Excel革命！超級(jí)數(shù)據(jù)透視表Power Pivot與數(shù)據(jù)分析表達(dá)式DAX快速入門(mén)

定　價(jià)：￥79.00

作　者：	林書(shū)明著著
出版社：	電子工業(yè)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787121390791	出版時(shí)間：	2020-07-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	276	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　Power Pivot，又稱超級(jí)數(shù)據(jù)透視表，是Excel 中一個(gè)全新的、強(qiáng)大的數(shù)據(jù)分析工具，堪稱Excel 的一項(xiàng)革命性的更新。本書(shū)將帶你快速學(xué)習(xí)并掌握Power Pivot 數(shù)據(jù)建模與DAX（數(shù)據(jù)分析表達(dá)式）的相關(guān)內(nèi)容，幫助你顯著提升Excel 數(shù)據(jù)分析能力。本書(shū)在Power Pivot 與DAX 的講解上具有一定的新穎性、獨(dú)特性，讀者對(duì)象為具有一定Excel 基礎(chǔ)，并且對(duì)傳統(tǒng)Excel 數(shù)據(jù)透視表有所了解的Excel 中高級(jí)用戶。希望讀者通過(guò)閱讀本書(shū)，能夠在較短的時(shí)間內(nèi)熟悉并使用Power Pivot 和DAX。

作者簡(jiǎn)介

　　林書(shū)明，南開(kāi)大學(xué)MBA，現(xiàn)就職于某國(guó)際半導(dǎo)體公司，知名Office軟件數(shù)據(jù)分析類(lèi)圖書(shū)作者。已出版多部數(shù)據(jù)分析與處理類(lèi)暢銷(xiāo)書(shū)籍。主要作品有《讓Excel飛！職場(chǎng)Office效率提升秘籍》《表哥的Access入門(mén)：以Excel視角快速學(xué)習(xí)數(shù)據(jù)庫(kù)知識(shí)》《學(xué)會(huì)VBA，菜鳥(niǎo)也高飛！》《指尖上的效率，Excel快捷鍵手冊(cè)》等。

圖書(shū)目錄

第1 章 Power Pivot，超級(jí)數(shù)據(jù)透視表 1
1．1 傳統(tǒng)Excel 數(shù)據(jù)透視表的能力與局限 1
1．1．1 傳統(tǒng)Excel 數(shù)據(jù)透視表的能力 1
1．1．2 傳統(tǒng)Excel 數(shù)據(jù)透視表的局限 4
1．2 Power Pivot 在數(shù)據(jù)分析方面的優(yōu)勢(shì) 4
1．2．1 多表關(guān)聯(lián)能力 4
1．2．2 功能更加豐富 7
1．2．3 更快的運(yùn)算速度 8
1．3 Power Pivot，數(shù)據(jù)分析更智能 8
第2 章 Power Pivot，單表操作 10
2．1 傳統(tǒng)Excel 數(shù)據(jù)透視表的工作原理．． 10
2．2 Power Pivot，Excel 革命． 16
2．3 進(jìn)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(yùn)算方法． 23
2．3．3 Power Pivot 中的計(jì)算列與度量值表達(dá)式． 25
2．3．4 最重要的函數(shù)――CALCULATE() 函數(shù) 26
2．4 Power Pivot 與DAX 函數(shù) 29
2．4．1 篩選限制移除函數(shù)――ALL() 函數(shù) 30
2．4．2 ALL() 函數(shù)與ALLEXCEPT() 函數(shù) 36
2．4．3 CONCATENATEX() 函數(shù)與VALUES() 函數(shù) ． 37
2．4．4 篩選函數(shù)――FILTER() 函數(shù) 40
2．4．5 CALCULATE() 函數(shù)與FILTER() 函數(shù) 43
2．4．6 DAX 表達(dá)式與Power Pivot 超級(jí)數(shù)據(jù)透視表布局48
2．4．7 關(guān)于CALCULATE() 函數(shù)的類(lèi)比 50
2．4．8 返回表的CALCULATETABLE() 函數(shù) 52
2．4．9 逐行處理匯總函數(shù)SUMX() 55
2．5 Power Pivot 的初步總結(jié) 59
第3 章 Power Pivot，多表建模 61
3．1 Power Pivot 數(shù)據(jù)模型的建立61
3．1．1 數(shù)據(jù)的獲取 61
3．1．2 使用Power Pivot 的數(shù)據(jù)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(guān)鍵字與非重復(fù)值 66
3．1．5 表間的關(guān)聯(lián)關(guān)系 67
3．1．6 無(wú)數(shù)據(jù)模型，不Power Pivot 71
3．1．7 表間的上下級(jí)關(guān)系 73
3．1．8 用DAX 思考，Think in DAX 73
3．2 多表數(shù)據(jù)模型中的計(jì)算列 76
3．2．1 RELATED() 函數(shù)與RELATEDTABLE() 函數(shù) 77
3．2．2 字符串連接函數(shù)CONCATENATEX() 83
3．3 多表數(shù)據(jù)模型中的度量值表達(dá)式 85
3．3．1 計(jì)算列公式與度量值表達(dá)式在用途上的區(qū)別 85
3．3．2 將CONCATENATEX() 函數(shù)用于度量值表達(dá)式中 87
3．4 VALUES() 函數(shù)與DISTINCT() 函數(shù)88
3．4．1 VALUES() 函數(shù) ． 88
3．4．2 DISTINCT() 函數(shù) ． 90
3．5 表間篩選、表內(nèi)篩選與ALL() 函數(shù) ． 91
3．6 CALCULATE() 函數(shù)與CALCULATETABLE() 函數(shù) ． 97
3．7 逐行處理函數(shù)――SUMX() 函數(shù)與RANKX() 函數(shù) 100
3．7．1 SUMX() 函數(shù)的進(jìn)一步研究 100
3．7．2 SUMX() 函數(shù)與RELATEDTABLE() 函數(shù) ． 107
3．7．3 以X 結(jié)尾的逐行處理函數(shù)的特點(diǎn) 108
3．7．4 有點(diǎn)兒不一樣的RANKX() 函數(shù) ． 114
3．8 DAX 表達(dá)式與Power Pivot 數(shù)據(jù)模型密不可分． 119
3．8．1 當(dāng)前表、上級(jí)表與下級(jí)表 121
3．8．2 DAX 表達(dá)式與數(shù)據(jù)模型．． 123
3．8．3 篩選的是列，控制的是表 126
第4 章幾個(gè)重要的DAX 函數(shù)再探討 129
4．1 DAX 核心函數(shù)――CALCULATE() 函數(shù) 129
4．1．1 關(guān)于CALCULATE() 函數(shù)的一個(gè)重要事實(shí) 130
4．1．2 CALCULATE() 函數(shù)的基本能力． 132
4．1．3 計(jì)算列公式中的CALULATE() 函數(shù) 134
4．1．4 CALCULATE() 函數(shù)的應(yīng)用場(chǎng)景總結(jié) 139
4．2 FILTER() 函數(shù)與CALCULATE() 函數(shù) 139
4．3 多表模型中的ALL() 函數(shù) 142
4．3．1 ALL() 函數(shù)的參數(shù)是表中的一列． 143
4．3．2 ALL() 函數(shù)的參數(shù)是一個(gè)表 146
4．3．3 ALL() 參數(shù)是一個(gè)表中的多列 147
4．3．4 Power Pivot 多表數(shù)據(jù)模型中關(guān)聯(lián)字段的篩選效果． 150
4．3．5 Power Pivot 多表數(shù)據(jù)模型中的ALL() 函數(shù) ． 153
4．4 直接篩選和交叉篩選 157
4．4．1 直接篩選判定函數(shù)ISFILTERED() ． 157
4．4．2 交叉篩選判定函數(shù)ISCROSSFILTERED() ． 157
4．5 單一值判斷函數(shù)HASONEVALUE() ． 162
4．6 篩選疊加函數(shù)KEEPFILTERS() 164
4．7 有點(diǎn)難度的ALLSELECTED() 函數(shù) ．． 167
4．8 ALLSELECTED() 函數(shù)的應(yīng)用 172
4．9 VAR，復(fù)雜DAX 分步完成． 173
第5 章日期表與日期智能函數(shù) ． 180
5．1 日期表：標(biāo)記與自動(dòng)生成 181
5．2 與日期相關(guān)的“智能”函數(shù)185
5．2．1 SAMEPERIODLASTYEAR() 函數(shù) ． 185
5．2．2 DATESYTD() 函數(shù) 189
5．2．3 TOTALYTD() 函數(shù) 190
第6 章 DAX 中的一些重要概念與函數(shù) ． 192
6．1 Power Pivot 中的數(shù)據(jù)類(lèi)型 192
6．2 逐行處理函數(shù)再探討 194
6．3 CALCULATE() 函數(shù)再回顧 199
6．4 創(chuàng)建Power Pivot 數(shù)據(jù)模型中的臨時(shí)維度表． 202
6．5 USERELATIONSHIP() 函數(shù) 205
6．6 EARLIER() 函數(shù) ． 209
第7 章 DAX 分析結(jié)果的表呈現(xiàn) 214
7．1 查詢求值指令EVALUATE ．． 214
7．2 用于表再造的函數(shù) 219
7．2．1 分組匯總函數(shù)SUMMARIZE() ． 219
7．2．2 增加計(jì)算列函數(shù)ADDCOLUMNS() 224
7．2．3 構(gòu)造新表函數(shù)SELECTCOLUMNS() 226
7．2．4 生成只有一行的表的函數(shù)ROW() ．． 228
7．2．5 在EVALUATE 指令中使用度量值表達(dá)式． 229
7．3 幾個(gè)仿SQL 查詢功能的DAX 函數(shù) 230
7．3．1 交集查詢函數(shù)INTERSECT() ． 230
7．3．2 交叉連接函數(shù)CROSSJOIN() ． 232
7．3．3 將兩個(gè)表做減法的函數(shù)EXCEPT() 233
7．3．4 連接表函數(shù)UNION() 234
7．3．5 IN 操作符與CONTAINSROW() 函數(shù) 235
第8 章 Power Pivot 與DAX 的綜合案例． 241
后記 264