Excel进阶指南：Power Pivot与Power Query实战

7.3.1 查询分组

7.3 查询分组与度量值表

7.2.5 修改返回最大记录数

7.2.4 设置默认加载方式

7.2.3 减少使用关系检测

7.2.2 取消自动日期分组

7.2.1 取消类型转换

7.2 Excel BI的5个实用小技巧

7.1 从QAT到Excel BI 选项卡

第7章 Excel BI的进阶之路

6.7.4 N×M层级结构化表格

6.7.3 2×2层级结构化表格

6.7.2 1×2层级结构化表格

6.7.1 2×1层级结构化表格

6.7 自定义函数综合实战：表格降维技巧

6.6 自定义函数综合实战：批量合并不规范文件

6.5 M语言的“语法糖”：each 和 _

6.4.2 “即插即用”的匿名函数

6.4.1 自定义函数：（）=>

6.4 M语言中的自定义函数

6.3.3 try... otherwise...语句

6.3.2 if... then...语句

6.3.1 列筛选条件

6.3 M语言中的条件判断

6.2.2 特殊运算符

6.2.1 普通运算符

6.2 M语言中的运算符

6.1 let ... in ...语句

第6章 M语言进阶

5.10.5 拉链函数：List.Zip()

5.10.4 重命名列：Table.RenameColumns()

5.10.3 选择列：Table.SelectColumns()

5.10.2 加载到Power Query，筛选非空行

5.10.1 创建映射表

5.10 M函数综合实战：智能取数系统

5.9.3 #table()函数实战应用

5.9.2 Table.SelectColumns()函数实战应用

5.9.1 Table.Skip()函数实战应用

5.9 M函数综合实战：批量合并指定位置数据

5.8 M函数轻松学：庖丁解牛

5.7 M函数轻松学：多层嵌套

5.6 M函数轻松学：拆解参数

5.5 M函数轻松学：移花接木

5.4.4 批量转换函数

5.4.3 Text类函数

5.4.2 List类函数

5.4.1 Table类函数

5.4 常用的M函数应用详解

5.3.3 M函数帮助信息

5.3.2 M函数参数分解

5.3.1 M函数基本规范

5.3 认识M函数

5.2.3 刷新查询

5.2.2 查询与查询步骤

5.2.1 查询基本操作

5.2 数据刷新的起点：查询

5.1.5 查询引用与深化实战案例

5.1.4 列表、记录与表的关系

5.1.3 表

5.1.2 记录

5.1.1 列表

5.1 结构化数据

第5章 M语言入门

4.5.3 Excel.Workbook()函数

4.5.2 合并多个规范的工作簿

4.5.1 合并多个规范的数据表

4.5 批量合并文件

4.4.4 能Excel所不能

4.4.3 数值计算

4.4.2 数据合并

4.4.1 数据转换

4.4 数据清洗实战

4.3.4 来自数据库

4.3.3 来自表格/区域

4.3.2 自网站

4.3.1 从文本/CSV

4.3 Power Query连接的数据类型

4.2 Power Query编辑器界面一览

4.1 Power Query简介

第4章 Power Query与数据清洗

3.11.4 CUBEVALUE()与切片器联动

3.11.3 CUBEVALUE()与CUBEMEMBER()函数

3.11.2 CUBE函数输入技巧

3.11.1 一键转换为公式

3.11 数据透视表“杀手”：CUBE函数

3.10.7 计算指定时间间隔

3.10.6 计算去年同期

3.10.5 计算月、季度、年初至今

3.10.4 时间智能函数的分类

3.10.3 时间智能函数的底层逻辑

3.10.2 按列排序

3.10.1 日期表

3.10 时间智能函数与时间智能计算

3.9.4 在DAX中使用VAR/RETURN

3.9.3 DAX代码注释方法

3.9.2 DAX代码格式化规则

3.9.1 DAX函数输入技巧：智能填充

3.9 DAX代码书写技巧与方法

3.8 ALL()函数与VALUES()函数

3.7 为什么ALL()函数可以移除筛选条件

3.6.4 CALCULATE()函数的两个核心要点

3.6.3 移除筛选条件

3.6.2 修改筛选条件

3.6.1 增加筛选条件

3.6 CALCULATE()函数

3.5.4 FILTER()函数

3.5.3 CONCATENATEX()函数

3.5.2 RANKX()函数

3.5.1 SUMX()函数

3.5 以SUMX()函数为代表的迭代函数

3.4.2 与计数相关的聚合函数

3.4.1 基础聚合函数

3.4 以SUM()函数为代表的聚合函数

3.3.3 查找表和数据表

3.3.2 数据模型的结构

3.3.1 关系的类型

3.3 数据模型的基石：关系

3.2.4 筛选传递

3.2.3 上下文转换

3.2.2 行上下文

3.2.1 筛选上下文

3.2 动态计算的核心：上下文

3.1.4 在计算列中使用DAX函数

3.1.3 度量值的重要特性：可复用性

3.1.2 度量值的创建方法

3.1.1 显示隐式度量值

3.1 从隐式度量值讲起

第3章 DAX：万物始于“筛选”

2.5.2 Power Pivot与数据透视图

2.5.1 Power Pivot与数据透视表

2.5 Power Pivot展示窗口：数据透视表与数据透视图

2.4.5 跨表透视

2.4.4 管理表间关系

2.4.3 创建表间关系

2.4.2 添加智能表到数据模型

2.4.1 为数据模型创建Excel智能表

2.4 多表数据模型：表间关系与跨表透视

2.3.5 从Power Query中导入数据

2.3.4 从剪贴板导入数据

2.3.3 从Excel文件导入数据

2.3.2 从文本文件导入数据

2.3.1 从关系数据库导入数据

2.3 Power Pivot数据连接类型

2.2 Power Pivot窗口一览

2.1 Power Pivot简介

第2章 Power Pivot与数据建模

1.3.5 关系与数据模型

1.3.4 查询与连接

1.3.3 记录与字段

1.3.2 事实表与维表

1.3.1 数据库与数据表

1.3 数据库概念与数据模型

1.2.2 智能化Excel

1.2.1 BI

1.2 BI与智能化Excel

1.1.3 数据处理紧凑性不足

1.1.2 数据处理透明性不够

1.1.1 数据处理能力有限

1.1 Excel在数据处理方面的局限性

第1章 从Excel讲起

致谢

交流学习

软件适用版本

读者对象

阅读指南

前言

序二

序一

推荐词

内容提要

版权

版权信息

封面

封面

版权信息

版权

内容提要

推荐词

序一

序二

前言

阅读指南

读者对象

软件适用版本

交流学习

致谢

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