新書推薦：
《
考古与文明：遗迹里的世界史
》
售價：NT$
770.0
《
孟山都的转基因之战：孟山都与巴西、印度的三场转基因种子诉讼
》
售價：NT$
359.0
《
蔡崇达金色故乡三部曲：草民+命运+皮囊
》
售價：NT$
881.0
《
鲜花人类学（自然文库）
》
售價：NT$
718.0
《
作家榜名著：夏日走过山间
》
售價：NT$
723.0
《
时代的精神状况（尤里卡文库 存在主义哲学大师雅斯贝尔斯对时代精神状况的诊断书）
》
售價：NT$
322.0
《
“情绪疗愈”系列：焦虑自救手册+抑郁自救手册
》
售價：NT$
499.0
《
舶来文明：东南亚的印度文明烙印（精装典藏版） 世界科普名著经典译丛
》
售價：NT$
463.0
|
| 內容簡介： |
|
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。
|
| 關於作者： |
|
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。
|
| 目錄：
|
|
第1章 Excel：你的职场生产力工具 / 11.1 你所不知道的Excel分析“利器” / 11.2 从Excel到Power BI，只需要一步 / 2第2章 认识Power Query编辑器 / 42.1 初识Power Query / 42.2 编辑器管理界面介绍 / 52.3 创建查询的方法 / 72.4 数据源路径的修改与设置 / 92.5 数据上载与刷新 / 11第3章 Power Query的基本操作实例 / 143.1 入门基础知识 / 143.1.1 数据类型的设置 / 143.1.2 标题的升降设置 / 163.1.3 “转换”与“添加列”选项卡中的功能 / 163.2 删除行或列操作 / 183.2.1 选择列与删除列 / 183.2.2 删除行与保留行 / 203.2.3 通过筛选器删除行 / 243.3 添加列操作 / 253.3.1 简单快速地添加条件列 / 253.3.2 为行添加自定义序号 / 273.3.3 添加自定义列 / 293.4 拆分列与合并列操作 / 303.4.1 实例1：按分隔符拆分列 / 303.4.2 实例2：按字符数拆分列 / 333.4.3 实例3：按位置拆分列 / 343.4.4 实例4：其他拆分列的方法 / 353.4.5 合并列常用的方法 / 363.5 透视列与逆透视列操作 / 383.5.1 一维表和二维表 / 383.5.2 实例1：一维表转二维表 / 393.5.3 实例2：二维表转一维表 / 413.5.4 实例3：含有多重行/列表头的数据清洗 / 423.6 提取文本值中指定字符的操作 / 453.6.1 实例1：按指定的长度提取文本值中指定的字符 / 453.6.2 实例2：按分隔符的位置提取文本值中指定的字符 / 473.7 数学运算和分组统计 / 493.7.1 聚合运算的操作 / 493.7.2 实例1：活用“选择性粘贴”功能处理考试成绩 / 503.7.3 实例2：使用分组统计功能快速计算各部门的数据 / 533.8 追加查询与合并查询 / 543.8.1 实例1：使用追加查询批量合并多个Excel工作表数据 / 543.8.2 认识合并查询的6种类型 / 563.8.3 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 / 654.1 M函数和M公式介绍 / 654.1.1 M函数和M公式 / 654.1.2 主要的M函数类型 / 664.1.3 常用的数据类型 / 674.1.4 运算符 / 684.1.5 如何查看函数帮助 / 694.2 三大数据结构 / 724.2.1 列表 / 724.2.2 记录 / 744.2.3 表 / 744.2.4 数据结构的组合和深化 / 754.2.5 数据结构的扩展 / 774.3 数据结构之间的相互转换 / 794.3.1 List和Record之间的转换 / 794.3.2 Table和List之间的转换 / 804.3.3 Table和Record之间的转换 / 834.4 M公式中常用的语句 / 844.4.1 let…in…语句 / 844.4.2 条件分支语句 / 854.4.3 容错语句try…otherwise… / 884.4.4 each _与(x)=＞的关系 / 894.4.5 为公式添加注释 / 92第5章 常用的M函数实战详解 / 945.1 各种数据类型之间的相互转换 / 945.1.1 将值转换为文本 / 945.1.2 将值转换为数值 / 955.1.3 将值转换为日期 / 965.2 List和Table的批量转换实战 / 965.2.1 批量转换函数List.Transform的实际应用 / 965.2.2 批量转换函数Table.TransformColumns的实际应用 / 975.3 获取和删除各种数据实战 / 995.3.1 使用Table.Skip函数和Table.SelectRows函数筛选行 / 995.3.2 获取和删除指定文本值中的指定字符 / 1015.3.3 获取和删除列表中的元素 / 1025.4 各种数据结构的拆分、合并、截取和替换实战 / 1045.4.1 实例1：表的拆分与合并应用 / 1045.4.2 实例2：列表的拆分与合并应用 / 1065.4.3 实例3：拆分和提取文本值中的数值并求和 / 1085.4.4 对文本值进行截取的函数 / 1125.4.5 实例4：批量替换和有条件地批量替换文本值 / 1135.4.6 实例5：使用List.Zip函数批量更换标题及制作工资条 / 1175.5 判断文本值和列表中是否包含指定的内容 / 1205.5.1 实例1：对任意组合的条件值求和 / 1205.5.2 实例2：根据标准答案计算多选题的得分 / 1235.6 分组函数Table.Group及其应用 / 1255.6.1 Table.Group函数和常规分组计算 / 1255.6.2 实例：条件分组计算和数据清洗整理获奖数据 / 1295.7 参数与自定义函数 / 1325.7.1 参数的设置方法 / 1325.7.2 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 / 1406.1 数据获取综合实战 / 1406.1.1 实例1：获取并合并Excel工作簿中的多个工作表的数据 / 1406.1.2 实例2：获取并合并多个文件夹下的Excel工作簿中的数据 / 1446.1.3 实例3：获取网页中的表格数据 / 1476.1.4 实例4：获取CSV或TXT文件数据 / 1516.1.5 实例5：实时获取数据库中的数据 / 1536.2 数据转换综合实战 / 1556.2.1 实例1：将复杂的二维调薪表转换为一维明细表 / 1556.2.2 实例2：高效快速地清洗零乱的考勤数据 / 1586.2.3 实例3：同时拆分组合的供应商中文名称和英文名称 / 1646.2.4 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 / 1707.1 Power Pivot介绍 / 1707.1.1 认识Power Pivot / 1707.1.2 从数据透视表的不重复计算说起 / 1717.1.3 在Excel中加载Power Pivot / 1737.1.4 认识Power Pivot的管理界面 / 1747.2 Power Pivot的数据获取方式 / 1757.2.1 从表格/区域和Power Query导入数据 / 1767.2.2 从Excel文件导入数据 / 1777.2.3 从文本文件导入数据 / 1787.2.4 从剪切板导入数据 / 1797.2.5 从数据库导入数据 / 1807.3 认识数据分析表达式DAX / 1827.3.1 常用的DAX函数类型 / 1827.3.2 DAX中的数据类型与运算符 / 1847.3.3 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 / 1878.1 理解计算列与度量值 / 1878.1.1 依附于数据表的计算列 / 1878.1.2 能适应各种环境的度量值 / 1898.1.3 度量值与数据透视表的计算字段 / 1918.1.4 如何选择度量值与计算列 / 1938.1.5 管理度量值 / 1938.2 数据模型与表间关系 / 1958.2.1 理解Power Pivot的数据模型 / 1958.2.2 多表操作时表间关系的建立和管理 / 1968.2.3 表、列和度量值的隐藏 / 1998.2.4 LOOKUPVALUE函数介绍 / 2008.2.5 RELATED函数与RELATEDTABLE函数介绍 / 2018.3 DAX的基础函数 / 2038.3.1 以SUMX为代表的结尾带有X的聚合函数 / 2038.3.2 筛选函数FILTER和逻辑运算符 / 2058.3.3 DAX中最重要的CALCULATE函数 / 2078.3.4 CALCULATE函数的筛选器的选择 / 2098.3.5 VALUES函数和DISTINCT函数 / 2118.3.6 初识ALL函数和ALLEXCEPT函数 / 2138.4 初识计值上下文 / 2148.4.1 初识筛选上下文 / 2158.4.2 创建筛选上下文 / 2168.4.3 初识行上下文 / 2198.4.4 行上下文转换 / 2208.5 CALCULATE函数的调节器 / 2248.5.1 删除筛选器的ALL函数 / 2248.5.2 追加筛选的KEEPFILTERS函数 / 2278.5.3 激活关系的USERELATIONSHIP函数 / 228第9章 DAX进阶知识和常见应用 / 2319.1 Power Pivot和数据透视表 / 2319.1.1 实例1：在数据透视表中使用自定义排序：按列排序 / 2319.1.2 实例2：在数据透视表中创建KPI规则——设置“条件格式” / 2339.2 在DAX中使用VAR变量 / 2369.2.1 关于VAR变量 / 2369.2.2 使用变量时应该避免的错误 / 2379.3 常见的DAX函数和实际案例应用 / 2389.3.1 实例1：使用CONCATENATEX函数进行文本值透视 / 2389.3.2 实例2：使用ALLSELECTED函数动态地计算各类占比 / 2419.3.3 实例3：使用RANKX函数动态地计算各类排名 / 2449.3.4 实例4：自定义数据透视表标题行完成复杂的报表 / 2489.4 DAX作为查询工具的实际应用 / 2519.4.1 数据查询和EVALUATE / 2519.4.2 实例1：使用ADDCOLUMNS函数建立查询表 / 2549.4.3 实例2：使用SELECTCOLUMNS函数建立查询表 / 2569.4.4 实例3：使用SUMMARIZE和SUMMARIZECOLUMNS函数分组汇总数据 / 2579.5 Power Pivot数据模型与多维数据集函数 / 2599.5.1 认识CUBE类函数 / 2609.5.2 实例1：使用CUBEVALUE函数提取Power Pivot数据模型中的数据 / 2629.5.3 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 / 26910.1 认识时间智能函数和日期表 / 26910.1.1 时间智能函数与日期函数 / 26910.1.2 日期表的创建与标记 / 27010.1.3 与时间智能函数相关的常用计算指标 / 27210.2 常见的时间智能计算 / 27310.2.1 实例1：年初、季初与月初至今计算 / 27310.2.2 实例2：各类同比与环比的计算 / 27510.2.3 实例3：动态移动平均分析模型 / 280第11章 Power Pivot综合实战 / 28311.1 实例1：TOP-N门店销售和利润1
|
|
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
