Excel革命·超級數據透視表PowerPivot與數據分析表達式DAX快速入門檢視原始碼討論檢視歷史
 |
《Excel革命·超級數據透視表PowerPivot與數據分析表達式DAX快速入門》，林書明 著，出版社： 電子工業出版社。
電子工業出版社成立於1982年10月，是工業和信息化部直屬的科技與教育出版社，每年出版新書2400餘種，音像和電子出版物400餘種，期刊8種，出版物內容涵蓋了信息科技的各個專業分支以及工業技術、經濟管理、大眾生活、少兒科普[1]等領域，綜合出版能力位居全國出版行業前列[2]。
內容簡介
Power Pivot，又稱超級數據透視表，是Excel 中一個全新的、強大的數據分析工具，堪稱Excel 的一項革命性的更新。本書將帶你快速學習並掌握Power Pivot 數據建模與DAX（數據分析表達式）的相關內容，幫助你顯著提升Excel 數據分析能力。本書在Power Pivot 與DAX 的講解上具有一定的新穎性，讀者對象為具有一定Excel 基礎，並且對傳統Excel 數據透視表有所了解的Excel 中高級用戶。希望讀者通過閱讀本書，能夠在較短的時間內熟悉並使用Power Pivot 和DAX。
目錄
第1 章 Power Pivot，超級數據透視表 1
1.1 傳統Excel 數據透視表的能力與局限 1
1.1.1 傳統Excel 數據透視表的能力 1
1.1.2 傳統Excel 數據透視表的局限 4
1.2 Power Pivot 在數據分析方面的優勢 4
1.2.1 多表關聯能力 4
1.2.2 功能更加豐富 7
1.2.3 更快的運算速度 8
1.3 Power Pivot，數據分析更智能 8
第2 章 Power Pivot，單表操作 10
2.1 傳統Excel 數據透視表的工作原理 .. 10
2.2 Power Pivot，Excel 革命 . 16
2.3 進入Power Pivot 管理界面. 19
2.3.1 從Pivot Table 到Power Pivot 19
2.3.2 Power Pivot 中的自定義運算方法 . 23
2.3.3 Power Pivot 中的計算列與度量值表達式 . 25
2.3.4 *重要的函數——CALCULATE() 函數 26
2.4 Power Pivot 與DAX 函數 29
2.4.1 篩選限制移除函數——ALL() 函數 30
2.4.2 ALL() 函數與ALLEXCEPT() 函數 36
2.4.3 CONCATENATEX() 函數與VALUES() 函數 . 37
2.4.4 篩選函數——FILTER() 函數 40
2.4.5 CALCULATE() 函數與FILTER() 函數 43
2.4.6 DAX 表達式與Power Pivot 超級數據透視表布局48
2.4.7 關於CALCULATE() 函數的類比 50
2.4.8 返回表的CALCULATETABLE() 函數 52
2.4.9 逐行處理匯總函數SUMX() 55
2.5 Power Pivot 的初步總結 59
第3 章 Power Pivot，多表建模 61
3.1 Power Pivot 數據模型的建立61
3.1.1 數據的獲取 61
3.1.2 使用Power Pivot 的數據建模能力 62
3.1.3 一花一世界，一表一主題 63
3.1.4 表中的關鍵字與非重複值 66
3.1.5 表間的關聯關係 67
3.1.6 無數據模型，不Power Pivot 71
3.1.7 表間的上下級關係 73
3.1.8 用DAX 思考，Think in DAX 73
3.2 多表數據模型中的計算列 76
3.2.1 RELATED() 函數與RELATEDTABLE() 函數 77
3.2.2 字符串連接函數CONCATENATEX() 83
3.3 多表數據模型中的度量值表達式 85
3.3.1 計算列公式與度量值表達式在用途上的區別 85
3.3.2 將CONCATENATEX() 函數用於度量值表達式中 87
3.4 VALUES() 函數與DISTINCT() 函數88
3.4.1 VALUES() 函數 . 88
3.4.2 DISTINCT() 函數 . 90
3.5 表間篩選、表內篩選與ALL() 函數 . 91
3.6 CALCULATE() 函數與CALCULATETABLE() 函數 . 97
3.7 逐行處理函數——SUMX() 函數與RANKX() 函數 100
3.7.1 SUMX() 函數的進一步研究 100
3.7.2 SUMX() 函數與RELATEDTABLE() 函數 . 107
3.7.3 以X 結尾的逐行處理函數的特點 108
3.7.4 有點兒不一樣的RANKX() 函數 . 114
3.8 DAX 表達式與Power Pivot 數據模型密不可分 . 119
3.8.1 當前表、上級表與下級表 121
3.8.2 DAX 表達式與數據模型 .. 123
3.8.3 篩選的是列，控制的是表 126
第4 章 幾個重要的DAX 函數再探討 129
4.1 DAX 核心函數——CALCULATE() 函數 129
4.1.1 關於CALCULATE() 函數的一個重要事實 130
4.1.2 CALCULATE() 函數的基本能力 . 132
4.1.3 計算列公式中的CALULATE() 函數 134
4.1.4 CALCULATE() 函數的應用場景總結 139
4.2 FILTER() 函數與CALCULATE() 函數 139
4.3 多表模型中的ALL() 函數 142
4.3.1 ALL() 函數的參數是表中的一列 . 143
4.3.2 ALL() 函數的參數是一個表 146
4.3.3 ALL() 參數是一個表中的多列 147
4.3.4 Power Pivot 多表數據模型中關聯字段的篩選效果 . 150
4.3.5 Power Pivot 多表數據模型中的ALL() 函數 . 153
4.4 直接篩選和交叉篩選 157
4.4.1 直接篩選判定函數ISFILTERED() . 157
4.4.2 交叉篩選判定函數ISCROSSFILTERED() . 157
4.5 單一值判斷函數HASONEVALUE() . 162
4.6 篩選疊加函數KEEPFILTERS() 164
4.7 有點難度的ALLSELECTED() 函數 .. 167
4.8 ALLSELECTED() 函數的應用 172
4.9 VAR，複雜DAX 分步完成 . 173
第5 章 日期表與日期智能函數 . 180
5.1 日期表：標記與自動生成 181
5.2 與日期相關的「智能」函數185
5.2.1 SAMEPERIODLASTYEAR() 函數 . 185
5.2.2 DATESYTD() 函數 189
5.2.3 TOTALYTD() 函數 190
第6 章 DAX 中的一些重要概念與函數 . 192
6.1 Power Pivot 中的數據類型 192
6.2 逐行處理函數再探討 194
6.3 CALCULATE() 函數再回顧 199
6.4 創建Power Pivot 數據模型中的臨時維度表. 202
6.5 USERELATIONSHIP() 函數 205
6.6 EARLIER() 函數 . 209
第7 章 DAX 分析結果的表呈現 214
7.1 查詢求值指令EVALUATE .. 214
7.2 用於表再造的函數 219
7.2.1 分組匯總函數SUMMARIZE() . 219
7.2.2 增加計算列函數ADDCOLUMNS() 224
7.2.3 構造新表函數SELECTCOLUMNS() 226
7.2.4 生成只有一行的表的函數ROW() .. 228
7.2.5 在EVALUATE 指令中使用度量值表達式 . 229
7.3 幾個仿SQL 查詢功能的DAX 函數 230
7.3.1 交集查詢函數INTERSECT() . 230
7.3.2 交叉連接函數CROSSJOIN() . 232
7.3.3 將兩個表做減法的函數EXCEPT() 233
7.3.4 連接表函數UNION() 234
7.3.5 IN 操作符與CONTAINSROW() 函數 235
第8 章 Power Pivot 與DAX 的綜合案例 . 241
後記 264
參考文獻
- ↑ 100部科普經典名著，豆瓣，2018-04-26
- ↑ 關於我們，電子工業出版社