PowerQuery操作分类2

本文探讨了如何将一维数据转化为二维视角,包括逆透视和分组依据,以及如何通过多级分组、聚合操作(如求和、计数等)处理数据。同时,介绍了如何在分组后继续深入分析和展开细节。

透视

一维变二维
不要聚合

逆透视

二维变一维
将标题降到第一行

分组依据

将数据按照某一列或几列进行汇总
多列分组依据
	大组套小组
	用来分组的最后一列结果一定没有重复
对于要聚合的列
	求和
	计数
	平均
	最大,最小
所有行
	展开
		展开原有字段
	聚合
		将字段按照某计算聚合
分组依据后可以再分组依据(进行套娃)
Power Query 中编写条件判断表达式,主要使用 `if...then...else` 逻辑结构。这种结构允许根据特定条件返回不同的结果,适用于处理各种数据转换任务。以下是一些常见用法和示例: ### 基础语法 Power Query 的 M 语言支持标准的 `if...then...else` 表达式,其基本格式如下: ```powerquery if 条件 then 结果1 else 结果2 ``` 例如,在查询中新增一列用于标记数值是否大于 10: ```powerquery if [数值] > 10 then "大于10" else "小于等于10" ``` 此表达式会检查当前行中的 `[数值]` 是否大于 10,并根据结果返回相应的字符串[^1]。 ### 多重判断 若需要进行多重判断,可以在 `else if` 后续接更多条件分支。例如,对成绩进行分类: ```powerquery if [分数] >= 90 then "优秀" else if [分数] >= 80 then "良好" else if [分数] >= 60 then "及格" else "不及格" ``` 该表达式依次判断 `[分数]` 所属的等级范围,并返回对应的评级。 ### 判断逻辑结合函数 可以将条件判断嵌套到函数中,实现更复杂的操作。例如,结合 `Table.AddColumn` 创建新列并应用条件逻辑: ```powerquery Table.AddColumn(源表, "评价", each if [销售额] > 1000 then "高" else "低") ``` 此代码为 `源表` 添加一个名为 `"评价"` 的列,根据 `[销售额]` 是否大于 1000 返回 `"高"` 或 `"低"`[^2]。 ### 正则表达式与条件提取 对于文本处理,可以通过正则表达式提取符合条件的部分内容。例如,从混合数据中提取 11 位手机号码: ```powerquery Text.Select([字段], {"0".."9"}) ``` 这段代码首先提取 `[字段]` 中的所有数字字符,然后结合其他步骤筛选出符合手机号规则的数据。如果需要精确匹配 11 位数字,则可使用 `\d{11}` 作为模式进一步筛选[^4]。 ### 示例:综合判断逻辑 假设需要对商品库存状态进行标记,当库存数量大于 50 时显示“充足”,介于 10 和 50 之间时显示“正常”,小于 10 时显示“不足”: ```powerquery if [库存] > 50 then "充足" else if [库存] > 10 then "正常" else "不足" ``` 通过上述条件判断,可以动态生成库存状态信息,便于后续分析或可视化呈现。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值