您好,欢迎来到聚文网。
登录
免费注册
网站首页
|
搜索
热搜:
磁力片
|
漫画
|
购物车
0
我的订单
商品分类
首页
幼儿
文学
社科
教辅
生活
销量榜
Excel商务智能 Power Query和Power Pivot数据清洗、建模与分析实战
字数: 381000
装帧: 平装
出版社: 电子工业出版社
作者: 刘必麟
出版日期: 2022-10-01
商品条码: 9787121442308
版次: 1
开本: 16开
页数: 320
出版年份: 2022
定价:
¥88
销售价:
登录后查看价格
¥{{selectedSku?.salePrice}}
库存:
{{selectedSku?.stock}}
库存充足
{{item.title}}:
{{its.name}}
加入购物车
立即购买
加入书单
收藏
精选
¥5.83
世界图书名著昆虫记绿野仙踪木偶奇遇记儿童书籍彩图注音版
¥5.39
正版世界名著文学小说名家名译中学生课外阅读书籍图书批发 70册
¥8.58
简笔画10000例加厚版2-6岁幼儿童涂色本涂鸦本绘画本填色书正版
¥5.83
世界文学名著全49册中小学生青少年课外书籍文学小说批发正版
¥4.95
全优冲刺100分测试卷一二三四五六年级上下册语文数学英语模拟卷
¥8.69
父与子彩图注音完整版小学生图书批发儿童课外阅读书籍正版1册
¥24.2
好玩的洞洞拉拉书0-3岁宝宝早教益智游戏书机关立体翻翻书4册
¥7.15
幼儿认字识字大王3000字幼儿园中班大班学前班宝宝早教启蒙书
¥11.55
用思维导图读懂儿童心理学培养情绪管理与性格培养故事指导书
¥19.8
少年读漫画鬼谷子全6册在漫画中学国学小学生课外阅读书籍正版
¥64
科学真好玩
¥12.7
一年级下4册·读读童谣和儿歌
¥38.4
原生态新生代(传统木版年画的当代传承国际研讨会论文集)
¥11.14
法国经典中篇小说
¥11.32
上海的狐步舞--穆时英(中国现代文学馆馆藏初版本经典)
¥21.56
猫的摇篮(精)
¥30.72
幼儿园特色课程实施方案/幼儿园生命成长启蒙教育课程丛书
¥24.94
旧时风物(精)
¥12.04
三希堂三帖/墨林珍赏
¥6.88
寒山子庞居士诗帖/墨林珍赏
¥6.88
苕溪帖/墨林珍赏
¥6.88
楷书王维诗卷/墨林珍赏
¥9.46
兰亭序/墨林珍赏
¥7.74
祭侄文稿/墨林珍赏
¥7.74
蜀素帖/墨林珍赏
¥12.04
真草千字文/墨林珍赏
¥114.4
进宴仪轨(精)/中国古代舞乐域外图书
¥24.94
舞蹈音乐的基础理论与应用
编辑推荐
"紧贴实际应用场景,介绍Excel商务智能组件强大的数据处理和建模分析能力。针对重难点章节提供配套视频。 20位Excel和Power BI大咖联合力荐。 一本书掌握一种智能高效的数据分析技能 一本书掌握两种核心知识:M函数和DAX函数 一本书掌握两个分析工具:Excel和Power BI"
内容简介
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。为了方便读者学习,本书针对一些综合性强或难点章节录制了配套视频。通过阅读本书,读者可以更加高效地进行数据分析工作。本书适合有一定基础的Excel用户和Power BI用户阅读,可以作为销售、客服、采购、仓储、物流、人力资源、财务、电商等相关岗位职场人士的参考用书,也适合Excel爱好者、数据“发烧友”、在校大学生及经常和数据打交道的朋友阅读。
作者简介
"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。"
目录
第1章 Excel:你的职场生产力工具/1
1.1 你所不知道的Excel分析“利器”/1
1.2 从Excel到Power BI,只需要一步/2
第2章 认识Power Query编辑器/4
2.1 初识Power Query/4
2.2 编辑器管理界面介绍/5
2.3 创建查询的方法/7
2.4 数据源路径的修改与设置/9
2.5 数据上载与刷新/11
第3章 Power Query的基本操作实例/14
3.1 入门基础知识/14
3.1.1 数据类型的设置/14
3.1.2 标题的升降设置/16
3.1.3 “转换”与“添加列”选项卡中的功能/16
3.2 删除行或列操作/18
3.2.1 选择列与删除列/18
3.2.2 删除行与保留行/20
3.2.3 通过筛选器删除行/24
3.3 添加列操作/25
3.3.1 简单快速地添加条件列/25
3.3.2 为行添加自定义序号/27
3.3.3 添加自定义列/29
3.4 拆分列与合并列操作/30
3.4.1 实例1:按分隔符拆分列/30
3.4.2 实例2:按字符数拆分列/33
3.4.3 实例3:按位置拆分列/34
3.4.4 实例4:其他拆分列的方法/35
3.4.5 合并列常用的方法/36
3.5 透视列与逆透视列操作/38
3.5.1 一维表和二维表/38
3.5.2 实例1:一维表转二维表/39
3.5.3 实例2:二维表转一维表/41
3.5.4 实例3:含有多重行/列表头的数据清洗/42
3.6 提取文本值中指定字符的操作/45
3.6.1 实例1:按指定的长度提取文本值中指定的字符/45
3.6.2 实例2:按分隔符的位置提取文本值中指定的字符/47
3.7 数学运算和分组统计/49
3.7.1 聚合运算的操作/49
3.7.2 实例1:活用“选择性粘贴”功能处理考试成绩/50
3.7.3 实例2:使用分组统计功能快速计算各部门的数据/53
3.8 追加查询与合并查询/54
3.8.1 实例1:使用追加查询批量合并多个Excel工作表数据/54
3.8.2 认识合并查询的6种类型/56
3.8.3 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/65
4.1 M函数和M公式介绍/65
4.1.1 M函数和M公式/65
4.1.2 主要的M函数类型/66
4.1.3 常用的数据类型/67
4.1.4 运算符/68
4.1.5 如何查看函数帮助/69
4.2 三大数据结构/72
4.2.1 列表/72
4.2.2 记录/74
4.2.3 表/74
4.2.4 数据结构的组合和深化/75
4.2.5 数据结构的扩展/77
4.3 数据结构之间的相互转换/79
4.3.1 List和Record之间的转换/79
4.3.2 Table和List之间的转换/80
4.3.3 Table和Record之间的转换/83
4.4 M公式中常用的语句/84
4.4.1 let…in…语句/84
4.4.2 条件分支语句/85
4.4.3 容错语句try…otherwise…/88
4.4.4 each_与(x)=>的关系/89
4.4.5 为公式添加注释/92
第5章 常用的M函数实战详解/94
5.1 各种数据类型之间的相互转换/94
5.1.1 将值转换为文本/94
5.1.2 将值转换为数值/95
5.1.3 将值转换为日期/96
5.2 List和Table的批量转换实战/96
5.2.1 批量转换函数List.Transform的实际应用/96
5.2.2 批量转换函数Table.TransformColumns的实际应用/97
5.3 获取和删除各种数据实战/99
5.3.1 使用Table.Skip函数和Table.SelectRows函数筛选行/99
5.3.2 获取和删除指定文本值中的指定字符/101
5.3.3 获取和删除列表中的元素/102
5.4 各种数据结构的拆分、合并、截取和替换实战/104
5.4.1 实例1:表的拆分与合并应用/104
5.4.2 实例2:列表的拆分与合并应用/106
5.4.3 实例3:拆分和提取文本值中的数值并求和/108
5.4.4 对文本值进行截取的函数/112
5.4.5 实例4:批量替换和有条件地批量替换文本值/113
5.4.6 实例5:使用List.Zip函数批量更换标题及制作工资条/117
5.5 判断文本值和列表中是否包含指定的内容/120
5.5.1 实例1:对任意组合的条件值求和/120
5.5.2 实例2:根据标准答案计算多选题的得分/123
5.6 分组函数Table.Group及其应用/125
5.6.1 Table.Group函数和常规分组计算/125
5.6.2 实例:条件分组计算和数据清洗整理获奖数据/129
5.7 参数与自定义函数/132
5.7.1 参数的设置方法/132
5.7.2 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/140
6.1 数据获取综合实战/140
6.1.1 实例1:获取并合并Excel工作簿中的多个工作表的数据/140
6.1.2 实例2:获取并合并多个文件夹下的Excel工作簿中的数据/144
6.1.3 实例3:获取网页中的表格数据/147
6.1.4 实例4:获取CSV或TXT文件数据/151
6.1.5 实例5:实时获取数据库中的数据/153
6.2 数据转换综合实战/155
6.2.1 实例1:将复杂的二维调薪表转换为一维明细表/155
6.2.2 实例2:高效快速地清洗零乱的考勤数据/158
6.2.3 实例3:同时拆分组合的供应商中文名称和英文名称/164
6.2.4 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/170
7.1 Power Pivot介绍/170
7.1.1 认识Power Pivot/170
7.1.2 从数据透视表的不重复计算说起/171
7.1.3 在Excel中加载Power Pivot/173
7.1.4 认识Power Pivot的管理界面/174
7.2 Power Pivot的数据获取方式/175
7.2.1 从表格/区域和Power Query导入数据/176
7.2.2 从Excel文件导入数据/177
7.2.3 从文本文件导入数据/178
7.2.4 从剪切板导入数据/179
7.2.5 从数据库导入数据/180
7.3 认识数据分析表达式DAX/182
7.3.1 常用的DAX函数类型/182
7.3.2 DAX中的数据类型与运算符/184
7.3.3 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/187
8.1 理解计算列与度量值/187
8.1.1 依附于数据表的计算列/187
8.1.2 能适应各种环境的度量值/189
8.1.3 度量值与数据透视表的计算字段/191
8.1.4 如何选择度量值与计算列/193
8.1.5 管理度量值/193
8.2 数据模型与表间关系/195
8.2.1 理解Power Pivot的数据模型/195
8.2.2 多表操作时表间关系的建立和管理/196
8.2.3 表、列和度量值的隐藏/199
8.2.4 LOOKUPVALUE函数介绍/200
8.2.5 RELATED函数与RELATEDTABLE函数介绍/201
8.3 DAX的基础函数/203
8.3.1 以SUMX为代表的结尾带有X的聚合函数/203
8.3.2 筛选函数FILTER和逻辑运算符/205
8.3.3 DAX中最重要的CALCULATE函数/207
8.3.4 CALCULATE函数的筛选器的选择/209
8.3.5 VALUES函数和DISTINCT函数/211
8.3.6 初识ALL函数和ALLEXCEPT函数/213
8.4 初识计值上下文/214
8.4.1 初识筛选上下文/215
8.4.2 创建筛选上下文/216
8.4.3 初识行上下文/219
8.4.4 行上下文转换/220
8.5 CALCULATE函数的调节器/224
8.5.1 删除筛选器的ALL函数/224
8.5.2 追加筛选的KEEPFILTERS函数/227
8.5.3 激活关系的USERELATIONSHIP函数/228
第9章 DAX进阶知识和常见应用/231
9.1 Power Pivot和数据透视表/231
9.1.1 实例1:在数据透视表中使用自定义排序:按列排序/231
9.1.2 实例2:在数据透视表中创建KPI规则――设置“条件格式”/233
9.2 在DAX中使用VAR变量/236
9.2.1 关于VAR变量/236
9.2.2 使用变量时应该避免的错误/237
9.3 常见的DAX函数和实际案例应用/238
9.3.1 实例1:使用CONCATENATEX函数进行文本值透视/238
9.3.2 实例2:使用ALLSELECTED函数动态地计算各类占比/241
9.3.3 实例3:使用RANKX函数动态地计算各类排名/244
9.3.4 实例4:自定义数据透视表标题行完成复杂的报表/248
9.4 DAX作为查询工具的实际应用/251
9.4.1 数据查询和EVALUATE/251
9.4.2 实例1:使用ADDCOLUMNS函数建立查询表/254
9.4.3 实例2:使用SELECTCOLUMNS函数建立查询表/256
9.4.4 实例3:使用SUMMARIZE和SUMMARIZECOLUMNS函数分组汇总数据/257
9.5 Power Pivot数据模型与多维数据集函数/259
9.5.1 认识CUBE类函数/260
9.5.2 实例1:使用CUBEVALUE函数提取Power Pivot数据模型中的数据/262
9.5.3 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/269
10.1 认识时间智能函数和日期表/269
10.1.1 时间智能函数与日期函数/269
10.1.2 日期表的创建与标记/270
10.1.3 与时间智能函数相关的常用计算指标/272
10.2 常见的时间智能计算/273
10.2.1 实例1:年初、季初与月初至今计算/273
10.2.2 实例2:各类同比与环比的计算/275
10.2.3 实例3:动态移动平均分析模型/280
第11章 Power Pivot综合实战/283
11.1 实例1:TOP-N门店销售和利润贡献度分析模型/283
11.2 实例2:折扣比例分组(分区间)分析模型/286
11.3 实例3:动态ABC分类分析模型(帕累托分析模型)/288
11.4 实例4:RFM客户价值分析模型/291
11.5 实例5:员工在职、入职、离职和离职率的计算模型/296
×
Close
添加到书单
加载中...
点此新建书单
×
Close
新建书单
标题:
简介:
蜀ICP备2024047804号
Copyright 版权所有 © jvwen.com 聚文网