Excel革命！超級數(shù)據(jù)透視表Power Pivot與數(shù)據(jù)分析表達式DAX快速入門

第1 章 Power Pivot，超級數(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 4
1．2．1 多表關聯(lián)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(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 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 表達式與Power Pivot 超級數(shù)據(jù)透視表布局48
2．4．7 關于CALCULATE() 函數(shù)的類比 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 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 表中的關鍵字與非重復值 66
3．1．5 表間的關聯(lián)關系 67
3．1．6 無數(shù)據(jù)模型，不Power Pivot 71
3．1．7 表間的上下級關系 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式 85
3．3．1 計算列公式與度量值表達式在用途上的區(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)的進一步研究 100
3．7．2 SUMX() 函數(shù)與RELATEDTABLE() 函數(shù) ． 107
3．7．3 以X 結尾的逐行處理函數(shù)的特點 108
3．7．4 有點兒不一樣的RANKX() 函數(shù) ． 114
3．8 DAX 表達式與Power Pivot 數(shù)據(jù)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(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 關于CALCULATE() 函數(shù)的一個重要事實 130
4．1．2 CALCULATE() 函數(shù)的基本能力 ． 132
4．1．3 計算列公式中的CALULATE() 函數(shù) 134
4．1．4 CALCULATE() 函數(shù)的應用場景總結 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)是一個表 146
4．3．3 ALL() 參數(shù)是一個表中的多列 147
4．3．4 Power Pivot 多表數(shù)據(jù)模型中關聯(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 有點難度的ALLSELECTED() 函數(shù) ．． 167
4．8 ALLSELECTED() 函數(shù)的應用 172
4．9 VAR，復雜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：標記與自動生成 181
5．2 與日期相關的“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 增加計算列函數(shù)ADDCOLUMNS() 224
7．2．3 構造新表函數(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式 ． 229
7．3 幾個仿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