Excel进阶指南 Power Pivot与Power Query实战

1. 专家认证与实战经验：微软办公软件国际认证大师级证书，10年银行从业经验，ExcelBI星球主理人，专业深度与实践经验。 2. 技术深度与实践指导：深入探讨M及DAX语法规则及实战应用，丰富的案例和实操步骤，帮助读者深入理解Excel智能化数据分析的底层逻辑。 3. 创新内容与实用工具：首次引入内部数据模型管理（IDM）方法介绍，CUBE函数与数据模型联动使用，市场上少见的创新内容。 4. 系统化学习与深度进阶：通过主题式的讲解，让读者在解决不同问题的过程中逐步深入，实现从基础到高级技能的全面掌握。

本书从Excel的局限性讲起，然后从零开始详细介绍智能化Excel的两大组件：Power Pivot、Power Query。本书按照由易到难、由浅入深、循序渐进的教学方式，介绍Excel BI的Power系列组件的核心计算原理及底层逻辑，以实战案例为引导，清晰地讲解使用Excel BI进行数据分析的方法，为读者综合使用Power Pivot、Power Query实现自动化报表打下坚实的基础。
本书结构清晰、通俗易懂，讲解层层递进，适合Power Pivot、Power Query入门及进阶读者，如计算机相关专业在校大学生、数据分析相关岗位的从业者、亟待提升数据分析能力的人员阅读。

拥有微软办公软件国际认证（Microsoft.Office.Specialist，MOS）大师级（Master）证书； 拥有10年银行从业经验； 公众号“ExcelBI星球”主理人； Excel、Power BI相关技术图书的作者； 喜欢阅读，热衷于分享数据分析、数据可视化相关技术。

第1章 从Excel讲起 1
1.1 Excel在数据处理方面的局限性 1
1.1.1 数据处理能力有限 1
1.1.2 数据处理透明性不够 1
1.1.3 数据处理紧凑性不足 2
1.2 BI与智能化Excel 2
1.2.1 BI 3
1.2.2 智能化Excel 3
1.3 数据库概念与数据模型 4
1.3.1 数据库与数据表 4
1.3.2 事实表与维表 4
1.3.3 记录与字段 4
1.3.4 查询与连接 5
1.3.5 关系与数据模型 5
第2章 Power Pivot与数据建模 6
2.1 Power Pivot简介 6
2.2 Power Pivot窗口一览 7
2.3 Power Pivot数据连接类型 9
2.3.1 从关系数据库导入数据 10
2.3.2 从文本文件导入数据 12
2.3.3 从Excel文件导入数据 13
2.3.4 从剪贴板导入数据 16
2.3.5 从Power Query中导入数据 16
2.4 多表数据模型：表间关系与跨表透视 17
2.4.1 为数据模型创建Excel智能表 18
2.4.2 添加智能表到数据模型 18
2.4.3 创建表间关系 20
2.4.4 管理表间关系 21
2.4.5 跨表透视 24
2.5 Power Pivot展示窗口：数据透视表与数据透视图 26
2.5.1 Power Pivot与数据透视表 26
2.5.2 Power Pivot与数据透视图 32
第3章 DAX：万物始于“筛选” 36
3.1 从隐式度量值讲起 36
3.1.1 显示隐式度量值 36
3.1.2 度量值的创建方法 37
3.1.3 度量值的重要特性：可复用性 40
3.1.4 在计算列中使用DAX函数 41
3.2 动态计算的核心：上下文 42
3.2.1 筛选上下文 43
3.2.2 行上下文 44
3.2.3 上下文转换 45
3.2.4 筛选传递 46
3.3 数据模型的基石：关系 47
3.3.1 关系的类型 47
3.3.2 数据模型的结构 48
3.3.3 查找表和数据表 50
3.4 以SUM()函数为代表的聚合函数 50
3.4.1 基础聚合函数 51
3.4.2 与计数相关的聚合函数 52
3.5 以SUMX()函数为代表的迭代函数 53
3.5.1 SUMX()函数 53
3.5.2 RANKX()函数 54
3.5.3 CONCATENATEX()函数 55
3.5.4 FILTER()函数 56
3.6 CALCULATE()函数 56
3.6.1 增加筛选条件 57
3.6.2 修改筛选条件 57
3.6.3 移除筛选条件 58
3.6.4 CALCULATE()函数的两个核心要点 59
3.7 为什么ALL()函数可以移除筛选条件 59
3.8 ALL()函数与VALUES()函数 60
3.9 DAX代码书写技巧与方法 61
3.9.1 DAX函数输入技巧：智能填充 61
3.9.2 DAX代码格式化规则 62
3.9.3 DAX代码注释方法 63
3.9.4 在DAX中使用VAR/RETURN 64
3.10 时间智能函数与时间智能计算 64
3.10.1 日期表 64
3.10.2 按列排序 67
3.10.3 时间智能函数的底层逻辑 68
3.10.4 时间智能函数的分类 70
3.10.5 计算月、季度、年初至今 70
3.10.6 计算去年同期 71
3.10.7 计算指定时间间隔 72
3.11 数据透视表“杀手”：CUBE函数 74
3.11.1 一键转换为公式 74
3.11.2 CUBE函数输入技巧 76
3.11.3 CUBEVALUE()与CUBEMEMBER()函数 77
3.11.4 CUBEVALUE()与切片器联动 78
第4章 Power Query与数据清洗 80
4.1 Power Query简介 80
4.2 Power Query编辑器界面一览 81
4.3 Power Query连接的数据类型 83
4.3.1 从文本/CSV 84
4.3.2 自网站 85
4.3.3 来自表格/区域 86
4.3.4 来自数据库 86
4.4 数据清洗实战 87
4.4.1 数据转换 87
4.4.2 数据合并 100
4.4.3 数值计算 109
4.4.4 能Excel所不能 112
4.5 批量合并文件 121
4.5.1 合并多个规范的数据表 121
4.5.2 合并多个规范的工作簿 125
4.5.3 Excel.Workbook()函数 127
第5章 M语言入门 130
5.1 结构化数据 130
5.1.1 列表 131
5.1.2 记录 131
5.1.3 表 132
5.1.4 列表、记录与表的关系 133
5.1.5 查询引用与深化实战案例 137
5.2 数据刷新的起点：查询 138
5.2.1 查询基本操作 138
5.2.2 查询与查询步骤 139
5.2.3 刷新查询 141
5.3 认识M函数 142
5.3.1 M函数基本规范 142
5.3.2 M函数参数分解 144
5.3.3 M函数帮助信息 144
5.4 常用的M函数应用详解 146
5.4.1 Table类函数 146
5.4.2 List类函数 147
5.4.3 Text类函数 152
5.4.4 批量转换函数 155
5.5 M函数轻松学：移花接木 157
5.6 M函数轻松学：拆解参数 160
5.7 M函数轻松学：多层嵌套 163
5.8 M函数轻松学：庖丁解牛 164
5.9 M函数综合实战：批量合并指定位置数据 168
5.9.1 Table.Skip()函数实战应用 169
5.9.2 Table.SelectColumns()函数实战应用 171
5.9.3 #table()函数实战应用 173
5.10 M函数综合实战：智能取数系统 177
5.10.1 创建映射表 177
5.10.2 加载到Power Query，筛选非空行 177
5.10.3 选择列：Table.SelectColumns() 178
5.10.4 重命名列：Table.RenameColumns() 179
5.10.5 拉链函数：List.Zip() 179
第6章 M语言进阶 181
6.1 let...in...语句 181
6.2 M语言中的运算符 182
6.2.1 普通运算符 182
6.2.2 特殊运算符 183
6.3 M语言中的条件判断 183
6.3.1 列筛选条件 184
6.3.2 if...then...语句 184
6.3.3 try...otherwise...语句 185
6.4 M语言中的自定义函数 186
6.4.1 自定义函数：()=> 186
6.4.2 “即插即用”的匿名函数 188
6.5 M语言的“语法糖”：each和_ 189
6.6 自定义函数综合实战：批量合并不规范文件 190
6.7 自定义函数综合实战：表格降维技巧 194
6.7.1 2×1层级结构化表格 195
6.7.2 1×2层级结构化表格 197
6.7.3 2×2层级结构化表格 198
6.7.4 N×M层级结构化表格 201
第7章 Excel BI的进阶之路 205
7.1 从QAT到Excel BI 选项卡 205
7.2 Excel BI的5个实用小技巧 207
7.2.1 取消类型转换 207
7.2.2 取消自动日期分组 208
7.2.3 减少使用关系检测 209
7.2.4 设置默认加载方式 210
7.2.5 修改返回最大记录数 210
7.3 查询分组与度量值表 211
7.3.1 查询分组 211
7.3.2 度量值表 212