https://zhuanlan.zhihu.com/p/64415763 使用Power Query进行复杂一些的数据处理,离不开M函数,目前已经有超过700个函数了,基本上各式各样的数据处理需求都可以使用M函数实现,如果你觉得这些还不够,或者使用起来不是很方便,也可以在PQ中自定义函数. 自定义函数的语法 如果在M编辑器中看到这个符号: => ,就是有自定义函数在里面,自定义函数的基本语法是: 函数名=(参数1,参数2,参数3……)=>表达式 函数名可以任意写,只要和M语言里的关键字不要重

在上一篇中我们看到了Power BI在移动端的支持,从这一篇起降依次介绍Power BI中的各个功能组件,此篇讲通过一个故事来介绍如何在Power Query中获取并且组织数据. 在这个系列中,我们将看到Anna,一个分析师,或者一个报表创建者是如何利用自服务式的Power BI来发现数据,组织数据以及生成报告,以及发布报告的. 首先Anna打开了Excel 2013,找到Power Query标签. 点击Online Search.在工作簿的右侧出现了Online Search界面,Anna输

Power Query和Power Map是微软前不久在WPC上发布的Power BI中新的针对Excel的功能.借助这两样功能,自助式BI将更方便你发现和处理数据并且丰富数据的可视化功能. Power Query和Power Map的前身分别是Data Explorer和GeoFlow,这两样功能在SQL Server 2014 CTP1里都有提到.结合Power Pivot和Power View,这四大功能组成了微软最新的Power BI系列. 本文源自微软商业智能官方博客里的内容,主要演示

当你点击阅读这篇文章,第一眼看到这首图,是不是不太明白?实际上是小悦对Power BI 功能的12月更新的部分功能很有兴趣,所以今天想用这张张首图作为例,延伸测试键盘快捷键的简单应用,还真别说,确实还很好玩哦~而且Power BI中的Power Query Editor中的高级编辑器中还有许多键盘快捷键,其中许多与DAX公式栏中的相同! 首先,想说的是,对于大多数这些键盘快捷键,我们需要启用M IntelliSense,自2018年12月起,可以在预览功能勾选即可.路径:请单击文件>选项和设置>

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. 应用场景: 以下是几个应用场景: 对前五名销售进行奖励 对前五名的销售求和 对末3位进行淘汰 .... 然鹅,排名有多种,下面是小抄:  顺序排序(1234排序)-这种排序方法对数据的每一行使用序号,而不关心平局/并列.  标准比赛排名(1224排序)-也

近日,Mimecast 威胁中心的安全研究人员,发现了微软 Excel 电子表格应用程序的一个新漏洞,获致 1.2 亿用户易受网络攻击.其指出,该安全漏洞意味着攻击者可以利用 Excel 的 Power Query 查询工具,在电子表格上启用远程动态数据交换(DDE),并控制有效负载.此外,Power Query 还能够用于将恶意代码嵌入数据源并进行传播. (图自:Mimecast,via BetaNews) Mimecast 表示,Power Query 提供了成熟而强大的功能,且可用于执行通

Power Query下载地址 https://www.microsoft.com/zh-CN/download/details.aspx?id=39379 使用步骤 1.数据->其它源->自网站 填写url及token 3.加载数据 4.找到要转成表格的数据属性

https://zhuanlan.zhihu.com/p/111674088 ​来自知乎一个朋友的问题,如何在Excel中批量插入文件的超链接,以便在Excel中对文档进行有序的目录管理? 这个问题的方法很多,这里给出一个简便且高效的方法,利用Power Query. 假设需要管理的文档存放于三个文件夹中, 每个文件夹中有4个文件, 下面就来看一下如何把这些文档地址和目录批量导入的Excel中. 先建一个Excel工作簿,逐步完成下述操作: ↑ 获取数据>从文件夹 ↑ 选择文档所在的路径 ↑ 点

数据源: 任意超级表 目标: 将超级表中的数据加载到Power Query编辑器中 操作过程: 选取超级表中任意单元格(选取普通表时会自动增加插入超级表的步骤)>数据>来自表格/区域 M公式:  = Excel.CurrentWorkbook(){[Name="超级表名"]}[Content] 扩展: 以二进制形式返回文件内容:= File.Contents("路径\文件名.后缀名") 从工作簿:= Excel.Workbook(二进制Excel工作簿,

数据源: 任意工作簿 目标: 使用自定义函数实现将数据源导入Power Query编辑器 操作过程: PowerQuery编辑器>主页>新建源>其他源>空查询 编辑栏内写入公式>调用 M公式: = (自定义参数名) => Excel.Workbook(File.Contents(自定义参数名), null, true) 固定结构: M公式 = (参数1,...,参数n) => 包含参数的表达式 M代码(生成自定义函数) (参数1,...参数n) => let

先道歉,<Power Query数据清洗实战>里,有虫-- 谢谢大家帮忙捉虫了. 谢谢法叔,他捉了四只--(汗) 112页第倒第二行,[追加查询],应是[合并查询]. 151.154.155页,8.3小节中前三个吃货表,都是转成妥妥的二维表? 好吧,这是个有争议的问题,那三个成型的吃货表,猛一看确实是一维表,但是也可以把"原产地""类别""美味等级"三个元素看成同一元素,这又成二维表了.其实一维表和二维表都不是官方给出的名词,而是用户

M语言基本上和其他语言一样,用敲键盘的方式写入.修改.删除,这个是废话. M语言可以在[编辑栏]或[高级编辑器]里直接写入.修改.删除,这个也是废话. M语言还有个地方可以写入.修改.删除,就是[自定义列],在Power Query编辑器的[添加列]选项卡下. 在[自定义列]里编辑M公式,除了可以用键盘以外,还可以用鼠标--需要输入列名时,双击[可用列]里的指定列,或者选取列名后单击[插入]. 好吧,这统统都是废话--

M函数和M公式是Power Query专用的函数与公式,M代码是Power Query专用的用于实现查询功能的代码.M函数公式和M代码统称M语言. 查看M公式:[编辑栏] 查看方法:在Power Query编辑器的[视图]选项卡下,勾选[编辑栏],选取不同的[应用的步骤]即可看到[功能区]和[查询表]之间的M公式. 查看M代码:[高级编辑器] 查看方法:在Power Query编辑器的[视图]或者[主页]选项卡下,单击[高级编辑器]即可.

Excel用Power Query把文件夹下所有文件合并为一个与合并多个表格 在 Excel Power Query 未出来之前,把文件夹下所有文件合并为一个与合并同一工作表中的多个工作表,需要用 VBA 实现,比较麻烦.有了 Power Query 后,不用再写代码,直接用它就可以合并一个文件夹(可包含子文件夹)下所有的 Excel 文件与一个 Excel 文档中所有 Sheet.用 Power Query 合并文件,主要是通过查询导入的办法实现,以下就是它们的具体操作方法,实例中操作所用版本

152-技巧-Power Query 快速合并文件夹中表格之自定义函数 TableXlsxCsv 附件下载地址:https://jiaopengzi.com/2602.html 一.背景 在我们使用 Power BI 或者 Power Pivot 做数据分析模型时,使用 Power Query 做数导入,经常会遇到如下场景: 同一文件夹下多个表格的合并. 同一个 Workbook 中有多个相同的字段的 WorkSheet . Xlsx, Xls, Csv 并存. 字段的类型更改每次都要打开 Po

博客:www.jiaopengzi.com 焦棚子的文章目录 请点击下载附件 一.背景 近段时间比较忙,也没有看到很好的DAX素材,很久没有更新文章了,刚好有时间就来凑个热闹. 今天主题是Power BI建模分析的一些小技巧. 1.Power Query之数据表字段名称管理 2.Power BI建模必备要素 二.正文 1.Power Query之数据表字段名称管理 前提:标准数据库里面的数据用sql来管理,在这里不做讨论. 在诸多CSV格式的数据源中,经常会有很多字段的数据,如图: 多字段数据

https://zhuanlan.zhihu.com/p/100070260 商业数据分析通常都可以简化为对数据进行筛选.分组.汇总的过程,本文通过一个实例来看看PowerBI是如何快速完成整个过程的. 假设数据为一个订单明细表,含有下单日期.客户名称.产品名称等数据,业务需求为: 根据订单表,计算出截止某个日期,购买次数为1-7次.8-14次.14-21次……的客户分别有多少? 下面是PowerBI解决这个问题的过程,只需要简单的3个步骤. 1.数据建模 根据订单表提取出客户表,以及建立一个涵

https://zhuanlan.zhihu.com/p/100070260 商业数据分析通常都可以简化为对数据进行筛选.分组.汇总的过程,本文通过一个实例来看看PowerBI是如何快速完成整个过程的. 假设数据为一个订单明细表,含有下单日期.客户名称.产品名称等数据,业务需求为: 根据订单表,计算出截止某个日期,购买次数为1-7次.8-14次.14-21次……的客户分别有多少? 看到要求就知道这是个分组问题,一般可以通过计算列或者度量值的方式来完成,之前PowerBI星球也分享过关于分组的文章

转换列: = Table.TransformColumns( 表, {{"列名1", 转换函数1, 数据类型1},-,{"列名n", 转换函数n, 数据类型n}}, 剩余列转换函数, 处理不存在的列) 示例:除"品名"列加前缀"N-"以外,其他所有列乘以10 = Table.TransformColumns(表, {"品名", each "N-" & _}, each _ *10

https://www.microsoft.com/zh-cn/download/confirmation.aspx?id=39379

常规工资条为标题.内容.空行,每三行一循环,横向排版.打印.空行填充颜色,方便切割.其中用到函数嵌套,先把table以row转换为list,然后用List.TransformMany生成Table.ColumnNames.内容.{null}的循环,再把list以row转换为table. 非常规两分工资为标题1.内容1.标题2.内容2.空行,每五行一循环,纵向排版.打印,方便切割.列数为奇数则重复姓名列凑成偶数方便两分,Table.DuplicateColumn. 两分可用List.FirstN.