了得網計算機/網絡_Excel商務智能：Power Query和Power Pivot數據清洗、建模與分析

內容簡介

本書主要介紹Excel商務智能組件Power Query和Power Pivot在數據分析方面的應用。全書共11章：第1章介紹Excel中的Power Query和Power Pivot兩大商務智能組件及其功能；第2章至第6章介紹如何使用Power Query來獲取數據並進行處理，主要包含Power Query的基本操作、M函數和M公式的基礎知識、常用的M函數，以及數據處理的綜合案例；第7章至第11章介紹如何使用Power Pivot進行數據建模和分析，主要包含Power Pivot的基本操作、數據模型的建立、DAX表達式的基礎知識和進階知識、常用的DAX函數，以及數據分析的綜合案例。本書緊貼實際應用場景，深入淺出地介紹了Excel商務智能組件強大的數據處理和建模分析能力。通過閱讀本書，讀者可以更加高效地進行數據分析工作。

作者簡介

劉必麟（@小必）?微軟Office大師級認證。?微信公眾號、頭條號、知乎等“Excel和PowerBI聚焦”主理人，原創文章累計達800多篇。?Excel和Power BI愛好者。尤其擅長函數公式、圖表繪制、Power Query、Power Pivot和數據可視化等方面。?Excel技術類圖書作者。

第1章 Excel：你的職場生產力工具 / 1
1.1 你所不知道的Excel分析“利器” / 1
1.2 從Excel到Power BI，隻需要一步 / 2
第2章認識Power Query編輯器 / 4
2.1 初識Power Query / 4
2.2 編輯器管理界面介紹 / 5
2.3 創建查詢的方法 / 7
2.4 數據源路徑的修改與設置 / 9
2.5 數據上載與刷新 / 11
第3章 Power Query的基本操作實例 / 14
3.1 入門基礎知識 / 14
3.1.1 數據類型的設置 / 14
3.1.2 標題的升降設置 / 16
3.1.3 “轉換”與“添加列”選項卡中的功能 / 16第1章 Excel：你的職場生產力工具 / 1

1.1 你所不知道的Excel分析“利器” / 1

1.2 從Excel到Power BI，隻需要一步 / 2

第2章認識Power Query編輯器 / 4

2.1 初識Power Query / 4

2.2 編輯器管理界面介紹 / 5

2.3 創建查詢的方法 / 7

2.4 數據源路徑的修改與設置 / 9

2.5 數據上載與刷新 / 11

第3章 Power Query的基本操作實例 / 14

3.1 入門基礎知識 / 14

3.1.1 數據類型的設置 / 14

3.1.2 標題的升降設置 / 16

3.1.3 “轉換”與“添加列”選項卡中的功能 / 16

3.2 刪除行或列操作 / 18

3.2.1 選擇列與刪除列 / 18

3.2.2 刪除行與保留行 / 20

3.2.3 通過篩選器刪除行 / 24

3.3 添加列操作 / 25

3.3.1 簡單快速地添加條件列 / 25

3.3.2 為行添加自定義序號 / 27

3.3.3 添加自定義列 / 29

3.4 拆分列與合並列操作 / 30

3.4.1 實例1：按分隔符拆分列 / 30

3.4.2 實例2：按字符數拆分列 / 33

3.4.3 實例3：按位置拆分列 / 34

3.4.4 實例4：其他拆分列的方法 / 35

3.4.5 合並列常用的方法 / 36

3.5 透視列與逆透視列操作 / 38

3.5.1 一維表和二維表 / 38

3.5.2 實例1：一維表轉二維表 / 39

3.5.3 實例2：二維表轉一維表 / 41

3.5.4 實例3：含有多重行/列表頭的數據清洗 / 42

3.6 提取文本值中指定字符的操作 / 45

3.6.1 實例1：按指定的長度提取文本值中指定的字符 / 45

3.6.2 實例2：按分隔符的位置提取文本值中指定的字符 / 47

3.7 數學運算和分組統計 / 49

3.7.1 聚合運算的操作 / 49

3.7.2 實例1：活用“選擇性粘貼”功能處理考試成績 / 50

3.7.3 實例2：使用分組統計功能快速計算各部門的數據 / 53

3.8 追加查詢與合並查詢 / 54

3.8.1 實例1：使用追加查詢批量合並多個Excel工作表數據 / 54

3.8.2 認識合並查詢的6種類型 / 56

3.8.3 實例2：使用合並查詢完成各種數據匹配 / 61

第4章 M函數和M公式基礎入門 / 65

4.1 M函數和M公式介紹 / 65

4.1.1 M函數和M公式 / 65

4.1.2 主要的M函數類型 / 66

4.1.3 常用的數據類型 / 67

4.1.4 運算符 / 68

4.1.5 如何查看函數幫助 / 69

4.2 三大數據結構 / 72

4.2.1 列表 / 72

4.2.2 記錄 / 74

4.2.3 表 / 74

4.2.4 數據結構的組合和深化 / 75

4.2.5 數據結構的擴展 / 77

4.3 數據結構之間的相互轉換 / 79

4.3.1 List和Record之間的轉換 / 79

4.3.2 Table和List之間的轉換 / 80

4.3.3 Table和Record之間的轉換 / 83

4.4 M公式中常用的語句 / 84

4.4.1 let…in…語句 / 84

4.4.2 條件分支語句 / 85

4.4.3 容錯語句try…otherwise… / 88

4.4.4 each _與(x)=＞的關繫 / 89

4.4.5 為公式添加注釋 / 92

第5章常用的M函數實戰詳解 / 94

5.1 各種數據類型之間的相互轉換 / 94

5.1.1 將值轉換為文本 / 94

5.1.2 將值轉換為數值 / 95

5.1.3 將值轉換為日期 / 96

5.2 List和Table的批量轉換實戰 / 96

5.2.1 批量轉換函數List.Transform的實際應用 / 96

5.2.2 批量轉換函數Table.TransformColumns的實際應用 / 97

5.3 獲取和刪除各種數據實戰 / 99

5.3.1 使用Table.Skip函數和Table.SelectRows函數篩選行 / 99

5.3.2 獲取和刪除指定文本值中的指定字符 / 101

5.3.3 獲取和刪除列素 / 102

5.4 各種數據結構的拆分、合並、截取和替換實戰 / 104

5.4.1 實例1：表的拆分與合並應用 / 104

5.4.2 實例2：列表的拆分與合並應用 / 106

5.4.3 實例3：拆分和提取文本值中的數值並求和 / 108

5.4.4 對文本值進行截取的函數 / 112

5.4.5 實例4：批量替換和有條件地批量替換文本值 / 113

5.4.6 實例5：使用List.Zip函數批量更換標題及制作工資條 / 117

5.5 判斷文本值和列表中是否包含指定的內容 / 120

5.5.1 實例1：對任意組合的條件值求和 / 120

5.5.2 實例2：根據標準答案計算多選題的得分 / 123

5.6 分組函數Table.Group及其應用 / 125

5.6.1 Table.Group函數和常規分組計算 / 125

5.6.2 實例：條件分組計算和數據清洗整理獲獎數據 / 129

5.7 參數與自定義函數 / 132

5.7.1 參數的設置方法 / 132

5.7.2 實例：創建和調用自定義函數將一列拆分為多列 / 134

第6章 Power Query綜合實戰 / 140

6.1 數據獲取綜合實戰 / 140

6.1.1 實例1：獲取並合並Excel工作簿中的多個工作表的數據 / 140

6.1.2 實例2：獲取並合並多個文件夾下的Excel工作簿中的數據 / 144

6.1.3 實例3：獲取網頁中的表格數據 / 147

6.1.4 實例4：獲取CSV或TXT文件數據 / 151

6.1.5 實例5：實時獲取數據庫中的數據 / 153

6.2 數據轉換綜合實戰 / 155

6.2.1 實例1：將復雜的二維調薪表轉換為一維明細表 / 155

6.2.2 實例2：高效快速地清洗零亂的考勤數據 / 158

6.2.3 實例3：同時拆分組合的供應商中文名稱和英文名稱 / 164

6.2.4 實例4：批量提取Excel工作簿中不規則的防疫數據 / 167

第7章認識Power Pivot與DAX / 170

7.1 Power Pivot介紹 / 170

7.1.1 認識Power Pivot / 170

7.1.2 從數據透視表的不重復計算說起 / 171

7.1.3 在Excel中加載Power Pivot / 173

7.1.4 認識Power Pivot的管理界面 / 174

7.2 Power Pivot的數據獲取方式 / 175

7.2.1 從表格/區域和Power Query導入數據 / 176

7.2.2 從Excel文件導入數據 / 177

7.2.3 從文本文件導入數據 / 178

7.2.4 從剪切板導入數據 / 179

7.2.5 從數據庫導入數據 / 180

7.3 認識數據分析表達式DAX / 182

7.3.1 常用的DAX函數類型 / 182

7.3.2 DAX中的數據類型與運算符 / 184

7.3.3 創建DAX表達式時表和列的引用方式 / 185

第8章 Power Pivot和DAX基礎知識 / 187

8.1 理解計算列與度量值 / 187

8.1.1 依附於數據表的計算列 / 187

8.1.2 能適應各種環境的度量值 / 189

8.1.3 度量值與數據透視表的計算字段 / 191

8.1.4 如何選擇度量值與計算列 / 193

8.1.5 管理度量值 / 193

8.2 數據模型與表間關繫 / 195

8.2.1 理解Power Pivot的數據模型 / 195

8.2.2 多表操作時表間關繫的建立和管理 / 196

8.2.3 表、列和度量值的隱藏 / 199

8.2.4 LOOKUPVALUE函數介紹 / 200

8.2.5 RELATED函數與RELATEDTABLE函數介紹 / 201

8.3 DAX的基礎函數 / 203

8.3.1 以SUMX為代表的結尾帶有X的聚合函數 / 203

8.3.2 篩選函數FILTER和邏輯運算符 / 205

8.3.3 DAX中重要的CALCULATE函數 / 207

8.3.4 CALCULATE函數的篩選器的選擇 / 209

8.3.5 VALUES函數和DISTINCT函數 / 211

8.3.6 初識ALL函數和ALLEXCEPT函數 / 213

8.4 初識計值上下文 / 214

8.4.1 初識篩選上下文 / 215

8.4.2 創建篩選上下文 / 216

8.4.3 初識行上下文 / 219

8.4.4 行上下文轉換 / 220

8.5 CALCULATE函數的調節器 / 224

8.5.1 刪除篩選器的ALL函數 / 224

8.5.2 追加篩選的KEEPFILTERS函數 / 227

8.5.3 激活關繫的USERELATIONSHIP函數 / 228

第9章 DAX進階知識和常見應用 / 231

9.1 Power Pivot和數據透視表 / 231

9.1.1 實例1：在數據透視表中使用自定義排序：按列排序 / 231

9.1.2 實例2：在數據透視表中創建KPI規則——設置“條件格式” / 233

9.2 在DAX中使用VAR變量 / 236

9.2.1 關於VAR變量 / 236

9.2.2 使用變量時應該避免的錯誤 / 237

9.3 常見的DAX函數和實際案例應用 / 238

9.3.1 實例1：使用CONCATENATEX函數進行文本值透視 / 238

9.3.2 實例2：使用ALLSELECTED函數動態地計算各類占比 / 241

9.3.3 實例3：使用RANKX函數動態地計算各類排名 / 244

9.3.4 實例4：自定義數據透視表標題行完成復雜的報表 / 248

9.4 DAX作為查詢工具的實際應用 / 251

9.4.1 數據查詢和EVALUATE / 251

9.4.2 實例1：使用ADDCOLUMNS函數建立查詢表 / 254

9.4.3 實例2：使用SELECTCOLUMNS函數建立查詢表 / 256

9.4.4 實例3：使用SUMMARIZE和SUMMARIZECOLUMNS函數分組彙總數據 / 257

9.5 Power Pivot數據模型與多維數據集函數 / 259

9.5.1 認識CUBE類函數 / 260

9.5.2 實例1：使用CUBEVALUE函數提取Power Pivot數據模型中的數據 / 262

9.5.3 實例2：使用“切合器+CUBEVALUE函數”動態提取Power Pivot數據模型中的數據 / 266

第10章時間智能計算 / 269

10.1 認識時間智能函數和日期表 / 269

10.1.1 時間智能函數與日期函數 / 269

10.1.2 日期表的創建與標記 / 270

10.1.3 與時間智能函數相關的常用計算指標 / 272

10.2 常見的時間智能計算 / 273

10.2.1 實例1：年初、季初與月初至今計算 / 273

10.2.2 實例2：各類同比與環比的計算 / 275

10.2.3 實例3：動態移動平均分析模型 / 280

第11章 Power Pivot綜合實戰 / 283

11.1 實例1：TOP-N門店銷售和利潤1

商品搜索

商品分类

【醫學】

【各大出版社】