ThepExcel Logo
  • บทความ
    • Excel
      • Excel ทั่วไป
      • Excel Pivot Table
      • Excel Power Pivot
      • Power Query
      • Excel Array Formula
      • Excel VBA
      • Excel for Business
      • Excel and Maths
      • ฟังก์ชัน Excel ทั้งหมด
    • Power BI
      • Power Query
      • Data Model
      • DAX Formula
      • Power BI Report
    • Coding
      • Excel VBA
      • Python
      • Power Query M Code
    • AI
      • ChatGPT
      • Stable Diffusion
      • MidJourney
    • Highlights : บทความแนะนำ
    • คลิปวีดีโอ
  • อบรม
    • อบรมลูกค้าองค์กร
    • คอร์สออนไลน์ SkillLane
    • แนะนำวิทยากร
    • Excel/Power BI Skill Map
    • Quiz
  • Shop
    • คอร์สออนไลน์
    • สินค้าทั้งหมด
    • หนังสือเล่ม
    • E-Book
    • Cart
  • Download
    • Download ไฟล์จากเทพเอ็กเซล
    • ThepExcel-Mfx : M Code สำเร็จรูป
    • Date Table สำเร็จรูป
    • กราฟ My Skill
    • github.com/ThepExcel
  • รวม Link
    • รวม Link สอน Excel & Power BI ทั้งไทยและเทศ
    • รวม Link สอน Python / Programming
    • หนังสือแนะนำ
    • Facebook ThepExcel
    • YouTube ThepExcel
    • DAX Formatter
  • Contact
    • แนะนำ เทพเอ็กเซล (Thep Excel)
    • แนะนำวิทยากร : อาจารย์ ศิระ เอกบุตร (ระ)
    • นโยบายการคุ้มครองข้อมูลส่วนบุคคล (Privacy Policy)
  • Facebook
  • YouTube

วิธีใช้ Excel สรุปตารางการใช้ห้องประชุม

Categories 📂

Excel Pivot Table, Power Query

Tags 🏷️

ผมได้คำถามทาง Inbox ถึงวิธีการใช้ Excel สรุปตารางการใช้ห้องประชุม ว่าวันไหนมีประชุมช่วงไหนบ้าง โดยข้อมูลที่ได้คือเริ่มประชุมกี่โมง จบกี่โมง อยากรู้ว่าในช่วงเวลาไหนของวันไหน มีการใช้ห้องประชุมบ้าง โดยแบ่งช่วงทีละ 1 ชม. ผมคิดว่าคำถามน่าสนใจดี เลยขอเอามาทำเป็นบทความดีกว่าครับ

ในบทความนี้ผมจะขอเพิ่มความซับซ้อนเข้าไปเล็กน้อย ก็คือ จะให้สามารถมีได้หลายห้องประชุมด้วย จะได้เหมือนจริงมากขึ้นนะครับ

สารบัญ

  • ใช้สูตรเพื่อเตรียมข้อมูลเบื้องต้น
  • Pivot Table ตรงๆ แบบไม่ใช้ Power Query
  • ใช้ Power Query ตบข้อมูลให้เป็นลักษณะ Database มากขึ้น
  • สรุปข้อมูลด้วย Pivot Table หลังจากใช้ Power Query

ใช้สูตรเพื่อเตรียมข้อมูลเบื้องต้น

ก่อนอื่นเลย เรามีข้อมูลดิบดังนี้

ห้องประชุมStartFinish
11/10/2019 5:251/10/2019 7:00
11/10/2019 7:251/10/2019 7:55
12/10/2019 7:202/10/2019 8:00
12/10/2019 9:202/10/2019 10:00
12/10/2019 10:202/10/2019 15:10
21/10/2019 6:001/10/2019 9:00
21/10/2019 7:051/10/2019 7:35
22/10/2019 9:002/10/2019 14:55

โดยที่ข้อมูลบันทึกเป็นวันที่และเวลาได้ถูกต้องแล้วตามการตั้งค่าใน control panel ของตัวเองซึ่งของผมตั้งเป็น วัน/เดือน/ปี

หากเราต้องการเวลาว่าประชุมไปกี่นาที นี่ง่ายมาก นั่นคือเอาเวลาจบ ลบ เริ่ม ซึ่งเลขที่ออกมาจะมีหน่วยเป็นวัน

หากเราอยากทำให้เลขเป็นหน่วยนาที เราก็เอาไปคูณ 24*60 แค่นั้นเอง

เดี๋ยวเราจะสร้างคอลัมน์ใหม่เพื่อแยกวันที่กับเวลาออกจากกัน โดยใช้ INT มาช่วยในการแยกวันดังนี้ครับ

และใช้ช่องเดิมลบ INT ก็จะได้เวลาครับ (เป็นวิธีคำนวณแบบคร่าวๆ ซึ่งจะผิดไปเล็กน้อยจากการคำนวณแบบ Floating Point ใน Excel แต่ไม่ต้องซีเรียสครับ)

ส่วนเวลาจบก็ทำเหมือนกัน

จากนั้นเพื่อไม่ให้งง เราจะเปลี่ยน Number Format เวลาเริ่มกับเวลาจบ ให้เป็นเวลาครับ

ต่อไปเราจะทำการแบ่งเวลาออกเป็นช่วงๆ ทุกชั่วโมง โดยสร้างคอลัมน์ใหม่ดังนี้ครับ โดยเขียนแค่ 0:00 ตัวเดียว แล้วลาก Fill Handle ไปทางขวาเลย (โดยเราจะถือว่า ช่อง 0:00 คือเริ่มที่ 0:00 นั่นคือเป็นช่วง 0:00-1:00 ละกันครับ)

ต่อไป ในช่อง H2 เราจะเขียนสูตร IF เพื่อเช็คว่ามีการใช้ห้องประชุมในช่อง H2 นั่นมั้ย? ถ้ามีเราจะใส่เลข 1 ถ้าไม่มีจะใส่เลข 0 ครับ

หลักการคิดก็คือ ต้องตรงทั้งสองเงื่อนไขนี้ ดังนั้นจะใช้ AND มาช่วย

  • เวลาเริ่มต้องเกิดน้อยกว่าหรือเท่ากับเวลาจบช่องนั้น หรือให้น้อยกว่าเวลาเริ่มช่องถัดไป นั่นคือ F2<I1
  • เวลาจบต้องมากกว่าหรือเท่ากับเวลาเริ่มช่องนั้น G2>=H1

ยกตัวอย่างเช่น ถ้าเริ่ม 10:20 จบ 15:10

  • ถ้าเป็นตอน 9:00 ก็จะผิดตั้งแต่เงื่อนไขเวลาเริ่ม แปลว่าไม่ติ๊ก
  • ถ้าเป็นตอน 10:00 จะตรงตามเงื่อนไขทั้งคู่ แปลว่าติ๊ก

ดังนั้นใน H2 เราจะใส่สูตรว่า =AND( F2<I1 , G2>=H1 )*1
(คูณ 1 เพื่อแปลง TRUE เป็น 1 FALSE เป็น 0)

และเนื่องจากเราจะ Copy ไปทั้งตาราง ดังนั้นจะต้องใส่ $ fix ตำแหน่งดังนี้

=AND( $F2<I$1 , $G2>=H$1 )*1

จากนั้น Copy ไปทั้งตาราง

จากนั้นใส่ Conditional Format -> Highlight Cell Rule -> Equal to 1 ให้เป็นสีแดง จะได้เห็นชัดๆ จะได้ตรวจสอบได้ง่ายหน่อยว่าแต่ละบรรทัดถูกต้องรึยัง?

Pivot Table ตรงๆ แบบไม่ใช้ Power Query

พอได้ข้อมูลดังนี้แล้วก็สามาถเอาเข้า PivotTable ได้เลย แต่ว่ามันจะยากเพราะต้องดึงข้อมูลเวลาแต่ละช่วงมาที่ Value ถึง 24 อันแบบนี้

จากนั้นลาก Sigma Value จาก column มาไว้ที่ Row จะได้เห็นชัดขึ้น

แล้วเอาห้องประชุมไว้ที่คอลัมน์แทน แล้วเอาวันนี้ไปไว้ที่ Filter/Slicer/Timeline ก็ได้ จากนั้นเปลี่ยน Report Layout เป็น Tabular Form จะได้เห็นชัดๆ

ซึ่งถามว่าผลลัพธ์วิธีข้างบนถูกมั้ย? มันก็ถูกนะ แต่จะเจ๋งกว่าถ้าช่วงเวลามันเป็น Field ที่เอามาพลิกเล่นไปมาได้ แทนที่จะเป็น Sum of 24 อันแบบนี้

ดังนั้นเพื่อเราจะใช้ Power Query ช่วยในการตบคอลัมน์เวลา 24 อัน ให้มารวมเป็นคอลัมน์เดียวแต่มีหลายบรรทัดแทน

ใช้ Power Query ตบข้อมูลให้เป็นลักษณะ Database มากขึ้น

ตอนแรกที่ผมลองทำ Get Data from Table/Range จากข้อมูลที่เราทำไว้ ปรากฏว่า ใน Power Query เครื่องผมมันน่าจะมี Bug ทำให้เห็นเลขทุกอย่างเป็น 0 แทนที่จะเป็น 1 กับ 0 (หากเราใช้วิธี Get Data from Table/Range ตรงๆ)

ดังนั้นผมเลยเปลี่ยนวิธี Get Data เล็กน้อย เป็นการ Get Data จากไฟล์ Excel ตัวเองแทน ซึ่งหากจะใช้วิธีนี้ต้อง Save ไฟล์ Excel ของเราไว้ซะก่อนครับ

จากนั้นไปที่ Get Data -> From File -> From Workbook แล้วเลือก File ตัวเอง -> เลือก Sheet1 ที่มีตารางที่เราทำ -> กด Transform Data

จะได้หน้าตาแบบนี้มา

จากนั้นลบ Step Changed Type ด้านขวาออกไปซะ

พอเลื่อนไปดูคอลัมน์ด้านขวาๆ ปรากฏว่ามันดันใส่วันที่มาในช่องเวลาของเราซะงั้น

แต่ไม่เป็นไรเดี๋ยวเราใช้วิธี Transpose เพื่อกำจัดมันได้ โดยให้ไปที่ Transform -> Transpose จะได้แบบนี้

จากนั้นเลือกคอลัมน์แรก แล้ว Split Column by Delimiter แล้วเลือกแบบใช้ space จะได้ดังนี้

จากนั้นเราจะทำการถมช่องว่างในคอลัมน์ 1.2 โดยการ Transpose กลับมาก่อน แล้วเลือกคอลัมน์ 1-7 แล้วFill Down

จากนั้นให้ลบแถวแรกออกไปซะ โดยไปที่ Home -> Remove Rows -> Remove Top Rows แล้วใส่เลข 1 เพราะจะเอาออก 1 แถว

ให้เราเลือก Use First Row as Header ไปจะได้แบบนี้

แล้วเรากดลบคอลัมน์เวลาเริ่มกับเวลาจบทิ้งไปซะ เพราะไม่ใช้แล้ว

แล้วเราก็เลือกคอลัมน์เวลา 0:00-23:00 ที่เตรียมไว้ จากนั้นไปที่ Transform -> Unpivot -> Unpivot Only Selected Column (ถ้าใครไม่มีก็เลือก Unpivot Column ธรรมดา)

จาก 24 คอลัมน์ จะมารวมหัวตารางกันในคอลัมน์เดียวชื่อ Attribute และมี Value แยกออกมาเป็นอีกคอลัมน์ดังนี้

เราแค่ดับเบิ้ลคลิ๊กเปลี่ยนชื่อคอลัมน์จาก Attribute เป็น “ช่วงเวลา” และ Value เป็น “Flagใช้งาน”

ตรงคอลัมน์ช่วงเวลา ให้เปลี่ยน Data Type เป็นเวลาซะ เวลาเรียงใน Pivot Table จะได้ไม่มีปัญหา

จากนั้นเราก็ Close & Load to… ออกมาให้เป็น Pivot Table เลย

สรุปข้อมูลด้วย Pivot Table หลังจากใช้ Power Query

แล้วเราก็ลาก Field ต่างๆ ตามใจชอบ เช่น ช่วงเวลาไว้ที่ Row, ห้องประชุมไว้ที่ Column, Flagใช้งานไปที่ Value และเอาวันไปเป็น Slicer หรือ Timeline ก็ได้ครับ

แบบนี้ก็จะตอบคำถามต่างๆ ได้ง่ายขึ้นว่า ช่วงที่มีคนใช้มากสุดคือ 7:00-8:00 อะไรแบบนี้ครับ

นี่คือประโยชน์มากๆ ของการใช้ Pivot Table ช่วยสรุปข้อมูล เพราะมันพลิกมุมมองไปมาได้สะดวก และการที่ทำให้ช่วงเวลารวมกันในคอลัมน์เดียวด้วย Power Query ได้ ก็ทำให้เราสามารถพลิกมุมมองเกี่ยวกับช่วงเวลาได้สะดวกขึ้นเช่นกันครับ

แชร์ความรู้ให้เพื่อนๆ ของคุณ
390    
390    

ติดตามเทพเอ็กเซล

  • Facebook
  • YouTube

อบรมกับเทพเอ็กเซล

🔥 คอร์สใหม่ล่าสุด 🔥

การทำ Optimization ด้วย Excel Solver
สำหรับงานวางแผน
คอร์สออนไลน์ เทพเอ็กเซล
คอร์สออนไลน์ จากเทพเอ็กเซล ดูกี่รอบก็ได้
อบรม Excel / Power BI ให้องค์กรของคุณ

บทความล่าสุด

  • วิธีสั่ง Prompt และตั้งค่าใน Stable Diffusion ให้รูปสวยโดนใจ [Part3]
  • วิธีเรียกใช้งาน Model เจ๋งๆ ใน Stable Diffusion [ตอนที่2]
  • วิธีใช้งาน AI สร้างรูปสุดเจ๋งและฟรีด้วย Stable Diffusion ฉบับมือใหม่ [ตอนที่1]
  • 10 ไอเดีย เรียนรู้ Excel ผ่าน ChatGPT AI สุดเจ๋ง
  • การทำ Simulation ด้วย Excel
  • แกะเคล็ดวิชา Excel Wizard ในการแข่ง Speed Run Excel ระดับโลก
  • เจาะลึก CALCULATE ใน DAX แบบลึกสุดใจ : Part 2

บทความแนะนำ

🔥ฟังก์ชันทั้งหมดใน Excel 🔥

  • แกะเคล็ดวิชา Excel Wizard ในการแข่ง Speed Run Excel ระดับโลก
  • เจาะลึก CALCULATE ใน DAX แบบลึกสุดใจ : Part 1
  • Series สอนดึงข้อมูลจากเว็บ ด้วย Power Automate Desktop
  • สรุปการใช้ LAMBDA ฟังก์ชันที่ใช้สร้างฟังก์ชันใน Excel 365 และผองเพื่อน
  • วิธีใช้ Excel คำนวณระยะเวลาการทำงานรวม แถมระบุเวลาพักได้แบบยืดหยุ่น
  • วิธีจัดการข้อมูลแย่ๆ ด้วย Power Query ทั้งข้อมูลปนกัน ข้อมูลอยู่บนหัวตาราง
  • แยกข้อมูลที่อยู่สุดเน่า ด้วย Excel Power Query

Categories

Tags

ai collection concepts copy database Data Model data table data validation date dax dropdown error excel filter finance find format formula function game graph IF index intro irr len link logic lookup match m code merge mid overview paste pivot power query row sort speed split substitute table text textjoin time tips trim vba vlookup

Archives

  • March 2023 (2)
  • February 2023 (2)
  • January 2023 (1)
  • October 2022 (1)
  • September 2022 (3)
  • August 2022 (3)
  • July 2022 (1)
  • June 2022 (3)
  • May 2022 (1)
  • April 2022 (2)
  • February 2022 (1)
  • December 2021 (2)
  • November 2021 (10)
  • September 2021 (2)
  • August 2021 (6)
  • July 2021 (2)
  • June 2021 (2)
  • May 2021 (10)
  • April 2021 (3)
  • March 2021 (3)
  • February 2021 (4)
  • January 2021 (8)
  • December 2020 (5)
  • November 2020 (13)
  • October 2020 (5)
  • September 2020 (11)
  • August 2020 (4)
  • July 2020 (13)
  • June 2020 (17)
  • May 2020 (16)
  • April 2020 (16)
  • March 2020 (10)
  • February 2020 (15)
  • January 2020 (16)
  • December 2019 (4)
  • November 2019 (3)
  • October 2019 (9)
  • September 2019 (1)
  • August 2019 (7)
  • June 2019 (3)
  • May 2019 (9)
  • April 2019 (9)
  • March 2019 (2)
  • February 2018 (1)
  • January 2018 (3)
  • November 2017 (3)
  • August 2017 (1)
  • July 2017 (1)
  • June 2017 (1)
  • May 2017 (6)
  • April 2017 (6)
  • March 2017 (7)
  • February 2017 (1)
  • January 2017 (2)
  • December 2016 (1)
  • October 2016 (2)
  • September 2016 (3)
  • August 2016 (2)
  • July 2016 (2)
  • June 2016 (1)
  • May 2016 (1)
  • April 2016 (1)
  • March 2016 (2)
  • February 2016 (1)
  • January 2016 (2)
  • December 2015 (2)
  • November 2015 (5)
  • October 2015 (3)
  • June 2015 (2)
  • May 2015 (1)
  • April 2015 (26)
  • January 2015 (1)
  • December 2014 (1)
  • November 2014 (2)
  • October 2014 (1)
  • September 2014 (2)
  • August 2014 (1)
  • June 2014 (1)
  • May 2014 (1)
  • April 2014 (3)
  • March 2014 (3)
  • February 2014 (12)
  • January 2014 (7)
  • December 2013 (2)
  • November 2013 (8)
  • October 2013 (2)

เทพเอ็กเซล : Thep Excel

copyright © 2022

  • Facebook
  • YouTube
เว็บไซต์นี้ใช้คุกกี้ (Cookies)
บริษัท เทพเอ็กเซล จำกัด ให้ความสำคัญต่อข้อมูลส่วนบุคคลของท่าน เพื่อการพัฒนาและปรับปรุงเว็บไซต์รวมถึงสินค้าและบริการต่างๆ หากท่านใช้บริการเว็บไซต์นี้ โดยไม่มีการปรับตั้งค่าใดๆ แสดงว่าท่านยินยอมที่จะรับคุกกี้บนเว็บไซต์ และนโยบายสิทธิส่วนบุคคลของเรา
ตั้งค่าคุกกี้ยอมรับทั้งหมดอ่านเพิ่มเติม
Manage consent

Privacy Overview

This website uses cookies to improve your experience while you navigate through the website. Out of these, the cookies that are categorized as necessary are stored on your browser as they are essential for the working of basic functionalities of the website. We also use third-party cookies that help us analyze and understand how you use this website. These cookies will be stored in your browser only with your consent. You also have the option to opt-out of these cookies. But opting out of some of these cookies may affect your browsing experience.
Necessary
Always Enabled
Necessary cookies are absolutely essential for the website to function properly. These cookies ensure basic functionalities and security features of the website, anonymously.
CookieDurationDescription
cookielawinfo-checkbox-analytics11 monthsThis cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Analytics".
cookielawinfo-checkbox-functional11 monthsThe cookie is set by GDPR cookie consent to record the user consent for the cookies in the category "Functional".
cookielawinfo-checkbox-necessary11 monthsThis cookie is set by GDPR Cookie Consent plugin. The cookies is used to store the user consent for the cookies in the category "Necessary".
cookielawinfo-checkbox-others11 monthsThis cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Other.
cookielawinfo-checkbox-performance11 monthsThis cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Performance".
viewed_cookie_policy11 monthsThe cookie is set by the GDPR Cookie Consent plugin and is used to store whether or not user has consented to the use of cookies. It does not store any personal data.
Functional
Functional cookies help to perform certain functionalities like sharing the content of the website on social media platforms, collect feedbacks, and other third-party features.
Performance
Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.
Analytics
Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics the number of visitors, bounce rate, traffic source, etc.
Advertisement
Advertisement cookies are used to provide visitors with relevant ads and marketing campaigns. These cookies track visitors across websites and collect information to provide customized ads.
Others
Other uncategorized cookies are those that are being analyzed and have not been classified into a category as yet.
SAVE & ACCEPT