深入淺出DAX：Excel Power Pivot和Power BI高效數(shù)據(jù)分析

定　價：￥99.00

作　者：	黃福星
出版社：	清華大學出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787302614982	出版時間：	2023-05-01	包裝：	平裝-膠訂
開本：	16開	頁數(shù)：		字數(shù)：

內(nèi)容簡介

　　本書系統(tǒng)的闡釋Power Pivot for Excel及Power BI中DAX語言的應用。本書是基于筆者多年的DAX學習與使用經(jīng)驗的基礎上所采用的一種全新布局與講解方式，整書依據(jù)讀者易于理解的方式，由淺入深進行循序漸進式的講解。本書要探索的重點是，如何利用簡捷的辦法，讓讀者在一至兩個月之內(nèi)輕松、系統(tǒng)、全面地掌握DAX語言。全書共分為5篇：篇為入門篇（第1章和第2章），第二篇為基礎篇（第3~5章），第三篇為強化篇（第6章和第7章），第四篇為進階篇（第8~10章），第五篇為案例篇（第11章）。書中主要內(nèi)容包括DAX基礎、表的基礎應用、查詢表、計算列、迭代行、度量值、時間智能、Power BI簡介、篩選調(diào)節(jié)、DAX高階、綜合案例。本書是為非計算機專業(yè)及非統(tǒng)計學專業(yè)想快速掌握DAX數(shù)據(jù)分析及商業(yè)智能而準備的。另外，本書也適用于財務、人事行政、電商客服、質量統(tǒng)計等與數(shù)據(jù)分析密切相關的從業(yè)人員，也可作為高等院校、IT培訓機構、其他編程愛好者的參考用書。

作者簡介

　　黃福星，精益六西格瑪黑帶，物流職業(yè)經(jīng)理人（運營總監(jiān)）。20多年工作經(jīng)歷，職業(yè)生涯橫跨大型生產(chǎn)制造、綜合保稅物流與供應鏈、快遞快運與新零售等。在信息流指導物流、數(shù)據(jù)指導改善、物流降本增效方面經(jīng)驗豐富，能夠熟練地將精益改善技術與大數(shù)據(jù)分析技術運用于各類現(xiàn)場管理。

圖書目錄

第一篇入門篇
第1章 DAX基礎
1．1 數(shù)據(jù)管理
1．1．1 測量尺度
1．1．2 數(shù)據(jù)質量
1．1．3 數(shù)據(jù)清洗
1．1．4 分析方法
1．1．5 分析技巧
1．2 透視表
1．2．1 數(shù)據(jù)透視表
1．2．2 字段設置
1．3 超級透視表
1．3．1 與普通透視表的區(qū)別
1．3．2 DAX數(shù)據(jù)分析
1．4 DAX基礎
1．4．1 DAX語法
1．4．2 DAX函數(shù)
1．4．3 DAX運算符
1．5 DAX表達式
1．5．1 數(shù)據(jù)基礎
1．5．2 VAR變量
1．5．3 空值
1．5．4 錯誤值
1．6 DAX使用中的困惑
1．6．1 來自DAX的困惑
1．6．2 來自數(shù)據(jù)模型的困惑
1．6．3 來自CALCULATE（）的困惑
1．7 本章回顧
第2章表的基礎應用
2．1 數(shù)據(jù)模型基礎
2．1．1 COM加載項
2．1．2 數(shù)據(jù)查看方式
2．2 數(shù)據(jù)獲取
2．2．1 從Power Query加載
2．2．2 獲取外部數(shù)據(jù)
2．2．3 添加到數(shù)據(jù)模型
2．2．4 粘貼到數(shù)據(jù)模型
2．3 數(shù)據(jù)模型
2．3．1 建模基礎
2．3．2 星型模型
2．3．3 雪花模型
2．4 度量值管理
2．4．1 新建度量值
2．4．2 管理度量值
2．5 函數(shù)搶先看
2．5．1 關系函數(shù)
2．5．2 LOOKUPVALUE(）
2．5．3 DISTINCT(）
2．5．4 DISTINCTCOUNT(）
2．5．5 COUNTROWS(）
2．5．6 HASONEVALUE(）
2．5．7 DIVIDE(）
2．6 DAX查詢
2．6．1 DAX查詢表
2．6．2 DAX Studio
2．7 本章回顧
第二篇基礎篇
第3章查詢表
3．1 表函數(shù)
3．1．1 統(tǒng)計學基礎
3．1．2 ALL(）
3．1．3 VALUES(）
3．2 高級篩選
3．2．1 篩選應用
3．2．2 綜合應用
3．3 表篩選
3．3．1 篩選基礎
3．3．2 篩選順序
3．3．3 差異比較
3．4 集合與事件
3．4．1 UNION(）
3．4．2 INTERSECT(）
3．4．3 EXCEPT(）
3．5 笛卡兒積
3．5．1 CROSSJOIN(）
3．5．2 GENERATE(）
3．5．3 GENERATEALL(）
3．6 連接查詢
3．6．1 NATURALINNERJOIN(）
3．6．2 NATURALLEFTOUTERJOIN(）
3．7 分組
3．7．1 SUMMARIZE(）
3．7．2 SUMMARIZECOLUMNS(）
3．7．3 ROLLUP(）
3．7．4 ROLLUPISSUBTOTAL(）
3．7．5 ROLLUPADDISSUBTOTAL(）
3．7．6 ADDMISSINGITEMS(）
3．8 創(chuàng)建表
……
第三篇強化篇
第四篇進階篇
第五篇案例篇