![](/c49/99/10029316875555.jpg)
店鋪:機械工業出版社官方旗艦店 出版社:機械工業出版社 ISBN:9787111636168 商品編碼:10029316875555 品牌:機械工業出版社(CMP) 出版時間:2019-09-01 頁數:200 字數:332000 審圖號:9787111636168 作者:恆盛傑資訊
"![baecf198635367d9.jpg](https://img10.360buyimg.com/cms/jfs/t1/180445/28/6295/377762/60b0bd82E6c4ef32e/baecf198635367d9.jpg) 商品參數 商品基本信息 | 商品名稱: | 商業智能:Power BI數據分析 | 作者: | 恆盛傑資訊 | 市場價: | 59.80 | ISBN號: | 9787111636168 | 版次: | 1-1 | 出版日期: | 2019-09 | 頁數: | 204 | 字數: | 332 | 出版社: | 機械工業出版社 | 內容介紹 隨著大數據的興起,各種數據工具以及可視化軟件層出不窮,但Power BI卻憑借著令人贊嘆的視覺對像以及能夠在任何設備上與同事共享等優勢在多個數據工具中脫穎而出。 本書開門見山地介紹了數據分析之前所要了解的知識,如為什麼選擇Power BI、學習Powerbi可能會遇到的問題等;而後通過報表制作的全流程讓讀者體驗到Power BI的魅力,讓讀者了解通過Power BI能夠玩轉數據的獲取、整理、建模、可視化以及發布的全過程。隨後對數據整理、DAX語言以及可視化進行了詳細的介紹,逐步深入到Power BI進階實戰。*會,以業務案例為導向,以Power BI桌面版操作為基礎進行講解,深入講述Power BI在銷售和財務兩個行業的應用。 目錄 前言 如何獲取學習資源 *1章 邁好*一步—Power BI基礎知識 1.1Power BI:微軟新*器10 1.2為什麼選擇Power BI12 1.3學習Power BI可能會遇到的問題17 1.4Power BI Desktop的安裝和介紹22 *2章 數據分析必經之路—Power BI報表制作全流程 2.1連接數據源:邁出Power BI的*一步30 2.1.1導入Excel工作簿:*佳的數據搭檔30 2.1.2獲取數據:突破數據來源的限制33 2.2整理數據:修正數據中的明顯錯誤40 2.3數據建模:釐清數據的內在聯繫42 2.4可視化:酷炫的數據表達方式47 2.5報表發布:與他人共享數據50 第3章 整理不規範的數據—Power Query基本操作 3.1知己知彼:初識Power Query編輯器54 3.2穩扎穩打:數據的簡單處理55 3.3事半功倍:行列數據的轉換63 3.4錦上添花:數據整理的進階工具70 第4章 為數據分析做準備—Power Query*級應用 4.1添加列:增加輔助數據78 4.1.1添加重復列78 4.1.2添加條件列78 4.1.3添加自定義列80 4.2分組依據:分類彙總行列數據82 4.3合並與追加:彙總多個表的數據83 4.3.1合並查詢83 4.3.2追加查詢85 4.4列分析:輕松發現數據質量問題88 4.5M語言:數據處理的*級玩法90 第5章 學習DAX的正確姿勢—DAX語言入門 5.1DAX語言:數據建模的核心和靈魂97 5.2度量值:移動的公式103 5.3新建列:為多個表建立關繫107 5.4新表:利用DAX函數構建新表111 5.4.1UNION函數:合並多個表112 5.4.2NATURALINNERJOIN函數:合並聯結兩個表113 5.4.3DISTINCT函數:提取維度表116 5.4.4ADDCOLUMNS/CALENDAR/FORMAT函數:生成日期表117 5.4.5ROW/BLANK函數:新增空表120 第6章 *常用也是*好用的—DAX 進階函數 6.1CALCULATE函數:實現DAX功能的引擎123 案例列出不同篩選條件下的產品銷售數量123 6.2SUMX函數:完成列數據的逐行求和129 案例創建度量值統計銷售額129 6.3SUMMARIZE函數:建立彙總表132 案例彙總產品在各城市的銷售額132 6.4IF/SWITCH函數:分組數據137 案例將銷售額分為優、良、差三個等級 138 6.5RELATED/RELATEDTABLE函數:單條件數據匹配139 案例為建有關繫的兩個表匹配數據140 6.6LOOKUPVALUE函數:多條件數據匹配142 案例將銷售單價從一個表匹配到另一個表143 6.7ALL/ALLSELECTED函數:計算占比144 案例計算產品占總體或類別的比例145 第7章 進擊之路從這裡開始—DAX高階函數 7.1FILTER函數:*級篩選器157 案例篩選超過2000萬的城市銷售金額157 7.2VALUES/HASONEVALUE函數:刪除重復值/判斷唯*性162 案例轉換“商鋪城市”列為表/禁止計算總計值162 7.3TOTALYTD函數:年初到今的累計數據計算166 案例計算銷售總額的累計同比增長率167 7.4EARLIER函數:獲取當前行信息170 案例計算產品的累計銷售額和累計銷售數量171 7.5RANKX函數:排名統計175 案例查看商鋪城市和產品的銷售總額排名情況175 7.6TOPN函數:實現前幾名或後幾名的可視化展現180 案例查看前5名城市銷售總額占比的趨勢180 第8章 令人矚目的數據表現形式—數據可視化 8.1自定義視覺對像:突破想像力的可視化效果185 8.2標注*大值、*小值:關注走勢圖的特定數據188 8.3篩選器:篩掉無關數據,保留關注信息189 8.4編輯交互:體驗更靈活的數據可視化196 8.5鑽取:深入了解更詳細的信息198 8.6工具提示:滿足不同層次的用戶需求201 顯示全部信息
" |