Excel(进阶篇):powerquery详解、PowerQuery的各种用法,逆透视表格、双行表头如何制作透视表、不规则数据如何制作数据透视表

news/2025/3/22 23:12:15/

目录

  • PowerQuery工具基础
  • 修改现有数据理规则
  • PowerQuery抓取数据的两种方式
  • 多文件合并透视
  • 不同表结构多表追加数据透视
  • 追加与合并
  • 整理横向表格:逆透视 数据
  • 用拆分工具整理数据
  • 算账龄 不等步长值组合
  • 合并文件夹中所有文件
  • PowerQuery处理CSV文件
  • 双行表头、带合并单元格如何做数据透视 PowerQuery
  • 深度理解透视与逆透视

PowerQuery工具基础

  • 当面对一份具有重重错误的表格时,如下:日期格式错误,而且还合并了单元格、金额后面还带了单位元,这种情况下根本无法执行数据透视表!这时就要用到powerquery工具!

在这里插入图片描述

  • 如何开启?首先我们得要获取到数据,快捷键为:ALT A PN

在这里插入图片描述
选择数据源、转换为数据:
在这里插入图片描述

进入到power query的页面…

在这里插入图片描述

  • 然后依次对每列数据进行规范处理,比如说日期格式,然后填充空白单元格,修改数字类型!

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

  • 右侧会记录下你所有的操作步骤…

在这里插入图片描述

  • 修改完成后,一定要选择“关闭并上载至”…
    在这里插入图片描述
  • 然后打开Excel就会出现一个更新“导入数据”的页面 ,这时候就可以选择是否创建新的数据透视表了,因为现在的数据已经是规范的数据了!

在这里插入图片描述
在这里插入图片描述

  • 如果还新增了不规范的数据,我们只要打开我们用power query处理好的数据表,就可以自动帮我们更新!

点击启用内容、右键刷新。
在这里插入图片描述

在这里插入图片描述

修改现有数据理规则

  • 当你用PowerQuery修改规则之后,但是又有新增的错误,这个时候就需要重新管理,再将那个新的错误给增加进去!
  • 具体做法,点击数据,点击查询和连接。

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

  • 可以查看右侧的历史记录,只要选中相应的步骤在前面或者后面新增一个修正的步骤即可!
    在这里插入图片描述
    在这里插入图片描述
    关闭,然后点击保留设置!

PowerQuery抓取数据的两种方式

  • 外部抓取,除了新建文件外、同一张表内操作:只需新建一个工作簿,切换到工作簿,然后点击数据查询和链接;选择这张表和数据源!

在这里插入图片描述
在这里插入图片描述

  • 缺陷:需要保存后才可以实时的刷新数据;如果本地的文件位置发生修改,这样就做不到刷新数据了!
    在这里插入图片描述

  • 第二种:从内部抓取,方式是选择获取数据,来自表格和区域抓取。优势是它不会随路径发生变化,而不能做到实时更新,但是缺点就是它会将区域转换成表格,导致无法进行表格的相关操作,比如说合并单元格!

在这里插入图片描述

多文件合并透视

  • 为多张工作表创立连接:

在这里插入图片描述

  • 如下图示例,新建一张总计表点开,然后数据获取数据、依次创立查询和连接!
    在这里插入图片描述

  • 是没有任何问题的数据,我们可以直接选择加载到
    在这里插入图片描述
    导入数据页面选择仅创立连接,然后依次为其他的表重复这个操作,我们就把这几张表重复的创立好的链接!
    在这里插入图片描述

获取数据→合并查询→选择追加

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

最后一步点击关闭并上载至…
在这里插入图片描述

这样就可以用三张表的数据,一同做一个数据透视表了~~

在这里插入图片描述

  • 优点:对于三张表中如果新增数据,总表中点击数据透视表可以实时的进行更新!


http://www.ppmy.cn/news/1581250.html

相关文章

在 Spring Boot 结合 MyBatis 的项目中,实现字段脱敏(如手机号、身份证号、银行卡号等敏感信息的部分隐藏)可以通过以下方案实现

在 Spring Boot 结合 MyBatis 的项目中,实现字段脱敏(如手机号、身份证号、银行卡号等敏感信息的部分隐藏)可以通过以下方案实现。以下是分步说明和完整代码示例: 一、实现方案选择 1. 方案一:自定义注解 Jackson 序…

迷你主机与普通台式电脑区别

一、【两者区别】 1、迷你电脑主机大部分都是采用带U的芯片,也就是低功耗芯片,整机功耗在10W-25W左右;普通台式机自然就是用台式机芯片,整机功耗约150W-300W; 2、迷你电脑主机大部分采用低压内存,也就是笔…

MSE分类时梯度消失的问题详解和交叉熵损失的梯度推导

下面是MSE不适合分类任务的解释,包含梯度推导。以及交叉熵的梯度推导。 前文请移步笔者的另一篇博客:大模型训练为什么选择交叉熵损失(Cross-Entropy Loss):均方误差(MSE)和交叉熵损失的深入对比…

简述一下Unity中的碰撞检测

碰撞检测的基本工作原理 Unity中的碰撞检测是游戏开发中的核心功能,依赖于NVIDIA的PhysX物理引擎实现。它通过碰撞体(Collider)和刚体(Rigidbody)两个主要组件来检测和响应游戏对象之间的物理交互,遵循以下…

如何用Deepseek制作流程图?

使用Deepseek制作流程图,本质上是让AI根据你的需求,生成相关流程图的代码,然后在流程图编辑器中渲染,类似于Python一样,ChatGPT可以生成代码,但仍需在IDE中执行。 你知道绘制流程图最高效的工具是什么吗&a…

webpack等构建工具如何支持移除未使用的代码

Webpack 等构建工具通过 Tree Shaking(摇树优化)和 Dead Code Elimination(无用代码消除)技术来移除未使用的代码。以下是具体实现原理、配置方法及最佳实践: 一、Tree Shaking 的原理 Tree Shaking 是一种基于 ES Mo…

PHP、Java、Go、Python、Node.js、Ruby 写的接口,服务器承载量对比

以下是PHP、Java、Go、Python、Node.js和Ruby在接口服务器承载量方面的对比分析,基于其I/O模型、并发处理机制和实际性能测试结果: 1. PHP I/O模型:采用阻塞式I/O,每个请求对应一个独立进程(如Apache的Prefork模式&…

用 pytorch 从零开始创建大语言模型(一):理解大型语言模型

用 pytorch 从零开始创建大语言模型(一):理解大型语言模型 1 理解大型语言模型LLM的语言理解能力LLM的进步来自深度学习LLM 与 早期 NLP 模型的不同LLM 成功的关键本系列的目标 1.1 什么是 LLM?LLM 中的 "Large"&#…