万本电子书0元读

万本电子书0元读

顶部广告

Excel商务智能:Power Query和Power Pivot数据清洗、建模与分析实战电子书

20位Excel和Power BI大咖联合力荐。一本书掌握一种智能*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

售       价:¥

纸质售价:¥48.40购买纸书

146人正在读 | 0人评论 6.5

作       者:刘必麟(@小必)

出  版  社:电子工业出版社

出版时间:2022-09-01

字       数:11.9万

所属分类: 科技 > 计算机/网络 > 计算机理论与教程

温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(0条)
  • 读书简介
  • 目录
  • 累计评论(0条)
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。通过阅读本书,读者可以更加高效地行数据分析工作。<br/>【作者】<br/>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。<br/>
目录展开

内容简介

推荐语

写在前面

第1章 Excel:你的职场生产力工具

1.1 你所不知道的Excel分析“利器”

1.2 从Excel到Power BI,只需要一步

第2章 认识Power Query编辑器

2.1 初识Power Query

2.2 编辑器管理界面介绍

2.3 创建查询的方法

2.4 数据源路径的修改与设置

2.5 数据上载与刷新

第3章 Power Query的基本操作实例

3.1 入门基础知识

3.2 删除行或列操作

3.3 添加列操作

3.4 拆分列与合并列操作

3.5 透视列与逆透视列操作

3.6 提取文本值中指定字符的操作

3.7 数学运算和分组统计

3.8 追加查询与合并查询

第4章 M函数和M公式基础入门

4.1 M函数和M公式介绍

4.2 三大数据结构

4.3 数据结构之间的相互转换

4.4 M公式中常用的语句

第5章 常用的M函数实战详解

5.1 各种数据类型之间的相互转换

5.2 List和Table的批量转换实战

5.3 获取和删除各种数据实战

5.4 各种数据结构的拆分、合并、截取和替换实战

5.5 判断文本值和列表中是否包含指定的内容

5.6 分组函数Table.Group及其应用

5.7 参数与自定义函数

第6章 Power Query综合实战

6.1 数据获取综合实战

6.2 数据转换综合实战

第7章 认识Power Pivot与DAX

7.1 Power Pivot介绍

7.2 Power Pivot的数据获取方式

7.3 认识数据分析表达式DAX

第8章 Power Pivot和DAX基础知识

8.1 理解计算列与度量值

8.2 数据模型与表间关系

8.3 DAX的基础函数

8.4 初识计值上下文

8.5 CALCULATE函数的调节器

第9章 DAX进阶知识和常见应用

9.1 Power Pivot和数据透视表

9.2 在DAX中使用VAR变量

9.3 常见的DAX函数和实际案例应用

9.4 DAX作为查询工具的实际应用

9.5 Power Pivot数据模型与多维数据集函数

第10章 时间智能计算

10.1 认识时间智能函数和日期表

10.2 常见的时间智能计算

第11章 Power Pivot综合实战

11.1 实例1:TOP-N门店销售和利润贡献度分析模型

11.2 实例2:折扣比例分组(分区间)分析模型

11.3 实例3:动态ABC分类分析模型(帕累托分析模型)

11.4 实例4:RFM客户价值分析模型

11.5 实例5:员工在职、入职、离职和离职率的计算模型

累计评论(0条) 0个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部