- 智能化数据清洗与建模(从Excel数据到Power Query自动化分析模型案例视频精华版)/Excel数据分析大百科全书
- - 作者：韩小良|责编:柯尊斌
  - 出版社：中国水利水电
  - ISBN：9787522630601
  - 出版日期：2025/04/01
  - 页数：214
- 售价：31.92

内容大纲
    不论是从系统导出的数据，还是手工制作的表单，往往需要进行烦琐的二次整理加工，而这种整理加工又特别耗时耗精力，甚至有些问题使用普通的Excel工具非常麻烦，更谈不上构建一个高效自动化的数据分析模型了。
    《智能化数据清洗与建模：从Excel数据到Power Query自动化分析模型（案例视频精华版）》共分6章，结合大量来自培训咨询一线的实际案例，介绍Power Query在数据清洗加工和自动化数据分析建模的各种实际应用，包括数据清洗加工的各种实际应用案例、表格结构转换、表格数据整理、财务分析建模、销售分析建模、人力资源分析建模等经典案例。
    本书有24集共83分钟的教学视频，对Power Query数据清洗和建模的重要知识点和案例进行了详细的讲解。读者使用手机扫描书中二维码，可以随时观看学习。另外，随书赠送30个函数综合练习资料包、75个分析图表模板资料包、《Power Query自动化数据处理案例精粹》电子书等资源，方便大家随时查阅，参考学习。
    本书适合具有Excel基础知识的各类人员，特别是经常处理大量数据的各类人员阅读，也可作为高等院校经济类本科生、研究生和MBA学员的教材或参考书。
作者介绍
韩小良，国内著名资深实战型Excel培训讲师核应用解决方案专家。Excel应用方面著作第一人，出版了诸多关于Excel企业管理应用方面的实用书籍。从事Excel研究及应用多年，有着丰富的Excel高级应用培训实战经验，具有丰富的管理经验和极强的Excel应用开发能力。已经为数千家大中型企业提供了Excel培训和应用方案咨询服务，在业界享有极高的评价，深得用户认可。
目录
第1章  最耗时间的数据清洗和重复计算
  1.1  表格数据不规范是数据分析的大敌
    1.1.1  不规范表格徒耗大量精力和时间
    1.1.2  每个月都做相同的烦琐计算，效率低下
    1.1.3  如何才能进行高效数据分析
  1.2  表格不规范的常见情况
    1.2.1  表格结构不规范
    1.2.2  表格数据不规范
第2章  转换表格结构
  2.1  删除垃圾行和垃圾列
    2.1.1  删除小计行和小计列
    2.1.2  删除空行和空列
  2.2  处理多行标题
    2.2.1  简单的多行标题处理
    2.2.2  复杂的多行标题处理，并拆分表
  2.3  表格行列转换
    2.3.1  逆序行次序
    2.3.2  逆序列次序
    2.3.3  行列的整体转置：简单情况
    2.3.4  行列的整体转置：复杂情况
    2.3.5  把多行变一行：获取每个人的最新证书名称及获取日期
    2.3.6  把多行变一行：提取不重复的二级部门列表
    2.3.7  把多行变一行：删除重复且积分最少的电话号码
    2.3.8  把多行变一行：整理不重复的考勤刷卡数据
    2.3.9  把一行变多行：重新排列地址与门牌号
    2.3.10  把一行变多行：整理报销人与报销金额
    2.3.11  把多列变为一列：简单情况
    2.3.12  把多列变为一列：复杂情况
  2.4  数据分列与数据提取
    2.4.1  数据分列：根据一个分隔符
    2.4.2  数据分列：根据多个分隔符
    2.4.3  数据分列：根据字符数
    2.4.4  提取数据：利用分隔符
    2.4.5  提取数据：利用字符数
    2.4.6  提取数据：利用M函数公式
  2.5  二维表格转换为一维表格
    2.5.1  一列文本的二维表格转换为一维表格
    2.5.2  多列文本的二维表格转换为一维表格
    2.5.3  有合并单元格的多列文本的二维表格转换为一维表格
    2.5.4  有合并单元格标题的多列文本的二维表格转换为一维表格
第3章  整理表格数据
  3.1  严格对待数据模型
    3.1.1  数据的分类
    3.1.2  数据类型的种类
    3.1.3  常见的数据不规范问题
  3.2  清除数据中眼睛看不见的字符
    3.2.1  清除字符中的空格
    3.2.2  清除字符中的特殊字符
  3.3  转换数字格式
    3.3.1  把文本型数字转换为数值型数字

    3.3.2  把数值型数字转换为文本型数字
    3.3.3  把数字转换为指定位数的文本型数字
  3.4  转换修改日期
    3.4.1  转换文本型日期
    3.4.2  转换非法格式日期
    3.4.3  拆分日期和时间
  3.5  从文本数据中提取关键数据
    3.5.1  使用现有工具提取关键数据
    3.5.2  使用M函数提取关键数据
  3.6  从日期数据中提取重要信息
    3.6.1  从日期数据中提取年
    3.6.2  从日期数据中提取季度
    3.6.3  从日期数据中提取月
    3.6.4  从日期数据中提取周
    3.6.5  从日期数据中提取星期
  3.7  转换字母大小写
    3.7.1  每个单词首字母大写
    3.7.2  每个单词全部字母大写
    3.7.3  每个单词全部字母小写
  3.8  添加前缀和后缀
    3.8.1  仅添加前缀
    3.8.2  仅添加后缀
    3.8.3  同时添加前缀和后缀
  3.9  对数字进行舍入处理
    3.9.1  对数字进行四舍五入
    3.9.2  对数字向上舍入
    3.9.3  对数字向下舍入
  3.10  对数字进行批量计算
    3.10.1  对数字批量加上一个相同的数
    3.10.2  对数字批量减去一个相同的数
    3.10.3  对数字批量乘上一个相同的倍数
    3.10.4  对数字批量除以一个相同的倍数
第4章  财务数据分析建模
  4.1  管理费用跟踪分析模板
    4.1.1  示例数据
    4.1.2  整理加工，建立数据模型
    4.1.3  建立分析模板
    4.1.4  报表一键刷新
  4.2  产品成本跟踪分析模板
    4.2.1  示例数据
    4.2.2  整理加工，建立数据模型
    4.2.3  建立分析模板
    4.2.4  模型刷新
  4.3  店铺经营分析模板
    4.3.1  示例数据
    4.3.2  建立自动化汇总模型
    4.3.3  店铺盈亏分布分析
    4.3.4  指定店铺的各月经营跟踪分析
    4.3.5  店铺排名分析
    4.3.6  指定店铺的净利润影响因素分析

    4.3.7  模型刷新
第5章  销售数据分析建模
  5.1  构建数据分析模型
    5.1.1  建立各年基本查询表
    5.1.2  合并两年数据，建立同比分析模型
    5.1.3  建立同比分析度量值
  5.2  当年销售分析
    5.2.1  销售整体分析
    5.2.2  前10大客户分析
    5.2.3  业务员销售排名分析
  5.3  销售同比分析
    5.3.1  产品销售同比分析
    5.3.2  客户销售同比分析
    5.3.3  业务员销售同比分析
第6章  人力资源数据分析建模
  6.1  员工信息分析建模
    6.1.1  建立数据模型
    6.1.2  员工属性分析报告
  6.2  人工成本分析建模
    6.2.1  基于当前工作簿各月工资表数据的模板
    6.2.2  基于各月工资工作簿数据的模板

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目