深入浅出PowerQueryM语言 pdf下载

本书系统阐述Power Query M语言从基础到进阶的应用，包括应用流程、应用技巧等。本书通过一种易于理解的方式，旨在让读者用一个月的时间，系统、全面地掌握M语言。

全书共分为5篇：第一篇为入门篇（第1和2章），第二篇为基础篇（第3~5章），第三篇为强化篇（第6~8章），第四篇为进阶篇（第9~11章）, 第五篇为案例篇（第12章）。书中主要内容包括Power BI简介、Power Query基础、M语言基础、文本处理、时间智能、数据转换、数据处理、数据分组、数据获取、综合应用。

本书适用于零基础学习Power Query M语言的读者，包括财务、人事行政、电商客服、质量统计等与数据分析密切相关的从业人员，也可作为高等院校、IT培训机构、其他编程爱好者的参考用书或教材。

黄福星，精益六西格玛黑带，物流职业经理人（运营总监）。二十多年工作经历，职业生涯横跨大型生产制造、综合保税物流与供应链、快递快运与新零售等。在信息流指导物流、数据指导改善、物流降本增效方面经验丰富，能够熟练地将精益改善技术与大数据分析技术运用于各类现场管理。

第一篇入门篇

第1章Power Query简介

1.1微软Power系列

1.1.1图解数据合并

1.1.2高级编辑器

1.2Power Query M语言

1.2.1繁多的M语言函数

1.2.2统计函数中的高频单词

1.3Power Query M语言函数的学习

第2章Power Query基础

2.1数据获取

2.2编辑器

2.2.1功能区

2.2.2查询区

2.2.3编辑栏

2.2.4编辑区

2.2.5查询设置

2.2.6高级编辑器

2.3合并查询

2.3.1新建查询

2.3.2合并查询

2.4行列筛选

2.4.1管理列

2.4.2减少行

2.5转换

2.5.1拆分列

2.5.2替换值

2.5.3数据类型转换

2.5.4分组依据

2.5.5日期与时间

2.6添加列

2.6.1添加条件列

2.6.2添加索引列

2.6.3标准四则运算

2.6.4数值的舍入

2.7关闭并上载

2.8函数整理

第二篇基础篇

第3章M语言基础

3.1Excel函数

3.1.1Office支持

3.1.2Excel函数汇总

3.2M语言函数

3.2.1M语言函数简介

3.2.2语法差异

3.2.3函数及语法备忘

3.3M语言词法

3.3.1值

3.3.2变量

3.3.3环境

3.3.4令牌

3.3.5标识符

3.3.6关键字

3.3.7标点符号

3.3.8空白分隔符

3.4M语言表达式

3.4.1表达式

3.4.2逻辑表达式

3.4.3if表达式

3.4.4let表达式

3.4.5each表达式

3.4.6函数表达式

3.4.7主表达式

3.4.8报错表达式

3.4.9报错处理表达式

第4章文本函数

4.1文本函数入门

4.1.1文本获取

4.1.2文本处理

4.2文本函数基础

4.2.1M语言文本函数

4.2.2函数对照表

4.2.3常用的函数

4.3文本函数强化

4.3.1反转、插入

4.3.2包含、位置、选择、移除

4.4文本函数进阶

4.4.1格式

4.4.2替换

4.4.3拆分

4.4.4合并

4.5结构与类型

4.5.1Text.ToList()

4.5.2Text.From()

第5章逻辑与数值函数

5.1逻辑函数

5.1.1Logical.From()

5.1.2Logical.FromText()

5.1.3Logical.ToText()

5.2常用数值函数

5.2.1判断

5.2.2随机数

5.2.3计算

5.2.4舍入

5.3不常用数值函数

5.3.1常量

5.3.2计算

5.3.3三角函数

5.4数值转换函数

5.4.1Number.From()

5.4.2Number.FromText()

5.4.3Number.ToText()

第三篇强化篇

第6章日期时间

6.1日期和时间

6.1.1日期和时间基础知识

6.1.2M语言的日期时间

6.1.3共性总结

6.2日期

6.2.1基本单位

6.2.2含有Name的Date类函数

6.2.3含有Add的Date类函数

6.2.4含有Start的Date类函数

6.2.5含有End的Date类函数

6.2.6含有IsIn的Date类函数

6.2.7含有DayOf的Date类函数

6.2.8含有WeekOf的Date类函数

6.2.9含有To的Date类函数

6.3日期时间语法

6.3.1基本单位

6.3.2含有Add的DateTime类函数

6.3.3含有IsIn的DateTime类函数

6.3.4含有From的DateTime类函数

6.4时间

6.4.1基本单位

6.4.2起止

6.4.3含有From的Time类函数

6.4.4含有To的Time类函数

6.5时区时间

6.5.1基本单位

6.5.2含有From的DateTimeZone类函数

6.5.3含有To的DateTimeZone类函数

6.5.4含有Now的DateTimeZone类函数

6.5.5含有Fixed的DateTimeZone类函数

6.6持续时间

6.6.1持续时间基础知识

6.6.2含有From的Duration类函数

6.6.3含有To的Duration类函数

第7章列表与记录

7.1列表基础

7.2信息函数

7.2.1List.IsEmpty()

7.2.2List.IsDistinct()

7.2.3List.NonNullCount()

7.3成员运算符

7.3.1列表内的所有值判断(All)

7.3.2列表内的任意值判断(Any)

7.3.3列表内是否包含的值(Contains)

7.3.4数据的位置索引(Position)

7.4排序

7.4.1List.Sort()

7.4.2List.Max()

7.4.3List.MaxN()

7.4.4List.Percentile()

7.5统计

7.5.1求和

7.5.2平均值

7.5.3数字

7.6选择

7.6.1List.Distinct()

7.6.2List.FindText()

7.6.3列表中匹配值判断(Matches)

7.6.4列表中的单一值(Single)

7.6.5List.First()

7.6.6List.FirstN()

7.6.7List.Positions()

7.6.8List.Skip()

7.6.9List.Select()

7.6.10List.Range()

7.6.11List.InsertRange()

7.6.12List.Alternate()

7.7转换

7.7.1列表内元素的移除(Remove)

7.7.2List.ReplaceValue()

7.7.3List.Repeat()

7.7.4List.Reverse()

7.7.5List.Combine()

7.8设置操作

7.8.1List.Difference()

7.8.2List.Intersect()

7.8.3List.Union()

7.8.4List.Zip()

7.9生成器

7.9.1List.Dates()

7.9.2List.DateTimes()

7.9.3List.DateTimeZones()

7.9.4List.Durations()

7.9.5List.Times()

7.9.6List.Numbers()

7.9.7List.Random()

7.10记录

7.10.1基础应用

7.10.2Record.FromList()

第8章列表进阶应用

8.1List.Transform

8.1.1文本型运算

8.1.2数值型运算

8.1.3实例应用

8.2List.TransformMany

8.2.1文本型运算

8.2.2数值型运算

8.2.3实例应用

8.3List.Accumulate

8.3.1文本型运算

8.3.2数值型运算

8.3.3实例应用

8.4List.Generate

8.4.1参数说明

8.4.2实例应用

第四篇进阶篇

第9章表的基础应用

9.1表的创建

9.2表函数

9.3成员关系

9.3.1判断

9.3.2检测

9.3.3计算

9.3.4描述

9.4行操作

9.4.1保留

9.4.2删除

9.4.3选择

9.4.4更改

9.4.5追加

9.5列操作

9.5.1升降

9.5.2删除

9.5.3选择

9.5.4拆分

9.5.5合并

9.5.6透视

9.5.7修改

9.5.8排序

9.6表操作

9.6.1新增

9.6.2扩展

9.6.3填充

9.6.4替换

9.6.5排序

第10章表的进阶应用

10.1含有To的表函数

10.1.1Table.ToList()

10.1.2Table.ToColumns()

10.1.3Table.ToRows()

10.1.4Table.ToRecords()

10.2含有From的表函数

10.2.1Table.FromValue()

10.2.2Table.FromList()

10.2.3Table.FromColumns()

10.2.4Table.FromRows()

10.2.5Table.FromRecords()

10.3含有Transform的表函数

10.3.1Table.TransformRows()

10.3.2Table.TransformColumns()

10.3.3Table.TransformColumnNames()

10.3.4Table.TransformColumnTypes()

10.4含有Join的表函数

10.4.1Table.Join()

10.4.2Table.NestedJoin()

10.4.3Table.FuzzyNestedJoin()

10.5含有Group的表函数

10.5.1语法基础

10.5.2进阶（第3个参数）

10.5.3高阶（第5个参数）

第11章数据获取

11.1其他源

11.1.1空查询

11.1.2自定义函数

11.2网站

11.2.1静态网页

11.2.2动态网页

11.2.3经纬度查询

11.3数据库

11.3.1MySQL

11.3.2ODBC

11.4文本文件

11.5Excel

11.5.1当前表

11.5.2工作簿

11.5.3文件夹

第五篇案例篇

第12章综合案例

12.1M语言综述

12.2Power BI

12.2.1Power BI

12.2.2Power Pivot

12.3综合案例

12.3.1项目描述

12.3.2数据现状

12.3.3数据挖掘

在日常的工作与生活中，Excel因灵活、高效、易获取而拥有庞大的用户群，并成为众多数据分析师的首选。然而，随着越来越多的企业开始拥抱数据化，几百万行乃至上千万行的数据需要重复机械地处理且需对结果进行实时与直观的呈现，这一切已变为常有之事。幸好微软前瞻性地推出了Excel BI（内置于Excel，含Power Query、Power Pivot等4个套件）及Power BI（一款在Excel BI基础上快速迭代、独立的数据智能化产品），让这一切轻松地变为可能。在BI（商业智能）领域，微软再次成为领跑者。

本书重点介绍的是内置于Excel及Power BI中的Power Query组件及其M脚本语言。Power Query的主要优势在于： 在“查询编辑器”中，通过简单的图形化界面操作，即使没有任何编程基础甚至没有Excel函数操作基础的读者，利用一周的时间稍加学习，也完全可以通过简单的单击或拖曳动作，完成原本需要一系列烦琐的VBA编程才能完成的工作，而且每个简单的单击或拖曳动作都被记录在Power Query的“应用的步骤”中。当数据源发生变化或更新时，只须单击“刷新”按钮，所有关联数据便可全部随之刷新，轻松实现了Excel报表的自动化、智能化、快捷化。

当然，Power Query也存在一个尴尬的事实： 任何Excel零基础学者都有办法在一周内熟练地掌握Power Query的图形化操作界面，但大多数学习者无法在半年内有效地窥探到Power Query的数据结构、数据类型与数据转换，无法将Power Query更为彪悍的数据清洗与转换功能发挥到极致。这是因为纷繁复杂的类别、数量繁多的函数、难于理解的报错提示、生涩的官方语法说明等一些常见原因让初学者望而止步。

此外，Power Query中没有for与while循环语句，但它可以通过List.Transform()、List.TransformMany()、List.Accumulate()、List.Generate()等函数进行循环操作。这几个函数的功能十分强大却也十分晦涩且难以理解，属于M语言函数中的高阶函数； 众多的M函数语言使使用者也因其难于理解而止步于此。另外，由于Power Query的函数仍在不断新增中，这无形中又增加了学习的难度，以致众多的Power Query学习者止步于Power Query的图形化界面，这是一个不争的事实。

本书要探索的重点是，如何利用最简单的办法，让读者在一个月之内轻松、系统、全面地掌握Power Query M语言。

本书以M语言中高频使用的函数为依托，通过一组简单、易于理解的数据源并且方便读者动手实践的方式，进行循序渐进地讲解，以此来演绎几百个实用案例，从而有效地实现本书的写作目标： “让所有的读者一个月内对M语言函数有一个直观、清晰的了解，并能轻松上手”。

本书主要内容

全书共分为五篇： 第一篇为入门篇（第1章和第2章），第二篇为基础篇（第3~5章），第三篇为强化篇（第6~8章），第四篇为进阶篇（第9~11章）, 第五篇为案例篇（第12章）。全书主要内容包括Power BI简介、Power Query基础、M语言基础、文本处理、时间智能、数据转换、数据处理、数据分组、数据获取、综合应用等。

本书配套的几百个案例的返回值均没有加载到工作表，所有的案例返回值均采用“仅创建链接”的方式。读者可以在Excel或Power BI通过单击“数据”→“显示查询”，在显式的“工作簿查询”中双击对应的查询，进入“Power Query编辑器”，然后通过“主页”→“高级编辑器”获取各查询的完整代码。

本书适用于零基础或有一定Power Query M语言基础的读者，包括财务、人事行政、电商客服、质量统计等与数据分析密切相关的从业人员，也可作为高等院校、IT培训机构或编程爱好者的参考用书。

本书源代码

扫描下方二维码，可获取本书源代码：

本书源代码

致谢

首先要深深地感谢清华大学出版社赵佳霓编辑从策划到落地过程中的全面指导，她细致、专业的指导让笔者受益良多。本书是笔者在完成《Pandas通关实战》之后一气呵成的，这中间的勇气与灵感来源于对《Pandas通关实战》创作过程中所积累的写作经验及本书创作过程中赵老师的及时点评。

还要感谢笔者的妻子。本书是笔者利用业余时间完成的，写作的过程中占据了大量的个人时间及家庭时间，她的理解与支持是笔者最大的动力。

感谢笔者的父母，是你们的谆谆教诲才使笔者一步一个脚印地走到今天。

由于时间仓促，书稿虽然经笔者全面检查，但恐疏漏之处在所难免，敬请读者批评指正，你们的反馈是笔者进步的动力。

黄福星2022年4月