|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/powerquery-m-code-language-part2/
课程评论：没有评论
**Coursera课程：PowerQuery M语言part 2 (5小时) 课程内容总结** 本课程为PowerQuery M语言part 1的进阶篇，强烈建议学习过part 1基础内容的学习者继续深入学习。 课程核心内容涵盖了PowerQuery M语言中一系列重要的内置函数，这些函数在数据清理、结构调整方面发挥着至关重要的作用。具体学习内容包括： * **日期和列表函数：** 深入讲解数据分析师在进行数据处理和分析时常用的日期及列表相关函数，帮助提升效率。 * **用户自定义函数 (UDFs)：** 探讨创建和利用自定义函数的重要性，学习如何编写属于自己的M函数，从而在几秒钟内实现复杂的数据处理，极大地减少手动工作量。 * **Excel输入与PowerQuery的联动：** 学习如何通过特定函数将Excel工作簿中的输入数据与PowerQuery连接起来，实现数据的动态更新和交互。 * **IF函数详解：** 全面深入地讲解IF函数的使用，包括其在条件判断和逻辑分支中的应用。 * **错误处理机制：** 学习如何使用`try`和`otherwise`错误处理器来有效地处理和管理数据处理过程中可能出现的错误。 * **`Table.TransformColumns`函数应用：** 重点介绍`Table.TransformColumns`函数的强大功能，特别是在根据特定条件添加新列时，能够显著节省大量时间。 课程还通过一系列**实践项目**，帮助学习者巩固所学知识并获得宝贵的实战经验，例如： * 为每个类别创建排名。 * 提取所有作者的书籍列表（去重）。 * 计算每个列字段在总数中所占的百分比。 * 如何避免数据集中出现无意义或不需要的行。 * 计算薪资排名前两位的员工。 本课程旨在帮助学习者熟练掌握PowerQuery M语言的高级功能，从而更高效、更智能地进行数据分析和处理。
This course is in continuation to M code part 1 which is already prepared by me. Course will not benefit if you do not know the M code. My advise is to first learn the basics in part1 and then continue with this part2. We are talking about inbuilt M code functions which are very important in data trimming, structuring.Functions related to dates and lists are being covered here which are the need to every data analysts while performing data trimming and data analysis.We are learning about the User Defined functions (UDFs) as well. Why we need our own functions and how we can create our own M functions. How it helps in achieving the amazing results in few seconds without doing too much of the work.Linking the excel inputs with powerquery using functions.Discussion on IF functions is discussed in detail. How we can handle the errors using try and otherwise error handler.How to use Table transform column function which can save your tons of time, if you're planning to add extra columns with some conditions.Interesting projects are also shared for real experience.How to Create a ranking for each categoryHow to Get the unique author booksHow to calculate the percentage of each column field.How to avoid undesired, meaningless rows from the data.Calculate the top 2 salaries
