Excel商务智能：Power Query和Power Pivot数据清洗、建模与分析实战

图书标准信息

• 作者 刘必麟（@小必）
• 出版社 电子工业出版社
• 出版时间 2022-09
• 版次 1
• ISBN 9787121442308
• 定价 88.00元
• 装帧 其他
• 开本 16开
• 页数 320页
• 字数 381千字

【内容简介】

本书主要介绍Excel商务智能组件Power Query和Power Pivot在数据分析方面的应用。全书共11章：第1章介绍Excel中的Power Query和Power Pivot两大商务智能组件及其功能；第2章至第6章介绍如何使用Power Query来获取数据并进行处理，主要包含Power Query的基本操作、M函数和M公式的基础知识、常用的M函数，以及数据处理的综合案例；第7章至第11章介绍如何使用Power Pivot进行数据建模和分析，主要包含Power Pivot的基本操作、数据模型的建立、DAX表达式的基础知识和进阶知识、常用的DAX函数，以及数据分析的综合案例。本书紧贴实际应用场景，深入浅出地介绍了Excel商务智能组件强大的数据处理和建模分析能力。通过阅读本书，读者可以更加高效地进行数据分析工作。

【作者简介】

刘必麟（@小必）?微软Office大师级认证。?微信公众号、头条号、知乎等“Excel和PowerBI聚焦”主理人，原创文章累计达800多篇。?Excel和Power BI爱好者。尤其擅长函数公式、图表绘制、Power Query、Power Pivot和数据可视化等方面。?Excel技术类图书作者。

【目录】

第1章  Excel：你的职场生产力工具  /  1

1.1  你所不知道的Excel分析“利器”  /  1

1.2  从Excel到Power BI，只需要一步  /  2

第2章  认识Power Query编辑器  /  4

2.1  初识Power Query  /  4

2.2  编辑器管理界面介绍  /  5

2.3  创建查询的方法  /  7

2.4  数据源路径的修改与设置  /  9

2.5  数据上载与刷新  /  11

第3章  Power Query的基本操作实例  /  14

3.1  入门基础知识  /  14

3.1.1  数据类型的设置  /  14

3.1.2  标题的升降设置  /  16

3.1.3  “转换”与“添加列”选项卡中的功能  /  16

3.2  删除行或列操作  /  18

3.2.1  选择列与删除列  /  18

3.2.2  删除行与保留行  /  20

3.2.3  通过筛选器删除行  /  24

3.3  添加列操作  /  25

3.3.1  简单快速地添加条件列  /  25

3.3.2  为行添加自定义序号  /  27

3.3.3  添加自定义列  /  29

3.4  拆分列与合并列操作  /  30

3.4.1  实例1：按分隔符拆分列  /  30

3.4.2  实例2：按字符数拆分列  /  33

3.4.3  实例3：按位置拆分列  /  34

3.4.4  实例4：其他拆分列的方法  /  35

3.4.5  合并列常用的方法  /  36

3.5  透视列与逆透视列操作  /  38

3.5.1  一维表和二维表  /  38

3.5.2  实例1：一维表转二维表  /  39

3.5.3  实例2：二维表转一维表  /  41

3.5.4  实例3：含有多重行/列表头的数据清洗  /  42

3.6  提取文本值中指定字符的操作  /  45

3.6.1  实例1：按指定的长度提取文本值中指定的字符  /  45

3.6.2  实例2：按分隔符的位置提取文本值中指定的字符  /  47

3.7  数学运算和分组统计  /  49

3.7.1  聚合运算的操作  /  49

3.7.2  实例1：活用“选择性粘贴”功能处理考试成绩  /  50

3.7.3  实例2：使用分组统计功能快速计算各部门的数据  /  53

3.8  追加查询与合并查询  /  54

3.8.1  实例1：使用追加查询批量合并多个Excel工作表数据  /  54

3.8.2  认识合并查询的6种类型  /  56

3.8.3  实例2：使用合并查询完成各种数据匹配  /  61

第4章  M函数和M公式基础入门  /  65

4.1  M函数和M公式介绍  /  65

4.1.1  M函数和M公式  /  65

4.1.2  主要的M函数类型  /  66

4.1.3  常用的数据类型  /  67

4.1.4  运算符  /  68

4.1.5  如何查看函数帮助  /  69

4.2  三大数据结构  /  72

4.2.1  列表  /  72

4.2.2  记录  /  74

4.2.3  表  /  74

4.2.4  数据结构的组合和深化  /  75

4.2.5  数据结构的扩展  /  77

4.3  数据结构之间的相互转换  /  79

4.3.1  List和Record之间的转换  /  79

4.3.2  Table和List之间的转换  /  80

4.3.3  Table和Record之间的转换  /  83

4.4  M公式中常用的语句  /  84

4.4.1  let…in…语句  /  84

4.4.2  条件分支语句  /  85

4.4.3  容错语句try…otherwise…  /  88

4.4.4  each _与(x)=＞的关系  /  89

4.4.5  为公式添加注释  /  92

第5章  常用的M函数实战详解  /  94

5.1  各种数据类型之间的相互转换  /  94

5.1.1  将值转换为文本  /  94

5.1.2  将值转换为数值  /  95

5.1.3  将值转换为日期  /  96

5.2  List和Table的批量转换实战  /  96

5.2.1  批量转换函数List.Transform的实际应用  /  96

5.2.2  批量转换函数Table.TransformColumns的实际应用  /  97

5.3  获取和删除各种数据实战  /  99

5.3.1  使用Table.Skip函数和Table.SelectRows函数筛选行  /  99

5.3.2  获取和删除指定文本值中的指定字符  /  101

5.3.3  获取和删除列表中的元素  /  102

5.4  各种数据结构的拆分、合并、截取和替换实战  /  104

5.4.1  实例1：表的拆分与合并应用  /  104

5.4.2  实例2：列表的拆分与合并应用  /  106

5.4.3  实例3：拆分和提取文本值中的数值并求和  /  108

5.4.4  对文本值进行截取的函数  /  112

5.4.5  实例4：批量替换和有条件地批量替换文本值  /  113

5.4.6  实例5：使用List.Zip函数批量更换标题及制作工资条  /  117

5.5  判断文本值和列表中是否包含指定的内容  /  120

5.5.1  实例1：对任意组合的条件值求和  /  120

5.5.2  实例2：根据标准答案计算多选题的得分  /  123

5.6  分组函数Table.Group及其应用  /  125

5.6.1  Table.Group函数和常规分组计算  /  125

5.6.2  实例：条件分组计算和数据清洗整理获奖数据  /  129

5.7  参数与自定义函数  /  132

5.7.1  参数的设置方法  /  132

5.7.2  实例：创建和调用自定义函数将一列拆分为多列  /  134

第6章  Power Query综合实战  /  140

6.1  数据获取综合实战  /  140

6.1.1  实例1：获取并合并Excel工作簿中的多个工作表的数据  /  140

6.1.2  实例2：获取并合并多个文件夹下的Excel工作簿中的数据  /  144

6.1.3  实例3：获取网页中的表格数据  /  147

6.1.4  实例4：获取CSV或TXT文件数据  /  151

6.1.5  实例5：实时获取数据库中的数据  /  153

6.2  数据转换综合实战  /  155

6.2.1  实例1：将复杂的二维调薪表转换为一维明细表  /  155

6.2.2  实例2：高效快速地清洗零乱的考勤数据  /  158

6.2.3  实例3：同时拆分组合的供应商中文名称和英文名称  /  164

6.2.4  实例4：批量提取Excel工作簿中不规则的防疫数据  /  167

第7章  认识Power Pivot与DAX  /  170

7.1  Power Pivot介绍  /  170

7.1.1  认识Power Pivot  /  170

7.1.2  从数据透视表的不重复计算说起  /  171

7.1.3  在Excel中加载Power Pivot  /  173

7.1.4  认识Power Pivot的管理界面  /  174

7.2  Power Pivot的数据获取方式  /  175

7.2.1  从表格/区域和Power Query导入数据  /  176

7.2.2  从Excel文件导入数据  /  177

7.2.3  从文本文件导入数据  /  178

7.2.4  从剪切板导入数据  /  179

7.2.5  从数据库导入数据  /  180

7.3  认识数据分析表达式DAX  /  182

7.3.1  常用的DAX函数类型  /  182

7.3.2  DAX中的数据类型与运算符  /  184

7.3.3  创建DAX表达式时表和列的引用方式  /  185

第8章  Power Pivot和DAX基础知识  /  187

8.1  理解计算列与度量值  /  187

8.1.1  依附于数据表的计算列  /  187

8.1.2  能适应各种环境的度量值  /  189

8.1.3  度量值与数据透视表的计算字段  /  191

8.1.4  如何选择度量值与计算列  /  193

8.1.5  管理度量值  /  193

8.2  数据模型与表间关系  /  195

8.2.1  理解Power Pivot的数据模型  /  195

8.2.2  多表操作时表间关系的建立和管理  /  196

8.2.3  表、列和度量值的隐藏  /  199

8.2.4  LOOKUPVALUE函数介绍  /  200

8.2.5  RELATED函数与RELATEDTABLE函数介绍  /  201

8.3  DAX的基础函数  /  203

8.3.1  以SUMX为代表的结尾带有X的聚合函数  /  203

8.3.2  筛选函数FILTER和逻辑运算符  /  205

8.3.3  DAX中最重要的CALCULATE函数  /  207

8.3.4  CALCULATE函数的筛选器的选择  /  209

8.3.5  VALUES函数和DISTINCT函数  /  211

8.3.6  初识ALL函数和ALLEXCEPT函数  /  213

8.4  初识计值上下文  /  214

8.4.1  初识筛选上下文  /  215

8.4.2  创建筛选上下文  /  216

8.4.3  初识行上下文  /  219

8.4.4  行上下文转换  /  220

8.5  CALCULATE函数的调节器  /  224

8.5.1  删除筛选器的ALL函数  /  224

8.5.2  追加筛选的KEEPFILTERS函数  /  227

8.5.3  激活关系的USERELATIONSHIP函数  /  228

第9章  DAX进阶知识和常见应用  /  231

9.1  Power Pivot和数据透视表  /  231

9.1.1  实例1：在数据透视表中使用自定义排序：按列排序  /  231

9.1.2  实例2：在数据透视表中创建KPI规则——设置“条件格式”  /  233

9.2  在DAX中使用VAR变量  /  236

9.2.1  关于VAR变量  /  236

9.2.2  使用变量时应该避免的错误  /  237

9.3  常见的DAX函数和实际案例应用  /  238

9.3.1  实例1：使用CONCATENATEX函数进行文本值透视  /  238

9.3.2  实例2：使用ALLSELECTED函数动态地计算各类占比  /  241

9.3.3  实例3：使用RANKX函数动态地计算各类排名  /  244

9.3.4  实例4：自定义数据透视表标题行完成复杂的报表  /  248

9.4  DAX作为查询工具的实际应用  /  251

9.4.1  数据查询和EVALUATE  /  251

9.4.2  实例1：使用ADDCOLUMNS函数建立查询表  /  254

9.4.3  实例2：使用SELECTCOLUMNS函数建立查询表  /  256

9.4.4  实例3：使用SUMMARIZE和SUMMARIZECOLUMNS函数分组汇总数据  /  257

9.5   Power Pivot数据模型与多维数据集函数  /  259

9.5.1  认识CUBE类函数  /  260

9.5.2  实例1：使用CUBEVALUE函数提取Power Pivot数据模型中的数据  /  262

9.5.3  实例2：使用“切合器+CUBEVALUE函数”动态提取Power Pivot数据模型中的数据  /  266

第10章  时间智能计算  /  269

10.1  认识时间智能函数和日期表  /  269

10.1.1  时间智能函数与日期函数  /  269

10.1.2  日期表的创建与标记  /  270

10.1.3  与时间智能函数相关的常用计算指标  /  272

10.2  常见的时间智能计算  /  273

10.2.1  实例1：年初、季初与月初至今计算  /  273

10.2.2  实例2：各类同比与环比的计算  /  275

10.2.3  实例3：动态移动平均分析模型  /  280

第11章  Power Pivot综合实战  /  283

11.1  实例1：TOP-N门店销售和利润1