数据建模与数据分析:基于Power Query与Power Pivot电子书

前言

Part 1 第1部分 数据准备与清洗

Chapter 1 第1章 自助式数据分析概述

1.1 自助式数据分析的实现途径与价值剖析

1.2 自助式数据分析的六大应用场景

1.3 Power Query

1.4 Power Pivot

Chapter 2 第2章 使用Power Query进行数据清洗

2.1 快速清洗空行

2.2 快速清洗错误值

2.3 快速删除重复值

2.4 快速删除多余空格

2.5 快速清除非打印字符

Chapter 3 第3章 使用Power Query进行行列及表格结构管理

3.1 删除或保留行记录

3.2 删除或保留列字段

3.3 按要求排列数据

3.4 按要求筛选数据

3.5 将报表进行行列转置

3.6 将报表进行反转行展示

3.7 移动报表中的列数据

3.8 转换报表结构

Chapter 4 第4章 使用Power Query进行数据转换

4.1 配置数据类型

4.2 转换数据格式

4.3 智能填充

Part 2 第2部分 数据整合与高级查询

Chapter 5 第5章 使用Power Query进行数据管理

5.1 数据拆分

5.2 数据分组

5.3 透视列与逆透视列

Chapter 6 第6章 使用Power Query进行数据查询

6.1 追加查询数据

6.2 合并查询数据

Chapter 7 第7章 使用Power Query进行多表合并及M高级查询

7.1 合并同一工作簿文件内的多个工作表

7.2 合并不同工作簿文件内的多个工作表

7.3 使用M高级查询制作多表合并模板

7.4 合并文件夹内多个工作簿文件的数据

7.5 使用M高级查询快速制作多工作簿文件合并模板

7.6 合并文件夹内多工作簿中的多工作表数据

7.7 跨文件夹合并多工作簿中的多工作表数据

Part 3 第3部分 数据建模与DAX实战

Chapter 8 第8章 使用Power Pivot进行数据加载

8.1 从数据库加载数据

8.2 从Excel文件加载数据

8.3 从文本文件加载数据

8.4 从剪贴板加载数据

8.5 将表格添加到数据模型中

8.6 添加Power Query的上载结果

8.7 添加数据透视表的数据源

Chapter 9 第9章 使用Power Pivot进行数据建模

9.1 两大核心要求

9.2 创建数据模型的方法

9.3 一对多关系的数据模型

9.4 与Excel环境对比

9.5 计算列

9.6 度量值

9.7 计算列与度量值的功能对比

Chapter 10 第10章 使用Power Pivot对数据模型进行管理与优化

10.1 数据刷新

10.2 连接管理

10.3 表间关系管理

10.4 度量值管理

10.5 降低内存占用

10.6 提升计算效率

Chapter 11 第11章 DAX必知必会

11.1 DAX功能简介

11.2 DAX的常用术语

11.3 DAX的数据类型

11.4 DAX运算符

11.5 DAX的语法要求

11.6 DAX与Excel公式的8种显著区别

Chapter 12 第12章 基于DAX的逻辑、聚合与数据处理

12.1 常用的DAX逻辑函数

12.2 常用的DAX聚合函数

12.3 常用的DAX文本函数

12.4 常用的DAX数学函数

12.5 常用的DAX日期和时间函数

Chapter 13 第13章 智能计算与深度分析：DAX高阶函数应用

13.1 常用的DAX筛选器函数

13.2 常用的DAX时间智能函数

13.3 常用的DAX关系函数

13.4 常用的DAX表操作函数

Chapter 14 第14章 使用Power Pivot对数据模型进行改进与完善

14.1 使用VAR变量改进DAX表达式

14.2 使用ADDCOLUMNS函数改进表结构

14.3 使用DAX查询自动构建通用的日期表

14.4 使用SELECTCOLUMNS函数重组表结构

14.5 使用计算表集中化管理度量值

Part 4 第4部分 综合案例：看板搭建

Chapter 15 第15章 数据建模与数据分析案例

15.1 案例说明

15.2 使用Power Query实现分散数据源的多表合并

15.3 使用Power Pivot进行数据建模并计算度量值

15.4 使用DAX查询动态生成目标数据计算表

15.5 创建动态图表

15.6 计算关键指标和制作数据汇总表

15.7 创建部门对比图和销售占比图

15.8 制作大字KPI并组装数据看板

15.9 获取更多学习资料的方法