Power Query

Book description

Power Query ist ein in Excel integriertes Tool, mit dem man Daten aus verschiedenen Quellen extrahieren kann, z. B. csv- und xls-Dateien, Access-, SAP- oder SQL-Datenbanken oder Statistiken aus dem Internet. Diese Daten kann man so transformieren, dass sie der Struktur der Zieldatenbank entspricht, und sie schließlich in diese laden. PowerBI ist eine Sammlung von Microsoft-Tools zur Analyse und Visualisierung von Daten. Dieses Buch erklärt fortgeschrittenen Excel-Nutzern und Datenanalysten, wie sie mit Power Query in Power BI und Excel:- Daten für Analysen einfach vorbereiten (importieren, bereinigen, aufarbeiten, umarbeiten)- Daten aus verschiedenen Quellen kombinieren und anpassen- Datensätze zusammenführen und vergleichen- Aufgaben automatisieren

Table of contents

  1. Cover
  2. Über den Autor
  3. Titel
  4. Impressum
  5. Inhaltsverzeichnis
  6. Vorwort
  7. Einleitung
    1. Für wen ist dieses Buch?
    2. Annahmen über Sie, den Leser
    3. Wie ist dieses Buch aufgebaut?
    4. Über die Begleitdateien
    5. Systemvoraussetzungen
    6. Hinweiskästen
    7. Support und Feedback
    8. Errata, Updates und Support
    9. Wir wollen von Ihnen hören
    10. Bleiben Sie am Ball
  8. Kapitel 1 Einführung in Power Query
    1. Was ist Power Query?
    2. Ein kurzer geschichtlicher Überblick zu Power Query
    3. Wo finde ich Power Query?
    4. Hauptkomponenten von Power Query
    5. Daten abrufen und Konnektoren
    6. Die Hauptbereiche des Power Query-Editors
    7. Übung 1-1: Ein erster Blick auf Power Query
    8. Zusammenfassung
  9. Kapitel 2 Grundlegende Herausforderungen bei der Datenvorbereitung
    1. Die Bedeutung aus codierten Spalten extrahieren
    2. Die AdventureWorks-Herausforderung
    3. Übung 2-1: Der alte Weg: Excel-Formeln verwenden
    4. Übung 2-2, Teil 1: Der neue Weg
    5. Übung 2-2, Teil 2: Nachschlagetabellen zusammenführen
    6. Übung 2-2, Teil 3: Fakten- und Nachschlagetabellen
    7. Das Feature Spalte aus Beispielen verwenden
    8. Übung 2-3, Teil 1: Einführung in Spalte aus Beispielen
    9. Praktische Verwendung von Spalte aus Beispielen
    10. Übung 2-3, Teil 2: Größe in Buckets/Klassen konvertieren
    11. Informationen aus Textspalten extrahieren
    12. Übung 2-4: Hyperlinks aus Nachrichten extrahieren
    13. Datumswerte bearbeiten
    14. Übung 2-5: Verarbeitung unterschiedlicher Datumsformate
    15. Übung 2-6: Datumswerte aus verschiedenen Gebietsschemata
    16. Datum- und Uhrzeitelemente extrahieren
    17. Das Modell vorbereiten
    18. Übung 2-7: Aufteilen von Daten in Nachschlagetabellen und Faktentabellen
    19. Wenn eine Beziehung fehlschlägt
    20. Übung 2-8: Durch Trennzeichen getrennte Werte in Zeilen aufteilen
    21. Zusammenfassung
  10. Kapitel 3 Daten aus mehreren Quellen kombinieren
    1. Ein paar Tabellen anfügen
    2. Zwei Tabellen anfügen
    3. Übung 3-1: Beispiel Fahrräder und Zubehör
    4. Übung 3-2, Teil 1: Abfragen als neu anfügen verwenden
    5. Übung 3-2, Teil 2: Abfrageabhängigkeiten und Verweise
    6. Drei oder mehr Tabellen anfügen
    7. Übung 3-2, Teil 3: Fahrräder + Zubehör + Komponenten
    8. Übung 3-2, Teil 4: Fahrräder + Zubehör + Komponenten + Kleidung
    9. Tabellen in größerem Maßstab anhängen
    10. Tabellen aus einem Ordner anfügen
    11. Übung 3-3: AdventureWorks-Produkte aus einem Ordner anfügen
    12. Ein paar Gedanken zum Importieren aus Ordnern
    13. Tabellenblätter aus einer Arbeitsmappe anfügen
    14. Übung 3-4: Tabellenblätter anfügen – Die Lösung
    15. Ein robuster Ansatz zum Kombinieren mehrerer Tabellenblätter
    16. Zusammenfassung
  11. Kapitel 4 Kombinieren von Tabellen mit unterschiedlichen Datenstrukturen
    1. Das Problem von Tabellen mit unterschiedlichen Datenstrukturen
    2. Was sind nicht übereinstimmende Tabellen?
    3. Symptome und Risiken von nicht übereinstimmenden Tabellen
    4. Übung 4-1: Nicht übereinstimmende Spaltennamen auflösen – Der reaktive Ansatz
    5. Nicht übereinstimmende Tabellen aus einem Ordner kombinieren
    6. Übung 4-2, Teil 1: Das Symptom der fehlenden Werte demonstrieren
    7. Übung 4-2, Teil 2: Die Annahme der gleichen Reihenfolge und die Vereinheitlichung der Überschriften als Lösung
    8. Übung 4-3: Einfache Normalisierung mit Table.TransformColumnNames
    9. Die Konvertierungstabelle
    10. Übung 4-4: Transponieren und die Verwendung einer Konvertierungstabelle
    11. Übung 4-5: Entpivotieren, Zusammenführen und erneut Pivotieren
    12. Übung 4-6: Nur die Spaltennamen transponieren
    13. Übung 4-7: M zum Normalisieren von Spaltennamen verwenden
    14. Zusammenfassung
  12. Kapitel 5 Den Kontext erhalten
    1. Den Kontext der Dateinamen und Arbeitsblätter beibehalten
    2. Übung 5-1, Teil 1: Die Technik der benutzerdefinierte Spalte
    3. Übung 5-1, Teil 2: Umgang mit Kontextinformationen in Dateinamen und Tabellenblattnamen
    4. Titel vor dem Anfügen beibehalten
    5. Übung 5-2: Die Titel mithilfe von Drilldown erhalten
    6. Übung 5-3: Titel beim Import aus einem Ordner erhalten
    7. Titel nach dem Anfügen beibehalten
    8. Übung 5-4: Aus mehreren Tabellenblättern in derselben Arbeitsmappe die Titel beibehalten
    9. Kontexthinweise verwenden
    10. Übung 5-5: Verwenden einer Indexspalte als Hinweis
    11. Übung 5-6: Identifizieren des Kontexts anhand der Nachbarschaft zu einer Zelle
    12. Zusammenfassung
  13. Kapitel 6 Tabellen entpivotieren
    1. Schlecht gestaltete Tabellen erkennen
    2. Entpivotieren – Eine Einführung
    3. Übung 6-1: »Spalten entpivotieren« und »Andere Spalten entpivotieren« verwenden
    4. Übung 6-2: Nur ausgewählte Spalten entpivotieren
    5. Umgang mit Gesamtergebnissen
    6. Übung 6-3: Gesamtergebnisse entpivotieren
    7. 2×2 Hierarchieebenen entpivotieren
    8. Übung 6-4: 2×2 Hierarchieebenen mit Datumswerten entpivotieren
    9. Übung 6-5: 2×2 Hierarchieebenen entpivotieren
    10. Umgang mit Teilergebnissen in entpivotierten Daten
    11. Übung 6-6: Umgang mit Teilergebnissen
    12. Zusammenfassung
  14. Kapitel 7 Fortgeschrittenes Entpivotieren und Pivotieren von Tabellen
    1. Tabellen mit mehreren Hierarchieebenen entpivotieren
    2. Die virtuelle PivotTable, Zeilenfelder und Spaltenfelder
    3. Übung 7-1: In den AdventureWorks-Daten N×M Hierarchieebenen entpivotieren
    4. Die Sequenz für das Entpivotieren verallgemeinern
    5. Übung 7-2: Am Ende beginnen
    6. Übung 7-3: FnUnpivotSummarizedTable erstellen
    7. Die Transformation Spalte pivotieren
    8. Übung 7-4: Eine falsch entpivotierte Tabelle wiederherstellen
    9. Übung 7-5: Tabellen mit mehrzeiligen Datensätzen pivotieren
    10. Zusammenfassung
  15. Kapitel 8 Herausforderungen bei der Zusammenarbeit lösen
    1. Lokale Dateien, Parameter und Vorlagen
    2. Zugriff auf lokale Dateien – auf die verkehrte Weise
    3. Übung 8-1: Verwenden eines Parameters für einen Pfadnamen
    4. Übung 8-2: Erstellen einer Vorlage in Power BI
    5. Übung 8-3: Parameter in Excel verwenden
    6. Übung 8-3, Teil 2: Die Datenkombination neu erstellen
    7. Mit freigegebenen Dateien und Ordnern arbeiten
    8. Daten aus Dateien auf OneDrive for Business oder SharePoint importieren
    9. Übung 8-4: Migrieren Ihrer Abfragen, um eine Verbindung mit OneDrive for Business oder SharePoint herzustellen
    10. Übung 8-5: Von lokalen Ordnern zu SharePoint-Ordnern migrieren
    11. Sicherheitsaspekte
    12. Alle Abfragen mithilfe des Dokumentinspektors in Excel entfernen
    13. Zusammenfassung
  16. Kapitel 9 Einführung in die Power Query-Formelsprache M
    1. M lernen
    2. Die Lernstufen
    3. Stufe 1: Nur Benutzeroberfläche
    4. Stufe 2: Einfache Formeländerungen in der Bearbeitungsleiste
    5. Stufe 3: M in benutzerdefinierten Spalten
    6. Stufe 4: Benutzerdefinierte Funktionen und der erweiterte Editor
    7. Stufe 5: Fortgeschrittene Schleifen (List.Accumulate und List.Generate)
    8. Stufe 6: Freie Codeerstellung im Erweiterten Editor
    9. Online-Ressourcen
    10. Offline-Ressourcen
    11. Übung 9-1: Mit #shared die integrierten Funktionen erkunden
    12. Die Bausteine von M
    13. Übung 9-2: Hello World
    14. Der let-Ausdruck
    15. Zugriffsbereiche beim Zusammenführen von Ausdrücken aus mehreren Abfragen
    16. Typen, Operatoren und integrierte Funktionen in M
    17. Grundlegende M-Typen
    18. Der Datentyp Zahl (Number)
    19. Der Datentyp Uhrzeit (Time)
    20. Der Datentyp Datum (Date)
    21. Der Datentyp Dauer (Duration)
    22. Der Datentyp Text
    23. Der Datentyp null
    24. Der Datentyp logisch
    25. Komplexe M-Typen
    26. Der Datentyp Liste (List)
    27. Der Typ Datensatz (Record)
    28. Der Typ Tabelle (Table)
    29. Bedingungen und if-Ausdrücke
    30. Benutzerdefinierte Funktionen
    31. Der Ausdruck each
    32. Fortgeschrittene Themen
    33. Fehlerbehandlung
    34. Faule und eifrige Auswertung
    35. Schleifen
    36. Rekursion
    37. List.Generate
    38. List.Accumulate
    39. Zusammenfassung
  17. Kapitel 10 Von Stolperfallen zu robusten Abfragen
    1. Ursachen und Auswirkungen der Stolperfallen
    2. Bewusstsein
    3. Bewährte Verfahren
    4. Modifikationen der M-Ausdrücke
    5. Stolperfalle 1: Die Bearbeitungsleiste ignorieren
    6. Übung 10-1: Verwenden der Bearbeitungsleiste, um statische Verweise auf Spaltennamen zu entdecken
    7. Stolperfalle 2: Geänderte Typen
    8. Stolperfalle 3: Gefährliches Filtern
    9. Übung 10-2, Teil 1: Schwarze Produkte filtern
    10. Die Logik hinter der Filterbedingung
    11. Übung 10-2, Teil 2: Werte im Filterbereich suchen
    12. Stolperfalle 4: Spalten neu anordnen
    13. Übung 10-3, Teil 1: Eine Teilmenge der Spalten neu anordnen
    14. Übung 10-3, Teil 2: Die benutzerdefinierte Funktion FnReorderSubsetOfColumns
    15. Stolperfalle 5: Spalten entfernen und auswählen
    16. Übung 10-4: Umgang mit den Zufallsspalten in der Wide World Importers-Tabelle
    17. Fehlende Spalte ignorieren
    18. Spalten basierend auf ihrer Position auswählen oder entfernen
    19. Spalten basierend auf ihren Namen auswählen oder entfernen
    20. Stolperfalle 6: Spalten umbenennen
    21. Übung 10-5: Die Zufallsspalten in der Wide World Importers-Tabelle umbenennen
    22. Stolperfalle 7: Eine Spalte in Spalten aufteilen
    23. Übung 10-6: Eine falsche Aufteilung durchführen
    24. Stolperfalle 8: Spalten zusammenführen
    25. Weitere Stolperfallen und Techniken für robuste Abfragen
    26. Zusammenfassung
  18. Kapitel 11 Einfache Textanalyse
    1. In Textspalten nach Schlüsselwörtern suchen
    2. Übung 11-1: Einfache Erkennung von Schlüsselwörtern
    3. Schlüsselwörter mithilfe eines kartesischen Produkts erkennen
    4. Übung 11-2: Ein kartesisches Produkt implementieren
    5. Übung 11-3: Erkennen von Schlüsselwörtern mithilfe einer benutzerdefinierten Funktion
    6. Welche Methode sollte verwendet werden: statische Suche, kartesisches Produkt oder benutzerdefinierte Funktion?
    7. Eine Textspalte in einzelne Wörter aufteilen
    8. Übung 11-4: Einfaches Aufteilen in einzelne Wörter
    9. Übung 11-5: Stoppwörter herausfiltern
    10. Übung 11-6: Mithilfe von »nach Wörtern teilen« nach Schlüsselwörtern suchen
    11. Übung 11-7: Wortwolken in Power BI erstellen
    12. Zusammenfassung
  19. Kapitel 12 Fortgeschrittene Textanalyse: Bedeutung extrahieren
    1. Microsoft Azure Cognitive Services
    2. API-Schlüssel und Ressourcenbereitstellung in Azure
    3. Vor- und Nachteile der Verwendung der Cognitive Services in Power Query
    4. Textübersetzung
    5. Referenz der Textübersetzungs-API
    6. Übung 12-1: Einfache Übersetzung
    7. Übung 12-2: Mehrere Nachrichten übersetzen
    8. Stimmungsanalyse
    9. Wie lautet der API-Aufruf für die Stimmungsanalyse?
    10. Übung 12-3: Implementieren von FnGetSentiment, einer benutzerdefinierten Funktion für die Stimmungsanalyse
    11. Übung 12-4: Stimmungsanalyse für große Datasets ausführen
    12. Schlüsselwörter extrahieren
    13. Übung 12-5: Die Logik der Stimmungsanalyse zum Extrahieren von Schlüsselwörtern verwenden
    14. Unterstützung für mehrere Sprachen
    15. Übung 12-6: Die Logik der Stimmungsanalyse zur Erkennung der Sprache verwenden
    16. Zusammenfassung
  20. Kapitel 13 Abschlussprojekt: Alles miteinander kombinieren
    1. Übung 13-1: Retten Sie Wide World Importers
    2. Tipps
    3. Teil 1: Start der Lösung
    4. Teil 2: Die Funktion für das Entpivotieren aufrufen
    5. Teil 3: Die Pivotieren-Sequenz für die Umsätze 2018
    6. Teil 4: Die Umsätze 2018 und 2015 bis 2017 kombinieren
    7. Übung 13-2: Tabellen vergleichen und den Hacker aufspüren
    8. Tipps
    9. Übung 13-2: Die Lösung
    10. Die verborgene Nachricht des Hackers in der kompromittierten Tabelle entdecken
    11. Zusammenfassung
  21. Abbildungsverzeichnis
  22. Index

Product information

  • Title: Power Query
  • Author(s): Gil Raviv
  • Release date: March 2020
  • Publisher(s): dpunkt
  • ISBN: 9783864907272