第1章 迈好第一步——Power BI基础知识

1.1 Power BI：微软新神器

1.2 为什么选择Power BI

1.3 学习Power BI可能会遇到的问题

1.4 Power BI Desktop的安装和介绍

第2章 数据分析必经之路——Power BI报表制作全流程

2.1 连接数据源：迈出Power BI的第一步

2.1.1 导入Excel工作簿：最佳的数据搭档

2.1.2 获取数据：突破数据来源的限制

2.2 整理数据：修正数据中的明显错误

2.3 数据建模：厘清数据的内在联系

2.4 可视化：酷炫的数据表达方式

2.5 报表发布：与他人共享数据

第3章 整理不规范的数据——Power Query基本操作

3.1 知己知彼：初识Power Query编辑器

3.2 稳扎稳打：数据的简单处理

3.3 事半功倍：行列数据的转换

3.4 锦上添花：数据整理的进阶工具

第4章 为数据分析做准备——Power Query高级应用

4.1 添加列：增加辅助数据

4.1.1 添加重复列

4.1.2 添加条件列

4.1.3 添加自定义列

4.2 分组依据：分类汇总行列数据

4.3 合并与追加：汇总多个表的数据

4.3.1 合并查询

4.3.2 追加查询

4.4 列分析：轻松发现数据质量问题

4.5 M语言：数据处理的高级玩法

第5章 学习DAX的正确姿势——DAX语言入门

5.1 DAX语言：数据建模的核心和灵魂

5.2 度量值：移动的公式

5.3 新建列：为多个表建立关系

5.4 新表：利用DAX函数构建新表

5.4.1 UNION函数：合并多个表

5.4.2 NATURALINNERJOIN函数：合并联结两个表

5.4.3 DISTINCT函数：提取维度表

5.4.4 ADDCOLUMNS/CALENDAR/FORMAT函数：生成日期表

5.4.5 ROW/BLANK函数：新增空表

第6章 最常用也是最好用的——DAX进阶函数

6.1 CALCULATE函数：实现DAX功能的引擎

案例 列出不同筛选条件下的产品销售数量

6.2 SUMX函数：完成列数据的逐行求和

案例 创建度量值统计销售额

6.3 SUMMARIZE函数：建立汇总表

案例 汇总产品在各城市的销售额

6.4 IF/SWITCH函数：分组数据

案例 将销售额分为优、良、差三个等级

6.5 RELATED/RELATE DTABLE函数：单条件数据匹配

案例 为建有关系的两个表匹配数据

6.6 LOOKUPVALUE函数：多条件数据匹配

案例 将销售单价从一个表匹配到另一个表

6.7 ALL/ALLSELECTED函数：计算占比

案例 计算产品占总体或类别的比例

第7章 进击之路从这里开始——DAX高阶函数

7.1 FILTER函数：高级筛选器

案例 筛选超过2000万的城市销售金额

7.2 VALUES/HASONEVALUE函数：删除重复值/判断唯一性

案例 转换“商铺城市”列为表/禁止计算总计值

7.3 TOTALYTD函数：年初至今的累计数据计算

案例 计算销售总额的累计同比增长率

7.4 EARLIER函数：获取当前行信息

案例 计算产品的累计销售额和累计销售数量

7.5 RAN KX函数：排名统计

案例 查看商铺城市和产品的销售总额排名情况

7.6 TOPN函数：实现前几名或后几名的可视化展现

案例 查看前5名城市销售总额占比的趋势

第8章 令人瞩目的数据表现形式——数据可视化

8.1 自定义视觉对象：突破想象力的可视化效果

8.2 标注最大值、最小值：关注走势图的特定数据

8.3 筛选器：筛掉无关数据，保留关注信息

8.4 编辑交互：体验更灵活的数据可视化

8.5 钻取：深入了解更详细的信息

8.6 工具提示：满足不同层次的用户需求