【全2册】从Excel到Power BI 商业智能数据分析+Microsoft Power BI 数据可视化与数据分析软件数据分析软件安装操作应用开发书籍

随着大数据研究热潮的兴起，各种数据可视化图表层出不穷，大数据生动呈现就成为了具有挑战性的工作，随之出现了大量的可视化软件。本书是基于行业占有率比较高的Microsoft Power BI新版本所编写的，详细介绍Microsoft Power BI的数据可视化功能，包括数据类型和运算符、软件的安装、连接数据源、数据基础操作、可视化设计原则、可视化图表、自定义可视化效果、报表、仪表板、查询编辑器、运行R脚本、数据高*操作、数据分析表达式、网页流量数据分析、超市运营数据分析、Power BI移动应用和Power BI应用开发等内容。

王国片硕士研究生，主要研究领域为数据可视化、数据挖掘和机器学习，致力于交互式数据可视化技术在企业中的应用，现已出版《IBM SPSS Modeler数据与文本挖掘实战》、《Tableau数据可视化从入门到精通》和《数据可视化与数据挖掘——基于Tableau和SPSS Modeler图形界面》三本专著。

目 录



第1章 Power BI概况 1
1．1 Power BI简介 1
1．1．1 软件界面 1
1．1．2 主要特征 2
1．2 Power BI视图 3
1．2．1 报表视图 3
1．2．2 数据视图 5
1．2．3 关系视图 6
1．3 Power BI报表编辑器 8
1．3．1 “可视化”窗格 9
1．3．2 “筛选器”窗格 10
1．3．3 “字段”窗格 11
1．4 数据类型 12
1．4．1 数字类型 13
1．4．2 日期/时间类型 13
1．4．3 文本类型 14
1．4．4 其他类型 14
1．5 软件安装 14
1．5．1 系统要求 14
1．5．2 安装步骤 15
第2章 连接数据源 19
2．1 连接到文件 21
2．1．1 Excel文件 21
2．1．2 文本/CSV文件 23
2．1．3 XML文件 25
2．2 连接到数据库 27
2．2．1 SQL Server数据库 27
2．2．2 MySQL数据库 30
2．2．3 Oracle数据库 36
第3章 数据基础操作 40
3．1 属性的操作 40
3．1．1 新建列 41
3．1．2 删除列 41
3．1．3 重命名列 43
3．1．4 数据排序 45
3．2 图表的操作 45
3．2．1 导出数据 46
3．2．2 查看数据 47
3．2．3 删除 47
3．2．4 排序 47
第4章 可视化设计 49
4．1 可视化设计基本要求 49
4．1．1 选择合适的视觉对象 50
4．1．2 选择合适的度量值 51
4．2 调整可视化对象素 52
4．2．1 坐标轴 52
4．2．2 数据颜色 53
4．2．3 数据标签 54
4．2．4 标题 54
4．2．5 背景 55
4．3 自定义可视化效果 56
4．3．1 可视化模板下载 56
4．3．2 可视化模板导入 58
第5章 可视化图表 61
5．1 堆积条形图 61
5．2 堆积柱形图 63
5．3 簇状条形图 65
5．4 簇状柱形图 66
5．5 百分比堆积条形图 68
5．6 百分比堆积柱形图 69
5．7 折线图 71
5．8 分区图 72
5．9 堆积面积图 74
5．10 折线和堆积柱形图 76
5．11 折线和簇状柱形图 76
5．12 功能区图 79
5．13 瀑布图 79
5．14 散点图 82
5．15 饼图 84
5．16 环形图 85
5．17 树形图 87
5．18 漏斗图 88
5．19 仪表盘 90
5．20 卡片图 91
5．21 多行卡 93
5．22 KPI 94
5．23 切片器 96
5．24 表 97
5．25 矩阵 99
第6章 自定义可视化效果 101
6．1 阿斯特图 101
6．2 博彦日历 103
6．3 子图 105
6．4 和弦图 107
6．5 相关图 109
6．6 聚类图 111
6．7 决策树 112
6．8 双KPI 114
6．9 甘特图 116
6．10 直方图 118
6．11 点线图 120
6．12 网络导航图 121
6．13 雷达图 123
6．14 桑基图 125
6．15 社交网络图 127
6．16 流线图 129
6．17 阳光图 131
6．18 时间序列图 133
6．19 龙卷风图 135
6．20 词云 137
第7章 报表 139
7．1 Power BI报表简介 139
7．1．1 报表的优点 140
7．1．2 报表与仪表板的比较 140
7．2 报表添加页面 141
7．2．1 向报表添加页面 141
7．2．2 向报表添加筛选器 143
7．3 报表设计原则 145
7．3．1 调整页面布局 145
7．3．2 信息表达清楚 147
7．3．3 报表外观美观 149
第8章 仪表板 151
8．1 创建Power BI仪表板 151
8．1．1 从报表创建仪表板 151
8．1．2 创建仪表板的副本 157
8．2 Power BI中的磁贴 159
8．2．1 仪表板磁贴 159
8．2．1 从报表固定磁贴 160
8．2．3 磁贴固定到仪表板 161
8．2．4 磁贴添加超链接 163
8．3 编辑仪表板磁贴 164
8．3．1 添加图像 164
8．3．2 添加文本 165
8．3．3 添加视频 165
第9章 查询编辑器 167
9．1 查询编辑器 167
9．1．1 查询功能区 169
9．1．2 “查询”窗格 170
9．1．3 数据视图 170
9．1．4 “查询设置”窗格 171
9．2 常见查询任务 172
9．2．1 连接到数据 172
9．2．2 调整数据 174
9．2．3 追加数据 176
9．2．4 合并数据 178
9．2．5 对行进行分组 183
第10章 运行R脚本 185
10．1 在查询编辑器中使用R 185
10．2 编辑器查询的限制 191
10．3 R与Power BI协同使用 192
第11章 数据高*操作 194
11．1 创建和管理关系 194
11．1．1 自动创建关系 194
11．1．2 手动创建关系 196
11．1．2 手动编辑关系 198
11．1．2 手动删除关系 199
11．2 数据按列排序 200
11．2．1 使用排序依据 200
11．2．2 返回默认排序 202
第12章 数据分析表达式 203
12．1 函数 203
12．1．1 函数定义 203
12．1．2 函数案例 204
12．2 计算列 209
12．2．1 计算列 209
12．2．2 计算列案例 210
12．3 计算表 212
12．3．1 计算表 212
12．3．2 计算表案例 213
第13章 案例：网页流量数据分析 216
13．1 连接到Web数据源 216
13．2 调整和清理数据表 218
13．2．1 删除不需要列 218
13．2．2 替换清理文本 218
13．2．3 过滤异常数据 220
13．2．4 重命名列名称 221
13．2．5 筛选列中的null值 223
13．2．6 命名查询结果 224
13．3 创建可视化效果 224
第14章 案例：超市运营数据分析 227
14．1 从 Excel获取数据 227
14．2 创建自定义新列 229
14．3 创建可视化效果 231
14．3．1 各省份销售额柱形图 231
14．3．2 月度销售额折线图 231
14．3．3 年度销售额树状图 232
14．3．4 客户类型销售额饼图 233
第15章 Power BI移动应用 234
15．1 在移动设备上查看仪表板 234
15．2 在iPhone上查看仪表板 236
15．3 在iPad上查看仪表板 239
15．4 在Android上查看仪表板 240
15．5 在Android平板电脑上查看仪表板 242
第16章 Power BI应用开发 244
16．1 将仪表板集成到应用 244
16．1．1 在Azure AD中注册应用 244
16．1．2 获取仪表板 246
16．1．3 使用JavaScript加载仪表板 249
16．2 将磁贴集成到应用 252
16．2．1 获取仪表板 253
16．2．2 使用访问令牌获取仪表板 255
16．2．3 获取磁贴 257

Microsoft Power BI是微软发布的一套商业分析工具。其功能整合了Excel中的Power Query、Power Pivot、Power View、Power Map这几大插件，并加入了社交分享、云服务、智能等功能。《从Excel到Power BI：商业智能数据分析》以Excel基础+Power BI为方法论，使用平易近人的语言讲解Power BI的技术知识，让零基础读者也能快速上手操作Power BI。

《从Excel到Power BI：商业智能数据分析》以读者的兴趣阅读为出发点，首先通过介绍可视化模块让读者全面体验Power BI的操作并掌握让数据飞起来的秘籍；然后再迈上一个大台阶，让读者学习Power Query数据查询功能，瞬间解决耗费时间且附加值低的工作；全力攻克Power BI的核心价值模块Power Pivot（数据建模）和DAX语言，让读者直达商业智能数据分析的上峰，站到Excel的肩膀上。

《从Excel到Power BI：商业智能数据分析》适合财务、管理、客服、物流、行政与人力资源、电商等人员，也适合零IT基础的读者。

马世权

CPA Canada特许专业会计师

具有多年“世界500强”公司财务分析、风险管理经验

现任互联网金融行业运营分析经理

知乎专栏、公众号“Power BI大师”创始人

关注马世权！在我的意料之中，他正在写一本书，讲述了我们这个时代极重要的话题之一：数据分析、可视化以及通过Power BI 使数据可消费。作为第四次工业的一部分，只有让数据易于理解，我们才能真正发现其中的价值。本书将有助于推进数据的民主化，教会读者如何运用数据并通过可视化的方式使每个人都能够理解它。

作为英特尔Fab68 创新团队的资深成员，他曾帮助我们打造极*创造力的投资*报模型和演示，现在，这位创造者将帮助我们所有人自助式地完成这件事！加油！

——Esther Baldwin（美国），英特尔人工智能战略专家，美国艾森豪威尔基金会学者

自从头次发现了这款产品，我学习Power BI已有4年的光景，曾经被Power Pivot和Power Query 插件所震撼，现在是Power BI。如果想要学好这些工具，以我个人的经验，你需要不断地练习。我的建议是，尽可能地多读书，阅读博客（包括我的博客http://picimg.witcp.com/pic/xbi.com.au/blog），加入Power BI 社区并参与其中。极重要的是，当你掌握了这些工具，可以快速利用它们震撼你的同事。祝你好运，我希望你将与我一样，有一段成功的学习之旅！

——Matt Allington（澳大利亚），微软MVP，自助式BI 专家，Excelerator BI 创始人

非常高兴看到DAX 的应用者遍布世界——你好，中国！

——Marco Russo（意大利），微软MVP，SQL Server 分析服务（SSAS）大师，SQL BI 创始人

Power BI 系列产品是我从事数据工作以来遇到的极令人兴奋的工具，没有之一！

无须专业的技术背景，就能快速上手，进行相对复杂的数据分析并输出可视化效果。

如果你也从事数据相关的工作，那么快来了解学习吧，体验新工具带来的生产力变革！

之前曾有幸和马世权老师深入交流过 Power BI 和 DAX 语言，受益匪浅！现在很高兴看到马老师将这些经验通过写书的方式分享出来，这绝*抒大 Power BI 爱好者和初学者的！祝马老师的新书大卖!

——赵文超，微软 MVP，Power Pivot 工坊创始人

人人都是数据分析师！

这绝*不是一个噱头，自助式商务智能软件（以 Power BI 为代表）的普及，使得数据分析从复杂的技术活儿走向标准化的流程，在这套流程下，作为业务人员也能轻松玩转数据分析。

可以说，掌握 Power BI 技术，是 Excel 新手逆袭的极好方尸马老师深刻洞察了这一变革，创作了这本《从 Excel 到 Power BI：商业智能数据分析》。如果说 Power BI 能让你实现数据分析师的梦想，那么本书则能为你的梦想插上翅膀！

——安伟星，微软 MOS 认证大师，精进 Excel 创始人，《竞争力：玩转职场 Excel，从此不加班》作者

数据驱动力是这个时代热议也是特别有价值的话题，Power BI 让个人及企业对数据的利用及投入产出效能极大化，马世权老师对这套工具（器）与分析方法（道）做了完*诠释，并用通俗易懂的语言传道，让我们跟随其脚步一起探索这个高价值的领地。

——雷公子（袁雷），快道营销总监，知乎专栏“简快 Excel”创始人

驾驭“大”数据的能力将在数据时代成为和英语、计算机、驾驶、演讲一样重要的普适能力素养。数据建模不再仅仅*于数据专家小众领域，它几乎是任何企业、任何人在任何时间都需要面对的挑战。Power BI 正是一套定位于面向商业分析的数据解决方案套件，它为所有组织和个人带来惊人的商业智能体验。作者结合多年行业经验进行 Power BI 实践，带领大家一起领略其中的乐趣。也许一旦上手，你就再也回不去了。

——宗萌（BI 佐罗）（公众号 Excel120）

马老师用通俗的语言，结合贴近生活的类比，形象地描绘出了 Power BI 各个组件的作用。系统地掌握一门新工具需要花一些时间，希望本书能为你的学习带来启发。

——高飞（公众号 Power BI 极客）

职场中，在你仍苦练传统“冷兵器”的时候，别人已经开始用“”和你对决了！Power BI Desktop 就是新出现的一*职场数据处理武器，具有数据转换、建模、可视化全流程的数据分析能力，让人人都能成为数据分析师。本书竖内不多的介绍 Power BI Desktop 的中文书，将为你开启职场武器升级之路！

——王信信，Power BI 之家论坛创建人

如果有一种工具你和其他人都在用，而你比其他人用得都好，那么你就会获得比别人更多的发展机会和提升空间。这是因为你能够发挥出足够的个人差异化价值。

现在就有这么一个机会和一*工具摆在你的眼前，这个机会叫 Power BI，这款工具叫 Excel。Excel+ Power BI 约等于一条升职加薪的高速路。

马老师不仅是 Power BI 的高*使用者，更是一位优秀的经验传授者。在书中，马老师使用非常平易近人的语言来讲解 Power BI 的技术知识，就算你之前从未听过Power BI，只要认真通读全书后，应该就能够轻松将 Power BI 技术用起来了。

——李奇，微软 MVP，中国电子表格应用大会主席

作者结合常见的分析场景娓娓道来，图文编排贴切、精美，关于 DAX 公式的讲解深入浅出，是不可多*的一本 Power BI Desktop 上手参考书。

——刘凯，《Excel PowerPivot 数据可视化分析必* 18 招》作者

目录 
第1章 Power BI：让数据飞起来 1 
事物的本质往往没有那么复杂，就好像浩瀚的宇宙，虽然流星稍纵即逝，但我们可以计算它的速度，虽然我们触摸不到银河系，但可以度量它的大小，这是因为我们掌握了天体运动的原理。同样，如果我们掌握了数据分析原理，就会发现那些所谓的高*分析、转化漏斗分析、全面预算，还有*近比较火的增长黑客 AARRR 模型等，不过是浩瀚的知识体系中原理应用的一个场景。本章会剥去数据分析神秘的“外衣”，以浅显的语言来讲述数据分析原理。
1．1 什么是 Power BI：未来已至 2
1．2 从 Excel 到 Power BI 的 5 个理由 9
1．3 数据分析原理：其实很简单 14 

第2章Power BI 初体验及数据可视化 24
“Logic will get you from A to B． Imagination will take you everywhere．”
（逻辑会把你从 A 带到 B，而想象力可以带你去任何地方。）
数据可视化不仅是一门技术，也是一门艺术，同样的数据在不同人的手里，展现的效果会千差万别，掌握这门技能需要我们理解数据并具有想象力。
2．1 什么是数据可视化：视觉盛宴的开始 25 
2．2 数据查询初体验：把数据装到“碗”里 27 
2．3 数据建模和度量值：Excel 在 20 年来做的*好的事情 31 
2．4 可视化及自定义视觉对象：将图表一网打尽 39 
2．5 筛选器、层次、交互和分享：颠覆静态报表 51 
2．6 可视化原则：平衡的艺术 61 

第3章 数据查询：Power Query 69 
大多数数据分析师都是用 80%的时间做基础的数据处理工作，而用不到 20%的时间做数据分析工作。借助强大的 Power Query 工具，可以解决这个工作时间分配失衡的问题，打造一个工作新常态：用 20%的时间做数据处理工作，用 80%的时间做数据分析工作。
3．1 告别“数据搬运工” 70 
3．2 数据清洗 30 招：变形金刚 75 
3．3 获取数据：从网页和数据库 97 
3．4 追加与合并查询：你还在用 Vlookup 函数吗 103 
3．5 多文件合并：复制和粘贴的 109 
3．6 Power Query 与精益管理思想 113 
3．7 Power BI 的 M 语言与 DAX 语言之争 119 

第4章 数据建模：Power Pivot 与 DAX 语言 123 
“如果一件事情，你不能度量它，就不能增长它”。有人说，度量值是 Excel 在 20年来做得*好的一件事。作为一个数据分析工具， Power Pivot 和 DAX 语言才是 Power BI 的核心和灵魂。
4．1 基本概念：度量的力量 124 
4．2 关系模型：建筑设计师 126 
4．3 Power Pivot 与 Pivot：超*普通 129 
4．4 度量值：将变革进行到底 133 
4．5 计算列：温故而知新 138 

第5章 DAX 语言入门：真正的颠覆从这里开始 142 
DAX 什么是？DAX，Data Analysis Expression，即数据分析表达式。
本书选取了 DAX 公式中的 24 个核心公尸并且根据它们的使用频率由大到小分成了 3 个阶段。其中入门阶段的函数是*常用、核心的部分，攻克它们便可以制作一些小的数据分析模型。
5．1 DAX 语言：数据分析表达式 143 
5．2 聚合函数：计算器 150 
5．3 Calculate 函数：*强大的引擎 153 
5．4 All 函数 156 
5．5 Allexcept 和 Allselceted 函数兄弟 161 
5．6 Filter 函数：高*筛选器 165 
5．7 理解上下文：DAX 语言学习里程碑 173 

第6章 DAX 语言进阶：*简单也是*好用的 184 
我们可以把 DAX 当作一门语言来学习，也可以把它当作 Excel 公式来看，因为它们非常相似，而且大部分函数都是通用的。这也会让你从传统的 Excel 转到现代的Power BI 更容易，相对学习成本更低。
初阶函数的学习难度较小，与 Excel 函数很像，可以说是 Excel 函数的扩展。
6．1 Divide 函数：安全除法 185 
6．2 If/Switch 函数：逻辑判断 187 
6．3 关系函数：Related、Relatedtable 和 Lookupvalue 188 
6．4 Time Intelligence 函数：时间智能函数 192 
6．5 日历表的使用 200 
6．6 分组的技巧 205 
6．7 度量值的收纳盒 210 

第7章 DAX 语言高阶：进击的数字大厨 213 
高阶函数的学习相对前两个阶段要更难，然而有了前两个阶段的学习基础，它们不过是另一个小山头。当你完成了这 3 个阶段共 24 个函数的学习，就好比掌握了太极拳的 24 个精髓招尸将它们组合起来运用自如后就可以达到以不变应万变的境界。这些函数足以让你应对 80%以上的数据分析需求。
7．1 Values 函数：不重复值 214 
7．2 Hasonevalue 函数：只有一个值 217 
7．3 SumX 函数：掌握 X 类函数 218 
7．4 Earlier 函数：当前行 221 
7．5 RankX 和 TopN 函数：排名 226 
7．6 辅助表：巧妙的助攻 231 
7．7 VAR/Return 函数：录音机 241 
7．8 DAX：用作查询的语言 247 
7．9 取长补短：Excel + Power BI = Better Together 256 
后记 261