效” 275 12.1.2 刷新数据透视表时数据消失了 276 12.1.3 我的数据透视表总是使用“计数”而不使用“求和” 276 12.1.4 我的数据透视表总是将工作簿中的列调整为最适合标题的列宽 276 12.1.5 “推迟布局更新”选项锁住了排序、刷选、分组等功能 277 12.1.6 老版本的Excel无法正常地打开数据透视表 277 12.1.7 在试图给字段分组时得到一个错误消息 278 12.1.8 我的数据透视表将同一个数据项显示两次 278 12.1.9 删除的数据项仍然显示在筛选区域中 279 12.1.10 刷新了数据透视表,然后计算字段显示为错误值 280 12.2 数据透视表常见问题解答 281 12.2.1 怎样让数据透视表自动刷新 281 12.2.2 怎样才能同时刷新一个工作簿中的所有数据透视表 281 12.2.3 怎样使用一种独特的顺序对数据项进行排序,它既不是增序也不是降序 282 12.2.4 怎样将数据透视表转换为硬数据 283 12.2.5 有简单的方法填充行字段留下的空单元格吗 283 12.2.6 简单的方法填充许多列中行字段留下的空单元格 285 12.2.7 为什么我的数据透视表对于某些数据项不包含月 286 12.2.8 怎样将一个排名数值字段添加到数据透视表 288 12.2.9 怎样隐藏数据透视表中的计算错误 290 12.2.10 怎样使数据透视表更小 291 12.2.11 怎样为每个市场创建一个单独的数据透视表 292 12.2.12 怎样避免不断地重定义数据透视表的数据区域 294 附录A 查找选项卡上的数据透视表命令 297 A.1 插入数据透视表 297 A.2 从传统的数据透视表工具栏中查找命令 298
Excel 2007数据透视表完全剖析 5/7 完整清晰版 PDF ,有目录。共 100MB,分为7个分卷 Excel 2007 数据透视表完全剖析 OFFICE2007 作者:(美)杰莱(Jelen,B.),(美)亚历山大(Alexander,M.) 著,潘洪涛,解巧云 译 出版社:人民邮电出版社 出版日期:2008-2-1 ISBN:9787115171962 字数:496000 页码:301 -------------------------------------------------------------------------------- 高级(ad-hoc)查询,即时数据分析,计算字段,前10评级,根据季度将数据分组,设置解决方案的格式,常见的故障排除方法,外部和OLAP数据,数据透视图,利用VBA实现自动化,Excel服务器,熟悉功能区。   “使用没有数据透视表的电子格软件就像使用没有生火的壁炉。Bill和Mike提供了进一步理解数据的潜能。本书用浅显易懂的方法,以及适合专业人士的小篇幅论述了功能强大、容易理解的指令。”     ——菲利普服务公司产品服务组CEO,Bruce Roberson “在如今这个有太多数据和太少时间的时代,本书非常专业地提供了内容丰富的数据透视表教程,让我们可以更高效地利用自己的数据和时间。”     ——德勒咨询公司高级经理,Kameron Yu   本书集中了数据透视表所有优秀的功能,是一本内涵丰富的指南,提供了日常问题的解决方案。 只需学习前2章就可以掌握如何创建基本的数据透视表并提高生产率,在数分钟内生成报。 在前6章内可以学会使用数据透视表快速突出显示排名前1O的客户或者收益率排在后5位的产品;快速创建分析结果,根据产品或者地区,或同时根据这二者来对比本阶段与上一阶段的销售额;单击几下鼠标,而不需要了解任何公式,就可以方便地按月、按季度或者按年汇总交易数据。 读完本书,您将成为数据透视表的真正权威,能够利用VBA使数据透视表自动化,用OLAP多维数据集创建外部数据的数据透视表,甚至创建动态报系统。让企业经理单击几下鼠标就可以自己找到问题的答案。   ·利用大量数据透视表的诀窍;   ·在数秒钟内创建功能强大的汇总报:   ·方便地构建高级(ad-hOC)查询工具:   ·增强执行报的能力;   ·筛选出前10位客户或者产品的报:   ·将动态图添加到报中;   ·按月、按季度或者按年快速汇总日常数据。 在目前的电子格软件中,Microsoft公司的Excel无疑是人们用得最多的。但是普遍认为大约50%的Excel用户只利用了20%的Excel功能,要真正发挥Excel强大的功能,数据透视表无疑是必须掌握的。本书首先介绍了数据透视表的基础,然后逐步介绍创建数据透视表、自定义透视、查看视图数据、在透视内进行计算、使用数据透视图等可视化工具、分析数据源、共享数据、使用和分析OLAP数据、在透视中使用宏和VBA等内容,并集中解答了一些常见的透视问题。   本书由Mr.Excel等经验丰富的Excel专家执笔,图文并茂,内容详实,并在相关网站上提供了书中示例使用的Excel文件,可供读者练习操作时使用,非常适合中、高级Excel用户,以及公司中需要大量统计报的工作人员。 第1章 数据透视表基础 1 1.1 什么是数据透视表 1 1.2 为什么应该使用数据透视表 2 1.3 何时应该使用数据透视表 4 1.4 数据透视表的结构 4 1.4.1 值区域 4 1.4.2 行区域 5 1.4.3 列区域 5 1.4.4 报筛选区域 6 1.5 数据透视表的幕后 7 1.6 对数据透视表的限制 7 1.7 下一步 9 第2章 创建基本数据透视表 11 2.1 为数据透视表准备数据 11 2.1.1 确保数据以格形式布局 12 2.1.2 避免在分节标题中存储数据 12 2.1.3 避免重复组作为列 13 2.1.4 消除数据源中的空白和空单元格 13 2.1.5 应用适当的类型格式于字段 14 2.1.6 有效的数据源设计概要 14 2.2 案例学习:清除数据用于数据透视表分析 15 2.3 创建基本数据透视表 16 2.3.1 添加字段到报中 19 2.3.2 增加数据透视表的层次 22 2.3.3 重新排列数据透视表 22 2.3.4 创建报筛选 23 2.4 案例学习:依据市场分析行为 25 2.5 与数据源保持一致 29 2.5.1 对现有数据源已经进行修改 29 2.5.2 数据源的范围已经随着行或者列的增加而扩大 29 2.6 共享数据透视表缓存 30 2.7 利用新的数据透视表工具节约时间 31 2.7.1 推迟布局更新 31 2.7.2 利用一次单击从头开始 32 2.7.3 重新定位数据透视表 33 2.8 下一步 33 第3章 自定义数据透视表 35 3.1 改变常用修饰 36 3.1.1 应用格样式恢复网格线 37 3.1.2 修改数字格式来添加千位分隔符 38 3.1.3 用0代替空值 39 3.1.4 修改字段名称 41 3.2 改变布局 42 3.2.1 使用新的压缩形式布局 42 3.2.2 使用大纲形式的布局 44 3.2.3 使用传统的格形式布局 44 3.3 案例学习 46 3.4 利用样式和主题自定义数据透视表的外观 50 3.4.1 自定义样式 52 3.4.2 修改未来数据透视表的默认样式 53 3.4.3 用文档主题修改样式 54 3.5 修改汇总计算 55 3.5.1 了解空单元格会导致计数的原因 55 3.5.2 使用除计数或求和之外的其他函数 56 3.6 添加和删除分类汇总 58 3.6.1 有许多行字段时,禁止分类汇总 58 3.6.2 为一个字段添加多种分类汇总 59 3.7 使用累积总计选项 60 3.7.1 利用差异选项显示年与年之间的不同 61 3.7.2 利用差异百分比选项将当年与上一年进行对比 62 3.7.3 利用“按某一字段汇总”跟踪YTD总和 62 3.7.4 确定每一行业务对总计的贡献大小 62 3.7.5 创建季节性报 63 3.7.6 用占总和的百分比选项度量两个字段的百分比 63 3.7.7 使用百分比选项将一行与另一行进行对比 65 3.7.8 利用指数选项跟踪相对重要性 65 3.8 案例学习:根据业务报的行计算收入 67 3.9 下一步 71 第4章 控制查看视图数据的方法 73 4.1 组合数据透视表字段 73 4.1.1 组合日期字段 74 4.1.2 按月组合时包含年 75 4.1.3 按周组合日期字段 76 4.1.4 在一个报中组合两个日期字段 77 4.2 案例学习:创建订单时间间隔报 78 4.3 案例学习:组合文本字段 80 4.4 查看数据透视表字段列 82 4.4.1 停靠和浮动数据透视表字段列 82 4.4.2 重新排列数据透视表字段列 83 4.4.3 使用区域节下拉菜单 83 4.4.4 使用字段下拉菜单 84 4.5 对数据透视表中的数据进行排序 86 4.5.1 使用“选项”选项卡上的排序图标排序 86 4.5.2 使用字段列隐藏的下拉菜单排序 88 4.5.3 了解关于自动排序布局变化的影响 89 4.5.4 使用手动排序 90 4.5.5 使用自定义序列排序 91 4.6 对数据透视表中的数据进行筛选 92 4.6.1 添加字段到报筛选区域 92 4.6.2 从报筛选区中选择一项 94 4.6.3 从报筛选区中选择多项 94 4.6.4 快速选择或清除所有筛选项 96 4.6.5 使用字段列筛选 96 4.6.6 使用标签筛选 98 4.6.7 使用日期筛选 99 4.6.8 使用值筛选 101 4.7 案例学习:创建10个最大值的报 102 4.8 下一步 104 第5章 在数据透视表内进行计算 105 5.1 计算字段与计算项简介 105 5.1.1 方法1:手工添加计算字段到数据源中 106 5.1.2 方法2:在数据透视表外使用公式创建计算字段 107 5.1.3 方法3:直接在数据透视表内插入计算字段 108 5.2 创建第1个计算字段 109 5.3 案例学习:汇总下一年的预算 112 5.4 创建第1个计算项 117 5.5 了解数据透视表计算的规则和缺陷 121 5.5.1 记住运算符的优先级次序 121 5.5.2 使用单元格引用和命名区域 122 5.5.3 使用工作函数 122 5.5.4 使用常量 123 5.5.5 引用总计 123 5.5.6 计算字段专用规则 123 5.5.7 计算项专用规则 124 5.6 管理和维护数据透视表计算 125 5.6.1 编辑和删除数据透视表计算 125 5.6.2 改变计算项的求解次序 126 5.6.3 提供公式的说明文档 127 5.7 下一步 128 第6章 使用数据透视图和其他可视化工具 129 6.1 什么是真正的数据透视图 129 6.2 创建第一个透视 130 6.3 牢记数据透视图规则 133 6.3.1 修改基础数据透视表影响数据透视图 133 6.3.2 数据透视表中数据字段的放置可能不一定最适合数据透视图 133 6.3.3 Excel 2007中仍然存在的少量格式限制 135 6.4 案例学习:创建显示产品发货频率和收入分布情况的报 136 6.5 能够替代使用数据透视图的其他办法 141 6.5.1 方法1:把数据透视表转化成实际的数值 142 6.5.2 方法2 :删除基本的数据透视图 143 6.5.3 方法3:分发数据透视图的图片 143 6.5.4 方法4:使用单元格链接回数据透视表,作为图的数据源 143 6.6 使用条件格式处理数据透视表 146 6.7 下一步 153 第7章 借助数据透视表对不同的数据源进行分析 155 7.1 使用多重合并计算数据区域 156 7.2 多重合并计算数据区域的数据透视表的详细分析 161 7.2.1 “行”字段 162 7.2.2 “列”字段 162 7.2.3 “值”字段 162 7.2.4 页字段 163 7.2.5 重新定义数据透视表 164 7.3 案例学习:合并和分析数据集 164 7.4 使用外部数据源构建数据透视表 167 7.4.1 使用MicrosoftAccess数据构建数据透视表 167 7.4.2 使用SQL Server数据构建数据透视表 170 7.5 下一步 174 第8章 与其他人共享数据透视表 175 8.1 与其他版本的Office共享数据透视表 175 8.1.1 Excel 2003数据透视表中不可用的功能 176 8.1.2 Excel 2007的兼容模式 176 8.1.3 版本为12的数据透视表没有降级方法 176 8.1.4 共享数据透视表的策略 177 8.2 将数据透视表另存为网页 177 8.3 将数据透视表发布到Excel Services 179 8.3.1 使用Excel Services显示电子格的要求 180 8.3.2 为Excel Services准备电子格 180 8.3.3 将电子格发布到Excel Services 181 8.3.4 Excel Services中最终用户可以执行的操作 183 8.3.5 使用Excel Services不能执行的操作 183 8.3.6 在浏览器中查看数据透视表 184 8.4 下一步 185 第9章 使用和分析OLAP数据 187 9.1 什么是OLAP 187 9.2 连接到OLAP多维数据集 188 9.3 理解OLAP多维数据集的结构 191 9.4 理解OLAP数据透视表的局限性 192 9.5 创建脱机多维数据集 193 9.6 摆脱具有多维数据集函数的数据透视表模板 196 9.7 下一步 198 第10章 借助宏改善数据透视表 199 10.1 为什么对数据透视表使用宏 199 10.2 录制第一个宏 200 10.3 创建带有单控件的用户界面 202 10.4 改变已录制的宏以添加功能 204 10.5 案例学习:借助一个组合框将两个数据透视表同步 208 10.6 下一步 213 第11章 使用VBA创建数据透视表 215 11.1 VBA简介 215 11.1.1 在Excel中启用VBA 215 11.1.2 启用开发工具功能 216 11.1.3 Visual Basic编辑器 217 11.1.4 Visual Basic工具 217 11.1.5 宏录制器 218 11.1.6 理解面向对象编码 218 11.2 学习技巧 219 11.2.1 编写代码处理任意大小的数据区域 219 11.2.2 使用超变量:对象变量 220 11.3 Excel的版本 220 11.4 使用Excel VBA构建数据透视表 223 11.4.1 用“求和项”取代“计数项” 225 11.4.2 为什么不允许移动或更改透视的一部分 227 11.4.3 确定完成的数据透视表的大小 227 11.5 创建示生产收入的报 230 11.5.1 在“值区域”中消除空白单元格 231 11.5.2 确保使用了格布局 232 11.5.3 使用AutoSort控制排序 232 11.5.4 更改默认的数字格式 232 11.5.5 禁用多个行字段的分类汇总功能 233 11.5.6 禁用行总计 233 11.6 创建最终报要处理的一些问题 234 11.6.1 创建一个新的工作簿来保存报 234 11.6.2 在空白报工作上创建摘要 235 11.6.3 填充大纲视图 235 11.6.4 处理最终格式 236 11.6.5 添加分类汇总 237 11.6.6 将所有步骤汇总 238 11.7 处理两个以上数据字段的问题 241 11.7.1 计算数据字段 243 11.7.2 计算项 245 11.8 使用分组汇总数据字段 247 11.9 使用高级数据透视表技术 251 11.9.1 使用AutoShow生成执行概要 251 11.9.2 使用ShowDetail过滤记录集 254 11.9.3 为每个区域或模型创建报 256 11.9.4 手动筛选数据透视表中两个以上的项 260 11.10 手动控制排序方式 261 11.11 使用求和、平均值、计数、最小值、最大值等 261 11.12 创建报百分比 262 11.12.1 占总量百分比 263 11.12.2 月增长率 263 11.12.3 特定项的百分比 263 11.12.4 汇总 264 11.13 使用Excel 2007中数据透视表的新功能 264 11.13.1 使用新筛选器 265 11.13.2 应用格样式 269 11.13.3 更改布局 270 11.13.4 应用数据可见形式 271 11.13.5 理解Excel 97 273 11.14 下一步 274 第12章 数据透视表的常见问题 275 12.1 数据透视表常见问题诊断 275 12.1.1 我总是遇到错误“数据透视表 字段名无效” 275 12.1.2 刷新数据透视表时数据消失了 276 12.1.3 我的数据透视表总是使用“计数”而不使用“求和” 276 12.1.4 我的数据透视表总是将工作簿中的列调整为最适合标题的列宽 276 12.1.5 “推迟布局更新”选项锁住了排序、刷选、分组等功能 277 12.1.6 老版本的Excel无法正常地打开数据透视表 277 12.1.7 在试图给字段分组时得到一个错误消息 278 12.1.8 我的数据透视表将同一个数据项显示两次 278 12.1.9 删除的数据项仍然显示在筛选区域中 279 12.1.10 刷新了数据透视表,然后计算字段显示为错误值 280 12.2 数据透视表常见问题解答 281 12.2.1 怎样让数据透视表自动刷新 281 12.2.2 怎样才能同时刷新一个工作簿中的所有数据透视表 281 12.2.3 怎样使用一种独特的顺序对数据项进行排序,它既不是增序也不是降序 282 12.2.4 怎样将数据透视表转换为硬数据 283 12.2.5 有简单的方法填充行字段留下的空单元格吗 283 12.2.6 简单的方法填充许多列中行字段留下的空单元格 285 12.2.7 为什么我的数据透视表对于某些数据项不包含月 286 12.2.8 怎样将一个排名数值字段添加到数据透视表 288 12.2.9 怎样隐藏数据透视表中的计算错误 290 12.2.10 怎样使数据透视表更小 291 12.2.11 怎样为每个市场创建一个单独的数据透视表 292 12.2.12 怎样避免不断地重定义数据透视表的数据区域 294 附录A 查找选项卡上的数据透视表命令 297 A.1 插入数据透视表 297 A.2 从传统的数据透视表工具栏中查找命令 298
Excel 2007数据透视表完全剖析 4/7 完整清晰版 PDF ,有目录。共 100MB,分为7个分卷 Excel 2007 数据透视表完全剖析 OFFICE2007 作者:(美)杰莱(Jelen,B.),(美)亚历山大(Alexander,M.) 著,潘洪涛,解巧云 译 出版社:人民邮电出版社 出版日期:2008-2-1 ISBN:9787115171962 字数:496000 页码:301 -------------------------------------------------------------------------------- 高级(ad-hoc)查询,即时数据分析,计算字段,前10评级,根据季度将数据分组,设置解决方案的格式,常见的故障排除方法,外部和OLAP数据,数据透视图,利用VBA实现自动化,Excel服务器,熟悉功能区。   “使用没有数据透视表的电子格软件就像使用没有生火的壁炉。Bill和Mike提供了进一步理解数据的潜能。本书用浅显易懂的方法,以及适合专业人士的小篇幅论述了功能强大、容易理解的指令。”     ——菲利普服务公司产品服务组CEO,Bruce Roberson “在如今这个有太多数据和太少时间的时代,本书非常专业地提供了内容丰富的数据透视表教程,让我们可以更高效地利用自己的数据和时间。”     ——德勒咨询公司高级经理,Kameron Yu   本书集中了数据透视表所有优秀的功能,是一本内涵丰富的指南,提供了日常问题的解决方案。 只需学习前2章就可以掌握如何创建基本的数据透视表并提高生产率,在数分钟内生成报。 在前6章内可以学会使用数据透视表快速突出显示排名前1O的客户或者收益率排在后5位的产品;快速创建分析结果,根据产品或者地区,或同时根据这二者来对比本阶段与上一阶段的销售额;单击几下鼠标,而不需要了解任何公式,就可以方便地按月、按季度或者按年汇总交易数据。 读完本书,您将成为数据透视表的真正权威,能够利用VBA使数据透视表自动化,用OLAP多维数据集创建外部数据的数据透视表,甚至创建动态报系统。让企业经理单击几下鼠标就可以自己找到问题的答案。   ·利用大量数据透视表的诀窍;   ·在数秒钟内创建功能强大的汇总报:   ·方便地构建高级(ad-hOC)查询工具:   ·增强执行报的能力;   ·筛选出前10位客户或者产品的报:   ·将动态图添加到报中;   ·按月、按季度或者按年快速汇总日常数据。 在目前的电子格软件中,Microsoft公司的Excel无疑是人们用得最多的。但是普遍认为大约50%的Excel用户只利用了20%的Excel功能,要真正发挥Excel强大的功能,数据透视表无疑是必须掌握的。本书首先介绍了数据透视表的基础,然后逐步介绍创建数据透视表、自定义透视、查看视图数据、在透视内进行计算、使用数据透视图等可视化工具、分析数据源、共享数据、使用和分析OLAP数据、在透视中使用宏和VBA等内容,并集中解答了一些常见的透视问题。   本书由Mr.Excel等经验丰富的Excel专家执笔,图文并茂,内容详实,并在相关网站上提供了书中示例使用的Excel文件,可供读者练习操作时使用,非常适合中、高级Excel用户,以及公司中需要大量统计报的工作人员。 第1章 数据透视表基础 1 1.1 什么是数据透视表 1 1.2 为什么应该使用数据透视表 2 1.3 何时应该使用数据透视表 4 1.4 数据透视表的结构 4 1.4.1 值区域 4 1.4.2 行区域 5 1.4.3 列区域 5 1.4.4 报筛选区域 6 1.5 数据透视表的幕后 7 1.6 对数据透视表的限制 7 1.7 下一步 9 第2章 创建基本数据透视表 11 2.1 为数据透视表准备数据 11 2.1.1 确保数据以格形式布局 12 2.1.2 避免在分节标题中存储数据 12 2.1.3 避免重复组作为列 13 2.1.4 消除数据源中的空白和空单元格 13 2.1.5 应用适当的类型格式于字段 14 2.1.6 有效的数据源设计概要 14 2.2 案例学习:清除数据用于数据透视表分析 15 2.3 创建基本数据透视表 16 2.3.1 添加字段到报中 19 2.3.2 增加数据透视表的层次 22 2.3.3 重新排列数据透视表 22 2.3.4 创建报筛选 23 2.4 案例学习:依据市场分析行为 25 2.5 与数据源保持一致 29 2.5.1 对现有数据源已经进行修改 29 2.5.2 数据源的范围已经随着行或者列的增加而扩大 29 2.6 共享数据透视表缓存 30 2.7 利用新的数据透视表工具节约时间 31 2.7.1 推迟布局更新 31 2.7.2 利用一次单击从头开始 32 2.7.3 重新定位数据透视表 33 2.8 下一步 33 第3章 自定义数据透视表 35 3.1 改变常用修饰 36 3.1.1 应用格样式恢复网格线 37 3.1.2 修改数字格式来添加千位分隔符 38 3.1.3 用0代替空值 39 3.1.4 修改字段名称 41 3.2 改变布局 42 3.2.1 使用新的压缩形式布局 42 3.2.2 使用大纲形式的布局 44 3.2.3 使用传统的格形式布局 44 3.3 案例学习 46 3.4 利用样式和主题自定义数据透视表的外观 50 3.4.1 自定义样式 52 3.4.2 修改未来数据透视表的默认样式 53 3.4.3 用文档主题修改样式 54 3.5 修改汇总计算 55 3.5.1 了解空单元格会导致计数的原因 55 3.5.2 使用除计数或求和之外的其他函数 56 3.6 添加和删除分类汇总 58 3.6.1 有许多行字段时,禁止分类汇总 58 3.6.2 为一个字段添加多种分类汇总 59 3.7 使用累积总计选项 60 3.7.1 利用差异选项显示年与年之间的不同 61 3.7.2 利用差异百分比选项将当年与上一年进行对比 62 3.7.3 利用“按某一字段汇总”跟踪YTD总和 62 3.7.4 确定每一行业务对总计的贡献大小 62 3.7.5 创建季节性报 63 3.7.6 用占总和的百分比选项度量两个字段的百分比 63 3.7.7 使用百分比选项将一行与另一行进行对比 65 3.7.8 利用指数选项跟踪相对重要性 65 3.8 案例学习:根据业务报的行计算收入 67 3.9 下一步 71 第4章 控制查看视图数据的方法 73 4.1 组合数据透视表字段 73 4.1.1 组合日期字段 74 4.1.2 按月组合时包含年 75 4.1.3 按周组合日期字段 76 4.1.4 在一个报中组合两个日期字段 77 4.2 案例学习:创建订单时间间隔报 78 4.3 案例学习:组合文本字段 80 4.4 查看数据透视表字段列 82 4.4.1 停靠和浮动数据透视表字段列 82 4.4.2 重新排列数据透视表字段列 83 4.4.3 使用区域节下拉菜单 83 4.4.4 使用字段下拉菜单 84 4.5 对数据透视表中的数据进行排序 86 4.5.1 使用“选项”选项卡上的排序图标排序 86 4.5.2 使用字段列隐藏的下拉菜单排序 88 4.5.3 了解关于自动排序布局变化的影响 89 4.5.4 使用手动排序 90 4.5.5 使用自定义序列排序 91 4.6 对数据透视表中的数据进行筛选 92 4.6.1 添加字段到报筛选区域 92 4.6.2 从报筛选区中选择一项 94 4.6.3 从报筛选区中选择多项 94 4.6.4 快速选择或清除所有筛选项 96 4.6.5 使用字段列筛选 96 4.6.6 使用标签筛选 98 4.6.7 使用日期筛选 99 4.6.8 使用值筛选 101 4.7 案例学习:创建10个最大值的报 102 4.8 下一步 104 第5章 在数据透视表内进行计算 105 5.1 计算字段与计算项简介 105 5.1.1 方法1:手工添加计算字段到数据源中 106 5.1.2 方法2:在数据透视表外使用公式创建计算字段 107 5.1.3 方法3:直接在数据透视表内插入计算字段 108 5.2 创建第1个计算字段 109 5.3 案例学习:汇总下一年的预算 112 5.4 创建第1个计算项 117 5.5 了解数据透视表计算的规则和缺陷 121 5.5.1 记住运算符的优先级次序 121 5.5.2 使用单元格引用和命名区域 122 5.5.3 使用工作函数 122 5.5.4 使用常量 123 5.5.5 引用总计 123 5.5.6 计算字段专用规则 123 5.5.7 计算项专用规则 124 5.6 管理和维护数据透视表计算 125 5.6.1 编辑和删除数据透视表计算 125 5.6.2 改变计算项的求解次序 126 5.6.3 提供公式的说明文档 127 5.7 下一步 128 第6章 使用数据透视图和其他可视化工具 129 6.1 什么是真正的数据透视图 129 6.2 创建第一个透视 130 6.3 牢记数据透视图规则 133 6.3.1 修改基础数据透视表影响数据透视图 133 6.3.2 数据透视表中数据字段的放置可能不一定最适合数据透视图 133 6.3.3 Excel 2007中仍然存在的少量格式限制 135 6.4 案例学习:创建显示产品发货频率和收入分布情况的报 136 6.5 能够替代使用数据透视图的其他办法 141 6.5.1 方法1:把数据透视表转化成实际的数值 142 6.5.2 方法2 :删除基本的数据透视图 143 6.5.3 方法3:分发数据透视图的图片 143 6.5.4 方法4:使用单元格链接回数据透视表,作为图的数据源 143 6.6 使用条件格式处理数据透视表 146 6.7 下一步 153 第7章 借助数据透视表对不同的数据源进行分析 155 7.1 使用多重合并计算数据区域 156 7.2 多重合并计算数据区域的数据透视表的详细分析 161 7.2.1 “行”字段 162 7.2.2 “列”字段 162 7.2.3 “值”字段 162 7.2.4 页字段 163 7.2.5 重新定义数据透视表 164 7.3 案例学习:合并和分析数据集 164 7.4 使用外部数据源构建数据透视表 167 7.4.1 使用MicrosoftAccess数据构建数据透视表 167 7.4.2 使用SQL Server数据构建数据透视表 170 7.5 下一步 174 第8章 与其他人共享数据透视表 175 8.1 与其他版本的Office共享数据透视表 175 8.1.1 Excel 2003数据透视表中不可用的功能 176 8.1.2 Excel 2007的兼容模式 176 8.1.3 版本为12的数据透视表没有降级方法 176 8.1.4 共享数据透视表的策略 177 8.2 将数据透视表另存为网页 177 8.3 将数据透视表发布到Excel Services 179 8.3.1 使用Excel Services显示电子格的要求 180 8.3.2 为Excel Services准备电子格 180 8.3.3 将电子格发布到Excel Services 181 8.3.4 Excel Services中最终用户可以执行的操作 183 8.3.5 使用Excel Services不能执行的操作 183 8.3.6 在浏览器中查看数据透视表 184 8.4 下一步 185 第9章 使用和分析OLAP数据 187 9.1 什么是OLAP 187 9.2 连接到OLAP多维数据集 188 9.3 理解OLAP多维数据集的结构 191 9.4 理解OLAP数据透视表的局限性 192 9.5 创建脱机多维数据集 193 9.6 摆脱具有多维数据集函数的数据透视表模板 196 9.7 下一步 198 第10章 借助宏改善数据透视表 199 10.1 为什么对数据透视表使用宏 199 10.2 录制第一个宏 200 10.3 创建带有单控件的用户界面 202 10.4 改变已录制的宏以添加功能 204 10.5 案例学习:借助一个组合框将两个数据透视表同步 208 10.6 下一步 213 第11章 使用VBA创建数据透视表 215 11.1 VBA简介 215 11.1.1 在Excel中启用VBA 215 11.1.2 启用开发工具功能 216 11.1.3 Visual Basic编辑器 217 11.1.4 Visual Basic工具 217 11.1.5 宏录制器 218 11.1.6 理解面向对象编码 218 11.2 学习技巧 219 11.2.1 编写代码处理任意大小的数据区域 219 11.2.2 使用超变量:对象变量 220 11.3 Excel的版本 220 11.4 使用Excel VBA构建数据透视表 223 11.4.1 用“求和项”取代“计数项” 225 11.4.2 为什么不允许移动或更改透视的一部分 227 11.4.3 确定完成的数据透视表的大小 227 11.5 创建示生产收入的报 230 11.5.1 在“值区域”中消除空白单元格 231 11.5.2 确保使用了格布局 232 11.5.3 使用AutoSort控制排序 232 11.5.4 更改默认的数字格式 232 11.5.5 禁用多个行字段的分类汇总功能 233 11.5.6 禁用行总计 233 11.6 创建最终报要处理的一些问题 234 11.6.1 创建一个新的工作簿来保存报 234 11.6.2 在空白报工作上创建摘要 235 11.6.3 填充大纲视图 235 11.6.4 处理最终格式 236 11.6.5 添加分类汇总 237 11.6.6 将所有步骤汇总 238 11.7 处理两个以上数据字段的问题 241 11.7.1 计算数据字段 243 11.7.2 计算项 245 11.8 使用分组汇总数据字段 247 11.9 使用高级数据透视表技术 251 11.9.1 使用AutoShow生成执行概要 251 11.9.2 使用ShowDetail过滤记录集 254 11.9.3 为每个区域或模型创建报 256 11.9.4 手动筛选数据透视表中两个以上的项 260 11.10 手动控制排序方式 261 11.11 使用求和、平均值、计数、最小值、最大值等 261 11.12 创建报百分比 262 11.12.1 占总量百分比 263 11.12.2 月增长率 263 11.12.3 特定项的百分比 263 11.12.4 汇总 264 11.13 使用Excel 2007中数据透视表的新功能 264 11.13.1 使用新筛选器 265 11.13.2 应用格样式 269 11.13.3 更改布局 270 11.13.4 应用数据可见形式 271 11.13.5 理解Excel 97 273 11.14 下一步 274 第12章 数据透视表的常见问题 275 12.1 数据透视表常见问题诊断 275 12.1.1 我总是遇到错误“数据透视表 字段名无效” 275 12.1.2 刷新数据透视表时数据消失了 276 12.1.3 我的数据透视表总是使用“计数”而不使用“求和” 276 12.1.4 我的数据透视表总是将工作簿中的列调整为最适合标题的列宽 276 12.1.5 “推迟布局更新”选项锁住了排序、刷选、分组等功能 277 12.1.6 老版本的Excel无法正常地打开数据透视表 277 12.1.7 在试图给字段分组时得到一个错误消息 278 12.1.8 我的数据透视表将同一个数据项显示两次 278 12.1.9 删除的数据项仍然显示在筛选区域中 279 12.1.10 刷新了数据透视表,然后计算字段显示为错误值 280 12.2 数据透视表常见问题解答 281 12.2.1 怎样让数据透视表自动刷新 281 12.2.2 怎样才能同时刷新一个工作簿中的所有数据透视表 281 12.2.3 怎样使用一种独特的顺序对数据项进行排序,它既不是增序也不是降序 282 12.2.4 怎样将数据透视表转换为硬数据 283 12.2.5 有简单的方法填充行字段留下的空单元格吗 283 12.2.6 简单的方法填充许多列中行字段留下的空单元格 285 12.2.7 为什么我的数据透视表对于某些数据项不包含月 286 12.2.8 怎样将一个排名数值字段添加到数据透视表 288 12.2.9 怎样隐藏数据透视表中的计算错误 290 12.2.10 怎样使数据透视表更小 291 12.2.11 怎样为每个市场创建一个单独的数据透视表 292 12.2.12 怎样避免不断地重定义数据透视表的数据区域 294 附录A 查找选项卡上的数据透视表命令 297 A.1 插入数据透视表 297 A.2 从传统的数据透视表工具栏中查找命令 298
MS Query基础语法讲解: 一、单查询 单查询是指仅涉及一个的查询 1、查询指定列 例1、查询材料进货明细中的定额名称及规格 SELECT 定额名称,规格 FROM [材料进货明细$] 注意:在excel中,一个工作示是这样的:[工作名称$] select的意思是:查询 上面那一句SQL语句的意思就是:从材料进货明细中取出定额名称及规格的值 例2、查询材料进货明细的详细记录 SELECT * FROM [材料进货明细$] 等价于: SELECT 序号, 定额名称,规格,日期,单位,数量 FROM [材料进货明细$] 注意:*的用法 2、查询经过计算的值 例3、查询材料进货明细的定额名称、规格、年份及数量 SELECT 定额名称,规格,year(日期) as 年份,数量 FROM [材料进货明细$] 注意:里面的年份已经通过了计算的了,成为一个新的变量。 加多一列自定义的列A厂: SELECT “A厂” ,定额名称,规格,year(日期) as 年份,数量 FROM [材料进货明细$] SELECT “A厂” as 工厂 ,定额名称,规格,year(日期) as 年份,数量 FROM [材料进货明细$] 比较一下上面两句SQL语句的区别,没有as 工厂与有as 工厂的区别 二、选择中若干元组 1、消除取重复的行 例4、查询材料进货明细的定额名称 SELECT 定额名称 FROM [材料进货明细$] 该查询结果会包含很多重复的行。消除重复行的话,必须指定关键词 distinct SELECT distinct 定额名称 FROM [材料进货明细$] 2、查询满足条件的元组 例5、查询材料进货明细中单位为“套”的所有记录 SELECT * FROM [材料进货明细$] where 单位= ‘套’ 本句语句中,要学会where的用法: 要查询满足指定条件的元组,可以通过where子句实现。where子句查询条件是: 比较: =,>,<,>=,<=,!=,<>,!>,!<;not +上述比较运算符 确定范围: between and ,not between and 确定集合:in,not in 字符匹配:like,not like 空值:is null,is not null 多重条件:and,or,not 例6、查询材料进货明细中数量在50—100之间的所有记录 SELECT * FROM [材料进货明细$] where 数量 between 50 and 100 如果是不在50-100之间的话,直接改成: SELECT * FROM [材料进货明细$] where 数量 not between 50 and 100 例7、查询材料进货明细中单位为“只”或“支”的所有记录 SELECT * FROM [材料进货明细$] where 单位 in(‘只’,'支’) 3、字符匹配 可以用like来实现,通配符%和_ a、%代任意长度的字符串,如a%b示以a开头,以b结尾的任意的字符串 b、_代任意单个字符 例8、查询材料进货明细中定额名称以“天津”开头的所有记录 SELECT * FROM [材料进货明细$] where 定额名称 like ‘天津%’ 例9、查询材料进货明细中定额名称以“天津”开头且字符为4个的所有记录 SELECT * FROM [材料进货明细$] where 定额名称 like ‘天津__’ 例10、查询材料进货明细中定额名称不以“天津”开头的所有记录 SELECT * FROM [材料进货明细$] where 定额名称 not like ‘天津%’ 4、涉及空值的查询 主要是以:null出现 例11、查询材料进货明细中规格为空的的所有记录 SELECT * FROM [材料进货明细$] where 规格 is null 5、多条件查询 例12、查询材料进货明细中定额名称为“天津三通”的并且数量大于30的所有记录 SELECT * FROM [材料进货明细$] where 定额名称 = ‘天津三通’ and 数量>30 三、order by 子句 desc(降序)、asc(升序) 例13、查询材料进货明细中数量大于30的所有记录,并且要按照数量来降序排列。 SELECT * FROM [材料进货明细$] where 数量>30 order by 数量 desc 四、聚集函数 count(distinct/all 列名):统计元组个数 sum:求和 avg:求平均值 max:最大值 min:最小值 例14、查询材料进货明细中天津大小头的最大数量。 SELECT max(数量) FROM [材料进货明细$] where 定额名称 = ‘天津大小头’ 或:SELECT max(数量) as 最大数量 FROM [材料进货明细$] where 定额名称 = ‘天津大小头’ 2. Excel源数据及分析下载:Excel数据透视表教程:分类百分比 SQL语句: select *, Hz1.分类销量/Hz2.分类销量 as 分类百分比 from (select 品种,分公司, sum(数量) as 分类销量 from [数据$] group by 品种,分公司) Hz1, (select 分公司, sum(数量) as 分类销量 from [数据$] group by 分公司) Hz2 where hz1.分公司=Hz2.分公司 SQL语句解释: select 品种,分公司, sum(数量) as 分类销量 from [数据$] group by 品种,分公司 实现对品种、分公司两字段分组的统计求和 select 分公司, sum(数量) as 分类销量 from [数据$] group by 分公司 实现对分公司字段分组的统计求和 对分公司分组统计求和数是对品种、分公司两字段分组统计求和项目再对不同品种的总就和,也就是后者包含前者。 整句语句的意思就是,将两个查询结果作为新的查询分别命名为Hz1、Hz2,用 ”where hz1.分公司=Hz2.分公司“来组合数据, 没有条件的制约的话,将统计的结果再进行除数运算, 各品种的分组统计数(分组含品种字段)除以各品种已求和了的分组统计数(分组不含品种字段)求得所占比率, 最后在字段单元格设置为百分数就可以了。 3 在Excel中使用MS Query查询外部数据库的内容的优点是:不用设置公式、编写VBA代码、源数据库不用打开。 但要注意:源数据库的记录要有字段名,由于设置查询时的路径固定,。 因此源数据库文件不能随意移动(如确实要移动可以通过手工修改查询或VBA解决) 以下示例采用MS Query在“查询”工作簿中查询关闭的“销售”工作簿中sheet1的指定 “店铺”和指定“颜色”的内容(sheet1有“店铺”、“数量”、“颜色”等字段名及若干数据)。 操作前请先确定是否安装有MS Query。附上举例文件,请解压到D盘根目录下: 销售.xls为源数据,查询.xls中设置了msquery查询。 下载:MS Query查询未打开工作簿的内容例子 1、 新建一个工作,选择菜单【数据】—【导入外部数据】—【新建数据库查询】, 界面如图,由于查询excel数据库的内容,因此选择【Excel Files*】并确定; 2、 弹出〖选择工作簿〗对话框,选择“销售”工作簿,〖确定〗; 3、 弹出〖选择列〗对话框,如果此时弹出“没用内容”,确定后在〖选项〗中将“系统”勾上。 将所选工作簿的各个工作及工作中的字段名添加到查询结果中,全选可直接将工作名添加, 〖下一步〗〖下一步〗,选择“在MS query中继续编辑查询”; 4、 弹出MS Query查询编辑,点击【显示/隐藏条件】图标,在“条件字段”中添加“店铺”, 值改为“[店]”(方括号中内容随意),再添加个条件为“颜色”,值改为“[色]”,点击【将数据返回Excel】 5、 回到excel的“导入数据”对话框,点击〖参数〗,选中“店”字段,再选择“从下列单元格中获取数据”, 选择一个用来更改查询关键字的单元格(如B1),并勾选“单元格值更改时自动刷新”, “色”字段改成从单元格“B2”中获取,〖确定〗。数据放置位置选择“A3”。〖确定〗。 6、 当更改B1和B2单元格的内容(做个数据有效性)时,A3及以下的数据会即时刷新。 此法对于需要经常在局域网中查询数据非常方便,比如:数据放在局域网内的一台主机上,通过MS Query即可不打开工作簿查询数据。
SQL Server 2008商业智能完美解决方案 3/3 SQL Server 2008 2010 商业智能完美解决方案 作者:兰吉特(Lynn Langit) 出版社:人民邮电出版社; 第1版 (2010年8月1日) ISBN:7115231117, 9787115231116 页码:545 -------------------------------------------------------------------------------- 《SQL Server 2008商业智能完美解决方案》: 利用Microsoft SQL Server 2008实现灵活的商业智能解决方案使用Microsoft 完善的BI工具构建B0解决方案的必备指南,使用SQLServer 2008设计、开发和部署更有效的数据集成、报、分析解决方案所需的权威操作指南。不论是商业智能(B0)编程的新手还是老手,都会从中受益。通过专家团队的真实示例和高明见解,读者能够掌握构建商业智能解决方案的概念、工具和技术,从而真正提供客户所需的智能性商业价值。 《SQL Server 2008商业智能完美解决方案》研究如下内容: 管理开发生命周期,打造BI团队; 深入研究SQL Servet Analysis Services、Integration Services和 Reporting Services; 使用Business Intelligence Development Studio(BIDS); 编写对销售数据进行分级、排序和深化的查询; 开发提取、转换、加载(ETL)解决方案; 添加源代码控制系统; 通过加密和凭据保护部署的包; 用MDX和DMX查询设计器构建基于OLAP多维数据集和数据挖掘模 型的报; 用NET代码建立并实现自定义对象; 在Microsoft Office Excel和Office SharePoint Server中查看报。 微软公司US-SQL Analysis Services 首席开发经理Donaod Farmer倾力作序 内容提要 -------------------------------------------------------------------------------- 《SQL Server 2008商业智能完美解决方案》介绍如何使用Microsoft SQL Server 2008开发商业智能(BI)解决方案。《SQL Server 2008商业智能完美解决方案》共分为4部分。第一部分阐述了商业智能基础、可视化商业智能结果、构建有效的商业智能流程、商业智能解决方案的物理架构、面向架构师的OLAP逻辑设计概念;第二部分面向Analysis Services开发人员,详细介绍了如何使用BIDS以及BIDS的所有功能,提供了使用SSAS构建OLAP多维数据集和数据挖掘模型的指南;第三部分面向Integration Services开发人员,详细介绍如何使用SSIS开发ETL软件包,利用ETL包加载OLAP多维数据集和数据挖掘结构;第四部分详细介绍了SSRS的架构,以及Excel、Visio或Office SharePoint Server 2007作为BI客户端的实现。 《SQL Server 2008商业智能完美解决方案》结合专家团队提供的实际示例和丰富经验进行介绍,让读者能够直观轻松地掌握构建商业智能(BI)解决方案的概念、工具和技术,是一本不可多得的商业智能开发参考指南。无论是商业智能(BI)编程新手还是经验丰富的老手,都可从《SQL Server 2008商业智能完美解决方案》中获益。 目录 -------------------------------------------------------------------------------- 第一部分 面向商业决策者和架构师的商业智能 第1章 商业智能基础 3 1.1 商业智能和数据建模 3 1.2 OLTP和OLAP 4 1.2.1 联机事务处理 4 1.2.2 联机分析处理 6 1.3 常用BI术语 9 1.3.1 数据仓库 9 1.3.2 数据市场 10 1.3.3 多维数据集 11 1.3.4 决策支持系统 11 1.3.5 数据挖掘系统 11 1.3.6 提取、转换和加载系统 12 1.3.7 报处理系统 12 1.3.8 关键绩效指标 12 1.4 Microsoft BI解决方案的核心组件 12 1.4.1 SQL Server 2008 Analysis Services 13 1.4.2 SQL
Excel 2007数据透视表完全剖析 1/7 完整清晰版 PDF ,有目录。共 100MB,分为7个分卷 Excel 2007 数据透视表完全剖析 OFFICE2007 作者:(美)杰莱(Jelen,B.),(美)亚历山大(Alexander,M.) 著,潘洪涛,解巧云 译 出版社:人民邮电出版社 出版日期:2008-2-1 ISBN:9787115171962 字数:496000 页码:301 -------------------------------------------------------------------------------- 高级(ad-hoc)查询,即时数据分析,计算字段,前10评级,根据季度将数据分组,设置解决方案的格式,常见的故障排除方法,外部和OLAP数据,数据透视图,利用VBA实现自动化,Excel服务器,熟悉功能区。   “使用没有数据透视表的电子格软件就像使用没有生火的壁炉。Bill和Mike提供了进一步理解数据的潜能。本书用浅显易懂的方法,以及适合专业人士的小篇幅论述了功能强大、容易理解的指令。”     ——菲利普服务公司产品服务组CEO,Bruce Roberson “在如今这个有太多数据和太少时间的时代,本书非常专业地提供了内容丰富的数据透视表教程,让我们可以更高效地利用自己的数据和时间。”     ——德勒咨询公司高级经理,Kameron Yu   本书集中了数据透视表所有优秀的功能,是一本内涵丰富的指南,提供了日常问题的解决方案。 只需学习前2章就可以掌握如何创建基本的数据透视表并提高生产率,在数分钟内生成报。 在前6章内可以学会使用数据透视表快速突出显示排名前1O的客户或者收益率排在后5位的产品;快速创建分析结果,根据产品或者地区,或同时根据这二者来对比本阶段与上一阶段的销售额;单击几下鼠标,而不需要了解任何公式,就可以方便地按月、按季度或者按年汇总交易数据。 读完本书,您将成为数据透视表的真正权威,能够利用VBA使数据透视表自动化,用OLAP多维数据集创建外部数据的数据透视表,甚至创建动态报系统。让企业经理单击几下鼠标就可以自己找到问题的答案。   ·利用大量数据透视表的诀窍;   ·在数秒钟内创建功能强大的汇总报:   ·方便地构建高级(ad-hOC)查询工具:   ·增强执行报的能力;   ·筛选出前10位客户或者产品的报:   ·将动态图添加到报中;   ·按月、按季度或者按年快速汇总日常数据。 在目前的电子格软件中,Microsoft公司的Excel无疑是人们用得最多的。但是普遍认为大约50%的Excel用户只利用了20%的Excel功能,要真正发挥Excel强大的功能,数据透视表无疑是必须掌握的。本书首先介绍了数据透视表的基础,然后逐步介绍创建数据透视表、自定义透视、查看视图数据、在透视内进行计算、使用数据透视图等可视化工具、分析数据源、共享数据、使用和分析OLAP数据、在透视中使用宏和VBA等内容,并集中解答了一些常见的透视问题。   本书由Mr.Excel等经验丰富的Excel专家执笔,图文并茂,内容详实,并在相关网站上提供了书中示例使用的Excel文件,可供读者练习操作时使用,非常适合中、高级Excel用户,以及公司中需要大量统计报的工作人员。 第1章 数据透视表基础 1 1.1 什么是数据透视表 1 1.2 为什么应该使用数据透视表 2 1.3 何时应该使用数据透视表 4 1.4 数据透视表的结构 4 1.4.1 值区域 4 1.4.2 行区域 5 1.4.3 列区域 5 1.4.4 报筛选区域 6 1.5 数据透视表的幕后 7 1.6 对数据透视表的限制 7 1.7 下一步 9 第2章 创建基本数据透视表 11 2.1 为数据透视表准备数据 11 2.1.1 确保数据以格形式布局 12 2.1.2 避免在分节标题中存储数据 12 2.1.3 避免重复组作为列 13 2.1.4 消除数据源中的空白和空单元格 13 2.1.5 应用适当的类型格式于字段 14 2.1.6 有效的数据源设计概要 14 2.2 案例学习:清除数据用于数据透视表分析 15 2.3 创建基本数据透视表 16 2.3.1 添加字段到报中 19 2.3.2 增加数据透视表的层次 22 2.3.3 重新排列数据透视表 22 2.3.4 创建报筛选 23 2.4 案例学习:依据市场分析行为 25 2.5 与数据源保持一致 29 2.5.1 对现有数据源已经进行修改 29 2.5.2 数据源的范围已经随着行或者列的增加而扩大 29 2.6 共享数据透视表缓存 30 2.7 利用新的数据透视表工具节约时间 31 2.7.1 推迟布局更新 31 2.7.2 利用一次单击从头开始 32 2.7.3 重新定位数据透视表 33 2.8 下一步 33 第3章 自定义数据透视表 35 3.1 改变常用修饰 36 3.1.1 应用格样式恢复网格线 37 3.1.2 修改数字格式来添加千位分隔符 38 3.1.3 用0代替空值 39 3.1.4 修改字段名称 41 3.2 改变布局 42 3.2.1 使用新的压缩形式布局 42 3.2.2 使用大纲形式的布局 44 3.2.3 使用传统的格形式布局 44 3.3 案例学习 46 3.4 利用样式和主题自定义数据透视表的外观 50 3.4.1 自定义样式 52 3.4.2 修改未来数据透视表的默认样式 53 3.4.3 用文档主题修改样式 54 3.5 修改汇总计算 55 3.5.1 了解空单元格会导致计数的原因 55 3.5.2 使用除计数或求和之外的其他函数 56 3.6 添加和删除分类汇总 58 3.6.1 有许多行字段时,禁止分类汇总 58 3.6.2 为一个字段添加多种分类汇总 59 3.7 使用累积总计选项 60 3.7.1 利用差异选项显示年与年之间的不同 61 3.7.2 利用差异百分比选项将当年与上一年进行对比 62 3.7.3 利用“按某一字段汇总”跟踪YTD总和 62 3.7.4 确定每一行业务对总计的贡献大小 62 3.7.5 创建季节性报 63 3.7.6 用占总和的百分比选项度量两个字段的百分比 63 3.7.7 使用百分比选项将一行与另一行进行对比 65 3.7.8 利用指数选项跟踪相对重要性 65 3.8 案例学习:根据业务报的行计算收入 67 3.9 下一步 71 第4章 控制查看视图数据的方法 73 4.1 组合数据透视表字段 73 4.1.1 组合日期字段 74 4.1.2 按月组合时包含年 75 4.1.3 按周组合日期字段 76 4.1.4 在一个报中组合两个日期字段 77 4.2 案例学习:创建订单时间间隔报 78 4.3 案例学习:组合文本字段 80 4.4 查看数据透视表字段列 82 4.4.1 停靠和浮动数据透视表字段列 82 4.4.2 重新排列数据透视表字段列 83 4.4.3 使用区域节下拉菜单 83 4.4.4 使用字段下拉菜单 84 4.5 对数据透视表中的数据进行排序 86 4.5.1 使用“选项”选项卡上的排序图标排序 86 4.5.2 使用字段列隐藏的下拉菜单排序 88 4.5.3 了解关于自动排序布局变化的影响 89 4.5.4 使用手动排序 90 4.5.5 使用自定义序列排序 91 4.6 对数据透视表中的数据进行筛选 92 4.6.1 添加字段到报筛选区域 92 4.6.2 从报筛选区中选择一项 94 4.6.3 从报筛选区中选择多项 94 4.6.4 快速选择或清除所有筛选项 96 4.6.5 使用字段列筛选 96 4.6.6 使用标签筛选 98 4.6.7 使用日期筛选 99 4.6.8 使用值筛选 101 4.7 案例学习:创建10个最大值的报 102 4.8 下一步 104 第5章 在数据透视表内进行计算 105 5.1 计算字段与计算项简介 105 5.1.1 方法1:手工添加计算字段到数据源中 106 5.1.2 方法2:在数据透视表外使用公式创建计算字段 107 5.1.3 方法3:直接在数据透视表内插入计算字段 108 5.2 创建第1个计算字段 109 5.3 案例学习:汇总下一年的预算 112 5.4 创建第1个计算项 117 5.5 了解数据透视表计算的规则和缺陷 121 5.5.1 记住运算符的优先级次序 121 5.5.2 使用单元格引用和命名区域 122 5.5.3 使用工作函数 122 5.5.4 使用常量 123 5.5.5 引用总计 123 5.5.6 计算字段专用规则 123 5.5.7 计算项专用规则 124 5.6 管理和维护数据透视表计算 125 5.6.1 编辑和删除数据透视表计算 125 5.6.2 改变计算项的求解次序 126 5.6.3 提供公式的说明文档 127 5.7 下一步 128 第6章 使用数据透视图和其他可视化工具 129 6.1 什么是真正的数据透视图 129 6.2 创建第一个透视 130 6.3 牢记数据透视图规则 133 6.3.1 修改基础数据透视表影响数据透视图 133 6.3.2 数据透视表中数据字段的放置可能不一定最适合数据透视图 133 6.3.3 Excel 2007中仍然存在的少量格式限制 135 6.4 案例学习:创建显示产品发货频率和收入分布情况的报 136 6.5 能够替代使用数据透视图的其他办法 141 6.5.1 方法1:把数据透视表转化成实际的数值 142 6.5.2 方法2 :删除基本的数据透视图 143 6.5.3 方法3:分发数据透视图的图片 143 6.5.4 方法4:使用单元格链接回数据透视表,作为图的数据源 143 6.6 使用条件格式处理数据透视表 146 6.7 下一步 153 第7章 借助数据透视表对不同的数据源进行分析 155 7.1 使用多重合并计算数据区域 156 7.2 多重合并计算数据区域的数据透视表的详细分析 161 7.2.1 “行”字段 162 7.2.2 “列”字段 162 7.2.3 “值”字段 162 7.2.4 页字段 163 7.2.5 重新定义数据透视表 164 7.3 案例学习:合并和分析数据集 164 7.4 使用外部数据源构建数据透视表 167 7.4.1 使用MicrosoftAccess数据构建数据透视表 167 7.4.2 使用SQL Server数据构建数据透视表 170 7.5 下一步 174 第8章 与其他人共享数据透视表 175 8.1 与其他版本的Office共享数据透视表 175 8.1.1 Excel 2003数据透视表中不可用的功能 176 8.1.2 Excel 2007的兼容模式 176 8.1.3 版本为12的数据透视表没有降级方法 176 8.1.4 共享数据透视表的策略 177 8.2 将数据透视表另存为网页 177 8.3 将数据透视表发布到Excel Services 179 8.3.1 使用Excel Services显示电子格的要求 180 8.3.2 为Excel Services准备电子格 180 8.3.3 将电子格发布到Excel Services 181 8.3.4 Excel Services中最终用户可以执行的操作 183 8.3.5 使用Excel Services不能执行的操作 183 8.3.6 在浏览器中查看数据透视表 184 8.4 下一步 185 第9章 使用和分析OLAP数据 187 9.1 什么是OLAP 187 9.2 连接到OLAP多维数据集 188 9.3 理解OLAP多维数据集的结构 191 9.4 理解OLAP数据透视表的局限性 192 9.5 创建脱机多维数据集 193 9.6 摆脱具有多维数据集函数的数据透视表模板 196 9.7 下一步 198 第10章 借助宏改善数据透视表 199 10.1 为什么对数据透视表使用宏 199 10.2 录制第一个宏 200 10.3 创建带有单控件的用户界面 202 10.4 改变已录制的宏以添加功能 204 10.5 案例学习:借助一个组合框将两个数据透视表同步 208 10.6 下一步 213 第11章 使用VBA创建数据透视表 215 11.1 VBA简介 215 11.1.1 在Excel中启用VBA 215 11.1.2 启用开发工具功能 216 11.1.3 Visual Basic编辑器 217 11.1.4 Visual Basic工具 217 11.1.5 宏录制器 218 11.1.6 理解面向对象编码 218 11.2 学习技巧 219 11.2.1 编写代码处理任意大小的数据区域 219 11.2.2 使用超变量:对象变量 220 11.3 Excel的版本 220 11.4 使用Excel VBA构建数据透视表 223 11.4.1 用“求和项”取代“计数项” 225 11.4.2 为什么不允许移动或更改透视的一部分 227 11.4.3 确定完成的数据透视表的大小 227 11.5 创建示生产收入的报 230 11.5.1 在“值区域”中消除空白单元格 231 11.5.2 确保使用了格布局 232 11.5.3 使用AutoSort控制排序 232 11.5.4 更改默认的数字格式 232 11.5.5 禁用多个行字段的分类汇总功能 233 11.5.6 禁用行总计 233 11.6 创建最终报要处理的一些问题 234 11.6.1 创建一个新的工作簿来保存报 234 11.6.2 在空白报工作上创建摘要 235 11.6.3 填充大纲视图 235 11.6.4 处理最终格式 236 11.6.5 添加分类汇总 237 11.6.6 将所有步骤汇总 238 11.7 处理两个以上数据字段的问题 241 11.7.1 计算数据字段 243 11.7.2 计算项 245 11.8 使用分组汇总数据字段 247 11.9 使用高级数据透视表技术 251 11.9.1 使用AutoShow生成执行概要 251 11.9.2 使用ShowDetail过滤记录集 254 11.9.3 为每个区域或模型创建报 256 11.9.4 手动筛选数据透视表中两个以上的项 260 11.10 手动控制排序方式 261 11.11 使用求和、平均值、计数、最小值、最大值等 261 11.12 创建报百分比 262 11.12.1 占总量百分比 263 11.12.2 月增长率 263 11.12.3 特定项的百分比 263 11.12.4 汇总 264 11.13 使用Excel 2007中数据透视表的新功能 264 11.13.1 使用新筛选器 265 11.13.2 应用格样式 269 11.13.3 更改布局 270 11.13.4 应用数据可见形式 271 11.13.5 理解Excel 97 273 11.14 下一步 274 第12章 数据透视表的常见问题 275 12.1 数据透视表常见问题诊断 275 12.1.1 我总是遇到错误“数据透视表 字段名无效” 275 12.1.2 刷新数据透视表时数据消失了 276 12.1.3 我的数据透视表总是使用“计数”而不使用“求和” 276 12.1.4 我的数据透视表总是将工作簿中的列调整为最适合标题的列宽 276 12.1.5 “推迟布局更新”选项锁住了排序、刷选、分组等功能 277 12.1.6 老版本的Excel无法正常地打开数据透视表 277 12.1.7 在试图给字段分组时得到一个错误消息 278 12.1.8 我的数据透视表将同一个数据项显示两次 278 12.1.9 删除的数据项仍然显示在筛选区域中 279 12.1.10 刷新了数据透视表,然后计算字段显示为错误值 280 12.2 数据透视表常见问题解答 281 12.2.1 怎样让数据透视表自动刷新 281 12.2.2 怎样才能同时刷新一个工作簿中的所有数据透视表 281 12.2.3 怎样使用一种独特的顺序对数据项进行排序,它既不是增序也不是降序 282 12.2.4 怎样将数据透视表转换为硬数据 283 12.2.5 有简单的方法填充行字段留下的空单元格吗 283 12.2.6 简单的方法填充许多列中行字段留下的空单元格 285 12.2.7 为什么我的数据透视表对于某些数据项不包含月 286 12.2.8 怎样将一个排名数值字段添加到数据透视表 288 12.2.9 怎样隐藏数据透视表中的计算错误 290 12.2.10 怎样使数据透视表更小 291 12.2.11 怎样为每个市场创建一个单独的数据透视表 292 12.2.12 怎样避免不断地重定义数据透视表的数据区域 294 附录A 查找选项卡上的数据透视表命令 297 A.1 插入数据透视表 297 A.2 从传统的数据透视表工具栏中查找命令 298

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值