登入帳戶　 |　訂單查詢　 |　購物車/收銀台(0)　|　在線留言板　 |　付款方式　 |　聯絡我們　 |　運費計算　 |　幫助中心　|　 加入書簽
	全部範圍 - 圖書 - 　- 中文簡體書(大陸書) - 　- 英文書（原版） - - 音碟 - 　- 音樂 - 　- 影視 - - 雜誌 - 全文 精確	會員登入   新用戶註冊

HOME新書上架暢銷書架好書推介特價區會員書架精選月讀2023年度TOP分類閱讀雜誌

香港／國際用戶

最新/最熱/最齊全的簡體書網

品種：超過100萬種書，正品正价，放心網購，悭钱省心

送貨：速遞 / 物流，時效：出貨後2-4日

新書推薦： 《 创客精选项目设计与制作 第2版 刘笑笑 颜志勇 严国陶 》 售價：NT$ 281.0 《 佛山华家班粤菜传承 华家班59位大厨 102道粤菜 图文并茂 菜式制作视频 粤菜故事技法 佛山传统文化 广东科技 》 售價：NT$ 1010.0 《 武人琴音（十周年纪念版 逝去的武林系列收官之作 形意拳一门三代：尚云祥、韩伯言、韩瑜的人生故事 凸显百年武人命运） 》 售價：NT$ 199.0 《 剑桥斯堪的纳维亚戏剧史（剑桥世界戏剧史译丛） 》 售價：NT$ 704.0 《 禅心与箭术：过松弛而有力的生活（乔布斯精神导师、世界禅者——铃木大拙荐） 》 售價：NT$ 301.0 《 先进电磁屏蔽材料——基础、性能与应用 》 售價：NT$ 1010.0 《 可转债投资实战 》 售價：NT$ 454.0 《 王氏之死（新版，史景迁成名作） 》 售價：NT$ 250.0

編輯推薦： 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 內容簡介： 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*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。 關於作者： 李小涛Excel重度使用者，现任某企业数据分析岗位，同时也从事Excel培训工作致力于不断挖掘Excel在工作中的应用，让身边每位办公人士都能高效使用，擅长Excel数据分析，VBA建模，Power BI可视化。 目錄： 目录 第1章 Power Query的庐山真面目1 1.1初识Power Query1 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Excel12 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 3.1Power Query的三大容器51 3.1.1List（列表）51 3.1.2List扩展53 3.1.3List类函数54 3.1.4List合并57 3.1.5Record（记录）58 3.1.6Record扩展59 3.1.7Record类函数60 3.1.8Record合并60 3.1.9Table（表）62 3.1.10Table扩展64 3.1.11Table类函数64 3.1.12Table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 3.4M函数入门77 3.4.1M函数的类别77 3.4.2Text类函数79 3.4.3Number类函数80 3.4.4Time类函数82 3.4.5Date类函数82 3.4.6DateTime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：ifthenelse89 4.1.2调用条件列92 4.1.3容错语句：tryotherwise95 4.2打开M函数的钥匙上下文97 4.2.1Table.AddColumn：表添加列98 4.2.2Table.SelectRows：对表进行筛选99 4.2.3Table.Distinct：对表删除重复项102 4.2.4Table.RowCountTable.ColumnCount：计算表行列数104 4.2.5Power 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 5.1M函数的初阶运用118 5.1.1List.Sum：列表求和118 5.1.2List.MaxList.Min：返回列表中的最大小值119 5.1.3Number.From：数字转换122 5.1.4Table.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 5.1.6Table.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 5.1.9Table.Skip：跳过表前几行143 5.1.10Text.Start Text.End：从左取值从右取值146 5.1.11Text.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 5.1.14Text.From：文本转换153 5.1.15List.Transform：遍历列表154 5.1.16实战案例5文件夹汇总156 5.2M函数的进阶运用158 5.2.1Text.Split：文本分割158 5.2.2Date.FromText：日期来自文本160 5.2.3Date.ToText：日期转到文本161 5.2.4List.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 5.2.7List.PositionOf：在列表中查找索引值171 5.2.8Record.ToListRecord.FieldValues：返回记录中的值174 5.2.9Table.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 5.2.11Number.RoundDown：向下舍入179 5.2.12List.Range：取列表中的值180 5.2.13Table.FromColumns：表来自列180 5.2.14实战案例9单列转多列182 5.3M函数的高阶运用185 5.3.1Table.ToColumns：按列转换表185 5.3.2Table.ToRows：按行转换表186 5.33Table.FromRows：表来自行187 5.3.4实战案例10添加汇总行和汇总列189 5.3.5List.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 5.3.7Number.Sign：数字符号197 5.3.8Text.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 5.3.12List.Select：筛选列表209 5.3.13实战案例15取包含特定值的信息211 5.3.14List.TransformMany：笛卡儿组合函数213 5.3.15实战案例16制作工资条218 內容試閱： 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。

書城介紹　 |　合作申請　|　索要書目　 |　新手入門　|　聯絡方式　 |　幫助中心　|　找書說明　 |　送貨方式　|　付款方式	台灣用户　|　香港/海外用户
megBook.com.tw
Copyright (C) 2013 - 2024 （香港）大書城有限公司　All Rights Reserved.