很多人换了2007后，问的最多的问题之一是2003里最经典的ADO中的“provider=Microsoft.Jet.OLEDB.4.0”这句怎么不能用了。
百度一下可以了解到，Microsoft.Jet.OLEDB.4.0是Microsoft Jet引擎，这适用于2003版本（2003之前的我没装，所以也不知道能向下适应到哪个版本），而在2007中，微软对其旗下 Access 与 Excel 的主要文件格式进行修改，并且重命名为 .accdb（Access 2007 数据库文件）与 .xlsx（Excel 2007 文件），因此未被 Microsoft Jet 引擎所支持，不过微软也很快的提出了 Microsoft Office 2007 Desktop Drivers: Data Connectivity Components 来支持，目前的解决方法就是把连接字符串中的数据提供者改为 Microsoft.ACE.OLEDB.12.0。

        很多人换了2007后，问的最多的问题之一是2003里最经典的ADO中的“provider=Microsoft.Jet.OLEDB.4.0”这句怎么不能用了。
　　百度一下可以了解到，Microsoft.Jet.OLEDB.4.0是Microsoft Jet引擎，这适用于2003版本（2003之前的我没装，所以也不知道能向下适应到哪个版本），而在2007中，微软对其旗下 Access 与 Excel 的主要文件格式进行修改，并且重命名为 .accdb（Access 2007 数据库文件）与 .xlsx（Excel 2007 文件），因此未被 Microsoft Jet 引擎所支持，不过微软也很快的提出了
Microsoft Office 2007 Desktop Drivers: Data Connectivity Components 来支持，目前的解决方法就是把连接字符串中的数据提供者改为
Microsoft.ACE.OLEDB.12.0。

（上面的来自：http://blog.csdn.net/laoyebin/archive/2009/11/29/4902313.aspx）
  //2007（Microsoft.ACE.OLEDB.12.0）

  string mystring = "Provider=Microsoft.ACE.OLEDB.12.0;Data Source=" + path + ";Extended Properties=''''Excel 8.0;HDR=Yes;IMEX=1;''''";

  //2003（Microsoft.Jet.Oledb.4.0）

  string mystring = "Provider=Microsoft.Jet.Oledb.4.0;Data Source=" + path + ";Extended Properties=''''Excel 8.0;HDR=Yes;IMEX=1;''''";

	

前几天有个朋友问了一个关于连续时间统计的问题，使用Power Query for Excel来解决的。今天在张俊红老师的公众号上看到了使用使用SQL来解决连续时间的统计问题。这个问题是一个非常经典的例子，在许多的编程的案例甚至面试中都会遇到。关于SQL的解决方案与思路，具体可以拜读俊红老师的文章：
文章链接：
张俊红，公众号：俊红的数据分析之路Sql如何统计连续打卡天数
这类连续的问题主要是有连续打卡时间，连续登陆时间统计，连续迟到时间统计、连续购买、连续乘坐、连续感染新冠病毒、连续服务时间等。
今天来讲的是与俊红老师的文章的题目稍微有所不同，但是都是属于同一类问题。将左侧的数据处理成右侧的数据。即计算每个车队每个对应的各个自编号的车辆的停机的开始日期与结束日期，最后计算停机的天数。
这个问题，我们使用Excel中的Power Query功能来解决。首先，将数据从Excel中加载至Power Query中。修改日期的类型。(如果时间不是顺序的，先对日期进行排序)
其次，使用Table.Group函数的第4个参数的作用，局部分组的作用来进行处理数据。这里先放出M函数的代码看看。
上述公式中最核心的步骤就是"分组"这一步骤。这个步骤里面主要的核心的部分是添加索引列以及判断列。即下面这两分部分代码：添加索引列：
a=Table.AddIndexColumn(_,"index",0,1 )
添加判断列：
 b=Table.AddColumn(a,"判断",       (x)=> x[停机日期]-#duration(x[index],0,0,0))
添加的判断的列的有原理就是比较当前行中的日期与上下两个行中的日期是否连续。然后生成一列日期，最后再使用Table.Group函数的第4个参数为0时(局部分组)对每一个连队下面的自编号的车辆进行分组。
Table.Group(      [        a=Table.AddIndexColumn(_,"index",0,1 ),        b=Table.AddColumn(a,"判断",                  (x)=> x[停机日期]-#duration(x[index],0,0,0))      ]       [b],      "判断",      {          "s",         (y)=>               [                  开始停机日期=List.Min(y[停机日期]),                  结束停机日期=List.Max(y[停机日期]),                  天数=Number.From(结束停机日期-开始停机日期 )+1               ]      }      ,0    )
最后使用List.Max函数与List.Min函数取出最大值与最小值作为开始停机日期与结束停机日期，停机天数是最大日期减去最小日期再加1.
[  开始停机日期=List.Min(y[停机日期]),  结束停机日期=List.Max(y[停机日期]),  天数=Number.From(结束停机日期-开始停机日期 )+1]
对于这个问题，还可以有其他的方法也可以实现这个问题，可以不用在第二个Table.Group函数中使用Table.AddIndexColumns函数(使用List.Positions函数代替)。但是使用到了Table.Group函数的第5个函数，作用是对于分组的条件进行判断。所以整个公式还可以写成：
上面的这个问题还可以再做变形，即要连续的天数在1天以上的(不含1天)，这样的问题只需要在最后将天数为1的筛选掉即可。在Excel中对于这类问题的处理，也可以根据上面的思路来使用函数与数据透视表来完成这个问题。如果素材的小伙伴，可以在后台联系小必老师。

	

关于PowerQuery批量汇总多个Excel工作簿，该功能非常经典实用，操作起来也很简单，之前已经有几篇文章介绍过该功能以及可能遇到的各种问题，
使用Power Query是一种什么体验？
批量合并Excel，PowerQuery的这些技巧你应该掌握
利用PowerQuery，批量合并多个Excel的指定列
Power Query批量合并Excel，数据不是从第一行开始怎么办？
上面的第四篇文章介绍的是数据不是从第一行开始但前面空行是相同数量的情况，这种合并起来还比较简单。有朋友提到更特殊的一种情况，每张Excel表格前面的空行也不相同，那应该怎么快速批量合并呢？这篇文章继续探讨解决合并Excel时会遇到的这个问题，比如下面示例中的这几张表：
从这三张表可以看出，数据前面都有空行，且空行数量都不相等，以这个数据为例，我们依然从头开始，再详细介绍一下PowerQuery批量汇总空行不相等Excel的处理步骤。
下面是详细操作步骤：↑ 获取数据>文件夹↑ 点击“转换数据”进入PowerQuery编辑器↑ 添加列>自定义列↑ 自定义列公式：Excel.Workbook([Content])这里的Excel.Workbook无需加第二个参数，因为第一行本来也不是标题行，将表的第一行作为标题没有意义。↑ 展开自定义列展开以后，添加一个自定义列来解析[Data]列：
Table.PromoteHeaders(        //提升标题行
    Table.Skip([Data],             //跳过表的前 x 行        Table.PositionOf(         //计算 x            [Data],            [Column1="订单日期"],            Occurrence.First,            "Column1"        )    ))
↑ 添加自定义列这串M函数的含义已经注释计算逻辑，看起来比较长，与上篇文章相比，只是多了 Table.PositionOf 函 数，该函数通过查询某个列名出现的位置，来计算每张表前面有多少空行，利用这个函数的计算结果，来动态返回空行的数量。将计算出的空行数量传递给 Table.Skip 跳过空行数，并利用函数  Table.PromoteHeaders 提升标题。然后就是正常的点击自定义列右上角的展开按钮，像往常一样看到每张表的字段列表，想合并哪些列，直接勾选列名，点击确定，就会自动将每张表的所选字段合并到一起。因为这个示例中，Excel表不规范的地方更多，所以用到了更多的M函数来相应处理，如果能理解M的逻辑最好，即使不理解，遇到相似的问题时，直接复制上面的M代码套用即可。至此，关于批量合并Excel可能遇到的问题基本都提到了，如果你还有其他问题或者解决方案，欢迎留言分享。当然，最重要的还是规范数据源，让每一张表的格式有统一的标准，这样才能更简单高效的完成数据汇总工作，而无需使用各种复杂的M函数。本文的练习数据，可以在「PowerBI星球」公众号对话框发送关键字“批量合并Excel”下载。-精彩推荐-
如果你刚开始学习Power BI，可在微信公众号后台回复"PowerBI"，获取《七天入门PowerBI》电子书，轻松上手。成为PowerBI星球会员，获取更多学习资源↑ 扫码加入，与2k+ 学习者一起成长