借阅:0 收藏:0

:Power Query和Power Pivot数据清洗、建模与分析实战 /刘必麟著

ISBN/ISSN::978-7-121-44230-8

出版:北京 :电子工业出版社 ,2022

载体形态:XX, 299页 :图 go24cm

附注:博文视点

简介: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2-6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7-11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。

其他题名:Power Query和Power Pivot数据清洗、建模与分析实战

中图分类号:F7-39 TP391.13

责任者:刘必麟 著

    • 评分:
    • 加入暂存架

    豆瓣内容简介:

    《Excel商务智能:Power Query和Power Pivot数据清洗、建模与分析实战》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。
    《Excel商务智能:Power Query和Power Pivot数据清洗、建模与分析实战》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。为了方便读者学习,本书针对一些综合性强或难点章节录制了配套视频。通过阅读本书,读者可以更加高效地进行数据分析工作。
    《Excel商务智能:Power Query和Power Pivot数据清洗、建模与分析实战》适合有一定基础的Excel用户和Power BI用户阅读,可以作为销售、客服、采购、仓储、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。

    豆瓣作者简介:

    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种联接类型 / 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“切片器+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

    分馆名 馆藏部门 图书条码 索书号 登录号 状态 馆员代借
    A 东山校区 12000001708780 F7-39/0230 1708780 在架可借 馆员代借
    A 四层样本图书阅览区 12000001708779 F7-39/0230 1708779 在架库本
    序号 图书条码 索书号 登录号 藏书部门 流通状态 年卷期 装订册 装订方式 装订颜色
      类型 说明 URL
      评 论
      评分:
      发表

      北京创讯未来软件技术有限公司 版权所有 ALL RIGHTS RESERVED 京ICP备 09032139

      欢迎第117631位用户访问本系统