Power Query：基于Excel 和 Power BI的M函数详解及应用

既适用于Excel，也适用于Power BI
Power Query的80%能力都要通过M函数来实现，使用M函数可以灵活地完成数据导入、整合、加工处理等任务工作

 

Power Query的界面操作只能发挥其全部能力的20%，剩余80%的能力都要通过M函数来实现。M函数是Power Query专用的函数，使用M函数可以帮助我们自由灵活地完成数据导入、整合、加工处理等任务工作。本书首先通过介绍基本操作让读者体验Power Query的魅力，让读者用图形操作界面也能玩转数据的整理、清洗和转换。其后介绍M函数的分类，以及学习的方法，还有*重要的“上下文”概念。本书的第5章会详细介绍部分M函数的语法、参数及用法，再结合实际案例讲解多个M函数的嵌套。本书适用于从事出纳、会计、统计、仓管、数据分析等频繁与数据打交道的工作的人；不想学高级函数、VBA编程等复杂的数据处理功能，但工作中又有需要的人。

李小涛Excel重度使用者，现任某企业数据分析岗位，同时也从事Excel培训工作致力于不断挖掘Excel在工作中的应用，让身边每位办公人士都能高效使用，擅长Excel数据分析，VBA建模，Power BI可视化。

目录

第1章
Power Query的庐山真面目 1
1.1 初识Power Query 1
1.2 “新建查询”命令 2
1.3 “查询编辑器”界面介绍 3
1.4 在“查询编辑器”内导入数据 8
1.5 用“从表格”命令导入多张数据表 9
1.6 将查询表上载至Excel 12
1.7 刷新数据 13
第2章
Power Query的基础操作 15
2.1 添加自定义列 15
2.2 “追加查询”功能 17
2.2.1 “追加查询”功能详解 17
2.2.2 “追加查询”案例——汇总4张工作表 21
2.2.3 “追加查询”案例——文件夹汇总 24
2.3 “合并查询”功能 31
2.3.1 “合并查询”功能详解 32
2.3.2 “合并查询”案例——单条件匹配 35
2.3.3 “合并查询”案例——多条件匹配 37
2.3.4 “合并查询”案例——一对多查询 39
2.3.5 “合并查询”案例——对比两列数据的差异 41
2.4 “透视列”与“逆透视列”功能 43
2.4.1 数据的维度 43
2.4.2 “透视列”案例——将一维表转换为二维表 44
2.4.3 “透视列”案例——文本透视 45
2.4.4 “逆透视列”功能详解 46
2.4.5 “逆透视列”案例——将二维表转换为一维表 46
2.5 “分组依据”功能 47
2.5.1 “分组依据”功能详解 47
2.5.2 “分组依据”案例 48
第3章
M函数入门 51
3.1 Power Query的三大容器 51
3.1.1 List（列表） 51
3.1.2 List扩展 53
3.1.3 List类函数 54
3.1.4 List合并 57
3.1.5 Record（记录） 58
3.1.6 Record扩展 59
3.1.7 Record类函数 60
3.1.8 Record合并 60
3.1.9 Table（表） 62
3.1.10 Table扩展 64
3.1.11 Table类函数 64
3.1.12 Table合并 67
3.2 深化容器中的元素 68
3.2.1 深化List元素 68
3.2.2 深化Record元素 69
3.2.3 深化Table元素 70
3.2.4 深化多层容器 73
3.3 数据类型 73
3.3.1 自动检测数据 74
3.3.2 数据类型设置 75
3.4 M函数入门 77
3.4.1 M函数的类别 77
3.4.2 Text类函数 79
3.4.3 Number类函数 80
3.4.4 Time类函数 82
3.4.5 Date类函数 82
3.4.6 DateTime类函数 84
3.5 学习M函数的方法 85
3.5.1 查看所有函数 85
3.5.2 读懂函数的参数 87
第4章
Power Query中的重要概念 89
4.1 分支语句 89
4.1.1 条件语句：if…then…else… 89
4.1.2 调用“条件列” 92
4.1.3 容错语句：try…otherwise… 95
4.2 打开M函数的钥匙——“上下文” 97
4.2.1 Table.AddColumn：表添加列 98
4.2.2 Table.SelectRows：对表进行筛选 99
4.2.3 Table.Distinct：对表删除重复项 102
4.2.4 Table.RowCount/Table.ColumnCount：计算表行/列数 104
4.2.5 Power Query中的“上下文” 104
4.2.6 自定义参数 106
4.2.7 实战案例1——国际排名 109
4.2.8 实战案例2——中国式排名 111
4.2.9 实战案例3——中国式班级排名 114
4.2.10 实战案例4——筛选家庭成员信息 115
第5章
Power Query 实战 118
5.1 M函数的初阶运用 118
5.1.1 List.Sum：列表求和 118
5.1.2 List.Max/List.Min：返回列表中的最大/小值 119
5.1.3 Number.From：数字转换 122
5.1.4 Table.Group：分组统计 124
5.1.5 实战案例1——计算连续正负数的个数并求和 132
5.1.6 Table.Max /Table.Min：筛选表中最大值/最小值的行 135
5.1.7 实战案例2——筛选最近一次的记录 136
5.1.8 实战案例3——计算每人连续迟到的最大次数 139
5.1.9 Table.Skip：跳过表前几行 143
5.1.10 Text.Start/ Text.End：从左取值/从右取值 146
5.1.11 Text.Combine：文本合并 148
5.1.12 实战案例4——合并同部门的姓名 150
5.1.13 实战案例5——将单词和翻译分列显示 151
5.1.14 Text.From：文本转换 153
5.1.15 List.Transform：遍历列表 154
5.1.16 实战案例5——文件夹汇总 156
5.2 M函数的进阶运用 158
5.2.1 Text.Split：文本分割 158
5.2.2 Date.FromText：日期来自文本 160
5.2.3 Date.ToText：日期转到文本 161
5.2.4 List.RemoveNulls：删除列表中的null值 162
5.2.5 实战案例6——在数据中提取日期 163
5.2.6 实战案例7——求数据中的金额总和 166
5.2.7 List.PositionOf：在列表中查找索引值 171
5.2.8 Record.ToList/Record.FieldValues：返回记录中的值 174
5.2.9 Table.ColumnNames：返回表的列标题 175
5.2.10 实战案例8——返回满足条件的所有区间 176
5.2.11 Number.RoundDown：向下舍入 179
5.2.12 List.Range：取列表中的值 180
5.2.13 Table.FromColumns：表来自列 180
5.2.14 实战案例9——单列转多列 182
5.3 M函数的高阶运用 185
5.3.1 Table.ToColumns：按列转换表 185
5.3.2 Table.ToRows：按行转换表 186
5.33 Table.FromRows：表来自行 187
5.3.4 实战案例10——添加汇总行和汇总列 189
5.3.5 List.Zip：列表压缩 192
5.3.6 实战案例11——计算每个学生获得第一名的次数 193
5.3.7 Number.Sign：数字符号 197
5.3.8 Text.Contains：判断字符串中是否包含某值 198
5.3.9 实战案例12——判断服装是齐码还是断码 200
5.3.10 实战案例13——将多列数据转换成两列数据 203
5.3.11 实战案例14——取特定位置的值 207
5.3.12 List.Select：筛选列表 209
5.3.13 实战案例15——取包含特定值的信息 211
5.3.14 List.TransformMany：笛卡儿组合函数 213
5.3.15 实战案例16——制作工资条 218

前言

Power Query是一个在Excel中免费使用的“数据提取”和“数据预处理”自动化插件，也是Power BI的一个组件。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。
Power Query的神奇功能
Power Query是在Excel平台控制及转换数据的最佳工具（没有之一）。不论你是何种Excel用户，你可能经常做如下的事务。
数据获取：从不同源、不同结构中用不同形式获取数据并按统一格式进行横向合并，纵向（追加）合并、条件合并等。
数据转换：将原始数据转换成期望的结构或格式。
数据处理：为了后续分析的需要进行数据预处理，例如：加入新列、加入新行、处理某些单元格值。
Power Query都可以轻松、简单、高效地完成上述事务。
如果会使用Power Query中强大的M函数，使用几行简单的代码就可以快速实现数据获取、转换、处理的工作。
本书主要内容
本书不是M函数的详尽文档，主要关注使用率较高的函数，那些不大常用的内容（也就是那些更深奥的内容）就交给读者去摸索吧。
第1章介绍 Power Query 的数据导入方法、界面操作以及数据的上载方法。
第2章介绍Power Query 里的几个常用功能。帮助读者熟练掌握使用图形操作命令完成对数据的清洗，为后面学习 M 函数打好基础。
第3章介绍Power Query的核心M函数。
第4章介绍Power Query中的分支语句和“上下文”概念。
第5章介绍Power Query中部分函数，再结合案例，由浅入深带大家学习M函数。
学习Power Query我用了一个月时间，相信你们也可以。
感谢
感谢赵兴峰老师的推荐，让我有机会写这本书。
感谢电子工业出本社编辑王静老师的信任和石倩老师的认真审稿。
感谢苗旭在写作经验上对我的帮助。
感谢吴过、卡卡猫、聆枫者、刘玉超、流浪的鼓励。
感谢畅心、施阳、朱仕平、曾贤志等大佬的知识分享。

借助Power Query，可以轻松搜索数据源，创建连接，然后按照你的需求，通过图形操作或是M函数整理、清洗数据。
Power Query的核心是M函数，是对工作表函数极好的补充，其简单与智能，让你的工作效率更高。
——《企业经营数据分析：思路、方法、应用与工具》作者 赵兴峰

所谓神器，即便是浅尝辄止，也会让你的工作效率呈指数级增长；深入钻研，更会是威力无穷。预祝各位读者在Power Query中可以体验到这个神奇的力量！
——《从Excel到Power BI：商业智能数据分析》作者 马世权

如果说射门进球是*有魅力的，那么不断传球的中场才是场上的发动机。Power Query就是打造Excel报告的发动机，你不必再变身成数据库开发者使用SQL，也不必转型为编程人员掌握VBA，甚至不用写上一行代码，就可以在Excel中准备好你的海量数据。理解并掌握Power Query，将帮你在数据时代赢得先机。本书作者从独特视角对Power Query做了系统化说明，为国内众多爱好者提供了参考。
——公众号Excel120作者 BI佐罗（宗萌）

我认为Power Query是微软Power BI工具集中很重要的工具，其承担了全部数据收集及数据加工任务。但Power Query的界面操作只为我们提供了调用庞大计算资源的一小部分功能，更多的Power Query计算资源还隐藏在M函数集中等着大家探索和挖掘。我培训过的很多学员不止一次地问我有没有系统学习M函数的中文书籍可以参考，我总是无法给出令学员满意的答案，直到这本书的出版面世，相信这本书可以帮助大家了解及掌握神奇的Power Query工具。
——中国电子表格大会主席 李奇