当前位置:主页 > 书籍配套资源 > Excel配套资源
《Power Query For Excel:让工作化繁为简》文件,彩图

《Power Query For Excel:让工作化繁为简》文件,彩图

  • 更新:2021-05-08
  • 大小:20.77 MB
  • 类别:Excel
  • 作者:曾贤志
  • 出版:人民邮电出版社
  • 格式:PDF

  • 资源介绍
  • 相关推荐

内容介绍

本书共6章,采用由浅入深、理论与实战相结合的方式,从劋作和代码两个层面讲述Excel*数据分析利器—PowerQuery的使用。第1章~第4章讲解PowerQuery在Excel中的可视化界面的劋作,让用户可以轻松入门;第5章~第6章,从PowerQuery的本质—M语言函数式编程角度,讲解M代码的编写规则,通过编程来完成更高级的数据处理任务本书适合有一定Excel基础的读者,或者需要实现数据处理自动化的读者。同时,本书也适合从事财务、统计、仓管、数据分析、电商等工作的读者学习使用。

作者简介

曾贤志,Office培训讲师,51CTO学院金牌讲师,“我要自学网”专家讲师。具有十三年培训经验,擅长Excel函数、VBA、SQL、PowerQuery等技术的应用。

目录

  • 第 1章 Power Query介绍 1
  • 1.1 Power Query的作用 1
  • 1.2 Power Query数据流向 1
  • 1.3 Power Query的优势 2
  • 1.4 Power Query安装 2
  • 1.4.1 Power Query安装环境需求 2
  • 1.4.2 Power Query各版本显示方式 3
  • 1.5 Power Query的版本选择 3
  • 1.6 Power Query的版本更新 4
  • 第 2章 Power Query基础 5
  • 2.1 Power Query查询编辑器的启动及查询表数据的上载 5
  • 2.1.1 查询编辑器的启动 5
  • 2.1.2 查询表数据的上载 6
  • 2.2 Power Query查询编辑器界面介绍 8
  • 2.2.1 功能区简介 8
  • 2.2.2 Power Query查询编辑器中表的设置 10
  • 第3章 Power Query操作 14
  • 3.1 常见获取数据的方式 14
  • 3.1.1 从Excel文件导入数据 15
  • 3.1.2 从CSV文件导入数据 16
  • 3.1.3 从文本文件导入数据 18
  • 3.1.4 从文件夹导入数据 19
  • 3.1.5 从数据库(SQL Server)导入数据 21
  • 3.1.6 从Web(网页)导入数据 23
  • 3.2 列相关操作 25
  • 3.2.1 选择列 25
  • 3.2.2 移动列 26
  • 3.2.3 复制列 27
  • 3.2.4 添加列 28
  • 3.2.5 删除列 34
  • 3.3 行相关操作 35
  • 3.3.1 选择行 35
  • 3.3.2 移动行 35
  • 3.3.3 复制行 37
  • 3.3.4 添加行 37
  • 3.3.5 删除行 37
  • 3.3.6 标题与第 一行的转换 46
  • 3.4 任意列数据处理 48
  • 3.4.1 列重命名 48
  • 3.4.2 数据类型 48
  • 3.4.3 数据替换 51
  • 3.4.4 数据填充 54
  • 3.4.5 透视列 55
  • 3.4.6 逆透视列 57
  • 3.4.7 转换为列表(深化) 59
  • 3.5 文本列数据处理 60
  • 3.5.1 格式整理 60
  • 3.5.2 数据提取 63
  • 3.5.3 合并列 73
  • 3.5.4 分析 74
  • 3.5.5 拆分列 76
  • 3.6 数字列数据处理 80
  • 3.6.1 统计信息(汇总方式) 80
  • 3.6.2 标准型(算术运算) 82
  • 3.6.3 科学型 84
  • 3.6.4 三角函数 85
  • 3.6.5 舍入 85
  • 3.6.6 信息 86
  • 3.7 日期时间列处理 87
  • 3.7.1 日期 88
  • 3.7.2 时间 97
  • 3.7.3 持续时间 103
  • 3.8 结构化列 109
  • 3.8.1 Power Query查询表结构 109
  • 3.8.2 展开 113
  • 3.8.3 聚合 116
  • 3.8.4 提取值 117
  • 3.9 查询表处理 119
  • 3.9.1 转置 119
  • 3.9.2 分组依据 119
  • 3.9.3 表的合并 122
  • 第4章 Power Query示例应用 130
  • 4.1 查询应用 130
  • 4.1.1 多条件查询 130
  • 4.1.2 多列查询 132
  • 4.1.3 指定数据范围查询(合并查询法) 135
  • 4.1.4 指定数据范围查询(筛选法) 139
  • 4.1.5 文本字符模糊查询 142
  • 4.2 统计应用 145
  • 4.2.1 二维表的条件汇总 145
  • 4.2.2 分类统计*大值 147
  • 4.2.3 统计应用1(按户主统计各家庭男女人数) 150
  • 4.2.4 统计应用2(提取*后付款月份) 153
  • 4.2.5 统计应用3(提取每个人的*高分及对应科目) 155
  • 4.2.6 经典中式排名 158
  • 4.3 合并拆分应用 162
  • 4.3.1 拆分文本应用 162
  • 4.3.2 合并文本应用 164
  • 4.3.3 拆分重复单号记录 165
  • 4.3.4 工资条制作 167
  • 4.4 提取应用 171
  • 4.4.1 提取应用1(根据*号查询籍贯) 171
  • 4.4.2 提取应用2(根据*号计算年龄) 173
  • 4.4.3 提取应用3(根据*号判断性别) 176
  • 4.4.4 提取应用4(地址提取) 178
  • 4.4.5 提取应用5(编号与供应商) 181
  • 4.4.6 识别路径(Power Query法) 183
  • 4.4.7 识别路径(函数法) 186
  • 4.5 时间、日期应用 188
  • 4.5.1 时间应用(通话时间统计) 188
  • 4.5.2 时间应用(根据时长计算课酬金额) 191
  • 4.5.3 日期应用(统计当月每周的*低搜索人气记录) 193
  • 4.5.4 日期应用(未来7天即将过生日提醒) 197
  • 4.6 数据获取应用 199
  • 4.6.1 多工作表数据合并 199
  • 4.6.2 多工作簿数据合并 204
  • 4.6.3 多CSV文件合并 209
  • 4.6.4 Web数据处理(网页数据获取查询) 214
  • 第5章 M语言基础 219
  • 5.1 M语言简介 219
  • 5.1.1 let…in…语句 219
  • 5.1.2 注释 221
  • 5.1.3 M代码错误识别 222
  • 5.1.4 常见运算符 223
  • 5.1.5 分支语句(if…then…else…) 224
  • 5.1.6 数据类型详解 226
  • 5.1.7 错误处理 231
  • 5.2 M函数 232
  • 5.2.1 内置函数 233
  • 5.2.2 自定义函数 234
  • 5.3 Table、Record和List三大容器详解 238
  • 5.3.1 Table(查询表) 238
  • 5.3.2 Record(记录) 247
  • 5.3.3 List(列表) 250
  • 5.4 常用M函数 258
  • 5.4.1 常用Table表函数 259
  • 5.4.2 常用Record记录函数 275
  • 5.4.3 常用List列表函数 283
  • 5.4.4 常用Text文本函数 297
  • 5.4.5 合并器与拆分器 317
  • 第6章 M语言实战应用 321
  • 6.1 基础应用 321
  • 6.1.1 拆分、汇总文本列数据 321
  • 6.1.2 根据成绩进行等级判断 322
  • 6.1.3 多分隔符拆分数据到行 322
  • 6.1.4 合并列数据 323
  • 6.1.5 汇总多列数据 324
  • 6.1.6 计算文本字符串中的人数 325
  • 6.1.7 多列筛选应用 325
  • 6.1.8 行方向去重处理 326
  • 6.1.9 汇总业绩并制作条形图 326
  • 6.1.10 统计各季度均为*秀员工的人员 327
  • 6.1.11 合并提取各列不重复值 328
  • 6.1.12 “九九乘法表”制作 329
  • 6.1.13 合并编号范围 329
  • 6.1.14 扩展编号范围 330
  • 6.1.15 单列转多行多列 331
  • 6.1.16 提取中文名、英文名 332
  • 6.1.17 投票统计汇总 332
  • 6.1.18 各行数据各自排序 333
  • 6.1.19 工资条制作 333
  • 6.1.20 分组筛选统计高于平均分的记录 335
  • 6.1.21 美式分组排名 335
  • 6.1.22 中式分组排名 336
  • 6.1.23 统计每个人第 一名的次数 337
  • 6.2 进阶应用 338
  • 6.2.1 行方向的数据汇总 338
  • 6.2.2 整理单列中的姓名、分数为两列 339
  • 6.2.3 整理单列数据为规范表格 339
  • 6.2.4 统计筛选各年总分*高记录 340
  • 6.2.5 分析统计与指定人员同时值班的人员值班次数 341
  • 6.2.6 拆分整理单列数据 342
  • 6.2.7 整理快递信息数据 343

资源下载

资源下载地址1:https://box.lenovo.com/l/UJtj2r

相关资源

网友留言