计算机 类型
7.0 豆瓣评分
可以朗读 语音朗读
202千字 字数
2019-02-01 发行日期
展开全部

主编推荐语

本书涵盖Power Query四章实用内容，面向Excel初级用户。

内容简介

本书包含四章内容，分别是Power Query的数据导入、精细数据整理、Power Query进阶应用和实用函数。本书面向Excel初级用户，强调和实际应用、实际工作相结合，图文并茂，通过对技术原理的阐述，让用户可以举一反三，在不同的场景中灵活应用。

目录

  • 版权信息
  • 版权
  • 内容提要
  • 前言
  • 资源与支持
  • 第1章 Power Query介绍
  • 1.1 Power Query的作用
  • 1.2 Power Query数据流向
  • 1.3 Power Query的优势
  • 1.4 Power Query安装
  • 1.4.1 Power Query安装环境需求
  • 1.4.2 Power Query各版本显示方式
  • 1.5 Power Query的版本选择
  • 1.6 Power Query的版本更新
  • 第2章 Power Query基础
  • 2.1 Power Query查询编辑器的启动及查询表数据的上载
  • 2.1.1 查询编辑器的启动
  • 2.1.2 查询表数据的上载
  • 2.2 Power Query查询编辑器界面介绍
  • 2.2.1 功能区简介
  • 2.2.2 Power Query查询编辑器中表的设置
  • 第3章 Power Query操作
  • 3.1 常见获取数据的方式
  • 3.1.1 从Excel文件导入数据
  • 3.1.2 从CSV文件导入数据
  • 3.1.3 从文本文件导入数据
  • 3.1.4 从文件夹导入数据
  • 3.1.5 从数据库（SQL Server）导入数据
  • 3.1.6 从Web（网页）导入数据
  • 3.2 列相关操作
  • 3.2.1 选择列
  • 3.2.2 移动列
  • 3.2.3 复制列
  • 3.2.4 添加列
  • 3.2.5 删除列
  • 3.3 行相关操作
  • 3.3.1 选择行
  • 3.3.2 移动行
  • 3.3.3 复制行
  • 3.3.4 添加行
  • 3.3.5 删除行
  • 3.3.6 标题与第一行的转换
  • 3.4 任意列数据处理
  • 3.4.1 列重命名
  • 3.4.2 数据类型
  • 3.4.3 数据替换
  • 3.4.4 数据填充
  • 3.4.5 透视列
  • 3.4.6 逆透视列
  • 3.4.7 转换为列表（深化）
  • 3.5 文本列数据处理
  • 3.5.1 格式整理
  • 3.5.2 数据提取
  • 3.5.3 合并列
  • 3.5.4 分析
  • 3.5.5 拆分列
  • 3.6 数字列数据处理
  • 3.6.1 统计信息（汇总方式）
  • 3.6.2 标准型（算术运算）
  • 3.6.3 科学型
  • 3.6.4 三角函数
  • 3.6.5 舍入
  • 3.6.6 信息
  • 3.7 日期时间列处理
  • 3.7.1 日期
  • 3.7.2 时间
  • 3.7.3 持续时间
  • 3.8 结构化列
  • 3.8.1 Power Query查询表结构
  • 3.8.2 展开
  • 3.8.3 聚合
  • 3.8.4 提取值
  • 3.9 查询表处理
  • 3.9.1 转置
  • 3.9.2 分组依据
  • 3.9.3 表的合并
  • 第4章 Power Query示例应用
  • 4.1 查询应用
  • 4.1.1 多条件查询
  • 4.1.2 多列查询
  • 4.1.3 指定数据范围查询（合并查询法）
  • 4.1.4 指定数据范围查询（筛选法）
  • 4.1.5 文本字符模糊查询
  • 4.2 统计应用
  • 4.2.1 二维表的条件汇总
  • 4.2.2 分类统计最大值
  • 4.2.3 统计应用1（按户主统计各家庭男女人数）
  • 4.2.4 统计应用2（提取最后付款月份）
  • 4.2.5 统计应用3（提取每个人的最高分及对应科目）
  • 4.2.6 经典中式排名
  • 4.3 合并拆分应用
  • 4.3.1 拆分文本应用
  • 4.3.2 合并文本应用
  • 4.3.3 拆分重复单号记录
  • 4.3.4 工资条制作
  • 4.4 提取应用
  • 4.4.1 提取应用1（根据身份证号查询籍贯）
  • 4.4.2 提取应用2（根据身份证号计算年龄）
  • 4.4.3 提取应用3（根据身份证号判断性别）
  • 4.4.4 提取应用4（地址提取）
  • 4.4.5 提取应用5（编号与供应商）
  • 4.4.6 识别路径（Power Query法）
  • 4.4.7 识别路径（函数法）
  • 4.5 时间、日期应用
  • 4.5.1 时间应用（通话时间统计）
  • 4.5.2 时间应用（根据时长计算课酬金额）
  • 4.5.3 日期应用（统计当月每周的最低搜索人气记录）
  • 4.5.4 日期应用（未来7天即将过生日提醒）
  • 4.6 数据获取应用
  • 4.6.1 多工作表数据合并
  • 4.6.2 多工作簿数据合并
  • 4.6.3 多CSV文件合并
  • 4.6.4 Web数据处理（网页数据获取查询）
  • 第5章 M语言基础
  • 5.1 M语言简介
  • 5.1.1 let…in…语句
  • 5.1.2 注释
  • 5.1.3 M代码错误识别
  • 5.1.4 常见运算符
  • 5.1.5 分支语句（if…then…else…）
  • 5.1.6 数据类型详解
  • 5.1.7 错误处理
  • 5.2 M函数
  • 5.2.1 内置函数
  • 5.2.2 自定义函数
  • 5.3 Table、Record和List三大容器详解
  • 5.3.1 Table（查询表）
  • 5.3.2 Record（记录）
  • 5.3.3 List（列表）
  • 5.4 常用M函数
  • 5.4.1 常用Table表函数
  • 5.4.2 常用Record记录函数
  • 5.4.3 常用List列表函数
  • 5.4.4 常用Text文本函数
  • 5.4.5 合并器与拆分器
  • 第6章 M语言实战应用
  • 6.1 基础应用
  • 6.1.1 拆分、汇总文本列数据
  • 6.1.2 根据成绩进行等级判断
  • 6.1.3 多分隔符拆分数据到行
  • 6.1.4 合并列数据
  • 6.1.5 汇总多列数据
  • 6.1.6 计算文本字符串中的人数
  • 6.1.7 多列筛选应用
  • 6.1.8 行方向去重处理
  • 6.1.9 汇总业绩并制作条形图
  • 6.1.10 统计各季度均为优秀员工的人员
  • 6.1.11 合并提取各列不重复值
  • 6.1.12 “九九乘法表”制作
  • 6.1.13 合并编号范围
  • 6.1.14 扩展编号范围
  • 6.1.15 单列转多行多列
  • 6.1.16 提取中文名、英文名
  • 6.1.17 投票统计汇总
  • 6.1.18 各行数据各自排序
  • 6.1.19 工资条制作
  • 6.1.20 分组筛选统计高于平均分的记录
  • 6.1.21 美式分组排名
  • 6.1.22 中式分组排名
  • 6.1.23 统计每个人第一名的次数
  • 6.2 进阶应用
  • 6.2.1 行方向的数据汇总
  • 6.2.2 整理单列中的姓名、分数为两列
  • 6.2.3 整理单列数据为规范表格
  • 6.2.4 统计筛选各年总分最高记录
  • 6.2.5 分析统计与指定人员同时值班的人员值班次数
  • 6.2.6 拆分整理单列数据
  • 6.2.7 整理快递信息数据
展开全部

评分及书评

尚无评分
目前还没人评分

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。