第1章 Excel：你的職場生產(chǎn)力工具 / 1
1.1 你所不知道的Excel分析“利器” / 1
1.2 從Excel到Power BI，只需要一步 / 2
第2章 認識Power Query編輯器 / 4
2.1 初識Power Query / 4
2.2 編輯器管理界面介紹 / 5
2.3 創(chuàng)建查詢的方法 / 7
2.4 數(shù)據(jù)源路徑的修改與設(shè)置 / 9
2.5 數(shù)據(jù)上載與刷新 / 11
第3章 Power Query的基本操作實例 / 14
3.1 入門基礎(chǔ)知識 / 14
3.1.1 數(shù)據(jù)類型的設(shè)置 / 14
3.1.2 標題的升降設(shè)置 / 16
3.1.3 “轉(zhuǎn)換”與“添加列”選項卡中的功能 / 16
3.2 刪除行或列操作 / 18
3.2.1 選擇列與刪除列 / 18
3.2.2 刪除行與保留行 / 20
3.2.3 通過篩選器刪除行 / 24
3.3 添加列操作 / 25
3.3.1 簡單快速地添加條件列 / 25
3.3.2 為行添加自定義序號 / 27
3.3.3 添加自定義列 / 29
3.4 拆分列與合并列操作 / 30
3.4.1 實例1：按分隔符拆分列 / 30
3.4.2 實例2：按字符數(shù)拆分列 / 33
3.4.3 實例3：按位置拆分列 / 34
3.4.4 實例4：其他拆分列的方法 / 35
3.4.5 合并列常用的方法 / 36
3.5 透視列與逆透視列操作 / 38
3.5.1 一維表和二維表 / 38
3.5.2 實例1：一維表轉(zhuǎn)二維表 / 39
3.5.3 實例2：二維表轉(zhuǎn)一維表 / 41
3.5.4 實例3：含有多重行/列表頭的數(shù)據(jù)清洗 / 42
3.6 提取文本值中指定字符的操作 / 45
3.6.1 實例1：按指定的長度提取文本值中指定的字符 / 45
3.6.2 實例2：按分隔符的位置提取文本值中指定的字符 / 47
3.7 數(shù)學(xué)運算和分組統(tǒng)計 / 49
3.7.1 聚合運算的操作 / 49
3.7.2 實例1：活用“選擇性粘貼”功能處理考試成績 / 50
3.7.3 實例2：使用分組統(tǒng)計功能快速計算各部門的數(shù)據(jù) / 53
3.8 追加查詢與合并查詢 / 54
3.8.1 實例1：使用追加查詢批量合并多個Excel工作表數(shù)據(jù) / 54
3.8.2 認識合并查詢的6種類型 / 56
3.8.3 實例2：使用合并查詢完成各種數(shù)據(jù)匹配 / 61
第4章 M函數(shù)和M公式基礎(chǔ)入門 / 65
4.1 M函數(shù)和M公式介紹 / 65
4.1.1 M函數(shù)和M公式 / 65
4.1.2 主要的M函數(shù)類型 / 66
4.1.3 常用的數(shù)據(jù)類型 / 67
4.1.4 運算符 / 68
4.1.5 如何查看函數(shù)幫助 / 69
4.2 三大數(shù)據(jù)結(jié)構(gòu) / 72
4.2.1 列表 / 72
4.2.2 記錄 / 74
4.2.3 表 / 74
4.2.4 數(shù)據(jù)結(jié)構(gòu)的組合和深化 / 75
4.2.5 數(shù)據(jù)結(jié)構(gòu)的擴展 / 77
4.3 數(shù)據(jù)結(jié)構(gòu)之間的相互轉(zhuǎn)換 / 79
4.3.1 List和Record之間的轉(zhuǎn)換 / 79
4.3.2 Table和List之間的轉(zhuǎn)換 / 80
4.3.3 Table和Record之間的轉(zhuǎn)換 / 83
4.4 M公式中常用的語句 / 84
4.4.1 let…in…語句 / 84
4.4.2 條件分支語句 / 85
4.4.3 容錯語句try…otherwise… / 88
4.4.4 each _與(x)=＞的關(guān)系 / 89
4.4.5 為公式添加注釋 / 92
第5章 常用的M函數(shù)實戰(zhàn)詳解 / 94
5.1 各種數(shù)據(jù)類型之間的相互轉(zhuǎn)換 / 94
5.1.1 將值轉(zhuǎn)換為文本 / 94
5.1.2 將值轉(zhuǎn)換為數(shù)值 / 95
5.1.3 將值轉(zhuǎn)換為日期 / 96
5.2 List和Table的批量轉(zhuǎn)換實戰(zhàn) / 96
5.2.1 批量轉(zhuǎn)換函數(shù)List.Transform的實際應(yīng)用 / 96
5.2.2 批量轉(zhuǎn)換函數(shù)Table.TransformColumns的實際應(yīng)用 / 97
5.3 獲取和刪除各種數(shù)據(jù)實戰(zhàn) / 99
5.3.1 使用Table.Skip函數(shù)和Table.SelectRows函數(shù)篩選行 / 99
5.3.2 獲取和刪除指定文本值中的指定字符 / 101
5.3.3 獲取和刪除列表中的元素 / 102
5.4 各種數(shù)據(jù)結(jié)構(gòu)的拆分、合并、截取和替換實戰(zhàn) / 104
5.4.1 實例1：表的拆分與合并應(yīng)用 / 104
5.4.2 實例2：列表的拆分與合并應(yīng)用 / 106
5.4.3 實例3：拆分和提取文本值中的數(shù)值并求和 / 108
5.4.4 對文本值進行截取的函數(shù) / 112
5.4.5 實例4：批量替換和有條件地批量替換文本值 / 113
5.4.6 實例5：使用List.Zip函數(shù)批量更換標題及制作工資條 / 117
5.5 判斷文本值和列表中是否包含指定的內(nèi)容 / 120
5.5.1 實例1：對任意組合的條件值求和 / 120
5.5.2 實例2：根據(jù)標準答案計算多選題的得分 / 123
5.6 分組函數(shù)Table.Group及其應(yīng)用 / 125
5.6.1 Table.Group函數(shù)和常規(guī)分組計算 / 125
5.6.2 實例：條件分組計算和數(shù)據(jù)清洗整理獲獎數(shù)據(jù) / 129
5.7 參數(shù)與自定義函數(shù) / 132
5.7.1 參數(shù)的設(shè)置方法 / 132
5.7.2 實例：創(chuàng)建和調(diào)用自定義函數(shù)將一列拆分為多列 / 134
第6章 Power Query綜合實戰(zhàn) / 140
6.1 數(shù)據(jù)獲取綜合實戰(zhàn) / 140
6.1.1 實例1：獲取并合并Excel工作簿中的多個工作表的數(shù)據(jù) / 140
6.1.2 實例2：獲取并合并多個文件夾下的Excel工作簿中的數(shù)據(jù) / 144
6.1.3 實例3：獲取網(wǎng)頁中的表格數(shù)據(jù) / 147
6.1.4 實例4：獲取CSV或TXT文件數(shù)據(jù) / 151
6.1.5 實例5：實時獲取數(shù)據(jù)庫中的數(shù)據(jù) / 153
6.2 數(shù)據(jù)轉(zhuǎn)換綜合實戰(zhàn) / 155
6.2.1 實例1：將復(fù)雜的二維調(diào)薪表轉(zhuǎn)換為一維明細表 / 155
6.2.2 實例2：高效快速地清洗零亂的考勤數(shù)據(jù) / 158
6.2.3 實例3：同時拆分組合的供應(yīng)商中文名稱和英文名稱 / 164
6.2.4 實例4：批量提取Excel工作簿中不規(guī)則的防疫數(shù)據(jù) / 167
第7章 認識Power Pivot與DAX / 170
7.1 Power Pivot介紹 / 170
7.1.1 認識Power Pivot / 170
7.1.2 從數(shù)據(jù)透視表的不重復(fù)計算說起 / 171
7.1.3 在Excel中加載Power Pivot / 173
7.1.4 認識Power Pivot的管理界面 / 174
7.2 Power Pivot的數(shù)據(jù)獲取方式 / 175
7.2.1 從表格/區(qū)域和Power Query導(dǎo)入數(shù)據(jù) / 176
7.2.2 從Excel文件導(dǎo)入數(shù)據(jù) / 177
7.2.3 從文本文件導(dǎo)入數(shù)據(jù) / 178
7.2.4 從剪切板導(dǎo)入數(shù)據(jù) / 179
7.2.5 從數(shù)據(jù)庫導(dǎo)入數(shù)據(jù) / 180
7.3 認識數(shù)據(jù)分析表達式DAX / 182
7.3.1 常用的DAX函數(shù)類型 / 182
7.3.2 DAX中的數(shù)據(jù)類型與運算符 / 184
7.3.3 創(chuàng)建DAX表達式時表和列的引用方式 / 185
第8章 Power Pivot和DAX基礎(chǔ)知識 / 187
8.1 理解計算列與度量值 / 187
8.1.1 依附于數(shù)據(jù)表的計算列 / 187
8.1.2 能適應(yīng)各種環(huán)境的度量值 / 189
8.1.3 度量值與數(shù)據(jù)透視表的計算字段 / 191
8.1.4 如何選擇度量值與計算列 / 193
8.1.5 管理度量值 / 193
8.2 數(shù)據(jù)模型與表間關(guān)系 / 195
8.2.1 理解Power Pivot的數(shù)據(jù)模型 / 195
8.2.2 多表操作時表間關(guān)系的建立和管理 / 196
8.2.3 表、列和度量值的隱藏 / 199
8.2.4 LOOKUPVALUE函數(shù)介紹 / 200
8.2.5 RELATED函數(shù)與RELATEDTABLE函數(shù)介紹 / 201
8.3 DAX的基礎(chǔ)函數(shù) / 203
8.3.1 以SUMX為代表的結(jié)尾帶有X的聚合函數(shù) / 203
8.3.2 篩選函數(shù)FILTER和邏輯運算符 / 205
8.3.3 DAX中最重要的CALCULATE函數(shù) / 207
8.3.4 CALCULATE函數(shù)的篩選器的選擇 / 209
8.3.5 VALUES函數(shù)和DISTINCT函數(shù) / 211
8.3.6 初識ALL函數(shù)和ALLEXCEPT函數(shù) / 213
8.4 初識計值上下文 / 214
8.4.1 初識篩選上下文 / 215
8.4.2 創(chuàng)建篩選上下文 / 216
8.4.3 初識行上下文 / 219
8.4.4 行上下文轉(zhuǎn)換 / 220
8.5 CALCULATE函數(shù)的調(diào)節(jié)器 / 224
8.5.1 刪除篩選器的ALL函數(shù) / 224
8.5.2 追加篩選的KEEPFILTERS函數(shù) / 227
8.5.3 激活關(guān)系的USERELATIONSHIP函數(shù) / 228
第9章 DAX進階知識和常見應(yīng)用 / 231
9.1 Power Pivot和數(shù)據(jù)透視表 / 231
9.1.1 實例1：在數(shù)據(jù)透視表中使用自定義排序：按列排序 / 231
9.1.2 實例2：在數(shù)據(jù)透視表中創(chuàng)建KPI規(guī)則——設(shè)置“條件格式” / 233
9.2 在DAX中使用VAR變量 / 236
9.2.1 關(guān)于VAR變量 / 236
9.2.2 使用變量時應(yīng)該避免的錯誤 / 237
9.3 常見的DAX函數(shù)和實際案例應(yīng)用 / 238
9.3.1 實例1：使用CONCATENATEX函數(shù)進行文本值透視 / 238
9.3.2 實例2：使用ALLSELECTED函數(shù)動態(tài)地計算各類占比 / 241
9.3.3 實例3：使用RANKX函數(shù)動態(tài)地計算各類排名 / 244
9.3.4 實例4：自定義數(shù)據(jù)透視表標題行完成復(fù)雜的報表 / 248
9.4 DAX作為查詢工具的實際應(yīng)用 / 251
9.4.1 數(shù)據(jù)查詢和EVALUATE / 251
9.4.2 實例1：使用ADDCOLUMNS函數(shù)建立查詢表 / 254
9.4.3 實例2：使用SELECTCOLUMNS函數(shù)建立查詢表 / 256
9.4.4 實例3：使用SUMMARIZE和SUMMARIZECOLUMNS函數(shù)分組匯總數(shù)據(jù) / 257
9.5 Power Pivot數(shù)據(jù)模型與多維數(shù)據(jù)集函數(shù) / 259
9.5.1 認識CUBE類函數(shù) / 260
9.5.2 實例1：使用CUBEVALUE函數(shù)提取Power Pivot數(shù)據(jù)模型中的數(shù)據(jù) / 262
9.5.3 實例2：使用“切合器+CUBEVALUE函數(shù)”動態(tài)提取Power Pivot數(shù)據(jù)模型中的數(shù)據(jù) / 266
第10章 時間智能計算 / 269
10.1 認識時間智能函數(shù)和日期表 / 269
10.1.1 時間智能函數(shù)與日期函數(shù) / 269
10.1.2 日期表的創(chuàng)建與標記 / 270
10.1.3 與時間智能函數(shù)相關(guān)的常用計算指標 / 272
10.2 常見的時間智能計算 / 273
10.2.1 實例1：年初、季初與月初至今計算 / 273
10.2.2 實例2：各類同比與環(huán)比的計算 / 275
10.2.3 實例3：動態(tài)移動平均分析模型 / 280
第11章 Power Pivot綜合實戰(zhàn) / 283
11.1 實例1：TOP-N門店銷售和利潤貢獻度分析模型 / 283
11.2 實例2：折扣比例分組（分區(qū)間）分析模型 / 286
11.3 實例3：動態(tài)ABC分類分析模型（帕累托分析模型） / 288
11.4 實例4：RFM客戶價值分析模型 / 291
11.5 實例5：員工在職、入職、離職和離職率的計算模型 / 296