Power Query 實戰技巧精粹與 M語言｜新世代 Excel BI 大數據處理, 2/e
王仲麒
- 出版商: 碁峰 樂讀 精選單書79 兩書75折(部分除外)
- 出版日期: 2024-05-29
- 定價: $680
- 售價: 7.9 折 $537 (限時優惠至 2024-12-31)
- 語言: 繁體中文
- 頁數: 608
- 裝訂: 平裝
- ISBN: 6263247819
- ISBN-13: 9786263247819
-
相關分類:
Excel、大數據 Big-data
立即出貨 (庫存 < 7)
買這商品的人也買了...
-
$509從0到1 MySQL即學即用 -
$657從0到1 Python即學即用 -
資料科學 SQL 工作術 – 以 MySQL 為例與情境式 ChatGPT 輔助學習 (SQL for Data Scientists - A Beginner’s Guide for Building Datasets for Analysis)$630$498 -
Power Automate 自動化大全：串接 Excel、ChatGPT、SQL 指令，打造報表處理、網路爬蟲、資料分析超高效流程$630$498 -
Staff 工程師之路｜獻給個人貢獻者成長與改變的導航指南 (The Staff Engineer's Path)$580$458 -
輕鬆上手 Power Automate 入門與實作：數位轉型必備，打造高效率自動化流程控制的智慧辦公室$680$530 -
Power BI 商業智慧分析｜數據建模、資料分析、安全分享、平台管理與監控, 2/e$700$553 -
CI/CD 安全防護大揭密：DevSecOps 最佳實踐指南$680$530 -
AI 職場 – 智慧浪潮的工作新規則$680$537 -
程式設計守則｜如何寫出更好的程式碼 (The Rules of Programming: How to Write Better Code)$620$490 -
SQL × Power Automate × Python 自動化 Excel 與 Pandas 資料分析$650$507 -
重構：改善 .NET 與 C# 應用程式的設計，償還欠下的技術債 (使用 GitHub Copilot 與 Visual Studio) (Refactoring with C#: Safely improve .NET applications and pay down technical debt with Visual Studio, .NET 8, and C# 12)$850$663 -
寫程式前的必學工具：命令列、編輯器、Git/GitHub，軟體開發三本柱一次搞定$490$387 -
AI 工具使用手冊：學會 AI 魔法讓你變身超人不再當麻瓜$690$545 -
未來工廠超進化！工業 4.0的物聯網智慧工廠應用與實作：使用 Arduino．Node-RED．Python．Grafana$690$483 -
AI全面啟動：人工智慧的過去現在和展望的未來$500$390 -
Arduino X ESP32 專題製作與應用：App Inventor 手機控制篇$560$369 -
30天挑戰精通 PowerShell【第四版】：Windows、Linux 和 macOS 適用 (Learn PowerShell in a Month of Lunches: Covers Windows, Linux, and macOS, 4/e)$760$593 -
OpenAI API 基礎必修課 -- 使用 Python (GPT-3.5、GPT-4、GPT-4o、DALL·E、TTS、Whisper模型)$520$410 -
跟我學 Photoshop 一定要會的影像處理技巧, 4/e (增訂 AI 生成應用)$580$458 -
超圖解 ESP32 應用實作$820$648 -
即學即用！精選 30招辦公室超高效 AI 生產術： 使用 ChatGPT × Copilot × Word × Excel × Gamma，從 AI 小白躍升職場霸主（iThome鐵人賽系列書）$650$507 -
報告力 Max：Copilot Pro 提升你的寫作效率$690$545 -
新世代關聯 -- 圖資料庫理論精解 + 開發實務$980$774 -
軟體工程師求職策略大全：透過外商面試題目演練、手把手履歷教學，跟招募員過招、白板解題、薪資談判到入職準備，帶讀者用最有效的方式找工作$680$530
相關主題
商品描述
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16萬字近千幅插圖，帶您從入門到精通
引領讀者熟悉Power Query的操作環境、從Power Query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，陪同您體驗各種功能層面的操作環境。全書11個章節超過16萬字、近1000幅插圖與例圖。
Power Query可以做什麼？
簡單的說，只要學會Power Query：
．不會Excel函數，也能夠輕鬆匯入行政、業務、人資、財務等各單位的資料並進行彙整及查詢。
．無痛處理解決常見的報表表頭、頁尾問題，去蕪存菁地將報表檔案組合成可以進行統計分析的資料表。
．迅速將非結構化資料轉換成結構化的RAW DATA。
．即使是面對上百個csv、xlsx、txt檔案，也能夠在彈指之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。
靈活彈性的資料鑽取與查詢
．輕鬆解析常見且普及的xml、json等資料檔案，匯入整理並向下鑽取所需的資料內容。
．從實務案例學習No Code的資料整理術與資料拆分、群組、合併、附加的技巧，成為資料轉換魔術大師。
．熟悉M語言，解析資料查詢的核心能力與實作資料容器。
．學習Power Query的參數查詢，製作查詢介面，活用資料查詢技巧與更有效率的查詢作業。
<序>
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
「本書是我見過國內最詳細介紹Power Query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
作者簡介
王仲麒 Ares Wang
在資訊教育領域耕耘逾35年，服務範圍廣及各大知名企業與政府機關。
經歷：
微軟全球最有價值專家Microsoft MVP（現任暨連任19年)
全泉科技副總經理/資深技術總監
微軟技術合作夥伴
中國生產力 台北中心/中區服務處 電腦講師
台北市職能發展學院 外聘講師
公務人力發展學院 外聘講座
文化大學 資訊傳播系 兼任講師
屏東科技大學 業師
Microsoft Office世界盃技能競賽台灣區決賽命題暨評審
2013～2019年Microsoft Office世界盃技能競賽國手訓練導師
Microsoft TechNet論壇版主
Microsoft Community技術專家
點部落Excel與Visio技術BLOG部落客
https://www.facebook.com/workplacemvpAresWang
https://youtube.com/@workplacemvp
目錄大綱
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 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
第11章｜參數查詢面面觀
11.1 參數查詢的使用時機（Power Query Parameter）
11.2 選擇資料列的篩選條件
11.3 建立參數查詢
11.4 以儲存格的內容作為查詢比對的依據
11.5 資料來源的變動 【電子書,請線上下載】
附錄A｜Power Query 在何處 【電子書,請線上下載】
