新書推薦：
《
大思维：哥伦比亚商学院六步创新思维模型
》
售價：NT$
332.0
《
宏观经济学（第三版）【2024诺贝尔经济学奖获奖者作品】
》
售價：NT$
709.0
《
UE5虚幻引擎必修课（视频教学版）
》
售價：NT$
505.0
《
真需求
》
售價：NT$
505.0
《
阿勒泰的春天
》
售價：NT$
230.0
《
如见你
》
售價：NT$
234.0
《
人格阴影 全新修订版，更正旧版多处问题。国际分析心理学协会（IAAP）主席力作
》
售價：NT$
305.0
《
560种野菜野果鉴别与食用手册
》
售價：NT$
305.0
|
| 編輯推薦： |
51CTO学院策划的数据处理之利器
Excel 2016版本中，默认增加了 Power Query 功能，此功能在Excel 2010或Excel 2013版本需要以插件形式安装使用。
Power Query名副其实，在数据的清洗、整理、整合等方面非常给力，它比工作表函数更强大、比SQL更灵活、比VBA更简洁。
本书从Power Query可视化操作开始讲解，直到学会手动编写M代码来处理数据 配以大量经典实例，以帮助读者完成知识的迁移，将所学技术应用到工作中。
|
| 內容簡介： |
本书共6章，采用由浅入深、理论与实战相结合的方式，从操作和代码两个层面讲述Excel*数据分析利器—Power Query的使用。第1章～第4章讲解Power Query在Excel中的可视化界面的操作，让用户可以轻松入门；第5章～第6章，从Power Query的本质—M语言函数式编程角度，讲解M代码的编写规则，通过编程来完成更高级的数据处理任务
本书适合有一定Excel基础的读者，或者需要实现数据处理自动化的读者。同时，本书也适合从事财务、统计、仓管、数据分析、电商等工作的读者学习使用。
|
| 關於作者： |
|
曾贤志，Office培训讲师，51CTO学院金牌讲师，“我要自学网”专家讲师。具有十三年培训经验，擅长Excel函数、VBA、SQL、Power Query等技术的应用。
|
| 目錄：
|
第 1章 Power Query介绍1
1.1Power Query的作用1
1.2Power Query数据流向1
1.3Power Query的优势2
1.4Power Query安装2
1.4.1Power Query安装环境需求2
1.4.2Power Query各版本显示方式3
1.5Power Query的版本选择3
1.6Power Query的版本更新4
第 2章 Power Query基础5
2.1Power Query查询编辑器的启动及查询表数据的上载5
2.1.1查询编辑器的启动5
2.1.2查询表数据的上载6
2.2Power Query查询编辑器界面介绍8
2.2.1功能区简介8
2.2.2Power Query查询编辑器中表的设置10
第3章 Power Query操作14
3.1常见获取数据的方式14
3.1.1从Excel文件导入数据15
3.1.2从CSV文件导入数据16
3.1.3从文本文件导入数据18
3.1.4从文件夹导入数据19
3.1.5从数据库（SQL Server）导入数据21
3.1.6从Web（网页）导入数据23
3.2列相关操作25
3.2.1选择列25
3.2.2移动列26
3.2.3复制列27
3.2.4添加列28
3.2.5删除列34
3.3行相关操作35
3.3.1选择行35
3.3.2移动行35
3.3.3复制行37
3.3.4添加行37
3.3.5删除行37
3.3.6标题与第 一行的转换46
3.4任意列数据处理48
3.4.1列重命名48
3.4.2数据类型48
3.4.3数据替换51
3.4.4数据填充54
3.4.5透视列55
3.4.6逆透视列57
3.4.7转换为列表（深化）59
3.5文本列数据处理60
3.5.1格式整理60
3.5.2数据提取63
3.5.3合并列73
3.5.4分析74
3.5.5拆分列76
3.6数字列数据处理80
3.6.1统计信息（汇总方式）80
3.6.2标准型（算术运算）82
3.6.3科学型84
3.6.4三角函数85
3.6.5舍入85
3.6.6信息86
3.7日期时间列处理87
3.7.1日期88
3.7.2时间97
3.7.3持续时间103
3.8结构化列109
3.8.1Power Query查询表结构109
3.8.2展开113
3.8.3聚合116
3.8.4提取值117
3.9查询表处理119
3.9.1转置119
3.9.2分组依据119
3.9.3表的合并122
第4章 Power Query示例应用130
4.1 查询应用130
4.1.1 多条件查询130
4.1.2 多列查询132
4.1.3 指定数据范围查询（合并查询法）135
4.1.4 指定数据范围查询（筛选法）139
4.1.5 文本字符模糊查询142
4.2 统计应用145
4.2.1 二维表的条件汇总145
4.2.2 分类统计最大值147
4.2.3 统计应用1（按户主统计各家庭男女人数）150
4.2.4 统计应用2（提取最后付款月份）153
4.2.5 统计应用3（提取每个人的最高分及对应科目）155
4.2.6 经典中式排名158
4.3 合并拆分应用162
4.3.1 拆分文本应用162
4.3.2 合并文本应用164
4.3.3 拆分重复单号记录165
4.3.4 工资条制作167
4.4 提取应用171
4.4.1 提取应用1（根据身份证号查询籍贯）171
4.4.2 提取应用2（根据身份证号计算年龄）173
4.4.3 提取应用3（根据身份证号判断性别）176
4.4.4 提取应用4（地址提取）178
4.4.5 提取应用5（编号与供应商）181
4.4.6 识别路径（Power Query法）183
4.4.7 识别路径（函数法）186
4.5 时间、日期应用188
4.5.1 时间应用（通话时间统计）188
4.5.2 时间应用（根据时长计算课酬金额）191
4.5.3 日期应用（统计当月每周的最低搜索人气记录）193
4.5.4 日期应用（未来7天即将过生日提醒）197
4.6 数据获取应用199
4.6.1 多工作表数据合并199
4.6.2 多工作簿数据合并204
4.6.3 多CSV文件合并209
4.6.4 Web数据处理（网页数据获取查询）214
第5章 M语言基础219
5.1 M语言简介219
5.1.1 let…in…语句219
5.1.2 注释221
5.1.3 M代码错误识别222
5.1.4 常见运算符223
5.1.5 分支语句（if…then…else…）224
5.1.6 数据类型详解226
5.1.7 错误处理231
5.2 M函数232
5.2.1 内置函数233
5.2.2 自定义函数234
5.3 Table、Record和List三大容器详解238
5.3.1 Table（查询表）238
5.3.2 Record（记录）247
5.3.3 List（列表）250
5.4 常用M函数258
5.4.1 常用Table表函数259
5.4.2 常用Record记录函数275
5.4.3 常用List列表函数283
5.4.4 常用Text文本函数297
5.4.5 合并器与拆分器317
第6章 M语言实战应用321
6.1 基础应用321
6.1.1 拆分、汇总文本列数据321
6.1.2 根据成绩进行等级判断322
6.1.3 多分隔符拆分数据到行322
6.1.4 合并列数据323
6.1.5 汇总多列数据324
6.1.6 计算文本字符串中的人数325
6.1.7 多列筛选应用325
6.1.8 行方向去重处理326
6.1.9 汇总业绩并制作条形图326
6.1.10 统计各季度均为优秀员工的人员327
6.1.11 合并提取各列不重复值328
6.1.12 “九九乘法表”制作329
6.1.13 合并编号范围329
6.1.14 扩展编号范围330
6.1.15 单列转多行多列331
6.1.16 提取中文名、英文名332
6.1.17 投票统计汇总332
6.1.18 各行数据各自排序333
6.1.19 工资条制作333
6.1.20 分组筛选统计高于平均分的记录335
6.1.21 美式分组排名335
6.1.22 中式分组排名336
6.1.23 统计每个人第 一名的次数337
6.2 进阶应用338
6.2.1 行方向的数据汇总338
6.2.2 整理单列中的姓名、分数为两列339
6.2.3 整理单列数据为规范表格339
6.2.4 统计筛选各年总分最高记录340
6.2.5 分析统计与指定人员同时值班的人员值班次数341
6.2.6 拆分整理单列数据342
6.2.7 整理快递信息数据343
|
|
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
HOME
新書上架
