登入帳戶　 |　訂單查詢　 |　購物車/收銀台(0)　|　在線留言板　 |　付款方式　 |　運費計算　 |　聯絡我們　 |　幫助中心　|　 加入書簽
會員登入 新用戶登記
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分類瀏覽雜誌 臺灣用戶
品種：超過100萬種各類書籍/音像和精品，正品正價，放心網購，悭钱省心 服務：香港／台灣／澳門／海外 送貨：速遞／郵局／服務站

新書上架：簡體書 繁體書
暢銷書架：簡體書 繁體書
好書推介：簡體書 繁體書

十月出版：大陸書 台灣書
九月出版：大陸書 台灣書
八月出版：大陸書 台灣書
七月出版：大陸書 台灣書
六月出版：大陸書 台灣書
五月出版：大陸書 台灣書
四月出版：大陸書 台灣書
三月出版：大陸書 台灣書
二月出版：大陸書 台灣書
一月出版：大陸書 台灣書
12月出版：大陸書 台灣書
11月出版：大陸書 台灣書
十月出版：大陸書 台灣書
九月出版：大陸書 台灣書
八月出版：大陸書 台灣書

『簡體書』Power Query：基于Excel 和 Power BI的M函数详解及应用

書城自編碼： 3266085
分類：簡體書→大陸圖書→計算機/網絡→家庭與辦公用書
作者： 李小涛
國際書號(ISBN)： 9787121350733
出版社： 电子工业出版社
出版日期： 2018-10-01


書度/開本： 16开 釘裝： 平装

售價：HK$ 83.8

我要買 件

 

** 我創建的書架 **
未登入.

新書推薦：
传播的跃迁：人工智能如何革新人类的交流
《 传播的跃迁：人工智能如何革新人类的交流 》
售價：HK$ 110.9
纯粹·古代中国的历史与制度
《 纯粹·古代中国的历史与制度 》
售價：HK$ 62.7
生活来来往往 别等来日方长 新版（伍佰：“讲好了这一辈子，再度重相逢。”别等，别遗憾！珍惜当下才是最好的解药）
《 生活来来往往 别等来日方长 新版（伍佰：“讲好了这一辈子，再度重相逢。”别等，别遗憾！珍惜当下才是最好的解药） 》
售價：HK$ 58.2
一个英国军事顾问眼中的二战
《 一个英国军事顾问眼中的二战 》
售價：HK$ 277.8
就业、利息和货币通论（徐毓枬译本）（经济学名著译丛）
《 就业、利息和货币通论（徐毓枬译本）（经济学名著译丛） 》
售價：HK$ 67.2
瘦肝
《 瘦肝 》
售價：HK$ 99.7
股票大作手回忆录
《 股票大作手回忆录 》
售價：HK$ 55.8
秩序四千年：人类如何运用法律缔造文明（世界重归混乱，文明岌岌可危，法律与秩序是我们仅有的武器。穿越时间，鸟瞰全球，一部波澜壮阔的人类文明史）
《 秩序四千年：人类如何运用法律缔造文明（世界重归混乱，文明岌岌可危，法律与秩序是我们仅有的武器。穿越时间，鸟瞰全球，一部波澜壮阔的人类文明史） 》
售價：HK$ 154.6

 
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 香港用户　 |　台灣用户　|　大陸用户　|　海外用户
megBook.com.hk
Copyright © 2013 - 2024 （香港）大書城有限公司　 All Rights Reserved.