消息首页搜索举报

EXCEL 进阶指南：POWER PIVOT 与 POWER QUERY 实战

全新正版极速发货

54.82 6.1折 89.8 全新

库存15件

广东广州

认证卖家担保交易快速发货售后保障

作者袁佳林

出版社人民邮电出版社

ISBN9787115630414

出版时间2024-07

装帧平装

开本16开

定价89.8元

货号1203302940

上书时间2024-07-02

徐小智的书店

已实名已认证进店收藏店铺

在售商品暂无
平均发货时间 17小时
好评率暂无

最新上架

我的绵羊是个大麻烦 ¥21.56

现代农药手册 ¥309.99

液压维修1000问 ¥110.91

河北上市公司财务发展报告.2017 ¥76.89

软件工程(第3版) ¥30.03

巨蜥母亲 ¥4.01

冰封的冤案 ¥3.90

形体礼仪 ¥15.95

2岁孩子 2岁父母 ¥17.93

商品详情

品相描述：全新

商品描述: 作者简介
拥有微软办公软件国际认证（Microsoft.Office.Specialist，MOS）大师级（Master）证书；
拥有10年银行从业经验；
公众号“ExcelBI星球”主理人；
Excel、Power BI相关技术图书的作者；
喜欢阅读，热衷于分享数据分析、数据可视化相关技术。

目录
目    录
第 1章    从Excel讲起1
1.1    Excel在数据处理方面的局限性1
1.1.1    数据处理能力有限1
1.1.2    数据处理透明性不够1
1.1.3    数据处理紧凑性不足2
1.2    BI与智能化Excel2
1.2.1    BI3
1.2.2    智能化Excel3
1.3    数据库概念与数据模型4
1.3.1    数据库与数据表4
1.3.2    事实表与维表4
1.3.3    记录与字段4
1.3.4    查询与连接5
1.3.5    关系与数据模型5
第 2章    Power Pivot与数据建模6
2.1    Power Pivot简介6
2.2    Power Pivot窗口一览7
2.3    Power Pivot数据连接类型9
2.3.1    从关系数据库导入
            数据10
2.3.2    从文本文件导入数据12
2.3.3    从Excel文件导入
            数据13
2.3.4    从剪贴板导入数据16
2.3.5    从Power Query中导入
            数据16
2.4    多表数据模型：表间关系与跨表
         透视17
2.4.1    为数据模型创建Excel
            智能表18
2.4.2    添加智能表到数据
            模型18
2.4.3    创建表间关系20
2.4.4    管理表间关系21
2.4.5    跨表透视24
2.5    Power Pivot展示窗口：数据
         透视表与数据透视图 26
2.5.1    Power Pivot与数据
            透视表26
2.5.2    Power Pivot与数据
            透视图32
第3章    DAX：万物始于“筛选”36
3.1    从隐式度量值讲起36
3.1.1    显示隐式度量值36
3.1.2    度量值的创建方法37
3.1.3    度量值的重要特性：
            可复用性40
3.1.4    在计算列中使用DAX
            函数41
3.2    动态计算的核心：上下文42
3.2.1    筛选上下文43
3.2.2    行上下文44
3.2.3    上下文转换45
3.2.4    筛选传递46
3.3    数据模型的基石：关系47
3.3.1    关系的类型47
3.3.2    数据模型的结构48
3.3.3    查找表和数据表50
3.4    以SUM()函数为代表的聚合
         函数50
3.4.1    基础聚合函数 51
3.4.2    与计数相关的聚合
            函数52
3.5    以SUMX()函数为代表的迭代
         函数53
3.5.1    SUMX()函数53
3.5.2    RANKX()函数54
3.5.3    CONCATENATEX()
            函数55
3.5.4    FILTER()函数56
3.6    CALCULATE()函数56
3.6.1    增加筛选条件57
3.6.2    修改筛选条件57
3.6.3    移除筛选条件58
3.6.4    CALCULATE()函数的
            两个核心要点59
3.7    为什么ALL()函数可以移除筛选
         条件59
3.8    ALL()函数与VALUES()函数60
3.9    DAX代码书写技巧与方法61
3.9.1    DAX函数输入技巧：智能
            填充61
3.9.2    DAX代码格式化规则62
3.9.3    DAX代码注释方法63
3.9.4    在DAX中使用VAR/
            RETURN64
3.10    时间智能函数与时间智能
           计算64
3.10.1    日期表64
3.10.2    按列排序67
3.10.3    时间智能函数的底层
                逻辑68
3.10.4    时间智能函数的
                分类70
3.10.5    计算月、季度、年初
                至今70
3.10.6    计算去年同期71
3.10.7    计算指定时间间隔72
3.11    数据透视表“杀手”：CUBE
             函数74
3.11.1    一键转换为公式74
3.11.2    CUBE函数输入技巧76
3.11.3    CUBEVALUE()与
                CUBEMEMBER()函数77
3.11.4    CUBEVALUE()与切片器
                联动78
第4章    Power Query与数据清洗80
4.1    Power Query简介80
4.2    Power Query编辑器界面一览81
4.3    Power Query连接的数据类型83
4.3.1    从文本/CSV84
4.3.2    自网站85
4.3.3    来自表格/区域86
4.3.4    来自数据库86
4.4    数据清洗实战87
4.4.1    数据转换87
4.4.2    数据合并100
4.4.3    数值计算109
4.4.4    能Excel所不能112
4.5    批量合并文件121
4.5.1    合并多个规范的
            数据表121
4.5.2    合并多个规范的
            工作簿125
4.5.3    Excel.Workbook()函数127
第5章    M语言入门130
5.1    结构化数据130
5.1.1    列表131
5.1.2    记录131
5.1.3    表132
5.1.4    列表、记录与表的关系133
5.1.5    查询引用与深化实战
            案例137
5.2    数据刷新的起点：查询138
5.2.1    查询基本操作138
5.2.2    查询与查询步骤139
5.2.3    刷新查询141
5.3    认识M函数142
5.3.1    M函数基本规范142
5.3.2    M函数参数分解144
5.3.3    M函数帮助信息144
5.4    常用的M函数应用详解146
5.4.1    Table类函数146
5.4.2    List类函数147
5.4.3    Text类函数152
5.4.4    批量转换函数155
5.5    M函数轻松学：移花接木157
5.6    M函数轻松学：拆解参数160
5.7    M函数轻松学：多层嵌套163
5.8    M函数轻松学：庖丁解牛164
5.9    M函数综合实战：批量合并指定
         位置数据168
5.9.1    Table.Skip()函数实战
            应用169
5.9.2    Table.SelectColumns()函数
            实战应用171
5.9.3    #table()函数实战
            应用173
5.10    M函数综合实战：智能取数
             系统177
5.10.1    创建映射表177
5.10.2    加载到Power Query，
                筛选非空行177
5.10.3    选择列：Table.
                SelectColumns()178
5.10.4    重命名列：Table.
                RenameColumns()179
5.10.5    拉链函数：List.Zip()179
第6章    M语言进阶181
6.1    let ... in ...语句181
6.2    M语言中的运算符182
6.2.1    普通运算符182
6.2.2    特殊运算符183
6.3    M语言中的条件判断183
6.3.1    列筛选条件184
6.3.2    if... then...语句184
6.3.3    try... otherwise...语句185
6.4    M语言中的自定义函数186
6.4.1    自定义函数：（）=>186
6.4.2    “即插即用”的匿名
            函数188
6.5    M语言的“语法糖”：each
         和 _189
6.6    自定义函数综合实战：批量合
         并不规范文件190
6.7    自定义函数综合实战：表格降维
         技巧194
6.7.1    2×1层级结构化
            表格195
6.7.2    1×2层级结构化表格197
6.7.3    2×2层级结构化表格198
6.7.4    N×M层级结构化
            表格201
第7章    Excel BI的进阶之路205
7.1    从QAT到Excel BI 选项卡205
7.2    Excel BI的5个实用小技巧207
7.2.1    取消类型转换207
7.2.2    取消自动日期分组208
7.2.3    减少使用关系检测209
7.2.4    设置默认加载方式210
7.2.5    修改返回优选记录数210
7.3    查询分组与度量值表211
7.3.1    查询分组211
7.3.2    度量值表212

内容摘要
本书从Excel的局限性讲起，然后从零开始详细介绍智能化Excel的两大组件：Power Pivot、Power Query。本书按照由易到难、由浅入深、循序渐进的教学方式，介绍Excel BI的Power系列组件的核心计算原理及底层逻辑，以实战案例为引导，清晰地讲解使用Excel BI进行数据分析的方法，为读者综合使用Power Pivot、Power Query实现自动化报表打下坚实的基础。
本书结构清晰、通俗易懂，讲解层层递进，适合Power Pivot、Power Query入门及进阶读者，如计算机相关专业在校大学生、数据分析相关岗位的从业者、亟待提升数据分析能力的人员阅读。

主编推荐
1. 专家认证与实战经验：微软办公软件国际认证大师级证书，10年银行从业经验，ExcelBI星球主理人，专业深度与实践经验。
2. 技术深度与实践指导：深入探讨M及DAX语法规则及实战应用，丰富的案例和实操步骤，帮助读者深入理解Excel智能化数据分析的底层逻辑。
3. 创新内容与实用工具：首次引入内部数据模型管理（IDM）方法介绍，CUBE函数与数据模型联动使用，市场上少见的创新内容。
4. 系统化学习与深度进阶：通过主题式的讲解，让读者在解决不同问题的过程中逐步深入，实现从基础到高级技能的全面掌握。

媒体评论
Power Pivot及Power Query是Excel中创建自动化报表的“利器”。这本书由浅入深地介绍了它们的用法，同时总结了精彩的学习方法，能帮助读者更好地掌握它们的底层逻辑。相信这本书能在AI盛行的时代帮助读者跟上商务智能发展的步伐。
——周庆麟 | Excel Home创始人，微软最有价值专家
这本书介绍了Power Pivot和Power Query，它们能够在一定程度上突破传统Excel的局限。通过学习这本书，读者能了解商务智能、数据库、数据模型、事实表与维表等重要概念，可为学习.Power BI等工具打下坚实的基础。我把这本书推荐给希望提升数据分析能力的朋友。
——减法君 | 微软最有价值专家，Power BI 视频博主
在“数据时代”，常规的Excel工作表用以处理更大量级和更细粒度的数据时，会有短板。幸运的是，Excel增加了Power Pivot和Power Query.这两大进阶组件，分别使用DAX语言和M语言，让我们在应对复杂的数据清洗、建模和分析工作时更加得心应手。相信这本书可以成为你技能进阶的好帮手。
——刘必麟（@小必） |《Excel商务智能：Power Query和Power Pivot数据清洗、建模与分析实战》作者
本书作者的另一本书《Power BI数据可视化从入门到实战》在业内掀起了不小的波澜，让人们发现.Power BI的可视化结果竟然可以这么美。正当人们沉醉于欣赏与模仿之际，作者又潜心研究Excel 智能化的“内在美”，Power Pivot和Power Query.也是Excel智能化的核心。两本书搭配使用，内外兼修，你将掌握真正的商务智能本领，全面领略Excel和Power BI世界的强大！
——陈泽满 | “PowerBI生命管理大师学谦”公众号主理人

— 没有更多了 —

EXCEL 进阶指南：POWER PIVOT 与 POWER QUERY 实战

徐小智的书店

商品详情

相关推荐