PowerQuery實戰技巧精粹與M語言|新世代Excel BI大數據處理
活動訊息
內容簡介
用黑科技解決大數據時代的資訊焦慮症
大數據時代必須面臨多元的資料來源與千奇百怪的資料格式，如何快速整合、彙總成足以應用的商業情報，是現代上班族難以逃避的課題。Power Query的問世，正好解決了這樣的焦慮，透過它，即使沒有資訊背景的使用者，也能夠輕鬆駕馭資料處理與分析的繁複過程，成為資料分析達人。
超過14萬字 X 800多幅插圖，帶您從入門到精通Power Query
本書撰寫目的旨在引領讀者熟悉Power Query的操作環境，從Power Query的外掛（增益集）、取得、內建，到完整介紹Power Query 查詢編輯器的使用，佐以實例說明與演練，陪同您體驗各功能層面的操作情境。全書10個章節超過14萬字、800多幅插圖與截圖。
所以，Power Query到底可以幹什麼？
簡單的說，只要學會Power Query：
．不會Excel函數，也能輕鬆搞定匯入人資、財務、業務資料並進行彙整處理
．無痛處理解決常見的報表表頭、頁尾問題，將報表檔案組合成可以進行統計分析的表格
．迅速將非結構化資料轉換成結構化的RAW Data
．即便是面對上百個csv、xlsx檔案，也能夠在彈指間彙整成單一資料表。
．處理巨量資料時，擁有比傳統樞紐分析表更快的資料處理效能
大數據時代必須面臨多元的資料來源與千奇百怪的資料格式，如何快速整合、彙總成足以應用的商業情報，是現代上班族難以逃避的課題。Power Query的問世，正好解決了這樣的焦慮，透過它，即使沒有資訊背景的使用者，也能夠輕鬆駕馭資料處理與分析的繁複過程，成為資料分析達人。
超過14萬字 X 800多幅插圖，帶您從入門到精通Power Query
本書撰寫目的旨在引領讀者熟悉Power Query的操作環境，從Power Query的外掛（增益集）、取得、內建，到完整介紹Power Query 查詢編輯器的使用，佐以實例說明與演練，陪同您體驗各功能層面的操作情境。全書10個章節超過14萬字、800多幅插圖與截圖。
所以，Power Query到底可以幹什麼？
簡單的說，只要學會Power Query：
．不會Excel函數，也能輕鬆搞定匯入人資、財務、業務資料並進行彙整處理
．無痛處理解決常見的報表表頭、頁尾問題，將報表檔案組合成可以進行統計分析的表格
．迅速將非結構化資料轉換成結構化的RAW Data
．即便是面對上百個csv、xlsx檔案，也能夠在彈指間彙整成單一資料表。
．處理巨量資料時，擁有比傳統樞紐分析表更快的資料處理效能
名人推薦
專家推薦
「Power Query 是目前微軟Excel 或Power BI 中隱藏的黑科技，使用者不需要具備程式撰寫能力，只需要透過滑鼠就可以達到快速的資料清洗，簡單易上手。本書更提供了多種跨領域的應用實例，非常契合跨領域學習與解決實務問題導向的現代需求。」 -- 廖世義博士，國立屏東科技大學 企業管理系 教授兼電子計算機中心主任
「這本書是我見過國內最詳細介紹PowerQuery技巧的書籍。更重要的是輔以職場上的真實案例進行演練與說明，完全貼近工作需要。同時也是國內第一本解說Power Query中M語言的書籍，對M語言有興趣的朋友千萬不要錯過。」 -- 陳智揚，威智創育資訊有限公司執行長/淡江資訊工程博士
「Power Query 是目前微軟Excel 或Power BI 中隱藏的黑科技，使用者不需要具備程式撰寫能力，只需要透過滑鼠就可以達到快速的資料清洗，簡單易上手。本書更提供了多種跨領域的應用實例，非常契合跨領域學習與解決實務問題導向的現代需求。」 -- 廖世義博士，國立屏東科技大學 企業管理系 教授兼電子計算機中心主任
「這本書是我見過國內最詳細介紹PowerQuery技巧的書籍。更重要的是輔以職場上的真實案例進行演練與說明，完全貼近工作需要。同時也是國內第一本解說Power Query中M語言的書籍，對M語言有興趣的朋友千萬不要錯過。」 -- 陳智揚，威智創育資訊有限公司執行長/淡江資訊工程博士
目錄
第1章｜Power Query簡介
1.1 先說說什麼是 ETL
1.2 什麼是 Power Query
1.3 Power Query 在何處
1.4 Power Query 查詢編輯器
第2章｜Power Query 做中學
2.1 匯入第一個實作範例
2.2 Power Query 核心工具：查詢編輯器
2.3 建立新的查詢
第3章｜查詢的編輯與管理
3.1 查詢的編輯與管理
3.2 查詢步驟的管理
3.3 外部資料來源的類型
第4章｜資料的基本處理技巧
4.1 資料的取得與匯入
4.2 關於資料行的相關操控
4.3 關於資料列的相關操控
第5章｜文字的處理與轉換
5.1 分割資料行
5.2 文字資料的格式轉換
5.3 擷取資料
5.4 剖析 XML 和 JOSN 檔案
第6章｜數值與日期時間的處理與轉換
6.1 數值資料的處理與轉換
6.2 日期與時間資料的處理
第7章｜資料轉換與合併查詢
7.1 樞紐與取消樞紐
7.2 轉置查詢
7.3 合併查詢與附加查詢
第8章｜認識 M 語言
8.1 M 語言簡介
8.2 看懂 M 語言語法
第9章｜實作 M 語言三大容器
9.1 實作 M 語言的三大容器
9.2 List（清單）
9.3 查詢群組資料夾的建立與管理
9.4 Record（記錄）
9.5 Table（表格）
9.6 合併活頁簿裡所有的工作表
9.7 合併資料夾裡的所有活頁簿
第10章｜Power Query 實例應用
10.1 產品清單標籤大量輸出
10.2 值班輪值記錄（一維轉二維）
10.3 各單位各類票券採購統計（二維轉一維）
10.4 各城市年度業績報表
10.5 管線編號合併
10.6 施工門號拆分
10.7 離職與新進的查詢
10.8 機台檢測次數統計
10.9 製作運動鞋品牌款式報表
10.10 小組分組名單
10.11 服飾日銷售記錄摘要分析
10.12 筆電商品規格清單
10.13 產品與產地銷售記錄
10.14 專案小組名單查詢
10.15 員工 KPI 評量查詢
10.16 MOS 證照成績統計
10.17 年度專案費用累計
10.18 ERP 報表拆解與分析
1.1 先說說什麼是 ETL
1.2 什麼是 Power Query
1.3 Power Query 在何處
1.4 Power Query 查詢編輯器
第2章｜Power Query 做中學
2.1 匯入第一個實作範例
2.2 Power Query 核心工具：查詢編輯器
2.3 建立新的查詢
第3章｜查詢的編輯與管理
3.1 查詢的編輯與管理
3.2 查詢步驟的管理
3.3 外部資料來源的類型
第4章｜資料的基本處理技巧
4.1 資料的取得與匯入
4.2 關於資料行的相關操控
4.3 關於資料列的相關操控
第5章｜文字的處理與轉換
5.1 分割資料行
5.2 文字資料的格式轉換
5.3 擷取資料
5.4 剖析 XML 和 JOSN 檔案
第6章｜數值與日期時間的處理與轉換
6.1 數值資料的處理與轉換
6.2 日期與時間資料的處理
第7章｜資料轉換與合併查詢
7.1 樞紐與取消樞紐
7.2 轉置查詢
7.3 合併查詢與附加查詢
第8章｜認識 M 語言
8.1 M 語言簡介
8.2 看懂 M 語言語法
第9章｜實作 M 語言三大容器
9.1 實作 M 語言的三大容器
9.2 List（清單）
9.3 查詢群組資料夾的建立與管理
9.4 Record（記錄）
9.5 Table（表格）
9.6 合併活頁簿裡所有的工作表
9.7 合併資料夾裡的所有活頁簿
第10章｜Power Query 實例應用
10.1 產品清單標籤大量輸出
10.2 值班輪值記錄（一維轉二維）
10.3 各單位各類票券採購統計（二維轉一維）
10.4 各城市年度業績報表
10.5 管線編號合併
10.6 施工門號拆分
10.7 離職與新進的查詢
10.8 機台檢測次數統計
10.9 製作運動鞋品牌款式報表
10.10 小組分組名單
10.11 服飾日銷售記錄摘要分析
10.12 筆電商品規格清單
10.13 產品與產地銷售記錄
10.14 專案小組名單查詢
10.15 員工 KPI 評量查詢
10.16 MOS 證照成績統計
10.17 年度專案費用累計
10.18 ERP 報表拆解與分析
序／導讀
序
隱藏在Excel當中的黑科技
近年在資料科學領域，大數據分析運用與資料探勘的各種演算法不斷地改進。一方面在需求端，像工業製造與零售消費市場行銷等各種領域的進步，另一方面也在軟體技術供給端，不斷在使用者介面與精簡語法的效率提升中改善。然而基於整個CRISP-DM（Cross-Industry Standard Process for Data Mining）方法論，在確定解決實務問題後，最重要的是在資料收集後的資料清理工作，而資料分析人員光在執行資料清理工作時，幾乎就耗掉所有60% 的專案工作時間，致力於尋求做到正確，精準的資料清理工作。因此，在大數據分析時代，大量的資料如何進行資料清洗與整理，找出正確有意義的資料進行分析便更為重要。
綜觀目前在大數據分析書籍大多著重於資料視覺化與人工智慧應用與分析，較鮮少論及資料清洗，很感謝仲麒老師補足清洗資料在數據分析裡缺失的一塊。仲麒老師這幾年在國內多所大專院校致力於商業智慧分析與資料視覺化等資料科學相關課程核心技能的深耕，並導入Power Query 的相關概念，確實提升本校師生在資料清洗的觀念、Power Query 工具的應用能力，也顯示Power Query對數據分析的重要性。
Power Query可說是隱藏在Excel或Power BI深厚的黑科技，使用者不需要具備程式撰寫能力，只需要透過滑鼠就可以達到快速的資料清洗，簡單易上手，非常契合現代跨領域學習與解決實務問題導向的方式。
隱藏在Excel當中的黑科技
近年在資料科學領域，大數據分析運用與資料探勘的各種演算法不斷地改進。一方面在需求端，像工業製造與零售消費市場行銷等各種領域的進步，另一方面也在軟體技術供給端，不斷在使用者介面與精簡語法的效率提升中改善。然而基於整個CRISP-DM（Cross-Industry Standard Process for Data Mining）方法論，在確定解決實務問題後，最重要的是在資料收集後的資料清理工作，而資料分析人員光在執行資料清理工作時，幾乎就耗掉所有60% 的專案工作時間，致力於尋求做到正確，精準的資料清理工作。因此，在大數據分析時代，大量的資料如何進行資料清洗與整理，找出正確有意義的資料進行分析便更為重要。
綜觀目前在大數據分析書籍大多著重於資料視覺化與人工智慧應用與分析，較鮮少論及資料清洗，很感謝仲麒老師補足清洗資料在數據分析裡缺失的一塊。仲麒老師這幾年在國內多所大專院校致力於商業智慧分析與資料視覺化等資料科學相關課程核心技能的深耕，並導入Power Query 的相關概念，確實提升本校師生在資料清洗的觀念、Power Query 工具的應用能力，也顯示Power Query對數據分析的重要性。
Power Query可說是隱藏在Excel或Power BI深厚的黑科技，使用者不需要具備程式撰寫能力，只需要透過滑鼠就可以達到快速的資料清洗，簡單易上手，非常契合現代跨領域學習與解決實務問題導向的方式。
配送方式
-
台灣
- 國內宅配：本島、離島
-
到店取貨：
不限金額免運費
-
海外
- 國際快遞：全球
-
港澳店取：
訂購/退換貨須知
加入金石堂 LINE 官方帳號『完成綁定』，隨時掌握出貨動態：
提醒您！！
金石堂及銀行均不會請您操作ATM! 如接獲電話要求您前往ATM提款機，請不要聽從指示，以免受騙上當！
退換貨須知：
**提醒您，鑑賞期不等於試用期，退回商品須為全新狀態**
-
依據「消費者保護法」第19條及行政院消費者保護處公告之「通訊交易解除權合理例外情事適用準則」，以下商品購買後，除商品本身有瑕疵外，將不提供7天的猶豫期：
- 易於腐敗、保存期限較短或解約時即將逾期。（如：生鮮食品）
- 依消費者要求所為之客製化給付。（客製化商品）
- 報紙、期刊或雜誌。（含MOOK、外文雜誌）
- 經消費者拆封之影音商品或電腦軟體。
- 非以有形媒介提供之數位內容或一經提供即為完成之線上服務，經消費者事先同意始提供。（如：電子書、電子雜誌、下載版軟體、虛擬商品…等）
- 已拆封之個人衛生用品。（如：內衣褲、刮鬍刀、除毛刀…等）
- 若非上列種類商品，均享有到貨7天的猶豫期（含例假日）。
- 辦理退換貨時，商品（組合商品恕無法接受單獨退貨）必須是您收到商品時的原始狀態（包含商品本體、配件、贈品、保證書、所有附隨資料文件及原廠內外包裝…等），請勿直接使用原廠包裝寄送，或於原廠包裝上黏貼紙張或書寫文字。
- 退回商品若無法回復原狀，將請您負擔回復原狀所需費用，嚴重時將影響您的退貨權益。
商品評價