电子工业出版社-网上书店

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。

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

写在前面
本书主要介绍了Excel商务智能组件Power Query和Power Pivot在数据分析方面的应用。一方面，使用Excel中的Power Query可以快速地获取数据，并对数据进行转换和加载。Power Query不仅提供了丰富的界面操作功能，还提供了强大的用于数据处理的M公式，可以让数据处理工作变得高效和准确。另一方面，使用Excel中的Power Pivot可以对已经处理好的数据建立数据模型，通过DAX表达式对数据进行更高阶和复杂的运算分析。无论是多表关联分析还是单表独立分析，都能依托数据透视表快速完成计算和分析。
传统的Excel单表虽然可以有100万行数据的承载量，但是在实际分析时，20万行数据就已经让传统的Excel非常吃力了。如果使用Excel中的Power Query和Power Pivot商务智能组件，即使是上百万行数据，也可以在短时间内快速完成处理和分析。
本书内容
全书共11章，可以分为三部分，具体如下。
第1部分：第1章，主要介绍Excel中的Power Query和Power Pivot两大商务智能组件及其功能。
第2部分：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。
?	第2章主要介绍Power Query的管理界面、查询的创建和数据上载。
?	第3章主要介绍Power Query的入门基础知识，以及删除行或列、添加列、拆分列与合并列、透视列与逆透视列、提取文本内容、追加查询与合并查询等基本操作，还有数学运算和分组统计。
?	第4章主要介绍M函数和M公式的基础知识、三大数据结构、数据结构之间的相互转换，以及M公式中常用的语句等。
?	第5章主要结合实际案例介绍常用的批量转换函数、选择和删除函数、拆分函数、合并函数、截取函数、替换函数、包含函数、分组函数，以及参数设置和自定义函数等内容。
?	第6章主要通过综合案例介绍如何使用M公式来获取和处理数据。
第3部分：第7章至第11章，介绍如何使用Power Pivot进行数据建模和分析。
?	第7章主要介绍Power Pivot组件和DAX表达式的基础知识。
?	第8章主要介绍计算列与度量值、数据模型与表间关系、DAX的基础函数、计值上下文（筛选上下文和行上下文），以及CALCULATE函数的调节器等内容。
?	第9章主要介绍按列排序、条件格式、VAR变量、各类占比计算、各类排名计算，以及将DAX用作表查询工具等内容。
?	第10章主要介绍时间智能函数及有关时间类分析指标的计算。
?	第11章主要介绍Power Pivot和DAX表达式在实际场景中的综合应用。
本书紧贴实际分析场景，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。
读者对象
本书适合有一定基础的Excel用户和Power BI用户，可以作为销售、客服、采购、库储、物流、人力资源、财务、电商等相关岗位职场人士的参考用书，也适合Excel爱好者、数据“发烧友”、在校大学生及经常和数据打交道的朋友阅读。
软件版本
本书是基于Microsoft 365（原Office 365）编写的，读者在Excel 2016及以上版本中进行操作，体验会更加良好。不推荐在Excel 2013和Excel 2010中以插件的方式使用Power Query和Power Pivot两大商务智能组件，因为早期的版本有诸多不稳定因素。Excel 2007及以下版本和WPS均无法使用Excel商务智能组件。
读者服务
Power Query与Power Pivot是两款功能强大的数据处理和分析工具，具有许多高级复杂的应用。由于作者水平有限，在学习、理解和写作过程中难免会有纰漏。如果读者在学习过程中发现书中的错误或对书中的内容产生了疑惑，可以通过以下联系方式和作者进行交流，以便本书再版时进行纠正。
作者微信公众号：Excel和Power BI聚焦
作者个人微信号：xiaobi_0912
致谢
在本书写作的过程中，感谢家人给予的理解和支持，尤其是我的妻子，主动承担了很多家务；感谢编辑老师的耐心指导和认真审稿；感谢朋友和同事在我写作过程中给予的支持和帮助；感谢为本书撰写推荐语的各位老师和朋友，感谢你们对本书的支持和推荐。要感谢的人很多，心存感恩，相伴同行。
作者

本书配套资源下载

对不起，暂无音视频资源！

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