做图表时，希望更新数据后能自动化更新图表，需要各种公式之间相互配合。此时的需求是，将A表中的不同用户登录的地点做一个图表统计。

以用户id和地点当做行标签制作透视表，透视表选择区域要远大于实际区域，这样可以避免更新后数据量过多出现溢出的情况。

对同一用户进行排序，即统计该用户从A5开始出现的总次数（G列）

然后构造行号辅助列，此数据唯一固定，相当于识别数据的索引（H列）

在需要创建图表的sheet里，先输入一列从1到n的数字（n根据上一步用户出现总次数定义，可以定义稍大一些）（A列），然后统计当前需要统计的用户以及等于当前A列值的索引号（D列）

然后查询行号等于D列的返回值，如果D列是0则返回空值（B列）

根绝B列和用户名查询地点出现次数（C列）

选择上述区域创建图，每次只用在数据透视表界面进行刷新操作，数据即可自动生成

有人说做数据无非几点：逻辑思路，技术工具和业务需求，1)逻辑思路中涵盖的大多是一些算法、规则；

3)业务逻辑里面则多为一些指标、客群等。

看着很多的内容，等处理过了才发现，无他，唯手熟尔~

做数据以来，难免会遇到各种处理方法上的问题，每次遇到问题点就整理一下关键的语句，逐渐的，才发现原来整理了一整套，今天抽取一些比较常用的语句，分成了几篇：

一篇是python的常用语句，

一篇是SQL的常规用法，

整理出来，也希望能给大家一些启发，后有Excel的内容，估计需要过段时间才能出场了。

这三篇文章不是告诉你一些系统的工具使用方法，而是针对那些经常使用python，但是又记不住数据处理的方法函数的人，做一个小技巧的总结。

下面先来说一下python的内容：

1、数据读取和筛选的方法

11、数据读写乱码和格式修改

1)数据的读写乱码主要有以下两种方案：

2)读取csv文件时转化成字符串的问题：