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

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来获取数据并进行处理，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进行数据建模和分析，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进阶知识、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，深入浅出地介绍了Excel商务智能组件强大的数据处理和建模分析能力。为了方便读者学习，本书针对一些综合性强或难点章节录制了配套视频。通过阅读本书，读者可以更加高效地进行数据分析工作。

本书适合有一定基础的Excel用户和Power BI用户阅读，可以作为销售、客服、采购、仓储、物流、人力资源、财务、电商等相关岗位职场人士的参考用书，也适合Excel爱好者、数据“发烧友”、在校大学生及经常和数据打交道的朋友阅读。

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。

20位Excel和Power BI大咖联合力荐

紧贴实际应用场景，介绍Excel商务智能组件强大的数据处理和建模分析能力。

针对重难点章节提供配套视频。

一本书掌握一种智能高效的数据分析技能

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

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。一方面，使用Excel中的Power Query可以快速地获取数据，并对数据进行转换和加载。Power Query不仅提供了丰富的界面操作功能，还提供了强大的用于数据处理的M公式，可以让数据处理工作变得高效和准确。另一方面，使用Excel中的Power Pivot可以对已经处理好的数据建立数据模型，通过DAX表达式对数据进行更高级和复杂的运算分析。无论是多表关联分析还是单表独立分析，都能依托数据透视表快速完成计算和分析。

传统的Excel单表虽然可以有100万行数据的承载量，但是在实际分析时，20万行数据就已经让传统的Excel非常吃力了。如果使用Excel中的Power Query和Power Pivot商务智能组件，即使是上百万行的数据，也可以在短时间内快速完成处理和分析。

本书内容

全书共11章，具体内容如下。

l 第1章主要介绍Excel中的Power Query和Power Pivot两大商务智能组件及其功能。

l 第2章主要介绍Power Query的管理界面、查询的创建和数据上载。

l 第3章主要介绍Power Query的入门基础知识，以及删除行或列、添加列、拆分列与合并列、透视列与逆透视列、提取文本内容、追加查询与合并查询等基本操作。

l 第4章主要介绍M函数和M公式的基础知识、三大数据结构、数据结构之间的相互转换，以及M公式中常用的语句等。

l 第5章主要结合实际案例介绍常用的批量转换函数、获取和删除函数、拆分函数、合并函数、截取函数、替换函数、包含函数、分组函数，以及参数设置和自定义函数等内容。

l 第6章主要通过综合案例介绍如何使用M公式来获取和处理数据。

l 第7章主要介绍Power Pivot组件和DAX表达式的基础知识。

l 第8章主要介绍计算列与度量值、数据模型与表间关系、DAX的基础函数、计值上下文（筛选上下文和行上下文），以及CALCULATE函数的调节器等内容。

l 第9章主要介绍按列排序、条件格式、VAR变量、各类占比计算、各类排名计算，以及将DAX用作表查询工具等内容。

l 第10章主要介绍时间智能函数及有关时间类分析指标的计算。

l 第11章主要介绍Power Pivot和DAX表达式在实际场景中的综合应用。

本书紧贴实际分析场景，深入浅出地介绍了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进行数据分析工作。

另外，为了方便读者学习，本书针对一些综合性强或难点章节录制了配套视频，读者可以通过封底的“读者服务”提示下载配套素材和视频。

读者对象

本书适合有一定基础的Excel用户和Power BI用户阅读，可以作为销售、客服、采购、仓储、物流、人力资源、财务、电商等相关岗位职场人士的参考用书，也适合Excel爱好者、数据“发烧友”、在校大学生及经常和数据打交道的朋友阅读。

致谢

在本书写作的过程中，感谢家人给予的理解和支持，尤其是我的妻子，主动承担了很多家务；感谢编辑老师的耐心指导和认真审稿；感谢朋友和同事在我写作过程中给予的支持和帮助；感谢为本书撰写推荐语的各位老师和朋友，感谢你们对本书的支持和推荐。要感谢的人很多，心存感恩，相伴同行。

作者

第1章 Excel：你的职场生产力工具 / 1
1．1 你所不知道的Excel分析“利器” / 1
1．2 从Excel到Power BI，只需要一步 / 2
第2章 认识Power Query编辑器 / 4
2．1 初识Power Query / 4
2．2 编辑器管理界面介绍 / 5
2．3 创建查询的方法 / 7
2．4 数据源路径的修改与设置 / 9
2．5 数据上载与刷新 / 11
第3章 Power Query的基本操作实例 / 14
3．1 入门基础知识 / 14
3．1．1 数据类型的设置 / 14
3．1．2 标题的升降设置 / 16
3．1．3 “转换”与“添加列”选项卡中的功能 / 16
3．2 删除行或列操作 / 18
3．2．1 选择列与删除列 / 18
3．2．2 删除行与保留行 / 20
3．2．3 通过筛选器删除行 / 24
3．3 添加列操作 / 25
3．3．1 简单快速地添加条件列 / 25
3．3．2 为行添加自定义序号 / 27
3．3．3 添加自定义列 / 29
3．4 拆分列与合并列操作 / 30
3．4．1 实例1：按分隔符拆分列 / 30
3．4．2 实例2：按字符数拆分列 / 33
3．4．3 实例3：按位置拆分列 / 34
3．4．4 实例4：其他拆分列的方法 / 35
3．4．5 合并列常用的方法 / 36
3．5 透视列与逆透视列操作 / 38
3．5．1 一维表和二维表 / 38
3．5．2 实例1：一维表转二维表 / 39
3．5．3 实例2：二维表转一维表 / 41
3．5．4 实例3：含有多重行/列表头的数据清洗 / 42
3．6 提取文本值中指定字符的操作 / 45
3．6．1 实例1：按指定的长度提取文本值中指定的字符 / 45
3．6．2 实例2：按分隔符的位置提取文本值中指定的字符 / 47
3．7 数学运算和分组统计 / 49
3．7．1 聚合运算的操作 / 49
3．7．2 实例1：活用“选择性粘贴”功能处理考试成绩 / 50
3．7．3 实例2：使用分组统计功能快速计算各部门的数据 / 53
3．8 追加查询与合并查询 / 54
3．8．1 实例1：使用追加查询批量合并多个Excel工作表数据 / 54
3．8．2 认识合并查询的6种类型 / 56
3．8．3 实例2：使用合并查询完成各种数据匹配 / 61
第4章 M函数和M公式基础入门 / 65
4．1 M函数和M公式介绍 / 65
4．1．1 M函数和M公式 / 65
4．1．2 主要的M函数类型 / 66
4．1．3 常用的数据类型 / 67
4．1．4 运算符 / 68
4．1．5 如何查看函数帮助 / 69
4．2 三大数据结构 / 72
4．2．1 列表 / 72
4．2．2 记录 / 74
4．2．3 表 / 74
4．2．4 数据结构的组合和深化 / 75
4．2．5 数据结构的扩展 / 77
4．3 数据结构之间的相互转换 / 79
4．3．1 List和Record之间的转换 / 79
4．3．2 Table和List之间的转换 / 80
4．3．3 Table和Record之间的转换 / 83
4．4 M公式中常用的语句 / 84
4．4．1 let…in…语句 / 84
4．4．2 条件分支语句 / 85
4．4．3 容错语句try…otherwise… / 88
4．4．4 each _与(x)=＞的关系 / 89
4．4．5 为公式添加注释 / 92
第5章 常用的M函数实战详解 / 94
5．1 各种数据类型之间的相互转换 / 94
5．1．1 将值转换为文本 / 94
5．1．2 将值转换为数值 / 95
5．1．3 将值转换为日期 / 96
5．2 List和Table的批量转换实战 / 96
5．2．1 批量转换函数List．Transform的实际应用 / 96
5．2．2 批量转换函数Table．TransformColumns的实际应用 / 97
5．3 获取和删除各种数据实战 / 99
5．3．1 使用Table．Skip函数和Table．SelectRows函数筛选行 / 99
5．3．2 获取和删除指定文本值中的指定字符 / 101
5．3．3 获取和删除列表中的元素 / 102
5．4 各种数据结构的拆分、合并、截取和替换实战 / 104
5．4．1 实例1：表的拆分与合并应用 / 104
5．4．2 实例2：列表的拆分与合并应用 / 106
5．4．3 实例3：拆分和提取文本值中的数值并求和 / 108
5．4．4 对文本值进行截取的函数 / 112
5．4．5 实例4：批量替换和有条件地批量替换文本值 / 113
5．4．6 实例5：使用List．Zip函数批量更换标题及制作工资条 / 117
5．5 判断文本值和列表中是否包含指定的内容 / 120
5．5．1 实例1：对任意组合的条件值求和 / 120
5．5．2 实例2：根据标准答案计算多选题的得分 / 123
5．6 分组函数Table．Group及其应用 / 125
5．6．1 Table．Group函数和常规分组计算 / 125
5．6．2 实例：条件分组计算和数据清洗整理获奖数据 / 129
5．7 参数与自定义函数 / 132
5．7．1 参数的设置方法 / 132
5．7．2 实例：创建和调用自定义函数将一列拆分为多列 / 134
第6章 Power Query综合实战 / 140
6．1 数据获取综合实战 / 140
6．1．1 实例1：获取并合并Excel工作簿中的多个工作表的数据 / 140
6．1．2 实例2：获取并合并多个文件夹下的Excel工作簿中的数据 / 144
6．1．3 实例3：获取网页中的表格数据 / 147
6．1．4 实例4：获取CSV或TXT文件数据 / 151
6．1．5 实例5：实时获取数据库中的数据 / 153
6．2 数据转换综合实战 / 155
6．2．1 实例1：将复杂的二维调薪表转换为一维明细表 / 155
6．2．2 实例2：高效快速地清洗零乱的考勤数据 / 158
6．2．3 实例3：同时拆分组合的供应商中文名称和英文名称 / 164
6．2．4 实例4：批量提取Excel工作簿中不规则的防疫数据 / 167
第7章 认识Power Pivot与DAX / 170
7．1 Power Pivot介绍 / 170
7．1．1 认识Power Pivot / 170
7．1．2 从数据透视表的不重复计算说起 / 171
7．1．3 在Excel中加载Power Pivot / 173
7．1．4 认识Power Pivot的管理界面 / 174
7．2 Power Pivot的数据获取方式 / 175
7．2．1 从表格/区域和Power Query导入数据 / 176
7．2．2 从Excel文件导入数据 / 177
7．2．3 从文本文件导入数据 / 178
7．2．4 从剪切板导入数据 / 179
7．2．5 从数据库导入数据 / 180
7．3 认识数据分析表达式DAX / 182
7．3．1 常用的DAX函数类型 / 182
7．3．2 DAX中的数据类型与运算符 / 184
7．3．3 创建DAX表达式时表和列的引用方式 / 185
第8章 Power Pivot和DAX基础知识 / 187
8．1 理解计算列与度量值 / 187
8．1．1 依附于数据表的计算列 / 187
8．1．2 能适应各种环境的度量值 / 189
8．1．3 度量值与数据透视表的计算字段 / 191
8．1．4 如何选择度量值与计算列 / 193
8．1．5 管理度量值 / 193
8．2 数据模型与表间关系 / 195
8．2．1 理解Power Pivot的数据模型 / 195
8．2．2 多表操作时表间关系的建立和管理 / 196
8．2．3 表、列和度量值的隐藏 / 199
8．2．4 LOOKUPVALUE函数介绍 / 200
8．2．5 RELATED函数与RELATEDTABLE函数介绍 / 201
8．3 DAX的基础函数 / 203
8．3．1 以SUMX为代表的结尾带有X的聚合函数 / 203
8．3．2 筛选函数FILTER和逻辑运算符 / 205
8．3．3 DAX中最重要的CALCULATE函数 / 207
8．3．4 CALCULATE函数的筛选器的选择 / 209
8．3．5 VALUES函数和DISTINCT函数 / 211
8．3．6 初识ALL函数和ALLEXCEPT函数 / 213
8．4 初识计值上下文 / 214
8．4．1 初识筛选上下文 / 215
8．4．2 创建筛选上下文 / 216
8．4．3 初识行上下文 / 219
8．4．4 行上下文转换 / 220
8．5 CALCULATE函数的调节器 / 224
8．5．1 删除筛选器的ALL函数 / 224
8．5．2 追加筛选的KEEPFILTERS函数 / 227
8．5．3 激活关系的USERELATIONSHIP函数 / 228
第9章 DAX进阶知识和常见应用 / 231
9．1 Power Pivot和数据透视表 / 231
9．1．1 实例1：在数据透视表中使用自定义排序：按列排序 / 231
9．1．2 实例2：在数据透视表中创建KPI规则――设置“条件格式” / 233
9．2 在DAX中使用VAR变量 / 236
9．2．1 关于VAR变量 / 236
9．2．2 使用变量时应该避免的错误 / 237
9．3 常见的DAX函数和实际案例应用 / 238
9．3．1 实例1：使用CONCATENATEX函数进行文本值透视 / 238
9．3．2 实例2：使用ALLSELECTED函数动态地计算各类占比 / 241
9．3．3 实例3：使用RANKX函数动态地计算各类排名 / 244
9．3．4 实例4：自定义数据透视表标题行完成复杂的报表 / 248
9．4 DAX作为查询工具的实际应用 / 251
9．4．1 数据查询和EVALUATE / 251
9．4．2 实例1：使用ADDCOLUMNS函数建立查询表 / 254
9．4．3 实例2：使用SELECTCOLUMNS函数建立查询表 / 256
9．4．4 实例3：使用SUMMARIZE和SUMMARIZECOLUMNS函数分组汇总数据 / 257
9．5 Power Pivot数据模型与多维数据集函数 / 259
9．5．1 认识CUBE类函数 / 260
9．5．2 实例1：使用CUBEVALUE函数提取Power Pivot数据模型中的数据 / 262
9．5．3 实例2：使用“切合器+CUBEVALUE函数”动态提取Power Pivot数据模型中的数据 / 266
第10章 时间智能计算 / 269
10．1 认识时间智能函数和日期表 / 269
10．1．1 时间智能函数与日期函数 / 269
10．1．2 日期表的创建与标记 / 270
10．1．3 与时间智能函数相关的常用计算指标 / 272
10．2 常见的时间智能计算 / 273
10．2．1 实例1：年初、季初与月初至今计算 / 273
10．2．2 实例2：各类同比与环比的计算 / 275
10．2．3 实例3：动态移动平均分析模型 / 280
第11章 Power Pivot综合实战 / 283
11．1 实例1：TOP-N门店销售和利润贡献度分析模型 / 283
11．2 实例2：折扣比例分组（分区间）分析模型 / 286
11．3 实例3：动态ABC分类分析模型（帕累托分析模型） / 288
11．4 实例4：RFM客户价值分析模型 / 291
11．5 实例5：员工在职、入职、离职和离职率的计算模型 / 296