如何高效清洗数据？试试这款神器

在大数据时代，数据的来源具有多样性、复杂性。

针对数量庞大、渠道及格式多样的数据，数据清洗就成为刚需。

在数据分析中，数据清洗实际上是十分繁重且关键的一步。

Power Query 作为数据清洗的工具，能将这些多源的数据集中并统一转换成所需要的格式，为数据分析创造前提条件。

此外，Power Query 还能使办公自动化更进一步，与常用办公软件 Excel 无缝衔接，使日常的重复工作实现自动化，得到高效并准确的处理结果，不仅可以为企业节省人力成本，还可以为个人节省时间。

在未使用 Power Query 之前，《Power Query 实战：Excel 智能化数据清洗神器应用精讲》一书的作者常用的是 Excel 中的函数，但是自从使用了 Power Query，很多在 Excel 中看似困难的操作只需要进行简单的处理即可完成，甚至都不需要自己编写函数，直接在操作界面中操作即可。

对于没有编程经验的人来说，使用 Power Query 的关键就是搞清楚数据的格式，如果理解了这一点，那么在使用函数的过程中会容易很多。

本书特色

Power Query 中的函数多达几百个，选择案例中介绍的那些常用的函数并熟练运用，基本上可以解决工作中遇到的大部分问题。

本书不仅说明了操作过程，还帮助读者拓展思路，使读者能够举一反三地来解决问题；同时，通过丰富的案例对函数的计算过程进行详细解释，使读者能够更好地理解函数的计算过程，更清楚函数的计算逻辑。

本书读者对象

• 经常使用 Excel 的办公人员

• 经常需要整合各个渠道数据的人员

• 经常需要生成不同报表的统计人员

• 企业运营管理及分析人员

• 做市场分析的统计人员

• 其他对数据整理及分析感兴趣的人员

本书内容

第 1 章：主要介绍 Power Query 的一些基本概念，如 Power Query 的作用、打开方式、主界面功能、数据类型、函数概况、基础语法、数据的引用方式等。

第 2 章：介绍 Power Query 中从多种数据源导入数据的方法，如从 Excel 工作簿、工作表、表格、文本文件、文件夹、MySQL 数据库、Web 页面及其他数据源导入数据。

第 3 章：以自制文件管理器作为案例，通过数据的获取、提取、判断和筛选等方式来熟悉一些基本操作，最后利用批处理文件来批量移动、复制、删除和重命名文件。

第 4 章：对比 Excel 中的条件计算公式，了解 Power Query 中的数据自动化清洗计算功能。

第 5 章：对比 Excel 中的数据去重及数据匹配功能，了解 Power Query 中 VLOOKUP 匹配函数的实现方法。

第 6 章：对比 Excel 中提取文本中数据的方法，了解 Power Query 中功能更强大的提取方式，包括提取任意数字、英文、符号及指定国家语言字符等。

第 7 章：对比 Excel 中的绝对引用和相对引用，了解在 Power Query 中实现相对引用、绝对引用和混合引用的方法。

第 8 章：以电商平台批量上传产品数据表作为案例，通过分析目标表格式，介绍如何使用 Power Query 对源数据表格进行清洗并达到目标表格式的要求，以及如何处理标题内容和列的顺序不符合要求的表格。

第 9 章：以库存的断码缺货及补货作为案例，通过 Power Query 对数据进行清洗，使其能自动显示断码缺货的情况及补货的需求。

第 10 章：对比 Excel 中的“分列”功能，Power Query 中“拆分列”功能的规则具有多样性，不仅可以按分隔符、按字符数、按位置来拆分列，还可以按照既有规则转换拆分列，以及自定义规则转换拆分列（如中文转英文、英文转数字等）。

第 11 章：使用 Power Query 对合并单元格的数据进行处理，使其成为可用于分析的数据，包括列标题的合并、行标题的合并、数据值的合并等。

第 12 章：主要介绍 Power Query 中时间类函数的应用、日期及时间类函数的主要分类、日期格式的互相转换等，以排班表和账期计算作为案例来充分展示时间类函数的应用。

第 13 章：主要介绍如何提取带有 table 标签的网页数据，如何对 JSON 格式的数据进行清洗，以及如何提取代码中的指定数据。

第 14 章：主要介绍 Power Query 中的函数概念、自定义函数的备注，以及自定义函数实战。

第 15 章：使用 Power Query 进行人工智能开发，通过解读开放文档中的说明，连接开放的 API，使数据处理更加智能化。

Power-Query实战海报-01.gif

限时五折优惠，快快扫码抢购吧！

每日抽奖

奖品《学习的学问》