科技 类型
可以朗读 语音朗读
124千字 字数
2024-07-01 发行日期
展开全部

主编推荐语

深入讲解Excel智能化数据分析的底层逻辑。

内容简介

本书从Excel的局限性讲起，然后从零开始详细介绍智能化Excel的两大组件：Power Pivot、Power Query。

本书按照由易到难、由浅入深、循序渐进的教学方式，介绍Excel BI的Power系列组件的核心计算原理及底层逻辑，以实战案例为引导，清晰地讲解使用Excel BI进行数据分析的方法，为读者综合使用Power Pivot、Power Query实现自动化报表打下坚实的基础。

目录

  • 版权信息
  • 内容提要
  • 推荐词
  • 序一
  • 序二
  • 前言
  • 资源与支持
  • 第1章 从Excel讲起
  • 1.1 Excel在数据处理方面的局限性
  • 1.1.1 数据处理能力有限
  • 1.1.2 数据处理透明性不够
  • 1.1.3 数据处理紧凑性不足
  • 1.2 BI与智能化Excel
  • 1.2.1 BI
  • 1.2.2 智能化Excel
  • 1.3 数据库概念与数据模型
  • 1.3.1 数据库与数据表
  • 1.3.2 事实表与维表
  • 1.3.3 记录与字段
  • 1.3.4 查询与连接
  • 1.3.5 关系与数据模型
  • 第2章 Power Pivot与数据建模
  • 2.1 Power Pivot简介
  • 2.2 Power Pivot窗口一览
  • 2.3 Power Pivot数据连接类型
  • 2.3.1 从关系数据库导入数据
  • 2.3.2 从文本文件导入数据
  • 2.3.3 从Excel文件导入数据
  • 2.3.4 从剪贴板导入数据
  • 2.3.5 从Power Query中导入数据
  • 2.4 多表数据模型：表间关系与跨表透视
  • 2.4.1 为数据模型创建Excel智能表
  • 2.4.2 添加智能表到数据模型
  • 2.4.3 创建表间关系
  • 2.4.4 管理表间关系
  • 2.4.5 跨表透视
  • 2.5 Power Pivot展示窗口：数据透视表与数据透视图
  • 2.5.1 Power Pivot与数据透视表
  • 2.5.2 Power Pivot与数据透视图
  • 第3章 DAX：万物始于“筛选”
  • 3.1 从隐式度量值讲起
  • 3.1.1 显示隐式度量值
  • 3.1.2 度量值的创建方法
  • 3.1.3 度量值的重要特性：可复用性
  • 3.1.4 在计算列中使用DAX函数
  • 3.2 动态计算的核心：上下文
  • 3.2.1 筛选上下文
  • 3.2.2 行上下文
  • 3.2.3 上下文转换
  • 3.2.4 筛选传递
  • 3.3 数据模型的基石：关系
  • 3.3.1 关系的类型
  • 3.3.2 数据模型的结构
  • 3.3.3 查找表和数据表
  • 3.4 以SUM()函数为代表的聚合函数
  • 3.4.1 基础聚合函数
  • 3.4.2 与计数相关的聚合函数
  • 3.5 以SUMX()函数为代表的迭代函数
  • 3.5.1 SUMX()函数
  • 3.5.2 RANKX()函数
  • 3.5.3 CONCATENATEX()函数
  • 3.5.4 FILTER()函数
  • 3.6 CALCULATE()函数
  • 3.6.1 增加筛选条件
  • 3.6.2 修改筛选条件
  • 3.6.3 移除筛选条件
  • 3.6.4 CALCULATE()函数的两个核心要点
  • 3.7 为什么ALL()函数可以移除筛选条件
  • 3.8 ALL()函数与VALUES()函数
  • 3.9 DAX代码书写技巧与方法
  • 3.9.1 DAX函数输入技巧：智能填充
  • 3.9.2 DAX代码格式化规则
  • 3.9.3 DAX代码注释方法
  • 3.9.4 在DAX中使用VAR/RETURN
  • 3.10 时间智能函数与时间智能计算
  • 3.10.1 日期表
  • 3.10.2 按列排序
  • 3.10.3 时间智能函数的底层逻辑
  • 3.10.4 时间智能函数的分类
  • 3.10.5 计算月、季度、年初至今
  • 3.10.6 计算去年同期
  • 3.10.7 计算指定时间间隔
  • 3.11 数据透视表“杀手”：CUBE函数
  • 3.11.1 一键转换为公式
  • 3.11.2 CUBE函数输入技巧
  • 3.11.3 CUBEVALUE()与CUBEMEMBER()函数
  • 3.11.4 CUBEVALUE()与切片器联动
  • 第4章 Power Query与数据清洗
  • 4.1 Power Query简介
  • 4.2 Power Query编辑器界面一览
  • 4.3 Power Query连接的数据类型
  • 4.3.1 从文本/CSV
  • 4.3.2 自网站
  • 4.3.3 来自表格/区域
  • 4.3.4 来自数据库
  • 4.4 数据清洗实战
  • 4.4.1 数据转换
  • 4.4.2 数据合并
  • 4.4.3 数值计算
  • 4.4.4 能Excel所不能
  • 4.5 批量合并文件
  • 4.5.1 合并多个规范的数据表
  • 4.5.2 合并多个规范的工作簿
  • 4.5.3 Excel.Workbook()函数
  • 第5章 M语言入门
  • 5.1 结构化数据
  • 5.1.1 列表
  • 5.1.2 记录
  • 5.1.3 表
  • 5.1.4 列表、记录与表的关系
  • 5.1.5 查询引用与深化实战案例
  • 5.2 数据刷新的起点：查询
  • 5.2.1 查询基本操作
  • 5.2.2 查询与查询步骤
  • 5.2.3 刷新查询
  • 5.3 认识M函数
  • 5.3.1 M函数基本规范
  • 5.3.2 M函数参数分解
  • 5.3.3 M函数帮助信息
  • 5.4 常用的M函数应用详解
  • 5.4.1 Table类函数
  • 5.4.2 List类函数
  • 5.4.3 Text类函数
  • 5.4.4 批量转换函数
  • 5.5 M函数轻松学：移花接木
  • 5.6 M函数轻松学：拆解参数
  • 5.7 M函数轻松学：多层嵌套
  • 5.8 M函数轻松学：庖丁解牛
  • 5.9 M函数综合实战：批量合并指定位置数据
  • 5.9.1 Table.Skip()函数实战应用
  • 5.9.2 Table.SelectColumns()函数实战应用
  • 5.9.3 #table()函数实战应用
  • 5.10 M函数综合实战：智能取数系统
  • 5.10.1 创建映射表
  • 5.10.2 加载到Power Query，筛选非空行
  • 5.10.3 选择列：Table.SelectColumns()
  • 5.10.4 重命名列：Table.RenameColumns()
  • 5.10.5 拉链函数：List.Zip()
  • 第6章 M语言进阶
  • 6.1 let ... in ...语句
  • 6.2 M语言中的运算符
  • 6.2.1 普通运算符
  • 6.2.2 特殊运算符
  • 6.3 M语言中的条件判断
  • 6.3.1 列筛选条件
  • 6.3.2 if... then...语句
  • 6.3.3 try... otherwise...语句
  • 6.4 M语言中的自定义函数
  • 6.4.1 自定义函数：（）=>
  • 6.4.2 “即插即用”的匿名函数
  • 6.5 M语言的“语法糖”：each和_
  • 6.6 自定义函数综合实战：批量合并不规范文件
  • 6.7 自定义函数综合实战：表格降维技巧
  • 6.7.1 2×1层级结构化表格
  • 6.7.2 1×2层级结构化表格
  • 6.7.3 2×2层级结构化表格
  • 6.7.4 N×M层级结构化表格
  • 第7章 Excel BI的进阶之路
  • 7.1 从QAT到Excel BI选项卡
  • 7.2 Excel BI的5个实用小技巧
  • 7.2.1 取消类型转换
  • 7.2.2 取消自动日期分组
  • 7.2.3 减少使用关系检测
  • 7.2.4 设置默认加载方式
  • 7.2.5 修改返回最大记录数
  • 7.3 查询分组与度量值表
  • 7.3.1 查询分组
  • 7.3.2 度量值表
展开全部

评分及书评

尚无评分
目前还没人评分
  • 加载中...

出版方

人民邮电出版社

人民邮电出版社是工业和信息化部主管的大型专业出版社，成立于1953年10月1日。人民邮电出版社坚持“立足信息产业、面向现代社会、传播科学知识、服务科教兴国”，致力于通信、计算机、电子技术、教材、少儿、经管、摄影、集邮、旅游、心理学等领域的专业图书出版。