Power Query:基于Excel 和 Power BI的M函数详解及应用
  • 推荐3
  • 收藏17
  • 浏览11.2K

Power Query:基于Excel 和 Power BI的M函数详解及应用

李小涛 (作者)  石倩 (责任编辑)

  • 书  号:978-7-121-35073-3
  • 出版日期:2018-10-22
  • 页  数:232
  • 开  本:16(185*235)
  • 出版状态:上市销售
  • 维护人:王静
纸质版 ¥59.00
Power Query的界面操作只能发挥其全部能力的20%,剩余80%的能力都要通过M函数来实现。M函数是Power Query专用的函数,使用M函数可以帮助我们自由灵活地完成数据导入、整合、加工处理等任务工作。
本书首先通过介绍基本操作让读者体验Power Query的魅力,让读者用图形操作界面也能玩转数据的整理、清洗和转换。其后介绍M函数的分类,以及学习的方法,还有最重要的“上下文”概念。本书的第5章会详细介绍部分M函数的语法、参数及用法,再结合实际案例讲解多个M函数的嵌套。
本书适用于从事出纳、会计、统计、仓管、数据分析等频繁与数据打交道的工作的人;不想学高级函数、VBA编程等复杂的数据处理功能,但工作中又有需要的人。


既适用于Excel,也适用于Power BI
Power Query的80%能力都要通过M函数来实现,使用M函数可以灵活地完成数据导入、整合、加工处理等任务工作
前言

Power Query是一个在Excel中免费使用的“数据提取”和“数据预处理”自动化插件,也是Power BI的一个组件。通过简化数据发现、访问和合作的操作,从而增强了商业智能自助服务体验。
Power Query的神奇功能
Power Query是在Excel平台控制及转换数据的最佳工具(没有之一)。不论你是何种Excel用户,你可能经常做如下的事务。
数据获取:从不同源、不同结构中用不同形式获取数据并按统一格式进行横向合并,纵向(追加)合并、条件合并等。
数据转换:将原始数据转换成期望的结构或格式。
数据处理:为了后续分析的需要进行数据预处理,例如:加入新列、加入新行、处理某些单元格值。
Power Query都可以轻松、简单、高效地完成上述事务。
如果会使用Power Query中强大的M函数,使用几行简单的代码就可以快速实现数据获取、转换、处理的工作。
本书主要内容
本书不是M函数的详尽文档,主要关注使用率较高的函数,那些不大常用的内容(也就是那些更深奥的内容)就交给读者去摸索吧。
第1章介绍 Power Query 的数据导入方法、界面操作以及数据的上载方法。
第2章介绍Power Query 里的几个常用功能。帮助读者熟练掌握使用图形操作命令完成对数据的清洗,为后面学习 M 函数打好基础。
第3章介绍Power Query的核心M函数。
第4章介绍Power Query中的分支语句和“上下文”概念。
第5章介绍Power Query中部分函数,再结合案例,由浅入深带大家学习M函数。
学习Power Query我用了一个月时间,相信你们也可以。
感谢
感谢赵兴峰老师的推荐,让我有机会写这本书。
感谢电子工业出本社编辑王静老师的信任和石倩老师的认真审稿。
感谢苗旭在写作经验上对我的帮助。
感谢吴过、卡卡猫、聆枫者、刘玉超、流浪的鼓励。
感谢畅心、施阳、朱仕平、曾贤志等大佬的知识分享。

目录

目录

第1章
Power Query的庐山真面目 1
1.1 初识Power Query 1
1.2 “新建查询”命令 2
1.3 “查询编辑器”界面介绍 3
1.4 在“查询编辑器”内导入数据 8
1.5 用“从表格”命令导入多张数据表 9
1.6 将查询表上载至Excel 12
1.7 刷新数据 13
第2章
Power Query的基础操作 15
2.1 添加自定义列 15
2.2 “追加查询”功能 17
2.2.1 “追加查询”功能详解 17
2.2.2 “追加查询”案例——汇总4张工作表 21
2.2.3 “追加查询”案例——文件夹汇总 24
2.3 “合并查询”功能 31
2.3.1 “合并查询”功能详解 32
2.3.2 “合并查询”案例——单条件匹配 35
2.3.3 “合并查询”案例——多条件匹配 37
2.3.4 “合并查询”案例——一对多查询 39
2.3.5 “合并查询”案例——对比两列数据的差异 41
2.4 “透视列”与“逆透视列”功能 43
2.4.1 数据的维度 43
2.4.2 “透视列”案例——将一维表转换为二维表 44
2.4.3 “透视列”案例——文本透视 45
2.4.4 “逆透视列”功能详解 46
2.4.5 “逆透视列”案例——将二维表转换为一维表 46
2.5 “分组依据”功能 47
2.5.1 “分组依据”功能详解 47
2.5.2 “分组依据”案例 48
第3章
M函数入门 51
3.1 Power Query的三大容器 51
3.1.1 List(列表) 51
3.1.2 List扩展 53
3.1.3 List类函数 54
3.1.4 List合并 57
3.1.5 Record(记录) 58
3.1.6 Record扩展 59
3.1.7 Record类函数 60
3.1.8 Record合并 60
3.1.9 Table(表) 62
3.1.10 Table扩展 64
3.1.11 Table类函数 64
3.1.12 Table合并 67
3.2 深化容器中的元素 68
3.2.1 深化List元素 68
3.2.2 深化Record元素 69
3.2.3 深化Table元素 70
3.2.4 深化多层容器 73
3.3 数据类型 73
3.3.1 自动检测数据 74
3.3.2 数据类型设置 75
3.4 M函数入门 77
3.4.1 M函数的类别 77
3.4.2 Text类函数 79
3.4.3 Number类函数 80
3.4.4 Time类函数 82
3.4.5 Date类函数 82
3.4.6 DateTime类函数 84
3.5 学习M函数的方法 85
3.5.1 查看所有函数 85
3.5.2 读懂函数的参数 87
第4章
Power Query中的重要概念 89
4.1 分支语句 89
4.1.1 条件语句:if…then…else… 89
4.1.2 调用“条件列” 92
4.1.3 容错语句:try…otherwise… 95
4.2 打开M函数的钥匙——“上下文” 97
4.2.1 Table.AddColumn:表添加列 98
4.2.2 Table.SelectRows:对表进行筛选 99
4.2.3 Table.Distinct:对表删除重复项 102
4.2.4 Table.RowCount/Table.ColumnCount:计算表行/列数 104
4.2.5 Power Query中的“上下文” 104
4.2.6 自定义参数 106
4.2.7 实战案例1——国际排名 109
4.2.8 实战案例2——中国式排名 111
4.2.9 实战案例3——中国式班级排名 114
4.2.10 实战案例4——筛选家庭成员信息 115
第5章
Power Query 实战 118
5.1 M函数的初阶运用 118
5.1.1 List.Sum:列表求和 118
5.1.2 List.Max/List.Min:返回列表中的最大/小值 119
5.1.3 Number.From:数字转换 122
5.1.4 Table.Group:分组统计 124
5.1.5 实战案例1——计算连续正负数的个数并求和 132
5.1.6 Table.Max /Table.Min:筛选表中最大值/最小值的行 135
5.1.7 实战案例2——筛选最近一次的记录 136
5.1.8 实战案例3——计算每人连续迟到的最大次数 139
5.1.9 Table.Skip:跳过表前几行 143
5.1.10 Text.Start/ Text.End:从左取值/从右取值 146
5.1.11 Text.Combine:文本合并 148
5.1.12 实战案例4——合并同部门的姓名 150
5.1.13 实战案例5——将单词和翻译分列显示 151
5.1.14 Text.From:文本转换 153
5.1.15 List.Transform:遍历列表 154
5.1.16 实战案例5——文件夹汇总 156
5.2 M函数的进阶运用 158
5.2.1 Text.Split:文本分割 158
5.2.2 Date.FromText:日期来自文本 160
5.2.3 Date.ToText:日期转到文本 161
5.2.4 List.RemoveNulls:删除列表中的null值 162
5.2.5 实战案例6——在数据中提取日期 163
5.2.6 实战案例7——求数据中的金额总和 166
5.2.7 List.PositionOf:在列表中查找索引值 171
5.2.8 Record.ToList/Record.FieldValues:返回记录中的值 174
5.2.9 Table.ColumnNames:返回表的列标题 175
5.2.10 实战案例8——返回满足条件的所有区间 176
5.2.11 Number.RoundDown:向下舍入 179
5.2.12 List.Range:取列表中的值 180
5.2.13 Table.FromColumns:表来自列 180
5.2.14 实战案例9——单列转多列 182
5.3 M函数的高阶运用 185
5.3.1 Table.ToColumns:按列转换表 185
5.3.2 Table.ToRows:按行转换表 186
5.33 Table.FromRows:表来自行 187
5.3.4 实战案例10——添加汇总行和汇总列 189
5.3.5 List.Zip:列表压缩 192
5.3.6 实战案例11——计算每个学生获得第一名的次数 193
5.3.7 Number.Sign:数字符号 197
5.3.8 Text.Contains:判断字符串中是否包含某值 198
5.3.9 实战案例12——判断服装是齐码还是断码 200
5.3.10 实战案例13——将多列数据转换成两列数据 203
5.3.11 实战案例14——取特定位置的值 207
5.3.12 List.Select:筛选列表 209
5.3.13 实战案例15——取包含特定值的信息 211
5.3.14 List.TransformMany:笛卡儿组合函数 213
5.3.15 实战案例16——制作工资条 218

读者评论

  • 学习学习资源资源下载了无法解压,怎么回事啊啊?

    XY6688120发表于 2021/5/11 8:23:14
  • 下载资源无法打开页面,怎么办?

    福在眼前发表于 2021/4/18 17:34:34
  • 请问这里所说的“M函数”与DAX函数 有什么异同吗?谢谢!

    AlanHu发表于 2019/12/22 14:51:30
    • M函数是Power Query语言,DAX函数是Power Pivot语言。

      maidou2020发表于 2020/2/1 22:31:42
  • 电子版的插图分辨率太低了,京东读书APP上很难看清楚。

    Garry2000发表于 2019/10/28 11:25:13
  • 你好,下载地址下载后还是网页咋回事?

    wangfeng2019发表于 2019/10/20 23:30:22

下载资源

相关图书

代替VBA!用Pyhton轻松实现Excel编程

苏金明 (作者)

在数据分析方面,Python实际上已经远远超越VBA,因为使用Pyhton提供的数据处理函数和模块就可以实现很多功能,既快速、可靠又简便。<br>本书结合Ope...

¥89.90

DAX权威指南:运用Power BI、SQL Server Analysis Services和Excel实现商业智能分析(第2版)

Alberto Ferrari (作者) 高飞 (译者)

本书是微软DAX语言在商业智能分析、数据建模和数据分析方面的指南。通过对本书的学习,你将了解如何使用DAX语言进行商业智能分析、数据建模和数据分析;你将掌握从基...

¥188.00

从Excel到Python:用Python轻松处理Excel数据

曾贤志 (作者)

本书是写给非IT领域职场办公人员的Python数据处理指南。因为本书面对的不是专业的程序员,所以在叙述上通俗易懂。为了让读者在学习时对Python的知识点有更深...

¥79.00

Power BI企业级分析与应用

雷元 (作者)

本书立足于企业应用场景,从赋能商业价值、培养员工数据分析能力和引领企业数字变革这三大角度勾勒出一套敏捷BI实践指南。<br>除提供丰富的理论指南和Power B...

¥69.80

跟储君老师学Excel极简思维

储君 (作者)

很多人认为,Excel无非就是一个电子表格软件。其实Excel更深层次的意思是Excellent(卓越)。如果你仅仅把Excel当作一个电子表格软件来使用,那么...

¥79.90

Keynote 完全手册

陈天舒(SkyChen ) (作者)

这是一本关于如何思考、设计、制作Keynote(演示文稿)的完整书籍。让读者对设计、制作 Keynote 有全新自我认识后再加以实践操作。无论读者是学生需要制作...

¥79.00