• Excel商务智能:PowerQuery和PowerPivot数据清洗、建模与分析实战
21年品牌 40万+商家 超1.5亿件商品

Excel商务智能:PowerQuery和PowerPivot数据清洗、建模与分析实战

全新正版 极速发货

34.79 4.0折 88 全新

库存3件

广东广州
认证卖家担保交易快速发货售后保障

作者刘必麟(@小必)

出版社电子工业

ISBN9787121442308

出版时间2022-09

装帧其他

开本其他

定价88元

货号31557388

上书时间2024-06-04

书香美美

已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
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门店销售和利润贡献度分析模型  /  283
11.2  实例2:折扣比例分组(分区间)分析模型  /  286
11.3  实例3:动态ABC分类分析模型(帕累托分析模型)  /  288
11.4  实例4:RFM客户价值分析模型  /  291
11.5  实例5:员工在职、入职、离职和离职率的计算模型  /  296

内容摘要
本书主要介绍Excel商务智能组件PowerQuery和PowerPivot在数据分析方面的应用。全书共11章:第1章介绍Excel中的PowerQuery和PowerPivot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PowerQuery来获取数据并进行处理,主要包含PowerQuery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PowerPivot进行数据建模和分析,主要包含PowerPivot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。

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP