中图网

>

家庭与办公室用书

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

作者：刘必麟（@小必）

出版社：电子工业出版社出版时间：2022-09-01

开本：其他页数： 320

本类榜单：计算机/网络销量榜

中图价:¥57.2(6.5折) 定价 ~~¥88.0~~ 登录后可看到会员价

加入购物车收藏

运费6元，满69元免运费

?快递不能达地区使用邮政小包，运费14元起

云南、广西、海南、新疆、青海、西藏六省，部分地区快递不可达

本类五星书更多>

>
全国计算机等级考试最新真考题库模拟考场及详解·二级MSOffice高级应用

全国计算机等级考试最新真考题库模拟考场及详解·二级MSOffice高级应用

¥11.3¥45
>
决战行测5000题(言语理解与表达)

决战行测5000题(言语理解与表达)

¥28.2¥88
>
软件性能测试.分析与调优实践之路

软件性能测试.分析与调优实践之路

¥55.2¥69
>
第一行代码Android

第一行代码Android

¥76.2¥99
>
C Primer Plus 第6版中文版

C Primer Plus 第6版中文版

¥75.6¥108
>
深度学习

深度学习

¥82.3¥168
>
MATLAB计算机视觉与深度学习实战-赠在线交流卡和本书源码

MATLAB计算机视觉与深度学习实战-赠在线交流卡和本书源码

¥43.5¥79

商品详情
商品评论(0条)

中图价:¥57.2 加入购物车

版权信息
本书特色
内容简介
目录
作者简介

微信公众号

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

ISBN：9787121442308
条形码：9787121442308 ; 978-7-121-44230-8
装帧：一般胶版纸
册数：暂无
重量：暂无
所属分类：
计算机/网络
>
家庭与办公室用书

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

20位Excel和Power BI大咖联合力荐紧贴实际应用场景，介绍Excel商务智能组件强大的数据处理和建模分析能力。针对重难点章节提供配套视频。一本书掌握一种智能高效的数据分析技能一本书掌握两种核心知识：M函数和DAX函数一本书掌握两个分析工具：Excel和Power BI

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

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。

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

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*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

展开全部

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

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。

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐