精华内容
下载资源
问答
  • power query

    2018-11-26 09:26:39
    power query好用
  • Power Query

    2020-08-09 21:16:36
    Power Query Power BI 四个插件 Power Query 获取和整理数据 Power Pivot 分析建模 Power View 交互式报表 Power Map 三维地图 Power Query 获取和整理数据 位置 数据菜单下——获取...

    Power BI

    • 四个插件
    1. Power Query

      		获取和整理数据
      
    2. Power Pivot

      		分析建模
      
    3. Power View

      		交互式报表
      
    4. Power Map

      		三维地图
      

    Power Query

    • 获取和整理数据

    • 位置

       	数据菜单下——获取和转换数据
      
    • 数据获取

    1. 文本

      		txt
      		csv
      
    2. 数据库

    3. 自网站

    4. 自Excel

      		因为后面需要用到查询编辑器
      		整理和清洗数据
      		如果数据量小
      			自表格进入
      

    查询编辑器

    • 一个简单的案例

       	获取数据(一店) 
       		转换数据在查询编辑器实施操作
       			删除行,将第一行用作标题(清理数据)
       				
       			应用步骤;按×删除上一步操作,齿轮修改操作
       			新建源二店
       				删除行,将第一行用作标题(清理数据)
       				二店追加一店下面(选中一店,点击追加查询,选表)
       					返回并加载至Excel(修改源数据保存,实现自动刷新)
      
    • 列的操作

    1. 选择列

      		**选择列**
      			删除列的一种
      		**转到列**
      			快速帮你找到列,不是删除
      
    2. 删除列

      		**删除其他列**
      			首先你要先选中你要保留下来的列,然后再删除其他列
      			类似于选择列
      
    • 行的操作
    1. 保留行

      		保留最前面,最后面中间行
      		保留中间
      			首行
      				从第几行开始保留
      			行数
      				一共要保留几行
      
    2. 删除间隔行

      		从哪删
      		删除几行
      		保留几行
      		循环第二步和第三步
      
    • 数据格式的转换
    1. 清除

      		删除打印字符,回车键
      
    2. 修整

      		删除前导和尾随空格
      
    3. 拆分列

      		分隔符
      			从左
      			从右
      			每一个
      		字符数
      
    4. 首字母大写

    5. 合并

      		至少选择两列
      		选择的顺序
      		符号
      
    6. 替换

    7. 复制列

      		添加列
      
    8. 添加后缀

    • 数据的拆分、合并、提取
    1. 拆分

      		分隔符
      			从左
      			从右
      			每个
      
    2. 提取

      		left
      		right
      		len
      		mid
      
    3. 性别

      		添加列
      			信息
      				奇偶判断
      				逻辑值
      					改成文本格式
      			添加列保留数据源(如果没有想要的选项选择复制项),转换中不保留
      
    4. 替换

    • 删除重复项

       	原理:默认保留的是第一条数据
       	当和排序一起使用的时候,容易出错
       		排序后的箭头要消失
       		检查数据类型
      
    • 删除错误

       	没有错误制造错误
       		error
      
    • 转置和反转

       	转置:行列互换
       	反转:首尾互换
       	倒序:转置-反转-转置
      
    • 逆透视

       	二维转一维
       	找二维表中以行的形式出现的字段,把这些字段进行逆透视
      
    • 透视列

       	不要聚合(文本)
       	聚合(加减乘除)
       	一维转二维
       	列转行
      
    • 分组依据

       	基本、高级
       	所有行
       		聚合
       		展开
       			数据源里原始列字段
      
    • 添加列

       	条件列
       	索引列
      
    • 追加查询(纵向合并)

       	1、列相同,字段位置不相同
       	2、第一张表列的顺序决定追加后的列名称顺序
       	3、列名不同
       	4、独有的表层会放到相应位置
      
    • 合并查询(横向合并)

       	新建源(不同表格)
       	仅创建链接(同表格)
       	合并查询的连接种类
       		左外部:全部涵盖,一表和二表,和左面匹配
       		右外部:只显示左面有的
       		完全外部:所有数据
       		内部:只有重合的
       		右反:一表中没有的数据
       		左反:二表中没有的数据
      
    展开全文
  • POWER QUERY

    2020-06-13 15:59:13
  • Power Query 自学教程

    万次阅读 多人点赞 2019-05-31 17:01:11
    在使用Power Query半年后,我个人觉得PowerQuery有以下几个优点: 1.Power Query的数据处理逻辑相当于面向过程建模,将数据的处理流程固定下来,之后只需要更新源数据就能通过刷新获得经过处理的结果,能够将使...

    在这里插入图片描述

    挖坑很久都没填,突然发现这篇文章阅读量很高,大半年过去了,虽然距离Power Query大神还有很远很远,但是通过学习和摸索,勉强算得上能够熟练操作80%+常用功能。

    在使用Power Query半年后,我个人觉得PowerQuery有以下几个优点:
    1.Power Query的数据处理逻辑相当于面向过程建模,将数据的处理流程固定下来,之后只需要更新源数据就能通过刷新获得经过处理的结果,能够将使用者的时间从大量重复性日常工作中解放出来。
    2.使用门槛低。虽然PowerQuery对大量数据的处理和运行速度远远比不上python,经常会导致卡机,但是胜在有交互窗口,操作简单,中低阶使用不需要使用者具备编程语言基础。如果稍微了解一些M语言,甚至只要能看懂,就能灵活使用PowerQuery。
    3.可移植性强。作为依附于excel的插件工具,安装过程不涉及环境配置,excel2016之后的版本都内置这个工具。同时,存储带有PowerQuery的文件是excel格式,随便一部有excel的电脑都可以顺利打开文档,运行模型。

    基于这篇(几乎没有内容的)文章阅读量,我感觉Power Query的需求市场不可低估,所以这篇文章我会继续更新下去,希望可以给你们提供一些有用的信息。

    前言
    启动Power Query
    刷新以获取最新数据

    正文
    一、数据导入篇
    二、可视化数据处理篇
    三、可视化数据运算篇
    四、高级编译器使用(M函数)

    启动Power Query & 数据刷新

    Power Query 基本按键使用
    Power Query(以下简称PQ)基本使用流程
    以满足日报数据需求为例
    1.新建excel文档,用于存储PQ模型(建议不要和日报用同一文档);
    2.启动PQ编辑器——连接数据源导入数据——根据计算逻辑建立模型,完成后PQ编辑器数据会自动导出至excel表格内;
    3.建立PQ文档和日报数据的公式连接;
    4.根据每日数据变化,更改源数据文档路径,点击全部更新以获取最新数据处理结果。

    备注:找不到位置或者设置有问题的朋友可以留言提问,我不清楚启动过程会遇到哪些问题,有疑问我再一一更新解答~

    正文
    一、数据导入篇
    这里主要讲解数据源是本地文档的数据导入操作(支持xlsx,csv等格式),主要包含两个步骤:文档导入 & 文档中的表格导入。
    1.按上图指引打开POWER QUERY编辑器后,会进入到如下界面,按图中指引可以完成第一步文档导入。
    在这里插入图片描述
    2.文档导入后,需要进一步指定导入的表格,选中后点击右下角确定。
    在这里插入图片描述
    3.完成数据导入,文档表格的数据会自动加载在PQ编辑器中。

    接下来简单介绍一下PQ编辑器的界面:
    在这里插入图片描述
    1.左侧红框——【查询】:所有导入的文档会在【查询】列表中。
    所有数据处理过程中需要使用的表格都必须导入到PQ编辑器,与把数据导入到数据库逻辑类似,导入后的表格之间可以实现跨表操作。

    2.中间蓝框——【数据预览界面】:展示当前数据表的状态。
    这里和excel界面类似,筛选、复制列、删除列等操作都可以直接在预览界面进行。
    但与excel不同的一点,在PQ编辑器的数据界面,我们不能直接点击某个单元格对数据进行更改。这是因为在PQ编辑器里的所有操作都应该是适用于整个数据文档的,应该基于宏观层面,所以PQ的操作一般都是面向列进行,一列数据在某种意义上来说就是数据处理的最低粒子,而不会再去关注单个单元格里的数据。

    3.右侧绿框——【查询设置-应用的步骤】:记录在单个表中的所有操作历史。
    我愿称之为体现PQ交互友好门槛低的核心。
    在编辑器中的每次数据处理都会被PQ以两种形式记录下来,一种是文字,一种是M语言。文字步骤在此处逐条记录,有点类似于PS里的操作历史。同时,PQ会将这些操作自动转换成相应的M函数,记录在【主菜单-开始-高级编译器】中。
    作为数据小白,在完成建模后如果需要修改某个处理逻辑,可以在操作历史里轻易找到对应的步骤,直接进行修改。

    4.上方黄框——【功能菜单】:和excel的菜单一样,存放了所有可供使用的功能,这里内容比较多,后续再一一介绍。

    为了避免本文过于冗长,后面第二三四章将另开文详细介绍,点击以下链接可跳转~

    二、可视化数据处理篇
    链接:Power Query之二 可视化数据处理

    作为一名非专业写文的博主,非常感谢各位读者的支持呀!突然有了写文的动力,我会认真写完的,欢迎大家提出各种建议~

    展开全文
  • Power Query 系列 (01) - Power Query 介绍

    千次阅读 2019-08-26 16:59:34
    Power Query 介绍 Power Query 是微软提供的工具,Excel 2013 版作为插件加载使用,Excel 2016 版开始,Power Query 的功能集成到 Excel 中,可以直接使用。微软推出 Power BI Desktop 后,一系列的工具,比如 Power...

    Power Query 介绍

    Power Query 是微软提供的工具,Excel 2013 版作为插件加载使用,从 Office 2016 版开始,Power Query 的功能集成到 Excel 中,可以直接使用。微软推出 Power BI Desktop 后,一系列的工具,比如 Power Query, Power Pivot, Power View 等,都集成在其中。Power Query 定位查询,中文一般翻译为超级查询,主要作用是连接不同种类的数据源,进行数据的转换。下图来自微软官方对 Power Query 的介绍,可以帮助理解。Power Query 主要实现连接转换功能。

    Power Query 是一种数据连接技术,可用于发现、连接、合并和优化数据源以满足分析需要。 Power Query 的功能在 Excel 和 Power BI Desktop 中可用。


    网上关于 Power Query 以及 Power Query 内置的 M 语言的教程并不多,所以计划撰写系列博客,尽量以案例的方式,讲解 Power Query 和 M 语言 (M 语言后被改名为 Power Query Query Language)的使用方法。本文先从一个例子,说明 Power Query 的典型步骤和 Power Query 主要构成。

    Power Query 实现工作表汇总

    给出一个在 Excel 中处理有点难度的东西:工作表数据合并,如下图所示:

    如果只有几个 Excel 工作表,可以用拷贝和粘贴来解决。如果是多个 Excel 工作表呢?我特意在网上搜索了一下,知乎有两篇文章,一篇是基于 VBA 的,另一篇是基于数据透视表多重合并计算区域的。

    VBA 对于普通 Excel 用户来说,掌握的人并不多。有了 Power Query 之后呢,合并工作表就变得轻而易举了。大家先跟着我做,刚开始不理解的地方也暂时放过,后面随着理解的加深,很多细节就由熟悉变成轻松驾驭了。

    打开一个新的 Excel 工作簿,切换到【数据】页面,然后通过菜单【获取数据】- 【来自文件】- 【从工作簿】,找到数据源的 Excel 工作簿。

    点击【导入】按钮,因为 Excel 工作簿有多个工作表,我们先选择其中一个,比如 Jan 工作表进行导入。后面解释原因。

    现在 Sheet1 中可以看到一月份的数据,并且右边多了一个 查询和连接 面板。在这个面板中,有一个名为 Jan 的查询,双击这个查询,进入 Power Query 编辑器 界面。

    通过这个界面,我来解释一下 Power Query 的主要构成要素:

    左边是查询,现在有一个查询,查询名为 Jan

    右边是步骤。查询由步骤组成。我们可以试着用鼠标依次点击每一个步骤,这时可以发现,中间的显示区数据会跟着变化。比如当我们点击第一步:源,显示区的显示如下:

    我们看到,这一步骤中,Power Query 读取 sales.xlsx 文件,识别出工作部有三个工作表。工作表的名称分别为 Jan, Feb 和 Mar,这三个工作表的内容(Data) 字段为 Table 类型数据 (Table 是 Power Query 三大容器类型的数据类型之一)。我们可以点击任意一行的 Data 字段,显示区的下方相应显示 Table 的内容。

    点击第二个步骤,显示区显示如下:

    可以看出,根据我们刚开始的选择,Power Query 选择了 Jan 这个工作表。第三个步骤,Power Query 将第一行作为列名,第四个步骤,Power Query 尝试帮我们确定每一列的数据类型。

    从这里可以看出,Power Query 将我们数据处理过程中的步骤都记录下来了,并且在每一步,都能够可视化查看数据的变化,而这一切都是基于 M 语言的。在主页视图两个选项卡都有高级编辑器按钮,点击后进行 M 语言代码的查看和编辑界面:

    现在看来可能比较懵,后面我们要对 M 语言进行剖析,大家可以跟着我来一起学习。

    再回到操作步骤,点击步骤前面的删除图标,删除除之外的所有步骤:

    这个时候的界面应该是下面这个样子:

    在显示区中,删除除 Data 外所有列,删除后显示区的界面如下:

    注意到 Data 列右边下图所示的图标了吗?这个图标表示的操作叫做“展开”,可以对 Table 的内容展开到明细。

    展开操作动图:

    后面还需要两个步骤的操作:将第一行作为标题:


    另外,多个 Sheet 的表头都作加载到行中,行数据可以使用筛选功能将不需要的表头筛选掉:

    完成这些操作后,主页页签中“关闭并上载”,处理的结果即可以上载到 Excel 工作表,这是结果数据。如果源数据有变化,比如某一条记录发生变化,新增一个工作表,都可以通过刷新按钮更新数据。

    以下是 M 语言脚本:

    let
        源 = Excel.Workbook(File.Contents("C:\Users\StoneWM\Desktop\monthly-sales\sales.xlsx"), null, true),
        删除的列 = Table.RemoveColumns(源,{"Name", "Item", "Kind", "Hidden"}),
        #"展开的“Data”" = Table.ExpandTableColumn(删除的列, "Data", {"Column1", "Column2", "Column3", "Column4"}, {"Column1", "Column2", "Column3", "Column4"}),
        筛选的行 = Table.SelectRows(#"展开的“Data”", each true),
        提升的标题 = Table.PromoteHeaders(筛选的行, [PromoteAllScalars=true]),
        更改的类型 = Table.TransformColumnTypes(提升的标题,{{"Month", type text}, {"Name", type text}, {"Product", type text}, {"Sales", type any}}),
        筛选的行1 = Table.SelectRows(更改的类型, each ([Month] <> "Month"))
    in
        筛选的行1
    

    最后,我们总结一下对 Power Query 的初步印象:Power Query 的核心是查询对象,通过查询对象连接不同的数据源获取数据,并对数据进行处理和转换,得到处理后的结果。处理过程的每一个步骤都通过 M 语言脚本被记录下来,从而实现处理过程自动化。

    参考

    示例素材

    github

    展开全文
  • power query 基本功能包括6部分内容:power query选项卡介绍power query 找不到表power query 填充功能(向上、向下)透视列逆透视列添加自定义列一、power query选项卡介绍二、 power query找不到表1. “源”查看文件...
  • “查询编辑器”入口打开Excel,在“数据”选项卡下的“获取和转换”功能区,是Power Query 在Excel 2016中的入口,也是距离数据源最近的工具窗。1.Excel界面中,“数据”选项卡→“从表格”命令。弹出“创建表”...
  • 谈完了基本数据导入界面,接下来我们来谈下我们的PowerQuery 的基本界面。 在Excel中,PowerQuery的入口没有像PowerBI那么容易找到,我们要翻山越岭,然后找到一个菜单,才能够进入到我们的PowerQuery的编辑器界面...
  • language-powerquery:Haskell中的PowerQuery(M语言)AST和解析器
  • Power Query 组件

    2018-06-08 17:17:42
    Power Query数据整理必备组件,Office 2013可安装,BI分析
  • Power Query M语言概述

    2021-01-07 15:23:31
    Power Query提供了强大的数据导入、整理功能,实际就是完成各种ETL的操作。同时适用于 Analysis Services、Excel 和 Power BI Desktop。对于习惯于微软图形化界面操作的小伙伴,Power Query提供了强大的拓展能力,...
  • 在使用PowerQuery半年后,我个人觉得PowerQuery有以下几个优点:1.PowerQuery的数据处理逻辑相当于面向过程建模,将数据的处理流程固定下来,之后只需要更新源数据就能通过刷新获得经过处理的结果,能够将使用者的.....
  • Power BI (power query

    2021-03-01 20:32:53
    Excel中的四个插件 Power Query Power Query查询编辑器
  • 将原始数据加载至power query中处理2.对数据进行基本处理,这里因一个员工有多条数据,事先进行员工业绩汇总3.合并名单与业绩4.根据部门分组,求和业绩,合并名单a.按正常的分组步骤对,名单列和业绩列进行求和分组b...
  • Power Query M reference

    2019-04-12 22:03:53
    Power Bi是近几年更新迭代很快的数据处理工具。 POWER query 是EXCEL 的一个插件。 在POWER BI 中是一个组件。
  • 虽然 PowerQuery 已经将大部分常用功能内置成到功能区。基本能完成我们大部分的报表自动化功能。但是总有些复杂的或者个性化的问题是开发团队没有预先想到的,这时我们就需要学习 M 语言。一、M 语言在哪里?M语言的...
  • 我们前面给大家讲了有关PowerQuery的使用的界面和场景,接下来我们在PowerQuery的界面中来了解下我们的PowerQuery 在Excel 和PowerBI 中的异同。 我们知道Excel 和PowerBI 在进行数据处理的时候有侧重点和偏向,...
  • PowerQuery 64位

    2019-03-29 20:59:38
    PowerQuery 64位,execl高级插件。多个表格合并1个表格等
  • 很多的朋友对于PowerQuery 的理解是Excel 中进行我们数据集成的功能而已,在很多的业务场景,大家也更倾向于将业务数据导入到Excel 进行处理,但是如果我们导入的数据源来自于以下的数据源该怎么办? Oracle MYSQL...
  • Power Query系列 - 排序Ranking难度: ★★☆☆☆(1星)适用范围: ★★★☆☆(3星)概况:在数据分析中,我们常常需要对数据进行排序,同时我们想知道某个项目或者产品的排名,以方便查阅或对排名靠前的进行特别处理...
  • 数据分析 power query formula
  • Power Query英文版教程 ... Installing the PowerQuery SDK Starting to Develop Custom Connectors Creating your first connector - Hello World Tutorials Shape and combine data using Power Query Editor
  • 那么反过来如何在Python中使用Power Query中的数据了?首先我们进入Power Query管理器界面,通过新建一个空查询,并建立一个1到100的列表,再将其转换为表 随后我们依次点击“转换/运行Python脚本” 在脚...
  • 正文:今天给大家分享一下,在PQ...这个问题如果写VBA来处理也不难,判断装数组再join一下,应该就可以了,我们今天来用Power Query来处理下。= Table.Group(源,"类型",{"a",each Text.Combine([值],",")})老规矩先上...
  • 昨天,有人提了一个关于员工生日的难题: 其实,如果不要求...小编分享两种高能方法,一种是power Query转换,第二种是用函数公式。一、使用Power Query 1、效果演示2、制作步骤选取表格 - 数据 - 自表格/区域 ,...
  • power query是什么

    2019-10-22 13:42:15
    power query是什么? 查询增强版(Power Query)是一个Excel插件,是Power BI的一个组件。Power Query 在Excel中通过简化数据发现、访问和合作的操作,从而增强了商业智能自助服务体验。 查询增强版(Power Query)...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 2,516
精华内容 1,006
关键字:

powerquery