Power BI是微软于2016年发布的又一shen器，它是一套商业分析工具，拥有强大的数据分析和可视化能力，可连接数百个数据源、简化数据准备并提供即时分析，生成美观的报表并进行发布，供企业、组织、个人在Web和移动设备等多个平台上使用。
本书由微软zi深工程师编著，内容全面，讲解详细，面向企业实战应用；随书提供案例资源文件供下载，便于读者动手实践；可帮助职场人士快速从Excel进阶到Power BI，无需任何复杂的编程，通过本书的学习，读者jiu可以轻松搞定各种酷炫报表，探察数据背后的真相。
电子书
编辑推荐
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。
内容简介
本书包含四章内容，分别是PowerQuery的数据导入、精细数据整理、PowerQuery进阶应用和实用函数。全书面向Excel初级用户，强调和实际应用、实际工作相结合，图文并茂，通过对技术原理的阐述，让用户可以举一反三，在不同的场景中灵活应用。
章节目录
- 封面
- 内 容 提 要
- 前言
- 资源与支持
- 目录
- 第1章 Power Query介绍
- 1.1 Power Query 的作用
- 1.2 Power Query 数据流向
- 1.3 Power Query 的优势
- 1.4 Power Query 安装
- 1.4.1 Power Query 安装环境需求
- 1.4.2 Power Query 各版本显示方式
- 1.5 Power Query 的版本选择
- 1.6 Power Query 的版本更新
- 第2章 Power Query基础
- 2.1 Power Query 查询编辑器的启动及查询表数据的上载
- 2.1.1 查询编辑器的启动
- 2.1.2 查询表数据的上载
- 2.2 Power Query 查询编辑器界面介绍
- 2.2.1 功能区简介
- 2.2.2 Power Query 查询编辑器中表的设置
- 第3章 Power Query操作
- 3.1 常见获取数据的方式
- 3.1.1 从Excel文件导入数据
- 3.1.2 从CSV文件导入数据
- 3.1.3 从文本文件导入数据
- 3.1.4 从文件夹导入数据
- 3.1.5 从数据库（SQL Server）导入数据
- 3.1.6 从Web（网页）导入数据
- 3.2 列相关操作
- 3.2.1 选择列
- 3.2.2 移动列
- 3.2.3 复制列
- 3.2.4 添加列
- 3.2.5 删除列
- 3.3 行相关操作
- 3.3.1 选择行
- 3.3.2 移动行
- 3.3.3 复制行
- 3.3.4 添加行
- 3.3.5 删除行
- 3.3.6 标题与第一行的转换
- 3.4 任意列数据处理
- 3.4.1 列重命名
- 3.4.2 数据类型
- 3.4.3 数据替换
- 3.4.4 数据填充
- 3.4.5 透视列
- 3.4.6 逆透视列
- 3.4.7 转换为列表（深化）
- 3.5 文本列数据处理
- 3.5.1 格式整理
- 3.5.2 数据提取
- 3.5.3 合并列
- 3.5.4 分析
- 3.5.5 拆分列
- 3.6 数字列数据处理
- 3.6.1 统计信息（汇总方式）
- 3.6.2 标准型（算术运算）
- 3.6.3 科学型
- 3.6.4 三角函数
- 3.6.5 舍入
- 3.6.6 信息
- 3.7 日期时间列处理
- 3.7.1 日期
- 3.7.2 时间
- 3.7.3 持续时间
- 3.8 结构化列
- 3.8.1 Power Query 查询表结构
- 3.8.2 展开
- 3.8.3 聚合
- 3.8.4 提取值
- 3.9 查询表处理
- 3.9.1 转置
- 3.9.2 分组依据
- 3.9.3 表的合并
- 第4章 Power Query示例应用
- 4.1 查询应用
- 4.1.1 多条件查询
- 4.1.2 多列查询
- 4.1.3 指定数据范围查询（合并查询法）
- 4.1.4 指定数据范围查询（筛选法）
- 4.1.5 文本字符模糊查询
- 4.2 统计应用
- 4.2.1 二维表的条件汇总
- 4.2.2 分类统计最大值
- 4.2.3 统计应用1（按户主统计各家庭男女人数）
- 4.2.4 统计应用2（提取最后付款月份）
- 4.2.5 统计应用3（提取每个人的最高分及对应科目）
- 4.2.6 经典中式排名
- 4.3 合并拆分应用
- 4.3.1 拆分文本应用
- 4.3.2 合并文本应用
- 4.3.3 拆分重复单号记录
- 4.3.4 工资条制作
- 4.4 提取应用
- 4.4.1 提取应用1（根据身份证号查询籍贯）
- 4.4.2 提取应用2（根据身份证号计算年龄）
- 4.4.3 提取应用3（根据身份证号判断性别）
- 4.4.4 提取应用4（地址提取）
- 4.4.5 提取应用5（编号与供应商）
- 4.4.6 识别路径（Power Query 法）
- 4.4.7 识别路径（函数法）
- 4.5 时间、日期应用
- 4.5.1 时间应用（通话时间统计）
- 4.5.2 时间应用（根据时长计算课酬金额）
- 4.5.3 日期应用（统计当月每周的最低搜索人气记录）
- 4.5.4 日期应用（未来7 天即将过生日提醒）
- 4.6 数据获取应用
- 4.6.1 多工作表数据合并
- 4.6.2 多工作簿数据合并
- 4.6.3 多CSV文件合并
- 4.6.4 Web数据处理（网页数据获取查询）
- 第5章 M 语言基础
- 5.1 M 语言简介
- 5.1.1 let…in…语句
- 5.1.2 注释
- 5.1.3 M代码错误识别
- 5.1.4 常见运算符
- 5.1.5 分支语句（if…then…else…）
- 5.1.6 数据类型详解
- 5.1.7 错误处理
- 5.2 M 函数
- 5.2.1 内置函数
- 5.2.2 自定义函数
- 5.3 Table、Record 和 List 三大容器详解
- 5.3.1 Table（查询表）
- 5.3.2 Record（记录）
- 5.3.3 List（列表）
- 5.4 常用 M 函数
- 5.4.1 常用Table表函数
- 5.4.2 常用Record记录函数
- 5.4.3 常用List列表函数
- 5.4.4 常用Text文本函数
- 5.4.5 合并器与拆分器
- 第6章 M 语言实战应用
- 6.1 基础应用
- 6.1.1 拆分、汇总文本列数据
- 6.1.2 根据成绩进行等级判断
- 6.1.3 多分隔符拆分数据到行
- 6.1.4 合并列数据
- 6.1.5 汇总多列数据
- 6.1.6 计算文本字符串中的人数
- 6.1.7 多列筛选应用
- 6.1.8 行方向去重处理
- 6.1.9 汇总业绩并制作条形图
- 6.1.10 统计各季度均为优秀员工的人员
- 6.1.11 合并提取各列不重复值
- 6.1.12 “九九乘法表”制作
- 6.1.13 合并编号范围
- 6.1.14 扩展编号范围
- 6.1.15 单列转多行多列
- 6.1.16 提取中文名、英文名
- 6.1.17 投票统计汇总
- 6.1.18 各行数据各自排序
- 6.1.19 工资条制作
- 6.1.20 分组筛选统计高于平均分的记录
- 6.1.21 美式分组排名
- 6.1.22 中式分组排名
- 6.1.23 统计每个人第一名的次数
- 6.2 进阶应用
- 6.2.1 行方向的数据汇总
- 6.2.2 整理单列中的姓名、分数为两列
- 6.2.3 整理单列数据为规范表格
- 6.2.4 统计筛选各年总分最高记录
- 6.2.5 分析统计与指定人员同时值班的人员值班次数
- 6.2.6 拆分整理单列数据
- 6.2.7 整理快递信息数据
展开全部
Power Query For Excel：让工作化繁为简是2019年由人民邮电出版社出版,作者曾贤志。
温馨提示：
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
得书感谢您对《Power Query For Excel：让工作化繁为简》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
电子书
电子书
1. 作者是注册会计师，熟练使用PowerBI，实践经验丰富。
2. 作者的公众号现已成为国内影响力的PowerBI公众号之一，专注于PowerBI知识的分享，其文章通俗易懂、简洁干练、精彩不断，深受广大PowerBI学习者喜爱。
电子书
系统介绍商业数据分析与可视化的主要内容及常用的分析方法。
电子书
本书注重基础、循序渐进，系统地讲述了Microsoft推出的智能商业数据分析软件PowerBI的相关基础知识，涵盖了安装PowerBIDesktop、获取数据、查询编辑器、数据分析表达式、数据视图、管理关系、报表、可视化效果、PowerBI服务等内容，并在最后一章以社科研究数据分析为例进行了知识点的综合讲解。对于每一个知识点，本书都尽量结合实例帮助读者学习理解。前8章最后都配有综合实例来说明本章知
电子书
12年办公图书口碑品牌
500000 读者的共同选择
实战案例 精选的案例全部来自实际工作
轻便易携 将高效办公进行到底
资源赠送300集Word、Excel、PPT应用技巧视频
电子书
以GLAD原则为主线，对症下药，各个突破。
电子书
精选13项Excel核心技术，提升数据处理与分析技能。
电子书
机器学习基础与高级内容全面讲解，实例丰富，易于学习巩固。
