掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
精通POWERQUERY 版權信息
- ISBN：9787115607744
- 條形碼：9787115607744 ; 978-7-115-60774-4
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
精通POWERQUERY 本書特色
1. 廣泛性：Power Query領域的經典之作“猴子書”，讓你用更聰明的方法處理數據。
Excel用戶可以僅僅通過學習Power Query配合Excel公式來完成導入數據、清理數據和轉換數據，為后續分析數據做好準備，整個過程幾乎零代碼。
2. 平衡性：兩位作者幾乎完全互補，是 IT 和業務的完美組合。
本書并非簡單粗暴的截圖或單擊流羅列，也不是枯燥的IT技術名詞堆砌或公式排列。在本書中，可以大量感受到作者如何照顧業務伙伴的操作想法以及步步手把手的操作體驗。同時，還有清晰、專業的 IT 解釋輔助，這讓從“小白”、業務用戶到 IT 用戶都能從中獲益。這種平衡很難做到，而作者無疑做出了完美示范。業務伙伴讀著不難，IT 用戶讀著“有干貨”。
3. 系統性：給出了所需的抽象思維框架和系統化框架思考。
本書并非停留在介紹某種效果如何實現的簡單表述，所謂“萬變不離其宗”，在本書中，作者給出了高屋建瓴的系統化思考框架。例如，第2章就直接給出了查詢的架構拆分設計思維，讓人讀之有種成為數據架構師的成就感，并迫不及待想將這些思路趕快“優化”到自己的工作中。
4. 實用性：給出了可以直接解決各種問題的解決方案模板。
本書并非簡單功能大全或凸顯神奇技巧，作者匯集了來自企業實戰中的各種精華案例，例如日期表的構建（包括多種版本，如財務日期表），甚至目標的分攤。對照本書，所有內容都配有 Excel 或 Power BI 的實現案例，讀者可以根據圖書指引下載后直接使用。
精通POWERQUERY 內容簡介
本書是Power Query領域的經典之作，旨在讓讀者用正確而高效的方法精通Power Query。本書是兩位作者多年積累的業務和IT工作經驗總結，同時也是全球Power Query很好社群的大咖經驗提煉。本書從業務背景出發，在業務和IT之間做到了良好的平衡，系統化地給出了Power Query的思維框架和模式，同時按照多個企業級業務場景一一展示其實用性。 無論你是Power Query的新手還是經驗豐富的ETL專家，都可以從各自的角度領略Power Query 和M語言的魅力。對于業務用戶，本書給出了日常辦公所涉及的大量復雜數據問題解法的直接參考，并提供了大量案例，可以直接應用。對于專業用戶，本書給出了搭建大型專業數據項目的框架性流程指導及優化建議，并提供了相關案例，也可以直接復用。
精通POWERQUERY 目錄
第0 章 導言：一場新的革命 1
0.1 數據分析師的常見場景 1
0.2 “魔法”的好處和危險 2
0.3 未來的改變 3
0.4 為什么說Power Query 有“魔力” 5
0.4.1 提取 5
0.4.2 轉換 5
0.4.3 加載 6
0.5 Power Query 和產品體驗的整合 7
0.5.1 Power Query 的組件 7
0.5.2 產品體驗的整合 8
0.6 Power Query 的更新周期 8
0.6.1 Power Query 在線版 9
0.6.2 Microsoft 365 9
0.6.3 Excel 2016/2019/2021 9
0.6.4 Excel 2010 & 2013 9
0.6.5 Power BI 桌面版 10
0.7 如何使用本書 10
0.7.1 Microsoft 365 Excel 10
0.7.2 Power BI 桌面版 11
0.7.3 以前的Excel版本 11
0.7.4 單擊“獲取數據”按鈕 11
0.7.5 特殊元素 12 第 1 章 基礎知識 13
1.1 開始之前 13
1.1.1 調整Excel默認設置 13
1.1.2 調整Power BI 桌面版默認設置 14
1.2 提取 14
1.2.1 選擇數據 14
1.2.2 身份驗證 15
1.2.3 預覽窗口 15
1.2.4 查詢處理 16
1.3 轉換 17
1.3.1 編輯器 17
1.3.2 默認轉換 18
1.3.3 源 18
1.3.4 將第 一行用作標題 19
1.3.5 更改的類型 19
1.3.6 調整和修改轉換 20
1.4 加載 22
1.4.1 設置數據類型 22
1.4.2 重命名查詢 23
1.4.3 在Excel中加載查詢 24
1.4.4 在Power BI 中加載查詢 24
1.5 刷新查詢 25
1.6 編輯查詢 26
1.6.1 在Power BI 中啟動查詢編輯器 26
1.6.2 在Excel中啟動查詢編輯器 27
1.6.3 檢查步驟 27
1.6.4 重新配置步驟 27
1.7 Power Query 的價值 29 第 2 章 查詢結構設計 31
2.1 使用多查詢體系結構 31
2.1.1 對ETL進行分層 31
2.1.2 單個查詢的好處 31
2.1.3 拆分查詢的好處 32
2.1.4 關于“暫存”查詢的 性能 32
2.2 查詢的引用 34
2.2.1 創建基礎查詢 34
2.2.2 創建查詢的引用 34
2.2.3 查詢依賴關系樹的可視化 37
2.2.4 使用Monkey工具查看依賴關系 38
2.3 選擇查詢加載目的地 38
2.3.1 在Power BI 中選擇加載目的地 38
2.3.2 在Excel中選擇加載目的地 39
2.3.3 更改加載目的地 41
2.4 保持查詢的條理性 43
2.4.1 查詢文件夾 43
2.4.2 將查詢分配到文件夾 44
2.4.3 排列查詢和文件夾 44
2.4.4 查詢子文件夾 45
2.5 拆分現有查詢 45
2.6 關于查詢體系結構的*后思考 47 第3 章 數據類型與錯誤 49
3.1 數據類型與格式 49
3.1.1 數據格式 49
3.1.2 數據類型 49
3.1.3 如何設置數據格式 52
3.1.4 設置數據類型的順序 53
3.1.5 數據類型的重要性 54
3.2 常見的錯誤類型 55
3.3 步驟級錯誤 56
3.3.1 數據源錯誤 56
3.3.2 沒有找到某列 58
3.4 值錯誤 59
3.4.1 發現錯誤 60
3.4.2 無效的數據類型轉換 61
3.4.3 不兼容的數據類型 63
3.5 檢查查詢錯誤 64
3.5.1 發現錯誤的來源 64
3.5.2 修復*初查詢 65
3.5.3 刪除錯誤查詢 66
3.6 關于數據類型與錯誤的*后思考 66 第4 章 在Excel和Power BI間遷移查詢 67
4.1 在工具之間遷移查詢 67
4.1.1 Excel到Excel 68
4.1.2 Excel到Power BI 70
4.1.3 Power BI 到Excel 71
4.1.4 Power BI 到Power BI 71
4.2 導入查詢 72
4.2.1 僅外部數據源 72
4.2.2 數據模型的導入 74
4.2.3 導入時復制數據 75
4.2.4 導入時保持連接 80
4.3 在工具之間遷移查詢的思考 82 第5 章 從平面文件導入數據 84
5.1 了解系統如何導入數據 84
5.1.1 設置系統默認值 84
5.1.2 程序如何解析平面數據 85
5.2 導入帶分隔符的文件 87
5.2.1 源數據文件 87
5.2.2 提取數據 88
5.2.3 錯誤的解析 88
5.2.4 使用區域設置 89
5.3 導入無分隔符的文本文件 92
5.3.1 連接到文件 92
5.3.2 清理無分隔符文件 93
5.3.3 按位置拆分列 94
5.3.4 利用查詢中的錯誤 96
5.3.5 刪除“垃圾列” 98
5.3.6 合并列 99
5.3.7 通過分隔符拆分列 99
5.3.8 修剪重復的空格 100
5.3.9 Power Query 的閃耀時刻 101 第6 章 從Excel導入數據 104
6.1 來自當前工作簿的數據 104
6.1.1 連接到表 105
6.1.2 連接到區域 106
6.1.3 連接到命名區域 108
6.1.4 連接到動態區域 110
6.1.5 連接到工作表 112
6.2 來自其他工作簿的數據 112
6.2.1 連接到文件 113
6.2.2 連接到表 114
6.2.3 連接到命名區域 115
6.2.4 連接到工作表 115
6.3 關于連接到Excel數據的*后思考 118 第7 章 常用數據轉換 121
7.1 逆透視 121
7.1.1 準備數據 122
7.1.2 逆透視其他列 123
7.1.3 重新透視 124
7.1.4 應對變化 125
7.1.5 逆透視之間的區別 125
7.2 數據透視 126
7.3 拆分列 128
7.3.1 將列拆分為多列 129
7.3.2 將列拆分為多行 130
7.3.3 拆分后逆透視與拆分到行 131
7.4 篩選和排序 132
7.4.1 按特定值篩選 133
7.4.2 按上下文篩選 135
7.4.3 數據排序 137
7.5 數據分組 138 第8 章 縱向追加數據 141
8.1 基本追加 141
8.1.1 追加兩個表 142
8.1.2 追加額外的表 145
8.2 追加列標題不同的數據 147
8.3 在當前文件中追加表和區域 148
8.3.1 合并表 149
8.3.2 合并區域或工作表 153
8.3.3 Excel.Current Workbook 155
8.4 關于追加查詢的*后思考 155 第9 章 批量合并文件 156
9.1 示例文件背景介紹 156
9.2 過程概述 157
9.2.1 合并文件的標準流程 157
9.2.2 合并文件的通用架構 157
9.3 步驟0：連接到文件夾 159
9.3.1 連接到本地/ 網絡文件夾 159
9.3.2 連接到SharePoint文件夾 160
9.3.3 連接到OneDrive for Business 162
9.3.4 連接到其他文件系統 162
9.4 步驟1：篩選文件 162
9.4.1 標準步驟 163
9.4.2 應用于示例場景 163
9.5 步驟2：合并文件 165
9.5.1 標準步驟 165
9.5.2 應用于示例場景 165
9.6 步驟3：轉換示例文件 167
9.6.1 使用轉換示例文件的原因 168
9.6.2 使用轉換示例文件的方法 168
9.7 步驟4：通過主查詢進行數據清理 171
9.7.1 修復主查詢中的錯誤 171
9.7.2 保存文件屬性 172
9.7.3 添加更多的步驟 173
9.8 更新解決方案 174
9.8.1 使用數據 175
9.8.2 添加新文件 175
9.8.3 只用*后幾個文件以提升速度 176 第 10 章 橫向合并數據 179
10.1 合并基礎知識 179
10.1.1 創建“暫存”查詢 179
10.1.2 執行合并 180
10.2 連接類型 182
10.2.1 左外部連接 184
10.2.2 右外部連接 186
10.2.3 完全外部連接 187
10.2.4 內部連接 188
10.2.5 左反連接 189
10.2.6 右反連接 190
10.2.7 完全反連接 190
10.3 笛卡兒積（交叉連接） 191
10.3.1 方法 191
10.3.2 示例 192
10.3.3 意外問題 194
10.4 近似匹配 195
10.4.1 方法 195
10.4.2 示例 196
10.5 模糊匹配 198
10.5.1 基本模糊匹配 199
10.5.2 轉換表 200
10.5.3 減小相似性閾值 201
10.5.4 保持模糊匹配的策略 203 第 11 章 基于Web的數據源 204
11.1 連接到Web 數據文件 204
11.2 連接到HTML網頁 205
11.2.1 連接到網頁 206
11.2.2 自然表和建議表 206
11.2.3 使用示例添加表 207
11.3 連接到沒有表的頁面 209
11.4 從Web 獲取數據的注意事項 212
11.4.1 收集數據的經驗 213
11.4.2 數據完整性 213
11.4.3 解決方案穩定性 213 第 12 章 關系數據源 214
12.1 連接到數據庫 214
12.1.1 連接到數據庫 214
12.1.2 管理憑據 216
12.1.3 無法連接 217
12.1.4 使用導航器 217
12.1.5 探索數據 218
12.2 查詢折疊 221
12.2.1 理解查詢折疊 221
12.2.2 支持查詢折疊的技術 223
12.2.3 常見問題 224
12.3 數據隱私級別 225
12.3.1 聲明數據隱私級別 226
12.3.2 管理數據隱私級別 227
12.3.3 隱私與性能 227
12.3.4 禁用隱私引擎 228
12.4 優化 230 第 13 章 轉換表格數據 233
13.1 透視 233
13.1.1 單列多行 233
13.1.2 多層行標題 237
13.1.3 多層列標題 239
13.2 逆透視 242
13.2.1 多層行標題 242
13.2.2 性能優化 248
13.2.3 重構 249
13.2.4 保留“null”值 250
13.3 分組 253
13.3.1 占總計的百分比 253
13.3.2 數據排序 254
13.3.3 分組編號 257 第 14 章 條件邏輯 261
14.1 基礎條件邏輯 261
14.1.1 數據集背景 261
14.1.2 連接到數據 262
14.1.3 通過用戶界面創建條件邏輯 262
14.2 手動創建IF 判斷 265
14.3 IFERROR函數 268
14.4 多條件判斷 270
14.5 與上下行進行比較 273
14.6 示例中的列 276 第 15 章 值系統 282
15.1 值類型 282
15.2 表 283
15.3 列表 284
15.3.1 語法 284
15.3.2 從頭開始創建列表 284
15.3.3 將列表轉換為表 286
15.3.4 從表列創建列表 287
15.3.5 創建列表的列表 288
15.4 記錄 290
15.4.1 語法 290
15.4.2 從頭開始創建記錄 291
15.4.3 將記錄轉換為表 291
15.4.4 從頭開始創建多個記錄 292
15.4.5 將多個記錄轉換為表 293
15.4.6 按索引訪問表記錄 294
15.4.7 按條件訪問表記錄 295
15.4.8 從每個表行創建記錄 298
15.5 值 300
15.6 二進制文件 300
15.7 錯誤 301
15.7.1 行級錯誤 301
15.7.2 步驟級錯誤 301
15.8 函數 302
15.9 關鍵詞 304
15.9.1 二進制（#binary） 305
15.9.2 日期時間（ #datetime） 306
15.9.3 時間（#time） 307
15.9.4 持續時間（ #duration） 307
15.9.5 類型（type） 308
15.9.6 表（#table） 310 第 16 章 理解M語言 314
16.1 M查詢結構 314
16.1.1 查詢結構 315
16.1.2 查詢定義與標識符 316
16.1.3 關于通用標識符 318
16.1.4 代碼注釋 319
16.1.5 整體效果 320
16.2 理解查詢計算 320
16.2.1 什么是延遲計算 321
16.2.2 查詢計劃 322
16.3 迭代器（逐行計算） 324
16.3.1 循環函數 324
16.3.2 關鍵詞each和_ 324
16.4 其他技術 328
16.4.1 獲取第 一個值 328
16.4.2 錯誤保護 330
16.4.3 固定類型動態列表 331
16.4.4 自適應類型動態列表 334 第 17 章 參數和自定義函數 338
17.1 重新創建合并文件 338
17.1.1 創建示例文件 339
17.1.2 創建示例文件參數 340
17.1.3 創建轉換示例 341
17.1.4 創建轉換函數 342
17.1.5 調用轉換函數 342
17.1.6 更新轉換函數 342
17.1.7 觀察到的規律 343
17.2 使用參數構建自定義函數 344
17.2.1 創建文件路徑參數 345
17.2.2 創建Timesheet轉換 346
17.2.3 創建Timesheet函數 347
17.2.4 更新Timesheet查詢 347
17.3 手動構建自定義函數 349
17.3.1 構建一個單一使用場景 350
17.3.2 將查詢轉換為函數 350
17.3.3 從另一個查詢調用函數 352
17.3.4 調試自定義函數 353
17.3.5 恢復函數功能 355
17.4 動態參數表 355
17.4.1 動態文件路徑問題 356
17.4.2 實現動態參數表 357
17.4.3 創建參數表 357
17.4.4 實現fnGetParameter函數功能 358
17.4.5 調用函數 359
17.5 參數表的意義 361 第 18 章 處理日期時間 362
18.1 邊界日期 362
18.1.1 計算邊界日期 363
18.1.2 處理財政年度日期 364
18.1.3 處理364 日型 365
18.2 日期表 367
18.2.1 原子日期表 367
18.2.2 增強日期表 368
18.2.3 財政日期列 369
18.2.4 全局日期列 369
18.2.5 自定義日期表 371
18.2.6 示例說明 373
18.3 日期時間填充 374
18.3.1 日期級別填充 374
18.3.2 小時級別填充 376
18.3.3 帶間隔的填充 377
18.4 按日期分攤 378
18.4.1 起止日內按日分攤 379
18.4.2 起止日內按月分攤 381
18.4.3 在開始日期后按月分攤 384
18.4.4 關于分攤 386 第 19 章 查詢優化 388
19.1 優化設置 388
19.1.1 全局 數據加載 388
19.1.2 全局 Power Query編輯器 388
19.1.3 全局 安全性 389
19.1.4 全局 隱私 389
19.1.5 當前工作簿 數據加載 389
19.1.6 當前工作簿 其他選項 390
19.2 使用緩存 391
19.2.1 強制計算 391
19.2.2 緩存結果 393
19.3 處理響應滯后 396
19.3.1 優化策略 397
19.3.2 體驗響應滯后 397
19.3.3 重構解決方案 399
19.3.4 調整預覽數據 401
19.4 處理公式防火墻 401
19.4.1 隱私級別不兼容 402
19.4.2 數據源訪問 402
19.4.3 重建數據組合 402
19.4.4 連接式重構 404
19.4.5 展開式重構 406
19.4.6 傳值重構 408
19.4.7 關于公式防火墻 410 第 20 章 自動刷新 412
20.1 Excel自動刷新選項 412
20.2 Excel計劃刷新 412
20.2.1 后臺刷新 412
20.2.2 每x分鐘刷新一次 413
20.2.3 打開文件時刷新數據 413
20.2.4 啟用快速數據加載 413
20.3 用宏實現自動刷新 414
20.3.1 刷新單個連接 414
20.3.2 按特定順序刷新 416
20.3.3 刷新所有查詢 418
20.3.4 同步刷新的問題 418
20.4 Power BI 中的計劃刷新 418
0.1 數據分析師的常見場景 1
0.2 “魔法”的好處和危險 2
0.3 未來的改變 3
0.4 為什么說Power Query 有“魔力” 5
0.4.1 提取 5
0.4.2 轉換 5
0.4.3 加載 6
0.5 Power Query 和產品體驗的整合 7
0.5.1 Power Query 的組件 7
0.5.2 產品體驗的整合 8
0.6 Power Query 的更新周期 8
0.6.1 Power Query 在線版 9
0.6.2 Microsoft 365 9
0.6.3 Excel 2016/2019/2021 9
0.6.4 Excel 2010 & 2013 9
0.6.5 Power BI 桌面版 10
0.7 如何使用本書 10
0.7.1 Microsoft 365 Excel 10
0.7.2 Power BI 桌面版 11
0.7.3 以前的Excel版本 11
0.7.4 單擊“獲取數據”按鈕 11
0.7.5 特殊元素 12 第 1 章 基礎知識 13
1.1 開始之前 13
1.1.1 調整Excel默認設置 13
1.1.2 調整Power BI 桌面版默認設置 14
1.2 提取 14
1.2.1 選擇數據 14
1.2.2 身份驗證 15
1.2.3 預覽窗口 15
1.2.4 查詢處理 16
1.3 轉換 17
1.3.1 編輯器 17
1.3.2 默認轉換 18
1.3.3 源 18
1.3.4 將第 一行用作標題 19
1.3.5 更改的類型 19
1.3.6 調整和修改轉換 20
1.4 加載 22
1.4.1 設置數據類型 22
1.4.2 重命名查詢 23
1.4.3 在Excel中加載查詢 24
1.4.4 在Power BI 中加載查詢 24
1.5 刷新查詢 25
1.6 編輯查詢 26
1.6.1 在Power BI 中啟動查詢編輯器 26
1.6.2 在Excel中啟動查詢編輯器 27
1.6.3 檢查步驟 27
1.6.4 重新配置步驟 27
1.7 Power Query 的價值 29 第 2 章 查詢結構設計 31
2.1 使用多查詢體系結構 31
2.1.1 對ETL進行分層 31
2.1.2 單個查詢的好處 31
2.1.3 拆分查詢的好處 32
2.1.4 關于“暫存”查詢的 性能 32
2.2 查詢的引用 34
2.2.1 創建基礎查詢 34
2.2.2 創建查詢的引用 34
2.2.3 查詢依賴關系樹的可視化 37
2.2.4 使用Monkey工具查看依賴關系 38
2.3 選擇查詢加載目的地 38
2.3.1 在Power BI 中選擇加載目的地 38
2.3.2 在Excel中選擇加載目的地 39
2.3.3 更改加載目的地 41
2.4 保持查詢的條理性 43
2.4.1 查詢文件夾 43
2.4.2 將查詢分配到文件夾 44
2.4.3 排列查詢和文件夾 44
2.4.4 查詢子文件夾 45
2.5 拆分現有查詢 45
2.6 關于查詢體系結構的*后思考 47 第3 章 數據類型與錯誤 49
3.1 數據類型與格式 49
3.1.1 數據格式 49
3.1.2 數據類型 49
3.1.3 如何設置數據格式 52
3.1.4 設置數據類型的順序 53
3.1.5 數據類型的重要性 54
3.2 常見的錯誤類型 55
3.3 步驟級錯誤 56
3.3.1 數據源錯誤 56
3.3.2 沒有找到某列 58
3.4 值錯誤 59
3.4.1 發現錯誤 60
3.4.2 無效的數據類型轉換 61
3.4.3 不兼容的數據類型 63
3.5 檢查查詢錯誤 64
3.5.1 發現錯誤的來源 64
3.5.2 修復*初查詢 65
3.5.3 刪除錯誤查詢 66
3.6 關于數據類型與錯誤的*后思考 66 第4 章 在Excel和Power BI間遷移查詢 67
4.1 在工具之間遷移查詢 67
4.1.1 Excel到Excel 68
4.1.2 Excel到Power BI 70
4.1.3 Power BI 到Excel 71
4.1.4 Power BI 到Power BI 71
4.2 導入查詢 72
4.2.1 僅外部數據源 72
4.2.2 數據模型的導入 74
4.2.3 導入時復制數據 75
4.2.4 導入時保持連接 80
4.3 在工具之間遷移查詢的思考 82 第5 章 從平面文件導入數據 84
5.1 了解系統如何導入數據 84
5.1.1 設置系統默認值 84
5.1.2 程序如何解析平面數據 85
5.2 導入帶分隔符的文件 87
5.2.1 源數據文件 87
5.2.2 提取數據 88
5.2.3 錯誤的解析 88
5.2.4 使用區域設置 89
5.3 導入無分隔符的文本文件 92
5.3.1 連接到文件 92
5.3.2 清理無分隔符文件 93
5.3.3 按位置拆分列 94
5.3.4 利用查詢中的錯誤 96
5.3.5 刪除“垃圾列” 98
5.3.6 合并列 99
5.3.7 通過分隔符拆分列 99
5.3.8 修剪重復的空格 100
5.3.9 Power Query 的閃耀時刻 101 第6 章 從Excel導入數據 104
6.1 來自當前工作簿的數據 104
6.1.1 連接到表 105
6.1.2 連接到區域 106
6.1.3 連接到命名區域 108
6.1.4 連接到動態區域 110
6.1.5 連接到工作表 112
6.2 來自其他工作簿的數據 112
6.2.1 連接到文件 113
6.2.2 連接到表 114
6.2.3 連接到命名區域 115
6.2.4 連接到工作表 115
6.3 關于連接到Excel數據的*后思考 118 第7 章 常用數據轉換 121
7.1 逆透視 121
7.1.1 準備數據 122
7.1.2 逆透視其他列 123
7.1.3 重新透視 124
7.1.4 應對變化 125
7.1.5 逆透視之間的區別 125
7.2 數據透視 126
7.3 拆分列 128
7.3.1 將列拆分為多列 129
7.3.2 將列拆分為多行 130
7.3.3 拆分后逆透視與拆分到行 131
7.4 篩選和排序 132
7.4.1 按特定值篩選 133
7.4.2 按上下文篩選 135
7.4.3 數據排序 137
7.5 數據分組 138 第8 章 縱向追加數據 141
8.1 基本追加 141
8.1.1 追加兩個表 142
8.1.2 追加額外的表 145
8.2 追加列標題不同的數據 147
8.3 在當前文件中追加表和區域 148
8.3.1 合并表 149
8.3.2 合并區域或工作表 153
8.3.3 Excel.Current Workbook 155
8.4 關于追加查詢的*后思考 155 第9 章 批量合并文件 156
9.1 示例文件背景介紹 156
9.2 過程概述 157
9.2.1 合并文件的標準流程 157
9.2.2 合并文件的通用架構 157
9.3 步驟0：連接到文件夾 159
9.3.1 連接到本地/ 網絡文件夾 159
9.3.2 連接到SharePoint文件夾 160
9.3.3 連接到OneDrive for Business 162
9.3.4 連接到其他文件系統 162
9.4 步驟1：篩選文件 162
9.4.1 標準步驟 163
9.4.2 應用于示例場景 163
9.5 步驟2：合并文件 165
9.5.1 標準步驟 165
9.5.2 應用于示例場景 165
9.6 步驟3：轉換示例文件 167
9.6.1 使用轉換示例文件的原因 168
9.6.2 使用轉換示例文件的方法 168
9.7 步驟4：通過主查詢進行數據清理 171
9.7.1 修復主查詢中的錯誤 171
9.7.2 保存文件屬性 172
9.7.3 添加更多的步驟 173
9.8 更新解決方案 174
9.8.1 使用數據 175
9.8.2 添加新文件 175
9.8.3 只用*后幾個文件以提升速度 176 第 10 章 橫向合并數據 179
10.1 合并基礎知識 179
10.1.1 創建“暫存”查詢 179
10.1.2 執行合并 180
10.2 連接類型 182
10.2.1 左外部連接 184
10.2.2 右外部連接 186
10.2.3 完全外部連接 187
10.2.4 內部連接 188
10.2.5 左反連接 189
10.2.6 右反連接 190
10.2.7 完全反連接 190
10.3 笛卡兒積（交叉連接） 191
10.3.1 方法 191
10.3.2 示例 192
10.3.3 意外問題 194
10.4 近似匹配 195
10.4.1 方法 195
10.4.2 示例 196
10.5 模糊匹配 198
10.5.1 基本模糊匹配 199
10.5.2 轉換表 200
10.5.3 減小相似性閾值 201
10.5.4 保持模糊匹配的策略 203 第 11 章 基于Web的數據源 204
11.1 連接到Web 數據文件 204
11.2 連接到HTML網頁 205
11.2.1 連接到網頁 206
11.2.2 自然表和建議表 206
11.2.3 使用示例添加表 207
11.3 連接到沒有表的頁面 209
11.4 從Web 獲取數據的注意事項 212
11.4.1 收集數據的經驗 213
11.4.2 數據完整性 213
11.4.3 解決方案穩定性 213 第 12 章 關系數據源 214
12.1 連接到數據庫 214
12.1.1 連接到數據庫 214
12.1.2 管理憑據 216
12.1.3 無法連接 217
12.1.4 使用導航器 217
12.1.5 探索數據 218
12.2 查詢折疊 221
12.2.1 理解查詢折疊 221
12.2.2 支持查詢折疊的技術 223
12.2.3 常見問題 224
12.3 數據隱私級別 225
12.3.1 聲明數據隱私級別 226
12.3.2 管理數據隱私級別 227
12.3.3 隱私與性能 227
12.3.4 禁用隱私引擎 228
12.4 優化 230 第 13 章 轉換表格數據 233
13.1 透視 233
13.1.1 單列多行 233
13.1.2 多層行標題 237
13.1.3 多層列標題 239
13.2 逆透視 242
13.2.1 多層行標題 242
13.2.2 性能優化 248
13.2.3 重構 249
13.2.4 保留“null”值 250
13.3 分組 253
13.3.1 占總計的百分比 253
13.3.2 數據排序 254
13.3.3 分組編號 257 第 14 章 條件邏輯 261
14.1 基礎條件邏輯 261
14.1.1 數據集背景 261
14.1.2 連接到數據 262
14.1.3 通過用戶界面創建條件邏輯 262
14.2 手動創建IF 判斷 265
14.3 IFERROR函數 268
14.4 多條件判斷 270
14.5 與上下行進行比較 273
14.6 示例中的列 276 第 15 章 值系統 282
15.1 值類型 282
15.2 表 283
15.3 列表 284
15.3.1 語法 284
15.3.2 從頭開始創建列表 284
15.3.3 將列表轉換為表 286
15.3.4 從表列創建列表 287
15.3.5 創建列表的列表 288
15.4 記錄 290
15.4.1 語法 290
15.4.2 從頭開始創建記錄 291
15.4.3 將記錄轉換為表 291
15.4.4 從頭開始創建多個記錄 292
15.4.5 將多個記錄轉換為表 293
15.4.6 按索引訪問表記錄 294
15.4.7 按條件訪問表記錄 295
15.4.8 從每個表行創建記錄 298
15.5 值 300
15.6 二進制文件 300
15.7 錯誤 301
15.7.1 行級錯誤 301
15.7.2 步驟級錯誤 301
15.8 函數 302
15.9 關鍵詞 304
15.9.1 二進制（#binary） 305
15.9.2 日期時間（ #datetime） 306
15.9.3 時間（#time） 307
15.9.4 持續時間（ #duration） 307
15.9.5 類型（type） 308
15.9.6 表（#table） 310 第 16 章 理解M語言 314
16.1 M查詢結構 314
16.1.1 查詢結構 315
16.1.2 查詢定義與標識符 316
16.1.3 關于通用標識符 318
16.1.4 代碼注釋 319
16.1.5 整體效果 320
16.2 理解查詢計算 320
16.2.1 什么是延遲計算 321
16.2.2 查詢計劃 322
16.3 迭代器（逐行計算） 324
16.3.1 循環函數 324
16.3.2 關鍵詞each和_ 324
16.4 其他技術 328
16.4.1 獲取第 一個值 328
16.4.2 錯誤保護 330
16.4.3 固定類型動態列表 331
16.4.4 自適應類型動態列表 334 第 17 章 參數和自定義函數 338
17.1 重新創建合并文件 338
17.1.1 創建示例文件 339
17.1.2 創建示例文件參數 340
17.1.3 創建轉換示例 341
17.1.4 創建轉換函數 342
17.1.5 調用轉換函數 342
17.1.6 更新轉換函數 342
17.1.7 觀察到的規律 343
17.2 使用參數構建自定義函數 344
17.2.1 創建文件路徑參數 345
17.2.2 創建Timesheet轉換 346
17.2.3 創建Timesheet函數 347
17.2.4 更新Timesheet查詢 347
17.3 手動構建自定義函數 349
17.3.1 構建一個單一使用場景 350
17.3.2 將查詢轉換為函數 350
17.3.3 從另一個查詢調用函數 352
17.3.4 調試自定義函數 353
17.3.5 恢復函數功能 355
17.4 動態參數表 355
17.4.1 動態文件路徑問題 356
17.4.2 實現動態參數表 357
17.4.3 創建參數表 357
17.4.4 實現fnGetParameter函數功能 358
17.4.5 調用函數 359
17.5 參數表的意義 361 第 18 章 處理日期時間 362
18.1 邊界日期 362
18.1.1 計算邊界日期 363
18.1.2 處理財政年度日期 364
18.1.3 處理364 日型 365
18.2 日期表 367
18.2.1 原子日期表 367
18.2.2 增強日期表 368
18.2.3 財政日期列 369
18.2.4 全局日期列 369
18.2.5 自定義日期表 371
18.2.6 示例說明 373
18.3 日期時間填充 374
18.3.1 日期級別填充 374
18.3.2 小時級別填充 376
18.3.3 帶間隔的填充 377
18.4 按日期分攤 378
18.4.1 起止日內按日分攤 379
18.4.2 起止日內按月分攤 381
18.4.3 在開始日期后按月分攤 384
18.4.4 關于分攤 386 第 19 章 查詢優化 388
19.1 優化設置 388
19.1.1 全局 數據加載 388
19.1.2 全局 Power Query編輯器 388
19.1.3 全局 安全性 389
19.1.4 全局 隱私 389
19.1.5 當前工作簿 數據加載 389
19.1.6 當前工作簿 其他選項 390
19.2 使用緩存 391
19.2.1 強制計算 391
19.2.2 緩存結果 393
19.3 處理響應滯后 396
19.3.1 優化策略 397
19.3.2 體驗響應滯后 397
19.3.3 重構解決方案 399
19.3.4 調整預覽數據 401
19.4 處理公式防火墻 401
19.4.1 隱私級別不兼容 402
19.4.2 數據源訪問 402
19.4.3 重建數據組合 402
19.4.4 連接式重構 404
19.4.5 展開式重構 406
19.4.6 傳值重構 408
19.4.7 關于公式防火墻 410 第 20 章 自動刷新 412
20.1 Excel自動刷新選項 412
20.2 Excel計劃刷新 412
20.2.1 后臺刷新 412
20.2.2 每x分鐘刷新一次 413
20.2.3 打開文件時刷新數據 413
20.2.4 啟用快速數據加載 413
20.3 用宏實現自動刷新 414
20.3.1 刷新單個連接 414
20.3.2 按特定順序刷新 416
20.3.3 刷新所有查詢 418
20.3.4 同步刷新的問題 418
20.4 Power BI 中的計劃刷新 418
展開全部
精通POWERQUERY 相關資料
【來自推薦序】
作為PQ、PP和Power BI的忠實用戶，我由衷地感謝BI佐羅團隊能翻譯這本書。書中不僅涵蓋了PQ的各種使用技巧，更是自始至終地貫穿著Ken和Miguel的設計思考，讓讀者在掌握技術的同時更能體會每個技術點背后的精妙邏輯。正是這些思考和邏輯，讓PQ不僅僅是一個數據清理的工具，更是一個數據處理思維的全新起點。
——張丹，能源公司CFO
微軟已經將Power Query納入數據處理的多種平臺，這項技術是經過真實用戶反饋檢驗的，可以使業務人員不再依賴SQL等技術，掌握數據處理和分析的技能。如果你正準備整理自己的數據，Power Query是正確的選擇，而學習Power Query，這本書就是正確的選擇。
一旦開始閱讀，你就能感受到用Power Query 零代碼即可整理數據的魔力。
——Kyle，微軟中國云（Azure China）技術支持經理
對于學習和運用Power Query，我仍然處于摸索的階段。我認為可以將這本書和譯者的博客，當作產品手冊和詞典來使用與查詢：初讀可對Power Query有完整的了解并學會使用，此后再遇到各類問題可據此來尋找答案，裨補闕漏，必能有所廣益。
——肖倫，LVMH集團數據分析師
【來自推薦詞】
菲仕樂（Fissler）近幾年逐步開始重視數字化管理，SAP標準化數據的整合結合Power BI的大數據管理是集團未來的轉型目標。作為全資子公司的菲仕樂貿易（上海）有限公司（Fissler China Ltd.，菲仕樂中國），我們早于集團對Power BI 進行了部署，與BI佐羅老師合作，已完美實現了歷史數據的清理和國內數據構架的搭建，財務數據庫呈現的效果超過我們的預期，也受到管理層的一致好評。
——Cindy，菲仕樂中國財務IT 總監
在這個數據時代，我們或多或少需要跟數據打交道。掌握數據分析工具的使用方法，才能更好地深入研究業務。而Power Query，可以說是最有性價比的工具之一，不需要你有技術背景也能輕松入門。而這本書，就是一本從入門到精通的落地指南，其系統化的思維框架和實操案例，為工作中的各種實際難題提供高效的解決方案。如果你希望從每天繁雜的數據中解脫出來，提高分析效率，開拓分析思路，那這本書是一個優秀的選擇。
——張航，第5 屆Power BI 可視化大賽一等獎獲得者
無論是Excel還是Power BI，做出一份完美的報表或報告，少不了數據的清理與準備，這看不見的工作量很可能占了總工作量的80%。這項工作可以請IT人員或者顧問支持解決，也可以由業務人員自學SQL和Python搞定。但現實是，你可能沒有預算請別人做，也可能覺得自學新的語言太難。這時Power Query就為非技術出身的業務人員提供了一個“當家作主”的好機會——做數據的主人。為此，你需要的只是幾杯咖啡的預算，來擁有這本書。
——王詩琛，第5 屆Power BI 可視化大賽“最具推廣價值獎”獲得者
《精通Power Query》是目前少有的可以體系化學習Power Query的佳作，書中案例覆蓋了多數的數據整理常見場景，對實際操作極具指導意義，適合放在手邊時常查閱。對于經常和數據打交道的各行各業人士來說，這是本值得一讀再讀的好書。
——陸俊峰，第5 屆Power BI 可視化大賽“最佳展現創意獎”獲得者
自從Power Query面世以來，Excel數據處理能力發生了指數級變革。使用Power Query可以讓你“彎道超車”，輕松地完成原本需要高難度的Excel公式甚至編寫VBA代碼或其他程序語言才能完成的數據整理工作。這本書是一本難得的Power Query“駕車指南”，內容翔實，通俗易懂，能讓你快速掌握Power Query 這一利器。
——張震，《智能管理會計：從Excel到Power BI 的業務與財務分析》作者
誰都無法否認，Excel是非常重要且好用的數據分析工具。但是有很多業務一線的小伙伴告訴過我，大量的重復的數據清理工作占去了他們40%到80%的工作時間，這極大地影響了他們的工作效率。這說明他們缺少了Power Query 的學習。在Power Query 學習領域，“猴子書”久負盛名，但一直沒有被引進國內。在BI佐羅團隊的努力下，中文版終于面世了。如果你和我的小伙伴們一樣，被數據清理工作所困擾，那么這本書你一定要細細研讀，這能讓你的工作效率提升好幾倍！
——孫光，小米數據分析師
這本書由淺入深、由基礎到進階地介紹了Power Query 和M函數，適用于各個階段的讀者學習：為初入門的小白構建了一套完整的Power Query知識體系，為已入門的專業人士提供了一系列優化查詢的最佳實踐，為業務伙伴指導了針對實際業務問題的解決方案。兩位作者作為該領域的領跑者，從實際工作經驗出發，將業務與IT完美平衡，使得這本書不僅僅停留在技術理論的“傳道”層面，更是為實際業務提供了優秀參考，讓讀者能夠即學即用，學以致用。強烈推薦這本書！
——徐露，碧迪醫療數據分析師
這本書是學習Power Query的經典之作的第二版，兩位作者融合了高超的技術能力和推薦詞豐富的業務應用場景，幫助讀者能夠循序漸進地入門并精通這套Power BI 與Excel中的數據處理利器。同時這本書也是BI佐羅團隊在DAX的精進和實踐外，潛心付出、翻譯后，帶給廣大Power BI用戶的又一碩果。這本書配合BI佐羅團隊的視頻課程一同學習，將讓你的數字化能力成倍提升。
——陸文捷，物流供應鏈BI分析師，《DAX設計模式》譯者之一
熟悉這本書前半部分后，你就可以通過Power Query直觀的界面，完成數據準備的大部分工作。如果你還想解決別人沒辦法處理的難題，則可以選擇繼續深入到M語言、優化查詢與自動化等進階內容。這本書幫助我用更聰明的方法，高效進行數據提取、轉換和加載，進而讓我得以全力聚焦于更重要的一環：挖掘出在數據中潛藏的風險、機遇與更多的價值。如果有時間的話，現在就開始吧，相信你也一定能從中受益。
——蔡至潔，BI分析師
感謝BI佐羅老師的課程能夠讓我感悟到正確和智慧的數據分析思維。我通過兩年時間的努力做到了別人四五年才能達到的工作狀態，現在繼續用這套思維體系服務于世界五百強企業。如果你也像曾經的我陷于糾結之中，那我推薦你通過這本書學習這套技術。
——Nancy，商業數據分析師
精通POWERQUERY 作者簡介
【作者】肯·普爾斯（Ken Puls） 是加拿大特許專業會計師，微軟 Excel MVP。他經營著 Excelguru 咨詢公司，并通過 Skillwave培訓平臺教用戶如何使用 Excel 和 Power BI。 【作者】米格爾·埃斯科瓦爾 （Miguel Escobar），在編寫本書的時候是微軟 Power BI MVP，并在巴拿馬經營著一家名為 Powered Solutions 的咨詢公司。在本書英文版即將出版時，米格爾收到一份令人興奮的邀請函，即加入微軟 Power Query 團隊擔任項目經理。 【譯者】BI 佐羅團隊，是基于對數據分析的愛好而形成的愛好者社區，活躍成員包括微軟MVP、LVMH集團數據分析師、企業CFO等。2015年以來，經過多年發展，團隊已經孵化出不同行業的數據咨詢類企業，尤其在零售、快消、餐飲、汽車等行業聚集和沉淀了專業的研究成果，且已為50余家企業提供了數字化轉型“開箱即用”的落地方案。團隊通過“PowerBI戰友聯盟”的微信公眾號、“BI佐羅”的小紅書、B站、抖音等平臺，持續為社區帶來知識分享，也歡迎廣大愛好者一起交流討論。
書友推薦
- >
隨園食單
- >
煙與鏡
- >
二體千字文
- >
唐代進士錄
- >
我與地壇
- >
【精裝繪本】畫給孩子的中國神話
- >
朝聞道
- >
苦雨齋序跋文-周作人自編集
本類暢銷
