2.2.1工具篇-Power Query——Power Query从入门到精通

“我花了80%的时间清洗数据，只有20%的时间分析数据。”——这曾是数据分析师的日常写照。直到Power Query的出现，彻底改变了这一工作模式。

一、为什么Power Query是数据分析必备技能？

在正式开始学习之前，让我们先了解Power Query为什么值得你投入时间学习。

1.1 数据准备的现实挑战

在日常数据分析工作中，我们几乎从未遇到过"完美数据"。典型的数据挑战包括：

• 多源数据：数据分散在Excel、CSV、数据库、Web API等不同来源
• 脏数据问题：包含空白值、错误值、重复值和不一致格式
• 结构问题：需要将宽表转换为长表，或者合并多个相关表格
• 重复劳动：每月、每周甚至每天都需要执行相同的数据清洗步骤

1.2 Power Query的解决方案

Power Query是微软推出的数据连接和数据准备技术，它通过以下方式解决上述问题：

• 可视化操作：无需编写复杂代码，通过点击界面完成复杂转换
• 可重复流程：一次构建数据处理流程，可随时刷新应用于新数据
• 强大集成：深度集成于Excel和Power BI，学习一次，多处应用
• 性能优化：可处理百万行级别数据，远超传统Excel公式能力

二、Power Query界面全解析

让我们先熟悉Power Query的编辑环境，这是后续所有操作的基础。

2.1 打开Power Query编辑器

在Excel中：

1. 选择"数据"选项卡
2. 点击"获取数据"
3. 选择数据源（如"从工作簿"）
4. 选择具体文件和数据表
5. 点击"转换数据"打开Power Query编辑器

2.2 编辑器界面组成

Power Query编辑器分为以下几个关键区域：

• 功能区：包含所有数据转换命令的上方菜单栏
• 查询列表：左侧显示当前工作簿中的所有查询
• 数据预览：中央区域显示当前查询的数据预览
• 属性面板：右侧显示查询属性和应用步骤
• 公式栏：可选显示，展示当前步骤的M代码
  

三、从实战开始：销售数据分析案例

让我们通过一个实际案例，逐步掌握Power Query的核心功能。

3.1 案例背景

假设你是一家零售公司的数据分析师，收到了一份销售数据，存在以下问题：

1. 数据分布在多个工作表中
2. 日期格式不一致（有的为"2023-01-01"，有的为"2023年1月1日"）
3. 产品价格包含货币符号（如"￥100"）
4. 存在空白行和测试数据
5. 需要计算每个订单的总金额

3.2 数据获取与初步处理

步骤1：连接数据源

在Excel中：

1. 点击"数据" > “获取数据” > “从文件” > “从工作簿”
2. 选择你的Excel文件
3. 在导航器中选择需要的工作表
4. 点击"转换数据"而不是"加载"

步骤2：提升标题

经常数据的第一行是列名，但Power Query可能将其识别为数据。解决方法：

1. 在编辑器中，选择"转换"选项卡
2. 点击"将第一行用作标题"

步骤3：更改数据类型

正确的数据类型至关重要：

1. 点击列标题旁边的数据类型图标
2. 选择合适的数据类型（文本、整数、小数、日期等）
3. 或者选择多列，右键选择"更改类型"

// 对应的M语言代码
= Table.TransformColumnTypes(源,{
  
  {"OrderID", Int64.Type},