買這商品的人也買了...
-
$880$616 -
$620$527 -
$356商業智能數據分析:從零開始學 PowerBI 和 Tableau 自助式BI
-
$650$553 -
$301Power BI 數據清洗與可視化交互式分析
-
$301對比Excel,輕松學習SQL數據分析
-
$393Power Query 數據清洗實戰
-
$254Power BI 商業數據分析
-
$455Power Query 數據處理之 M函數入門與應用
-
$380$300 -
$407從 Power BI 到 Analysis Services:企業級數據分析實戰
-
$403Power BI 電商數據分析與商業智能, 2/e
-
$458從 Power BI 到 Power Platform 低代碼應用開發實戰
-
$507Power BI 商業數據分析完全自學教程
-
$458代替 VBA!用 Python 輕松實現 Excel 編程
-
$450左手Python,右手Excel:帶飛Excel的Python絕技
-
$500$375 -
$556Microsoft 365 + Power Platform 企業數字化轉型全攻略
-
$454RPA 實施方法論
-
$502Excel商務智能:Power Query和Power Pivot數據清洗、建模與分析實戰
-
$594$564 -
$599$569 -
$580$452 -
$700$350 -
$650$507
相關主題
商品描述
本書從Power Query 中M 語言的基礎語法講起,從清洗各種類型數據逐步深入到實現與外部AI 功能對接,每一章基本都配有項目實戰案例,突出了函數的使用方法拆解了計算過程,讓讀者不僅可以系統地學習編程的相關知識,還能夠對Power Query 應用開發有更加深入的理解。 本書從Power Query 的M 語言的基礎語法講起,從清洗各種類型數據逐步深入到實現與外部AI 功能對接,每一章基本上都配有項目實戰案例,突出了函數的使用方法,拆解了計算過程,讓讀者不僅可以系統地學習編程的相關知識,還能夠對Power Query 應用開發有更加深入的理解。 本書共15 章,涵蓋的主要內容有Power Query 的簡介及基礎語法,Power Query 中從多種數據源導入數據的方法,自製文件管理器案例,在Power Query 中實現條件計算、數據去重、匹配擴展、分隔提取字符等,在Power Query 中模擬Excel 的絕對引用和相對引用,以電商平臺批量上傳產品數據表為例,介紹Power Query 中的數據自動化處理功能,商品庫存管理,根據指定規則分隔數據,多行多列數據的清洗方法,在Power Query 中進行有關時間的計算,提取代碼中的數據,Power Query中自定義函數的編寫基礎,使用Power Query 對接人工智能API 處理數據。 本書從基礎入手,通過豐富的案例對函數的計算過程進行詳細解釋,不僅適合入門讀者和進階讀者閱讀,也適合經常使用Excel 的辦公人員閱讀。另外,本書還適合作為相關培訓機構的教材。
目錄大綱
第1章 Power Query簡介
1.1 Power Query的作用
1.2 Power Query的打開方式
1.3 Power Query主界面功能介紹
1.4 Power Query中的數據類型
1.4.1 數據結構的類型
1.4.2 數據結構的創建
1.4.3 數據值的類型
1.5 Power Query中的函數概況
1.5.1 函數功能分類
1.5.2 主要函數的分佈
1.5.3 函數的使用方法
1.6 Power Query中的基礎語法
1.6.1 let…in…語句
1.6.2 if…then…else…語句
1.6.3 try…otherwise…語句
1.7 Power Query中數據的引用方式
1.7.1 引用查詢表的整表數據
1.7.2 引用查詢表中的單列數據
1.7.3 引用查詢表中的單行數據
1.7.4 引用查詢表中的值數據
1.7.5 引用查詢表中的部分列數據
1.7.6 引用查詢表中的部分行數據
1.7.7 引用查詢記錄中的數據
1.7.8 引用查詢列表中的數據
第2章 匯總多個數據來源
2.1 從Excel的超級表及自定義的名稱中導入數據
2.1.1 Excel中的超級表及名稱的生成
2.1.2 如何快速分辨超級表
2.1.3 “數據”選項卡中的“從表格”選項
2.1.4 從表格導入數據涉及的Power Query函數
2.2 從Excel的工作表及工作簿中導入數據
2.3 從文本文件中導入數據
2.3.1 按規則分隔的文本文件
2.3.2 無分隔符的文本文件
2.4 從文件夾中導入數據
2.4.1 獲取文件夾下的文件信息
2.4.2 提取文件內容
2.5 從MySQL數據庫中導入數據
2.5.1 從MySQL數據庫中提取函數
2.5.2 身份的驗證
2.5.3 提取數據庫中的表格內容
2.5.4 指定SQL語句進行提取
2.6 從Web頁面中導入數據
2.7 從其他數據源中導入數據
2.7.1 從HTML文件中導入數據
2.7.2 從PDF文件中導入數據
第3章 自製文件管理器案例
3.1 從文件夾中獲取所需要的數據
3.1.1 設置文件匹配信息的參數表格
3.1.2 獲取指定文件夾下的數據
3.2 數據判斷及篩選
3.2.1 提取默認文件路徑
3.2.2 判斷是否使用默認文件路徑
3.2.3 提取文件大小信息
3.2.4 判斷是否包含子文件夾
3.2.5 篩選文件類型
3.2.6 篩選文件大小
3.2.7 篩選修改日期
3.2.8 篩選文件名
3.3 利用Excel函數進行文件跳轉
3.4 利用批處理文件批量移動、復制、刪除和重命名文件
3.4.1 移動
3.4.2 復制
3.4.3 刪除
3.4.4 重命名
第4章 根據指定條件進行數據統計
4.1 Excel中SUMIF函數的語法及功能介紹
4.1.1 SUMIF函數
4.1.2 條件區域(range)
4.1.3 求和條件(criteria)
4.1.4 求和區域(sum_range)
4.2 Excel中SUMIFS函數的語法及功能介紹
4.2.1 SUMIFS函數
4.2.2 求和區域(sum_range)
4.2.3 條件1的區域(criteria_range1)
4.2.4 求和條件1(criteria1)
4.2.5 條件2的區域(criteria_range2)
4.2.6 求和條件2(criteria2)
4.3 Power Query中實現的方法
4.3.1 通過分組計算
4.3.2 通過篩選表聚合求值
4.3.3 通過列計算求值
4.3.4 對含有通配符的條件進行匹配求值
4.3.5 多條件數據統計
第5章 數據的去重及匹配擴展
5.1 Excel中的數據去重方法
5.1.1 使用數據透視表去重
5.1.2 使用“刪除重復值”按鈕去重
5.1.3 使用條件格式去重
5.2 Power Query中的數據去重方法
5.2.1 Power Query中的單列數據去重
5.2.2 Power Query中的多列數據去重
5.3 Excel中的匹配擴展
5.3.1 VLOOKUP函數的絕對匹配
5.3.2 VLOOKUP函數的模糊匹配
5.3.3 使用INDEX和MATCH函數組合進行查找和匹配
5.4 Power Query中的匹配擴展
5.4.1 Power Query中的絕對匹配擴展
5.4.2 Power Query合並查詢中的聯接種類
5.4.3 Power Query中的模糊匹配擴展
5.4.4 Power Query使用閾值進行匹配擴展
5.4.5 Power Query多列條件的匹配擴展
第6章 提取復雜字符串中的任意字符
6.1 提取簡單文本中的數字
6.1.1 使用Excel公式提取數據
6.1.2 使用“分列”功能提取數據
6.2 提取復雜文本中的數字
6.2.1 使用Excel數組公式提取數據
6.2.2 使用Excel快捷鍵提取數據
6.2.3 使用Excel插件中的自定義函數提取數據
6.3 使用Power Query提取任意數據
6.3.1 提取文本中的數字
6.3.2 提取文本中的英文字符和中文字符
6.3.3 提取文本中的他國語言字符
6.3.4 通過排除法提取字符
第7章 模擬Excel中的絕對引用和相對引用
7.1 Excel中的絕對引用和相對引用的介紹
7.1.1 Excel中的絕對引用拖曳
7.1.2 Excel中的相對引用拖曳
7.1.3 Excel中的混合引用拖曳
7.2 Power Query中的引用方法
7.2.1 Power Query中的絕對引用
7.2.2 Power Query中的相對引用
7.2.3 Power Query中錯行的相對引用
7.2.4 Power Query中錯列的相對引用
7.3 Power Query中的累計方法
7.3.1 Excel中的累計方法
7.3.2 使用類似Excel中的混合引用區域進行累計
7.3.3 引用上期累計結果
第8章 電商平臺批量上傳產品數據表
8.1 分析現有數據格式及目標表格式
8.1.1 分析目標表和源數據之間的差異
8.1.2 分析數據來源
8.2 導入現有的數據
8.2.1 導入當前表中的數據
8.2.2 導入Excel文件中的數據
8.2.3 導入文件夾中的數據
8.3 合並需要計算的字段
8.3.1 匹配目錄ID字段
8.3.2 計算並匹配庫存數量
8.3.3 生成產品標題列
8.3.4 合並不需要計算的字段
8.3.5 批量添加自定義列
8.4 按照上傳要求修改表格格式
8.4.1 批量修改標題內容
8.4.2 批量選擇目標標題列
8.4.3 根據目標表的列排序
第9章 判斷是否斷碼缺貨
9.1 定義斷碼缺貨的情況
9.1.1 庫存數據源的分析
9.1.2 斷碼的判斷依據
9.2 判斷斷碼缺貨的步驟
9.2.1 二維庫存表轉換成一維表
9.2.2 判斷是否符合最小庫存數要求
9.2.3 根據要求進行分組計算
9.2.4 判斷是否斷碼的依據
9.2.5 根據條件判斷是否缺貨
9.2.6 調整數據並加載
9.3 補貨需求表的創建
9.3.1 生成補貨產品尺碼表
9.3.2 獲取目前庫存數
9.3.3 匹配對應款式要求的最小庫存數
9.3.4 計算補貨數量
9.3.5 篩選需要補貨的尺碼明細
第10章 根據指定規則來分隔數據
10.1 Excel中的“分列”功能的使用
10.1.1 批量統一格式
10.1.2 通過分隔符號進行分列
10.1.3 通過固定寬度進行分列
10.2 Power Query中的“拆分列”功能
10.2.1 按分隔符拆分列
10.2.2 按字符數拆分列
10.2.3 按位置拆分列
10.2.4 按照既有規則轉換拆分列
10.3 自定義規則轉換拆分列
10.3.1 分列函數介紹
10.3.2 自定義字符轉換條件
10.3.3 多字符作為分隔符
10.3.4 其他自定義分隔條件
第11章 多行多列數據的清洗方法
11.1 簡單重復標題的清洗
11.1.1 多個重復行標題
11.1.2 多個重復列標題
11.2 不一致標題的清洗
11.2.1 左上角標題的處理
11.2.2 不同標題相似格式數據的處理
11.3 帶有合並單元格數據的整理
11.3.1 處理上下合並的單元格
11.3.2 處理左右合並的單元格
11.3.3 處理多重標題
11.3.4 多維數據轉一維數據
11.3.5 拆分屬性標題列
11.3.6 調整最終的格式
第12章 在Power Query中進行時間的計算
12.1 日期和時間類函數的基本介紹
12.1.1 日期和時間類函數之間的計算
12.1.2 日期和時間類函數的主要分類
12.1.3 日期格式的互相轉換
12.2 日期和時間類函數的應用
12.2.1 日期格式的轉換
12.2.2 按連續日期匯總
12.2.3 針對日期劃分排班表
12.3 計算到期日賬單
12.3.1 賬期的解釋
12.3.2 匹配賬期
12.3.3 計算到期日
12.3.4 匯總到期日金額
12.3.5 已到期賬單及未到期賬單
第13章 提取代碼中的數據
13.1 帶table標簽的代碼
13.1.1 網頁代碼的基礎知識
13.1.2 源代碼結構分析
13.1.3 提取table標簽中的數據
13.2 對JSON格式的數據進行清洗
13.2.1 JSON格式的數據簡介
13.2.2 JSON格式的轉換
13.3 提取代碼中的指定數據
13.3.1 導入源代碼文件
13.3.2 分析數據所在位置
13.3.3 提取所需數據
第14章 Power Query中的自定義函數
14.1 Power Query中的函數概念
14.1.1 函數的結構
14.1.2 調用查詢中的步驟
14.1.3 調用全部查詢
14.2 自定義函數的備註
14.2.1 代碼的編寫格式
14.2.2 代碼中的備註
14.2.3 使用元數據進行備註
14.2.4 錯誤值的備註
14.3 自定義函數實戰
14.3.1 函數的目標
14.3.2 完成基本功能
14.3.3 完成多條件需求
14.3.4 設置函數錯誤提示
14.3.5 函數界面中的說明
第15章 對接人工智能API處理數據
15.1 高德開放平臺的API對接
15.1.1 準備階段
15.1.2 瞭解對應API的開發文檔
15.1.3 創建應用
15.1.4 編寫代碼
15.2 百度智能雲的API對接
15.2.1 準備階段
15.2.2 瞭解對應API的開發文檔
15.2.3 創建應用
15.2.4 編寫代碼