万本电子书0元读

万本电子书0元读

顶部广告

Excel革命!超级数据透视表Power Pivot与数据分析表达式DAX快速入门电子书

Power Pivot在数据分析方面的优势 多表关联能力:Power Pivot不仅能够对多个表行数据建模操作,而且提供了一套让数据提取和分析更加灵活的DAX工具 功能更加丰富:在Power Pivot的世界中,我们几乎可以应对所有传统Excel数据透视表无法解决的难题 更快的运算速度:Power Pivot采用了一种全新的内部数据组织方式,因此针对海量的数据处理、分析和展示速度明显加快

售       价:¥

纸质售价:¥58.80购买纸书

1024人正在读 | 0人评论 6.9

作       者:林书明

出  版  社:电子工业出版社

出版时间:2020-06-01

字       数:12.5万

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)
PowerPivot,Excel 超级数据透视表,是Excel 中一个全新的、超级强大的数据分析工具。PowerPivot 除具备传统数据透视表几乎所有能力外,它还能够借助数据模型以及一套名为DAX(数据分析表达式)的函数与公式体系,实现传统Excel 数据透视表难以完成的数据分析需求,堪称Excel 中一项革命性的更新。 PowerPivot 与DAX,作为Excel 中的一项革命性的能力,会完全颠覆了你对Excel 数据分析能力的原有想象。阅读本书,你一定会觉得为此投的精力是值得的!请相信,本书所讲内容,哪怕只学会使用其中一部分技能,你的Excel 数据分析能力也会轻松超越那些从未触过PowerPivot 的人士,给你一个弯道超车的机会。 本书是作者多年应用和研究PowerPivot 与DAX 的经验与成果的总结。几年里,作者阅读了大量关于PowerPivot 与DAX 的外文资料,在反复理解、深思考的基础上,将碎片知识系统化、通俗化、*终做成此书。本门书在PowerPivot 与DAX 内容的讲解上具有一定的新颖性、独创性。<br/>【推荐语】<br/>Power Pivot在数据分析方面的优势 多表关联能力:Power Pivot不仅能够对多个表行数据建模操作,而且提供了一套让数据提取和分析更加灵活的DAX工具 功能更加丰富:在Power Pivot的世界中,我们几乎可以应对所有传统Excel数据透视表无法解决的难题 更快的运算速度:Power Pivot采用了一种全新的内部数据组织方式,因此针对海量的数据处理、分析和展示速度明显加快<br/>【作者】<br/>林书明,南大学MBA,现就职于某国际半导体公司,知名Office软件数据分析类图书作者。已出版多部数据分析与处理类畅销书籍。主要作品有《让Excel飞!职场Office效率提升秘籍》《表哥的Access门:以Excel视角快速学习数据库知识》《学会VBA,菜鸟也高飞!》《指尖上的效率,Excel快捷键手册》等。<br/>
目录展开

作者简介

版权页

前言

第1章 Power Pivot,超级数据透视表

1.1 传统Excel数据透视表的能力与局限

1.1.1 传统Excel数据透视表的能力

1.1.2 传统Excel数据透视表的局限

1.2 Power Pivot在数据分析方面的优势

1.2.1 多表关联能力

1.2.2 功能更加丰富

1.2.3 更快的运算速度

1.3 Power Pivot,数据分析更智能

第2章 Power Pivot,单表操作

2.1 传统Excel数据透视表的工作原理

2.2 Power Pivot,Excel革命

2.3 Power Pivot数据模型管理界面

2.3.1 从Pivot Table到Power Pivot

2.3.2 Power Pivot中的自定义运算方法

2.3.3 Power Pivot中的度量值表达式与计算列公式

2.3.4 最重要的函数——CALCULATE()函数

2.4 Power Pivot与DAX函数

2.4.1 筛选限制移除函数——ALL()函数

2.4.2 ALL()函数与ALLEXCEPT()函数

2.4.3 CONCATENATEX()函数与VALUES()函数

2.4.4 筛选函数——FILTER()函数

2.4.5 CALCULATE()函数与FILTER()函数

2.4.6 DAX表达式与Power Pivot超级数据透视表布局

2.4.7 关于CALCULATE()函数的类比

2.4.8 返回表的CALCULATETABLE()函数

2.4.9 逐行处理汇总函数SUMX()

2.5 Power Pivot的初步总结

第3章 Power Pivot,多表建模

3.1 Power Pivot数据模型的建立

3.1.1 数据的获取

3.1.2 使用Power Pivot的数据建模能力

3.1.3 一花一世界,一表一主题

3.1.4 表中的关键字与非重复值

3.1.5 表间的关联关系

3.1.6 无数据模型,不Power Pivot

3.1.7 表间的上下级关系

3.1.8 用DAX思考,Think in DAX

3.2 Power Pivot多表数据模型中的计算列

3.2.1 RELATED()函数与RELATEDTABLE()函数

3.2.2 字符串连接函数CONCATENATEX()

3.3 Power Pivot多表数据模型中的度量值表达式

3.3.1 计算列公式与度量值表达式在用途上的区别

3.3.2 将CONCATENATEX()函数用于度量值表达式中

3.4 VALUES()函数与DISTINCT()函数

3.4.1 VALUES()函数

3.4.2 DISTINCT()函数

3.5 表间筛选、表内筛选与ALL()函数

3.6 CALCULATE()函数与CALCULATETABLE()函数

3.7 逐行处理函数——SUMX()函数与RANKX()函数

3.7.1 SUMX()函数的进一步研究

3.7.2 SUMX()函数与RELATEDTABLE()函数

3.7.3 以X结尾的逐行处理函数的特点

3.7.4 有点儿不一样的RANKX()函数

3.8 DAX表达式与Power Pivot数据模型密不可分

3.8.1 当前表、上级表与下级表

3.8.2 DAX表达式与Power Pivot数据模型

3.8.3 筛选的是列,控制的是表

第4章 几个重要的DAX函数再探讨

4.1 DAX核心函数——CALCULATE()函数

4.1.1 关于CALCULATE()函数的一个重要事实

4.1.2 CALCULATE()函数的基本能力

4.1.3 计算列公式中的CALCULATE()函数

4.1.4 CALCULATE()函数的应用场景总结

4.2 FILTER()函数与CALCULATE()函数

4.3 Power Pivot多表数据模型中的ALL()函数

4.3.1 ALL()函数的参数是表中的一列

4.3.2 ALL()函数的参数是一个表

4.3.3 ALL()函数的参数是一个表中的多列

4.3.4 Power Pivot多表数据模型中关联字段的筛选效果

4.3.5 Power Pivot多表数据模型中的ALL()函数应用

4.4 直接筛选和交叉筛选

4.4.1 直接筛选判定函数ISFILTERED()

4.4.2 交叉筛选判定函数ISCROSSFILTERED()

4.5 单一值判断函数HASONEVALUE()

4.6 筛选叠加函数KEEPFILTERS()

4.7 有点难度的ALLSELECTED()函数

4.8 ALLSELECTED()函数的应用

4.9 在DAX表达式中使用VAR变量技术

第5章 日期表与日期智能函数

5.1 日期表:标记与自动生成

5.2 DAX中的日期智能函数

5.2.1 SAMEPERIODLASTYEAR()函数

5.2.2 DATESYTD()函数

5.2.3 TOTALYTD()函数

第6章 DAX中的一些重要概念与函数

6.1 Power Pivot中的数据类型

6.2 逐行处理函数再探讨

6.3 CALCULATE()函数再回顾

6.4 创建Power Pivot数据模型中的临时维度表

6.5 USERELATIONSHIP()函数

6.6 EARLIER()函数

第7章 DAX分析结果的表呈现

7.1 查询求值指令EVALUATE

7.2 用于表再造的函数

7.2.1 分组汇总函数SUMMARIZE()

7.2.2 增加计算列函数ADDCOLUMNS()

7.2.3 构造新表函数SELECTCOLUMNS()

7.2.4 生成只有一行的表的函数ROW()

7.2.5 在EVALUATE指令中使用度量值表达式

7.3 几个仿SQL查询功能的DAX函数

7.3.1 交集查询函数INTERSECT()

7.3.2 交叉连接函数CROSSJOIN()

7.3.3 将两个表做减法的函数EXCEPT()

7.3.4 连接表函数UNION()

7.3.5 IN操作符与CONTAINSROW()函数

第8章 Power Pivot与DAX的综合案例

后记

反侵权盗版声明

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