使用Python进行数据分析——准备阶段之Power Query

Power Query教程

一、认识Power Query

​ Power Query,它的中文名称叫做查询编辑器,是当前最新的Excel数据处理工具。

​ 它既不是公式也不是语言,而是一个工具插件,这个工具把我们常用的数据提取、清洗、加载等功能制作成傻瓜式的操作界面,让不懂计算机编程语言的人也能够完成一些数据处理的工作,让问题回归到简单与智能当中。
使用Python进行数据分析——准备阶段之Power Query_第1张图片
使用Python进行数据分析——准备阶段之Power Query_第2张图片

1、使用Excel2016中的Power Query

​ Excel一直以来都是一个强大的数据分析工具,而且式越来越强大。再office2016中,默认讲Power Query功能作为内置的模块。再以前的office2010和office2013中,Power Query都是作为插件下载安装以后才能使用。
使用Python进行数据分析——准备阶段之Power Query_第3张图片

2、新建查询命令

​ 获取数据时Power Query的一把利剑,它可以获取市面上绝大部分的数据库类型。Power Query让Excel从制表工具华丽变身为综合数据处理平台。

​ 在Excel界面单机“数据”选项卡下面的“新建查询”下三角按钮,可以看到菜单中有“从文件”、“从数据库”、“从Azure(云服务)”、“从线上服务”、“从其他源”、“合并查询”等选项,每个菜单还有二级菜单可以提供更详细的命令选择。支持的查询源非常多。

使用Python进行数据分析——准备阶段之Power Query_第4张图片
二级菜单如下:
使用Python进行数据分析——准备阶段之Power Query_第5张图片

3、从一个简单的案例了解Power Query

数据的内容在data目录下:

在这里插入图片描述

​ 我们通过Power Query把两种数据表合并到一起,这是工作中非常的常见的数据合并。在工作中对数据的处理部分要比数据呈现的操作的更加频繁。

​ 当然,这两个Excel文件我们不会直接打开,而是开启一个新的Excel使用Power Query加载进入:

使用Python进行数据分析——准备阶段之Power Query_第6张图片

打开以后我i们点击数据–>新建查询–>从文件–>从工作簿–>选择文件的路径

两个Excel导入成功以后状态如下图所示:

使用Python进行数据分析——准备阶段之Power Query_第7张图片

但是这只是导入而已,双击两个工作簿中的任意一个打开查询编辑器。

查询编辑器打开的界面如下:

使用Python进行数据分析——准备阶段之Power Query_第8张图片

​ 我们现在把门店一门店二合并到一起,我们需要点击追加查询,然后选择追加几个工作簿,最后确认。

使用Python进行数据分析——准备阶段之Power Query_第9张图片

​ 我们刚刚做好的合并操作会被记录在应用步骤中,我们每一次对数据的操作都会被记录下来,下次打开的时候,系统会根据记录将操作还原。那么以前的记录就相当于分支,可以切换到以前的位置。

使用Python进行数据分析——准备阶段之Power Query_第10张图片

​ 刚刚数据合并完成以后,我们并没有查看,早查询编辑器中查看不太方便我们需要保存退出去可查看,退出要使用关闭上载的方式。

使用Python进行数据分析——准备阶段之Power Query_第11张图片

上载完成以后,会退会到Excel中,我们在来查看一下门店一当中的记录。

使用Python进行数据分析——准备阶段之Power Query_第12张图片

门店二的数据了我们并不是太需要加载,我们可以修改成仅限制连接的方式,节省空间。

下图中蓝色的框是添加到数据模型中,以后我们使用Power pivot做数据透视需要使用。

使用Python进行数据分析——准备阶段之Power Query_第13张图片

​ 我们的数据就已经添加好了,如果以后门店二中的数据增加了,我们只需要在Excel的菜单栏中找到设计,在点击刷新,既可以自动同步了。

使用Python进行数据分析——准备阶段之Power Query_第14张图片

你可能感兴趣的:(python数据分析,python,数据分析)