互联网 类型
可以朗读 语音朗读
165千字 字数
2022-12-01 发行日期
展开全部

主编推荐语

通过实际案例分析，轻松应用PowerQuery进行数据清洗与处理。

内容简介

本书从Excel处理大型数据的缺点开始讲起，逐步讲解了Excel和PowerBI中的PowerQuery组件，并重点介绍了PowerQuery的底层M语言的应用知识。

全书分为10章，主要讲解了PowerQuery的入门知识和数据集成、PowerQuery的M语法规则系列知识，针对PowerQuery如何实现数据清洗和重构系列知识做了详细的讲解，还重点介绍了目前PowerQuery的各类内置函数的功能，最后介绍了如何利用自定义函数实现复杂的数据处理和重构过程。

目录

  • 版权信息
  • 内容提要
  • 前言
  • 第1章 走入Power Query的世界
  • 1.1 Excel处理数据的缺点
  • 1.2 Excel的Power数据处理组件
  • 1.3 Power Query组件
  • 1.3.1 Excel的Power Query组件
  • 1.3.2 Power BI的Power Query数据导入界面
  • 1.4 Power Query编辑器
  • 1.4.1 Excel的Power Query编辑器界面
  • 1.4.2 Power BI的Power Query编辑器界面
  • 1.4.3 Excel在Power Query数据处理中的优势
  • 1.4.4 Power BI在Power Query数据处理上的优势
  • 1.5 Power Query的底层语言
  • 1.6 本章总结
  • 第2章 Power Query的数据集成
  • 2.1 Power Query的CSV/TXT 数据集成
  • 2.1.1 Excel 导入CSV数据
  • 2.1.2 Power BI导入CSV数据
  • 2.2 Power Query的Excel数据集成
  • 2.2.1 Excel中的Excel数据导入与集成
  • 2.2.2 Power BI中的Excel数据导入与集成
  • 2.3 Excel 导入当前表格中的数据
  • 2.4 XML格式数据集成
  • 2.4.1 Excel 实现XML 数据的集成
  • 2.4.2 Power BI 导入XML格式数据
  • 2.5 JSON格式数据集成
  • 2.5.1 Excel实现JSON数据集成
  • 2.5.2 Power BI实现JSON数据集成
  • 2.6 文本格式数据集成
  • 2.6.1 Excel以文本格式导入数据
  • 2.6.2 Power BI以文本格式导入数据
  • 2.7 Power Query的SQL Server数据集成
  • 2.7.1 Excel获取SQL Server全部数据
  • 2.7.2 Excel获取T-SQL 筛选后的数据
  • 2.7.3 Power BI以导入方式获取SQL 数据
  • 2.7.4 Power BI采用Direct Query获取SQL数据
  • 2.8 Power Query导入Web数据
  • 2.8.1 Excel 实现Web的数据获取
  • 2.8.2 Power BI实现Web的数据获取
  • 2.9 Power Query 导入Web API数据
  • 2.9.1 Excel 实现Web API数据获取
  • 2.9.2 Power BI 实现Web API数据获取
  • 2.10 Power Query导入MySQL数据
  • 2.10.1 Excel 实现MySQL 数据获取
  • 2.10.2 Power BI 实现MySQL数据获取
  • 2.11 Power Query导入文件夹数据
  • 2.11.1 Excel提取文件夹所有文件数据
  • 2.11.2 Power BI提取文件夹的所有数据
  • 2.12 Power BI中的数据流服务
  • 2.12.1 Power BI Pro构建数据流服务
  • 2.12.2 Power BI Desktop引用数据流服务
  • 2.13 数据源访问的权限管理
  • 2.14 本章总结
  • 第3章 Power Query和M语言
  • 3.1 什么是M语言
  • 3.2 M语言支持的基本数据类型
  • 3.3 M语言支持的组合数据类型
  • 3.4 Power Query的M语言结构
  • 3.5 Power Query中M语言的智能提示
  • 3.6 Power Query的M语言变量
  • 3.7 Power Query的M语言参数
  • 3.8 Power Query的M语言流程处理
  • 3.9 Power Query的M语言的错误处理
  • 3.10 Power Query的M语言嵌套
  • 3.11 Power Query的M语言操作符
  • 3.12 M语言的注释
  • 3.13 本章总结
  • 第4章 Power Query实现数据的清洗和重构
  • 4.1 数据清洗遵从的原则
  • 4.2 数据清洗后的操作
  • 4.3 数据清洗和重构具体操作
  • 4.4 Power Query实现数据类型的转换
  • 4.4.1 Excel中数据类型转换
  • 4.4.2 Power BI数据类型转换
  • 4.5 Power Query实现列的删除
  • 4.6 Power Query 实现行的删除
  • 4.7 Power Query保留行操作
  • 4.8 Power Query的数据筛选
  • 4.9 Power Query添加数据列
  • 4.10 Power Query按列分列
  • 4.11 Power Query按列分行
  • 4.12 Power Query的数据转置
  • 4.13 Power Query数据替换
  • 4.14 Power Query数据列交换
  • 4.15 Power Query的数据排序
  • 4.16 Power Query时间表的构建
  • 4.17 本章总结
  • 第5章 Power Query实现数据合并操作
  • 5.1 Power Query数据多重合并操作
  • 5.2 Power Query数据追加合并操作
  • 5.3 Power Query数据横向合并
  • 5.4 数据合并连接关系说明
  • 5.5 Power Query处理缺失值
  • 5.6 Power Query实现数据的分组
  • 5.7 Power Query实现数据的透视
  • 5.8 Power Query实现数据的逆透视
  • 5.9 本章总结
  • 第6章 Power Query查询连接的分享与刷新
  • 6.1 Power Query数据连接的分享与重用
  • 6.2 Excel中的Power Query连接与复制
  • 6.3 Power Query连接的导出与导入
  • 6.4 Power Query 的数据刷新
  • 6.4.1 Excel的刷新功能
  • 6.4.2 Power BI的刷新功能
  • 6.5 本章总结
  • 第7章 Power Query的函数
  • 7.1 Power Query函数的获取与使用
  • 7.2 Power Query文件系列访问函数
  • 7.2.1 CSV文件解析
  • 7.2.2 Excel 文件内表解析
  • 7.2.3 引用第三方Excel数据
  • 7.2.4 XML文件解析
  • 7.2.5 JSON文件解析
  • 7.3 数据库访问函数
  • 7.3.1 Access 数据库访问
  • 7.3.2 SQL Server 数据库访问
  • 7.3.3 MySQL数据库访问
  • 7.4 Web访问函数
  • 7.4.1 Web.Contents函数
  • 7.4.2 Web.Page 函数
  • 7.4.3 Web.BrowserContents 函数
  • 7.4.4 Html.Table 函数
  • 7.5 Power Query文本处理函数
  • 7.5.1 Text.Length计算字符串长度
  • 7.5.2 Text.Insert插入字符串
  • 7.5.3 Text.From 将其他数据类型转换为文本类型
  • 7.5.4 Text.Format设置文本输出格式
  • 7.5.5 Text.ToList将文本转换为列表
  • 7.5.6 Text.Start截取字符串中前面的字符
  • 7.5.7 Text.Select删除不需要的字符串
  • 7.5.8 Text.Middle 截取中间部分字符
  • 7.5.9 Text.End截取从设定位置到结尾的字符
  • 7.5.10 Text.Range 获取字符串范围数据
  • 7.5.11 Text.Replace 替换特定数据
  • 7.5.12 Text.ReplaceRange替换区域数据
  • 7.5.13 Text.Repeat重复文本
  • 7.5.14 Text.Combine合并文本
  • 7.5.15 Text.Trim删除前后特定字符
  • 7.5.16 Text.Padstart 占位符填充
  • 7.5.17 Text.Split字符串分隔
  • 7.5.18 Text.BeforeDelimiter获取分隔符前的数据
  • 7.5.19 Text.AfterDelimiter获取分隔符后的数据
  • 7.5.20 Text.BetweenDelimiters获取分隔符中间值
  • 7.6 Power Query列表处理函数
  • 7.6.1 List.Accumulate列表累加器计算
  • 7.6.2 List.Range获取列表区域
  • 7.6.3 List.Average计算列表平均数
  • 7.6.4 List.Sum对列表求和
  • 7.6.5 List.Combine合并列表
  • 7.6.6 List.Count统计列表元素
  • 7.6.7 List.Dates 创建日期列表
  • 7.6.8 List.LastN获取列表最后N个元素
  • 7.6.9 List.MaxN 获取最大数据
  • 7.6.10 List.Numbers 生成数值列表
  • 7.6.11 List.Product列表元素乘积
  • 7.6.12 List.Random生成随机数列表
  • 7.6.13 List.RemoveFirstN删除列表前面N个数值
  • 7.6.14 List.RemoveItems 删除列表项
  • 7.6.15 List.RemoveRange删除列表区间数值
  • 7.6.16 List.Repeat重复列表数据
  • 7.6.17 List.ReplaceRange 替换列表区间
  • 7.6.18 List.Select筛选列表
  • 7.6.19 List.Skip实现列表行跳跃
  • 7.6.20 List.Sort列表排序
  • 7.6.21 List.Split列表分割
  • 7.6.22 List.Union对列表非重复数据进行合并
  • 7.6.23 List.Generate生成列表
  • 7.6.24 List.Zip 列表提取与组合
  • 7.7 Power Query记录处理函数
  • 7.7.1 Record.AddField 添加记录字段功能
  • 7.7.2 Record.Combine 记录连接
  • 7.7.3 Record.FromList将列表转换记录
  • 7.7.4 Record.RemoveFields删除字段
  • 7.7.5 Record.SelectFields 选择记录
  • 7.7.6 Record.Tolist将记录转换为列表
  • 7.8 Power Query表处理函数
  • 7.8.1 Table.AddColumn在表中添加并计算列
  • 7.8.2 Table.AddIndexColumn为表添加索引列
  • 7.8.3 Table.AddJoinColumn添加嵌套表
  • 7.8.4 Table.AlternateRows行跳跃
  • 7.8.5 Table.Combine合并数据表
  • 7.8.6 Table.DemoteHeaders实现表标题降级
  • 7.8.7 Table.Distinct获取表唯一值
  • 7.8.8 Table.ExpandListColumn扩展列表
  • 7.8.9 Table.ExpandRecordColumn 扩展记录列
  • 7.8.10 Table.ExpandTableColumn扩展表数据
  • 7.8.11 Table.FindText 查找内容
  • 7.8.12 Table.FirstN 获取前面的表数据
  • 7.8.13 Table.Group对表数据聚合
  • 7.8.14 Table.Join进行表连接
  • 7.8.15 Table.LastN获取表最后几行数据
  • 7.8.16 Table.MaxN求表中最大的N个数据
  • 7.8.17 Table.MinN求表中最小的N个数据
  • 7.8.18 Table.PromoteHeaders将第一行提升为标题行
  • 7.8.19 Table.Range选择区域行
  • 7.8.20 Table.RemoveColumns 删除列
  • 7.8.21 Table.RemoveFirstN删除表前面的行
  • 7.8.22 Table.RemoveLastN删除表后面的行
  • 7.8.23 Table.Repeat实现表行重复
  • 7.8.24 Table.ReplaceRows 替换数据行
  • 7.8.25 Table.ReplaceValue替换数据值
  • 7.8.26 Table.SelectRows 筛选数据
  • 7.8.27 Table.Skip实现表的行跳跃
  • 7.8.28 Table.Sort对表排序
  • 7.8.29 Table.Transpose互换行列
  • 7.9 Power Query URL处理函数
  • 7.9.1 Uri.BuildQueryString构建URL访问地址参数
  • 7.9.2 Uri.Combine合并URL访问地址
  • 7.10 Power Query数据合并函数
  • 7.10.1 Combiner.CombineTextByDelimiter 以分隔符方式合并字符
  • 7.10.2 Combiner.CombineTextByEachDelimiter 按顺序分隔符合并文本
  • 7.11 Power Query数据分割函数
  • 7.11.1 Splitter.SplitTextByDelimiter按分隔符拆分数据
  • 7.11.2 Splitter.SplitTextByEachDelimiter按分隔符列表拆分数据
  • 7.11.3 Splitter.SplitTextByLengths按照长度拆分数据
  • 7.11.4 Splitter.SplitTextByRepeatedLength按字符长度重复拆分
  • 7.11.5 SplitTextByPositions按位置拆分
  • 7.12 Power Query日期时间函数
  • 7.12.1 Date.Day获取日期部分
  • 7.12.2 Date.DayOfWeek求取日期位于一周中的第几天
  • 7.12.3 Date.DayOfYear求取日期位于一年中的第几天
  • 7.12.4 Date.DaysInMonth求取日期所在月份的天数
  • 7.12.5 Date.FromText将文本生成日期
  • 7.12.6 Date.AddDays日期的加减
  • 7.12.7 Date.AddMonths月度加减运算
  • 7.12.8 Date.AddYears年度加减运算
  • 7.12.9 Date.ToText将日期转换为文本
  • 7.12.10 Date.ToRecord将日期转换为记录
  • 7.12.11 DateTime.LocalNow获取当前时间
  • 7.13 本章总结
  • 第8章 Power Query的自定义函数
  • 8.1 从零开始构建自定义函数
  • 8.1.1 无参数自定义函数构建
  • 8.1.2 有参数自定义函数构建
  • 8.2 基于数据结果建立函数
  • 8.3 执行并获取自定义函数结果
  • 8.4 自定义函数提取文件夹内所有请假数据
  • 8.5 自定义函数获取基金即时净值
  • 8.6 本章总结
  • 第9章 Power Query与Python
  • 9.1 Power Query调用Python的前置条件
  • 9.2 Python环境的安装与部署
  • 9.3 Power BI 启用Python 支持
  • 9.3.1 Power Query执行Python验证
  • 9.3.2 Power Query结合Python生成中文词云
  • 9.4 本章总结
  • 第10章 Power Query数据综合应用案例
  • 10.1 身份证信息的初步导入
  • 10.2 身份证号码数据初步清洗
  • 10.3 身份证数据二次清洗
  • 10.4 非中文姓名数据清洗
  • 10.5 本章总结
  • 附录 Power Query 简单案例处理
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

北京大学出版社

北京大学出版社是在1979年，经国家出版事业管理局同意，教育部批准成立的，恢复了北京大学出版社建制。北京大学出版社依靠北大雄厚的教学、科研力量，同时积极争取国内外专家学者的合作支持，出版了大量高水平、高质量、适应多层次需要的优秀高等教育教材。 北大出版社注意对教材进行全面追踪，捕捉信息，及时修订，以跟上各学科的最新发展，反映该学科研究的最新成果，保持北大版教材的领先地位。