一次性学懂Excel中的Power Query和Power Pivot使用
👆点击“博文视点Broadview”，获取更多书讯
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，20万行的数据就已经让传统的Excel非常吃力了。
但是，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。
Power Query在Excel和Power BI Desktop中都是内置组件，并且管理界面和知识体系保持了高度一致。
其实，Power BI中的Power Query和Power Pivot最早是以Excel为载体的。
换句话说，Power BI中的Power Query和Power Pivot组件的功能和语法等方面都是一样的。
Power Query是用来做数据的获取和清洗的组合，Power Pivot是用来做数据建模与计算分析的。
这两个组件分别对应强大的函数式语言：M语言和DAX语言。
这两个组件在Excel和Power BI中是通用的，正是这两个内置组件，使得Excel这个传统的分析工具越来越商务化，越来越智能化。
相对于Power BI，在Excel中使用Power Query和Power Pivot的应用场景更加灵活，人群更广、效率更高，能适应更多的应用场景。
那么，有没有一本书可以一次性讲解Power Query和Power Pivot在Excel中的使用呢？
答案是：《Excel商务智能：Power Query和Power Pivot数据清洗、建模与分析实战》。
通过学习这本书，你可以：
获得1种技能：智能高效的数据分析技能
掌握2种核心知识：M函数和DAX函数
掌握2个分析工具：Excel和Power BI
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、多维数据集函数与Power Pivot数据模型、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。
为了方便读者学习，本书针对一些综合性强及存在难点的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。
01. 紧贴实际应用场景，介绍Power Query和Power Pivot在数据分析方面的应用（50+个实例）
02. 针对综合性强和难点章节配有视频（超过25节共1G+视频讲解）
03. 免费入本书交流群，与作者互动。
根据本书封底“读者服务”提示，即可加入本书读者交流群，不懂随时问，作者免费在线为您答疑。
第1章 Excel：你的职场生产力工具
1.1 你所不知道的Excel分析“利器”1.2 从Excel到Power BI，只需要一步第2章 认识Power Query编辑器
2.1 初识Power Query2.2 编辑器管理界面介绍2.3 创建查询的方法2.4 数据源路径的修改与设置2.5 数据上载与刷新第3章 Power Query的基本操作实例
3.1 入门基础知识3.1.1 数据类型的设置3.1.2 标题的升降设置3.1.3 “转换”与“添加列”选项卡中的功能3.2 删除行或列操作3.2.1 选择列与删除列3.2.2 删除行与保留行3.2.3 通过筛选器删除行3.3 添加列操作3.3.1 简单快速地添加条件列3.3.2 为行添加自定义序号3.3.3 添加自定义列3.4 拆分列与合并列操作3.4.1 实例1：按分隔符拆分列3.4.2 实例2：按字符数拆分列3.4.3 实例3：按位置拆分列3.4.4 实例4：其他拆分列的方法3.4.5 合并列常用的方法3.5 透视列与逆透视列操作3.5.1 一维表和二维表3.5.2 实例1：一维表转二维表3.5.3 实例2：二维表转一维表3.5.4 实例3：含有多重行/列表头的数据清洗3.6 提取文本值中指定字符的操作3.6.1 实例1：按指定的长度提取文本值中指定的字符3.6.2 实例2：按分隔符的位置提取文本值中指定的字符3.7 数学运算和分组统计3.7.1 聚合运算的操作3.7.2 实例1：活用“选择性粘贴”功能处理考试成绩3.7.3 实例2：使用分组统计功能快速计算各部门的数据3.8 追加查询与合并查询3.8.1 实例1：使用追加查询批量合并多个Excel工作表数据3.8.2 认识合并查询的6种类型3.8.3 实例2：使用合并查询完成各种数据匹配第4章 M函数和M公式基础入门
4.1 M函数和M公式介绍4.1.1 M函数和M公式4.1.2 主要的M函数类型4.1.3 常用的数据类型4.1.4 运算符4.1.5 如何查看函数帮助4.2 三大数据结构4.2.1 列表4.2.2 记录4.2.3 表4.2.4 数据结构的组合和深化4.2.5 数据结构的扩展4.3 数据结构之间的相互转换4.3.1 List和Record之间的转换4.3.2 Table和List之间的转换4.3.3 Table和Record之间的转换4.4 M公式中常用的语句4.4.1 let…in…语句4.4.2 条件分支语句4.4.3 容错语句try…otherwise…4.4.4 each _与(x)=>的关系4.4.5 为公式添加注释第5章 常用的M函数实战详解
5.1 各种数据类型之间的相互转换5.1.1 将值转换为文本5.1.2 将值转换为数值5.1.3 将值转换为日期5.2 List和Table的批量转换实战5.2.1 批量转换函数List.Transform的实际应用5.2.2 批量转换函数Table.TransformColumns的实际应用5.3 获取和删除各种数据实战5.3.1 使用Table.Skip函数和Table.SelectRows函数筛选行5.3.2 获取和删除指定文本值中的指定字符5.3.3 获取和删除列表中的元素5.4 各种数据结构的拆分、合并、截取和替换实战5.4.1 实例1：表的拆分与合并应用5.4.2 实例2：列表的拆分与合并应用5.4.3 实例3：拆分和提取文本值中的数值并求和5.4.4 对文本值进行截取的函数5.4.5 实例4：批量替换和有条件地批量替换文本值5.4.6 实例5：使用List.Zip函数批量更换标题及制作工资条5.5 判断文本值和列表中是否包含指定的内容5.5.1 实例1：对任意组合的条件值求和5.5.2 实例2：根据标准答案计算多选题的得分5.6 分组函数Table.Group及其应用5.6.1 Table.Group函数和常规分组计算5.6.2 实例：条件分组计算和数据清洗整理获奖数据5.7 参数与自定义函数5.7.1 参数的设置方法5.7.2 实例：创建和调用自定义函数将一列拆分为多列第6章 Power Query综合实战
6.1 数据获取综合实战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6.1.3 实例3：获取网页中的表格数据6.1.4 实例4：获取CSV或TXT文件数据6.1.5 实例5：实时获取数据库中的数据6.2 数据转换综合实战6.2.1 实例1：将复杂的二维调薪表转换为一维明细表6.2.2 实例2：高效快速地清洗零乱的考勤数据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6.2.4 实例4：批量提取Excel工作簿中不规则的防疫数据第7章 认识Power Pivot与DAX
7.1 Power Pivot介绍7.1.1 认识Power Pivot7.1.2 从数据透视表的不重复计算说起7.1.3 在Excel中加载Power Pivot7.1.4 认识Power Pivot的管理界面7.2 Power Pivot的数据获取方式7.2.1 从表格/区域和Power Query导入数据7.2.2 从Excel文件导入数据7.2.3 从文本文件导入数据7.2.4 从剪切板导入数据7.2.5 从数据库导入数据7.3 认识数据分析表达式DAX7.3.1 常用的DAX函数类型7.3.2 DAX中的数据类型与运算符7.3.3 创建DAX表达式时表和列的引用方式第8章 Power Pivot和DAX基础知识
8.1 理解计算列与度量值8.1.1 依附于数据表的计算列8.1.2 能适应各种环境的度量值8.1.3 度量值与数据透视表的计算字段8.1.4 如何选择度量值与计算列8.1.5 管理度量值8.2 数据模型与表间关系8.2.1 理解Power Pivot的数据模型8.2.2 多表操作时表间关系的建立和管理8.2.3 表、列和度量值的隐藏8.2.4 LOOKUPVALUE函数介绍8.2.5 RELATED函数与RELATEDTABLE函数介绍8.3 DAX的基础函数8.3.1 以SUMX为代表的结尾带有X的聚合函数8.3.2 筛选函数FILTER和逻辑运算符8.3.3 DAX中最重要的CALCULATE函数8.3.4 CALCULATE函数的筛选器的选择8.3.5 VALUES函数和DISTINCT函数8.3.6 初识ALL函数和ALLEXCEPT函数8.4 初识计值上下文8.4.1 初识筛选上下文8.4.2 创建筛选上下文8.4.3 初识行上下文8.4.4 行上下文转换8.5 CALCULATE函数的调节器8.5.1 删除筛选器的ALL函数8.5.2 追加筛选的KEEPFILTERS函数8.5.3 激活关系的USERELATIONSHIP函数第9章 DAX进阶知识和常见应用
9.1 Power Pivot和数据透视表9.1.1 实例1：在数据透视表中使用自定义排序：按列排序9.1.2 实例2：在数据透视表中创建KPI规则——设置“条件格式”9.2 在DAX中使用VAR变量9.2.1 关于VAR变量9.2.2 使用变量时应该避免的错误9.3 常见的DAX函数和实际案例应用9.3.1 实例1：使用CONCATENATEX函数进行文本值透视9.3.2 实例2：使用ALLSELECTED函数动态地计算各类占比9.3.3 实例3：使用RANKX函数动态地计算各类排名9.3.4 实例4：自定义数据透视表标题行完成复杂的报表9.4 DAX作为查询工具的实际应用9.4.1 数据查询和EVALUATE9.4.2 实例1：使用ADDCOLUMNS函数建立查询表9.4.3 实例2：使用SELECTCOLUMNS函数建立查询表9.4.4 实例3：使用SUMMARIZE和SUMMARIZECOLUMNS函数分组汇总数据9.5 Power Pivot数据模型与多维数据集函数9.5.1 认识CUBE类函数9.5.2 实例1：使用CUBEVALUE函数提取Power Pivot数据模型中的数据9.5.3 实例2：使用“切合器+CUBEVALUE函数”动态提取Power Pivot数据模型中的数据第10 章时间智能计算
10.1 认识时间智能函数和日期表10.1.1 时间智能函数与日期函数10.1.2 日期表的创建与标记10.1.3 与时间智能函数相关的常用计算指标10.2 常见的时间智能计算10.2.1 实例1：年初、季初与月初至今计算10.2.2 实例2：各类同比与环比的计算10.2.3 实例3：动态移动平均分析模型第11章 Power Pivot综合实战
11.1 实例1：TOP-N门店销售和利润贡献度分析模型11.2 实例2：折扣比例分组（分区间）分析模型11.3 实例3：动态ABC分类分析模型（帕累托分析模型）11.4 实例4：RFM客户价值分析模型11.5 实例5：员工在职、入职、离职和离职率的计算模型20位Excel和Power BI大咖联袂力荐，既说明了Power Query和Power Pivot在数据清洗、建模与分析方面的重要性和前沿性，也说明了各位大佬对本书的内容的认可！
本书适合有一定基础的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。
扫码了解本书详情
发布：刘恩惠
审核：陈歆懿
热文推荐
▼点击阅读原文，了解本书详情~