公司HR部门在月底或者月初的时候有一项人事报表统计项要做，对本月度人员的年龄、学历、司龄、性别等进行制作复合分类项的员工属性统计表，通常情况下都用函数COUNTIF进行统计，一般的HR要花费好长的时间才能完成这项统计。
我们学习了数据透视表，能不能利用Excel的数据透视表工具来实现呢？如下表中共有4500多条员工信息记录（模拟数据，已删除其他不用的项目）：
要求使用数据透视表，制作如下图所示的具有复合分类项的统计表。
要求分析：
对部门、年龄、学历层次进行人数统计，其中：
学历为初中及以下、高中中专中技、大学专科本科、硕士研究生；
年龄的分段为：25岁以下、25-30岁、30-40岁、40-50岁、50岁以上；
对于这类问题，我们一般应该想到的是使用数据透视表的方法，如果要进行常规的数据透视表统计，那么要分别进行三次数据透视表的设置，如果数据源更改，也要重复设置三次。
数据透视表对于数据源的要求是一维数据，如果要生成上述的结果的样式，就要对数据源进行转一维数据处理，比较麻烦，容易出错；
对数据透视表中同一字段按不同的分类标准进行分类产生的分类项，被称为复合分类项。Excel数据透视表并不能直接产生这样的复合分类，但借助SQL语句则可以实现。
那么对于这种情况采取的方法为：使用OLE DB的方式，在使用SQL的情况下生成数据透视表的一维数据源，具体操作步骤如下：
【STEP 01】 通过导入外部数据“编辑OLE DB查询”创建数据透视表：
依次单击【数据】-【现有连接】，在弹出的对话框中选择【浏览更多】，然后找到源文件“制作复合分类项的员工属性统计表”，然后单击【打开】。如下图：
【STEP 02】在弹出的对话框中选择"花名册$"，然后单击【确定】。
【STEP 03】在弹出的对话框中选择【数据透视表】，然后单击【属性】。
【STEP 04】在弹出的对话框中选择【定义】，然后在【命令文本】里输入SQL语句，然后单击【确定】，在弹出的对话框中继续单击【确定】。如下图：
SQL语句为：（直接复制）
select 职位类别,员工类别,学历层次,"学历" as 分类 from [花名册$] union all
select 职位类别,员工类别,年龄分段,"年龄" as 分类 from [花名册$] union all
select 职位类别,员工类别,单位,"部门" as 分类 from [花名册$]
【STEP 05】在弹出的数据透视表视图中进行如下设置，同一般的数据透视表的设置：
最后进行设置美化即可完成对复合分类项的HR人事月报表的统计。
思路解释：
1、使用三次select语句，都引用“花名册”工作表中的“职位类别”、“员工类别”作为前二个字段，而分别引用了“学历层次”、“年龄分段”和“单位”作为第3个字段，这是实现复合分类项的关键；
2、使用“as from”语句，定义“分类”字段，分别添加“学历”、“年龄”、“部门”等3个分类项，相当于构建了3个一维表。
3、最后使用union all 将3个select语句连接起来，用于合并数据，相当于将新构建的3个一维表追加在一起。
本例通过导入外部数据“编辑OLE DB查询”创建数据透视表，利用SQL连接语句对同一数据源表的相关字段在同一位置上进行多次引用，从面构建出了复合分类项的数据透视表。这样实现的优点在于：
1、可以不用打开源文件而直接进行统计；
2、如果源文件中的数据进行修改或者更新，只需刷新即可；
3、如果数据量大，可防止Excel的假死；
4、SQL语句的执行效率快，且易于维护，同时在源数据中不做任何修改也不增加辅助列，对源数据的表结构不造成任何的损坏。
应用场景扩展：
如果花名册中没有年龄分段，只有出生日期、入职日期，如下表所示：
现在要实现的结果如下图：
要求分析：
对性别、学历、司龄、年龄进行人数统计，其中：
性别分别为“男”与“女”；
学历为初中及以下、高中中专中技、大学专科本科、硕士研究生；
年龄的分段为：25岁以下、25-40岁、40-50岁、50岁以上；
司龄的分段为：3年以内、3<=N<5、5<=N<10、10<=N<15、15<=N<20、20年以上（含）。
我们依然通过导入外部数据“编辑OLE DB查询”创建数据透视表。在第四步时输入下面SQL代码就行：
SQL语句为：（直接复制）
select 工号,单位,职位类别,员工类别,性别 as 类别明细,"性别" as 类别 from [花名册$] union all
select 工号,单位,职位类别,员工类别,
switch(datediff("yyyy",出生日期,date())<25,"25岁以下",
datediff("yyyy",出生日期,date())>=25 and datediff("yyyy",出生日期,date())<40,"25-40岁",
datediff("yyyy",出生日期,date())>=40 and datediff("yyyy",出生日期,date())<50,"40-50岁",
datediff("yyyy",出生日期,date())>=50,"50岁以上") as 类别明细,"年龄" as 类别 from [花名册$] union all
select 工号,单位,职位类别,员工类别,学历层次 as 类别明细,"学历" as 类别 from [花名册$] union all
select 工号,单位,职位类别,员工类别,
switch(datediff("yyyy",入职日期,date())<3,"3年以内",
datediff("yyyy",入职日期,date())>=3 and datediff("yyyy",入职日期,date())<5,"3-5年",
datediff("yyyy",入职日期,date())>=5 and datediff("yyyy",入职日期,date())<10,"5-10年",
datediff("yyyy",入职日期,date())>=10 and datediff("yyyy",入职日期,date())<15,"10-15年",
datediff("yyyy",入职日期,date())>=15 and datediff("yyyy",入职日期,date())<20,"15-20年",
datediff("yyyy",入职日期,date())>=20,"20年以上") as 类别明细,"司龄" as 类别 from [花名册$]
在弹出的数据透视表视图中进行如下设置：
最后进行数据透视表设置美化即可。