本书主要介绍Excel商务智能组件Power Query和Power Pivot在数据分析方面的应用。全书共11章：第1章介绍Excel中的Power Query和Power Pivot两大商务智能组件及其功能；第2章至第6章介绍如何使用Power Query来获取数据并进行处理，主要包含Power Query的基本操作、M函数和M公式的基础知识、常用的M函数，以及数据处理的综合案例；第7章至第11章介绍如何使用Power Pivot进行数据建模和分析，主要包含Power Pivot的基本操作、数据模型的建立、DAX表达式的基础知识和进阶知识、常用的DAX函数，以及数据分析的综合案例。本书紧贴实际应用场景，深入浅出地介绍了Excel商务智能组件强大的数据处理和建模分析能力。通过阅读本书，读者可以更加高效地进行数据分析工作。

写在前面 本书主要介绍了Excel商务智能组件Power Query和Power Pivot在数据分析方面的应用。一方面，使用Excel中的Power Query可以快速地获取数据，并对数据进行转换和加载。Power Query不仅提供了丰富的界面操作功能，还提供了强大的用于数据处理的M公式，可以让数据处理工作变得高效和准确。另一方面，使用Excel中的Power Pivot可以对已经处理好的数据建立数据模型，通过DAX表达式对数据进行更高阶和复杂的运算分析。无论是多表关联分析还是单表独立分析，都能依托数据透视表快速完成计算和分析。 传统的Excel单表虽然可以有100万行数据的承载量，但是在实际分析时，20万行数据就已经让传统的Excel非常吃力了。如果使用Excel中的Power Query和Power Pivot商务智能组件，即使是上百万行数据，也可以在短时间内快速完成处理和分析。 本书内容 全书共11章，可以分为三部分，具体如下。 第1部分：第1章，主要介绍Excel中的Power Query和Power Pivot两大商务智能组件及其功能。 第2部分：第2章至第6章，介绍如何使用Power Query来获取数据并进行处理。 ? 第2章主要介绍Power Query的管理界面、查询的创建和数据上载。 ? 第3章主要介绍Power Query的入门基础知识，以及删除行或列、添加列、拆分列与合并列、透视列与逆透视列、提取文本内容、追加查询与合并查询等基本操作，还有数学运算和分组统计。 ? 第4章主要介绍M函数和M公式的基础知识、三大数据结构、数据结构之间的相互转换，以及M公式中常用的语句等。 ? 第5章主要结合实际案例介绍常用的批量转换函数、选择和删除函数、拆分函数、合并函数、截取函数、替换函数、包含函数、分组函数，以及参数设置和自定义函数等内容。 ? 第6章主要通过综合案例介绍如何使用M公式来获取和处理数据。 第3部分：第7章至第11章，介绍如何使用Power Pivot进行数据建模和分析。 ? 第7章主要介绍Power Pivot组件和DAX表达式的基础知识。 ? 第8章主要介绍计算列与度量值、数据模型与表间关系、DAX的基础函数、计值上下文（筛选上下文和行上下文），以及CALCULATE函数的调节器等内容。 ? 第9章主要介绍按列排序、条件格式、VAR变量、各类占比计算、各类排名计算，以及将DAX用作表查询工具等内容。 ? 第10章主要介绍时间智能函数及有关时间类分析指标的计算。 ? 第11章主要介绍Power Pivot和DAX表达式在实际场景中的综合应用。 本书紧贴实际分析场景，深入浅出地介绍了Excel商务智能组件强大的数据处理和建模分析能力。通过阅读本书，读者可以更加高效地进行数据分析工作。 读者对象 本书适合有一定基础的Excel用户和Power BI用户，可以作为销售、客服、采购、库储、物流、人力资源、财务、电商等相关岗位职场人士的参考用书，也适合Excel爱好者、数据“发烧友”、在校大学生及经常和数据打交道的朋友阅读。 软件版本 本书是基于Microsoft 365（原Office 365）编写的，读者在Excel 2016及以上版本中进行操作，体验会更加良好。不推荐在Excel 2013和Excel 2010中以插件的方式使用Power Query和Power Pivot两大商务智能组件，因为早期的版本有诸多不稳定因素。Excel 2007及以下版本和WPS均无法使用Excel商务智能组件。 读者服务 Power Query与Power Pivot是两款功能强大的数据处理和分析工具，具有许多高级复杂的应用。由于作者水平有限，在学习、理解和写作过程中难免会有纰漏。如果读者在学习过程中发现书中的错误或对书中的内容产生了疑惑，可以通过以下联系方式和作者进行交流，以便本书再版时进行纠正。 作者微信公众号：Excel和Power BI聚焦 作者个人微信号：xiaobi_0912 致谢 在本书写作的过程中，感谢家人给予的理解和支持，尤其是我的妻子，主动承担了很多家务；感谢编辑老师的耐心指导和认真审稿；感谢朋友和同事在我写作过程中给予的支持和帮助；感谢为本书撰写推荐语的各位老师和朋友，感谢你们对本书的支持和推荐。要感谢的人很多，心存感恩，相伴同行。 作者

第1章 Excel：你的职场生产力工具 / 1 1.1 你所不知道的Excel分析“利器” / 1 1.2 从Excel到Power BI，只需要一步 / 2 第2章 认识Power Query编辑器 / 4 2.1 初识Power Query / 4 2.2 编辑器管理界面介绍 / 5 2.3 创建查询的方法 / 7 2.4 数据源路径的修改与设置 / 9 2.5 数据上载与刷新 / 11 第3章 Power Query的基本操作实例 / 14 3.1 入门基础知识 / 14 3.1.1 数据类型的设置 / 14 3.1.2 标题的升降设置 / 16 3.1.3 “转换”与“添加列”选项卡中的功能 / 16 3.2 删除行或列操作 / 18 3.2.1 选择列与删除列 / 18 3.2.2 删除行与保留行 / 20 3.2.3 通过筛选器删除行 / 24 3.3 添加列操作 / 25 3.3.1 简单快速地添加条件列 / 25 3.3.2 为行添加自定义序号 / 27 3.3.3 添加自定义列 / 29 3.4 拆分列与合并列操作 / 30 3.4.1 实例1：按分隔符拆分列 / 30 3.4.2 实例2：按字符数拆分列 / 33 3.4.3 实例3：按位置拆分列 / 34 3.4.4 实例4：其他拆分列的方法 / 35 3.4.5 合并列常用的方法 / 36 3.5 透视列与逆透视列操作 / 38 3.5.1 一维表和二维表 / 38 3.5.2 实例1：一维表转二维表 / 39 3.5.3 实例2：二维表转一维表 / 41 3.5.4 实例3：含有多重行/列表头的数据清洗 / 42 3.6 提取文本值中指定字符的操作 / 45 3.6.1 实例1：按指定的长度提取文本值中指定的字符 / 45 3.6.2 实例2：按分隔符的位置提取文本值中指定的字符 / 47 3.7 数学运算和分组统计 / 49 3.7.1 聚合运算的操作 / 49 3.7.2 实例1：活用“选择性粘贴”功能处理考试成绩 / 50 3.7.3 实例2：使用分组统计功能快速计算各部门的数据 / 53 3.8 追加查询与合并查询 / 54 3.8.1 实例1：使用追加查询批量合并多个Excel工作表数据 / 54 3.8.2 认识合并查询的6种类型 / 56 3.8.3 实例2：使用合并查询完成各种数据匹配 / 61 第4章 M函数和M公式基础入门 / 65 4.1 M函数和M公式介绍 / 65 4.1.1 M函数和M公式 / 65 4.1.2 主要的M函数类型 / 66 4.1.3 常用的数据类型 / 67 4.1.4 运算符 / 68 4.1.5 如何查看函数帮助 / 69 4.2 三大数据结构 / 72 4.2.1 列表 / 72 4.2.2 记录 / 74 4.2.3 表 / 74 4.2.4 数据结构的组合和深化 / 75 4.2.5 数据结构的扩展 / 77 4.3 数据结构之间的相互转换 / 79 4.3.1 List和Record之间的转换 / 79 4.3.2 Table和List之间的转换 / 80 4.3.3 Table和Record之间的转换 / 83 4.4 M公式中常用的语句 / 84 4.4.1 let…in…语句 / 84 4.4.2 条件分支语句 / 85 4.4.3 容错语句try…otherwise… / 88 4.4.4 each _与(x)=＞的关系 / 89 4.4.5 为公式添加注释 / 92 第5章 常用的M函数实战详解 / 94 5.1 各种数据类型之间的相互转换 / 94 5.1.1 将值转换为文本 / 94 5.1.2 将值转换为数值 / 95 5.1.3 将值转换为日期 / 96 5.2 List和Table的批量转换实战 / 96 5.2.1 批量转换函数List.Transform的实际应用 / 96 5.2.2 批量转换函数Table.TransformColumns的实际应用 / 97 5.3 获取和删除各种数据实战 / 99 5.3.1 使用Table.Skip函数和Table.SelectRows函数筛选行 / 99 5.3.2 获取和删除指定文本值中的指定字符 / 101 5.3.3 获取和删除列表中的元素 / 102 5.4 各种数据结构的拆分、合并、截取和替换实战 / 104 5.4.1 实例1：表的拆分与合并应用 / 104 5.4.2 实例2：列表的拆分与合并应用 / 106 5.4.3 实例3：拆分和提取文本值中的数值并求和 / 108 5.4.4 对文本值进行截取的函数 / 112 5.4.5 实例4：批量替换和有条件地批量替换文本值 / 113 5.4.6 实例5：使用List.Zip函数批量更换标题及制作工资条 / 117 5.5 判断文本值和列表中是否包含指定的内容 / 120 5.5.1 实例1：对任意组合的条件值求和 / 120 5.5.2 实例2：根据标准答案计算多选题的得分 / 123 5.6 分组函数Table.Group及其应用 / 125 5.6.1 Table.Group函数和常规分组计算 / 125 5.6.2 实例：条件分组计算和数据清洗整理获奖数据 / 129 5.7 参数与自定义函数 / 132 5.7.1 参数的设置方法 / 132 5.7.2 实例：创建和调用自定义函数将一列拆分为多列 / 134 第6章 Power Query综合实战 / 140 6.1 数据获取综合实战 / 140 6.1.1 实例1：获取并合并Excel工作簿中的多个工作表的数据 / 140 6.1.2 实例2：获取并合并多个文件夹下的Excel工作簿中的数据 / 144 6.1.3 实例3：获取网页中的表格数据 / 147 6.1.4 实例4：获取CSV或TXT文件数据 / 151 6.1.5 实例5：实时获取数据库中的数据 / 153 6.2 数据转换综合实战 / 155 6.2.1 实例1：将复杂的二维调薪表转换为一维明细表 / 155 6.2.2 实例2：高效快速地清洗零乱的考勤数据 / 158 6.2.3 实例3：同时拆分组合的供应商中文名称和英文名称 / 164 6.2.4 实例4：批量提取Excel工作簿中不规则的防疫数据 / 167 第7章 认识Power Pivot与DAX / 170 7.1 Power Pivot介绍 / 170 7.1.1 认识Power Pivot / 170 7.1.2 从数据透视表的不重复计算说起 / 171 7.1.3 在Excel中加载Power Pivot / 173 7.1.4 认识Power Pivot的管理界面 / 174 7.2 Power Pivot的数据获取方式 / 175 7.2.1 从表格/区域和Power Query导入数据 / 176 7.2.2 从Excel文件导入数据 / 177 7.2.3 从文本文件导入数据 / 178 7.2.4 从剪切板导入数据 / 179 7.2.5 从数据库导入数据 / 180 7.3 认识数据分析表达式DAX / 182 7.3.1 常用的DAX函数类型 / 182 7.3.2 DAX中的数据类型与运算符 / 184 7.3.3 创建DAX表达式时表和列的引用方式 / 185 第8章 Power Pivot和DAX基础知识 / 187 8.1 理解计算列与度量值 / 187 8.1.1 依附于数据表的计算列 / 187 8.1.2 能适应各种环境的度量值 / 189 8.1.3 度量值与数据透视表的计算字段 / 191 8.1.4 如何选择度量值与计算列 / 193 8.1.5 管理度量值 / 193 8.2 数据模型与表间关系 / 195 8.2.1 理解Power Pivot的数据模型 / 195 8.2.2 多表操作时表间关系的建立和管理 / 196 8.2.3 表、列和度量值的隐藏 / 199 8.2.4 LOOKUPVALUE函数介绍 / 200 8.2.5 RELATED函数与RELATEDTABLE函数介绍 / 201 8.3 DAX的基础函数 / 203 8.3.1 以SUMX为代表的结尾带有X的聚合函数 / 203 8.3.2 筛选函数FILTER和逻辑运算符 / 205 8.3.3 DAX中最重要的CALCULATE函数 / 207 8.3.4 CALCULATE函数的筛选器的选择 / 209 8.3.5 VALUES函数和DISTINCT函数 / 211 8.3.6 初识ALL函数和ALLEXCEPT函数 / 213 8.4 初识计值上下文 / 214 8.4.1 初识筛选上下文 / 215 8.4.2 创建筛选上下文 / 216 8.4.3 初识行上下文 / 219 8.4.4 行上下文转换 / 220 8.5 CALCULATE函数的调节器 / 224 8.5.1 删除筛选器的ALL函数 / 224 8.5.2 追加筛选的KEEPFILTERS函数 / 227 8.5.3 激活关系的USERELATIONSHIP函数 / 228 第9章 DAX进阶知识和常见应用 / 231 9.1 Power Pivot和数据透视表 / 231 9.1.1 实例1：在数据透视表中使用自定义排序：按列排序 / 231 9.1.2 实例2：在数据透视表中创建KPI规则——设置“条件格式” / 233 9.2 在DAX中使用VAR变量 / 236 9.2.1 关于VAR变量 / 236 9.2.2 使用变量时应该避免的错误 / 237 9.3 常见的DAX函数和实际案例应用 / 238 9.3.1 实例1：使用CONCATENATEX函数进行文本值透视 / 238 9.3.2 实例2：使用ALLSELECTED函数动态地计算各类占比 / 241 9.3.3 实例3：使用RANKX函数动态地计算各类排名 / 244 9.3.4 实例4：自定义数据透视表标题行完成复杂的报表 / 248 9.4 DAX作为查询工具的实际应用 / 251 9.4.1 数据查询和EVALUATE / 251 9.4.2 实例1：使用ADDCOLUMNS函数建立查询表 / 254 9.4.3 实例2：使用SELECTCOLUMNS函数建立查询表 / 256 9.4.4 实例3：使用SUMMARIZE和SUMMARIZECOLUMNS函数分组汇总数据 / 257 9.5 Power Pivot数据模型与多维数据集函数 / 259 9.5.1 认识CUBE类函数 / 260 9.5.2 实例1：使用CUBEVALUE函数提取Power Pivot数据模型中的数据 / 262 9.5.3 实例2：使用“切合器+CUBEVALUE函数”动态提取Power Pivot数据模型中的数据 / 266 第10章 时间智能计算 / 269 10.1 认识时间智能函数和日期表 / 269 10.1.1 时间智能函数与日期函数 / 269 10.1.2 日期表的创建与标记 / 270 10.1.3 与时间智能函数相关的常用计算指标 / 272 10.2 常见的时间智能计算 / 273 10.2.1 实例1：年初、季初与月初至今计算 / 273 10.2.2 实例2：各类同比与环比的计算 / 275 10.2.3 实例3：动态移动平均分析模型 / 280 第11章 Power Pivot综合实战 / 283 11.1 实例1：TOP-N门店销售和利润贡献度分析模型 / 283 11.2 实例2：折扣比例分组（分区间）分析模型 / 286 11.3 实例3：动态ABC分类分析模型（帕累托分析模型） / 288 11.4 实例4：RFM客户价值分析模型 / 291 11.5 实例5：员工在职、入职、离职和离职率的计算模型 / 296