#Powerquery 利用M函数合并文件(CSV、Text、Xlsx)

在日常工作中，我们往往会遇到多个文件需要合并的情况，本文一起探讨一下利用M函数合并文件的案例。 由于需要合并的文件的格式不同，也需要选择不同的M函数来进行合并，本文将分享三个格式的合并案例。 首先介绍一下合并步骤， 1：对新建一个新查询，数据源选择为目标文件的路径。 2：点击转化数据 3：添加一个自

#Powerbi 利用视觉对象着色地图，制作数据地图

日常工作中，有时我们会遇到需要地图来展示我们的数据场景，利用POWERBI，我们可以快速的制作自己的业务地图。 Powerbi自带了三大地图，今天我们用到的是形状地图。 步骤讲解： 第一步：下载对应的地图资源，可以是全国的，也可以是具体省市的，这个根据我们的具体业务来进行选择。 http://dat

#Powerquery 数据结构基础 一维数据与二维数据

本文参考了采悟老师的文章，推荐大家看原文，本文为笔记随笔 https://mp.weixin.qq.com/s?__biz=MzA4MzQwMjY4MA==&mid=2484068871&idx=1&sn=4ab596602ed0a4c851755673d8fcf37a&chksm=8e0c48d0

#Python 利用pandas 合并csv/xlsx文件

上次我们分享了利用powerquery来合并文件进行数据分析，但是Pq有一部分局限性，在现实工作中，我们往往需要合并多个文件去处理数据， 如果面对20个甚至更多的文件，pq中的每一步的步骤都会去读取每个文件，运行速度会十分慢，那么有没有简单的解决方法吗？ 答案是：可以考虑合并成一个文件后来处理。 我

#Python 利用pivot_table,数据透视表进行数据分析

前面我们分享了，利用python进行数据合并和连接，但是工作中，我们往往需要对数据进一步的聚合或者运算，以求最后的数据结果。 今天我们就来学习一下利用pandas模块，对数据集进行数据透视分析。 pivot_table释义 1.1 pivot_table参数列表： pandas.pivot_tabl

#Powerbi 理解VAR函数

VAR意思即为变量，在编程语言中，变量是一个重要概念，DAX作为一种语言也有变量概念，利用VAR，我们可以缩短我们一些DAX语句的长度，更清晰的表达我们的度量值计算逻辑。 举例说明： 我们要计算一个产品的同比增长率 如果不用VAR 第一步：需要计算今年的销售额 [Sales]=SUM(销售表[销售额

#Powerbi 利用时间智能函数，进行周度分析

在实际工作中，我们往往需要同比分析，月度和年度的分析都有对应的时间智能函数，分别是MTD和YTD，但是缺少了周度的时间智能函数，而 恰恰日常工作中，我们又需要以周度来进行对应的分析，今天我们来学习一下，如何使用Powerbi来进行周度分析。 我们这里假设要进行流量的周度分析，流量表里包含了日期、曝光

#Python merge函数，pandas库数据查询功能，对标V-LOOKUP

日常办公中，我们经常会遇到需要匹配表，匹配对应数据的场景，在EXCEL中，我们习惯使用VLOOKUP函数或者是X-LOOKUP函数，今天学习的是Python，pandas库中的匹配功能。 首先导入所需的pandas库。 import pandas as pd 用到的模拟数据共三张表，分别是销售表，区

#Python 文本包含函数，pandas库 Series.str.contains 函数

一：基础的函数组成 ’’‘Series.str.contains（pat，case = True，flags = 0，na = nan，regex = True)’’'测试pattern或regex是否包含在Series或Index的字符串中。 返回布尔值系列或索引，具体取决于给定模式或正则表达式是

#Python pandas库，读取模块，代码笔记

日常数据清洗中，利用python清洗的第一步就是读取对应文件，今天一起复盘一下数据读取环节的常规操作。 csv和xlsx格式读取类似，所以用csv做案例 X-MIND图

#Power Query 分组依据，数据的分类汇总

一：概述 Power Query中的分组依据，类似于Excel中的分类汇总功能，可以按照某一分类对某列数据或某几列数据进行去重操作和聚合计算(求和、计数、求平均、非重复行计数等)，并在去重的过程中将其他数据列按照用户指定的方式， 对其进行聚合以便生成与依据列相对应的数据。在实际工作中，当我们遇到原始

#Python 缺失值的检测与处理，检测部分

Python 缺失值的检测与处理，分两部分笔记，第一部分是检测缺失值部分

#Python 缺失值的检测与处理，处理部分

#Python基础 DateFrame 查看数据信息

一：导入案例数据及X-MIND 二：实例 2.1 显示摘要信息 2.2显示描述性统计信息 2.3显示 前后n行 2.4显示索引、列信息 2.5显示每列的数据类型

#Python基础 pandas索引设置

一：XMIND 二：设置索引 示例数据，假设我们有一个DataFrame对象，如下： import pandas as pd df = pd.DataFrame({ "name": ["Alice", "Bob", "Charlie", "David"], "age": [25, 30, 35, 4

#Python实例 计算外卖配送距离（基于经纬度的导航及直线距离）

一：X-MIND 二：计算两点经纬度之间的距离 经纬度是利用三维球面空间来描述地球上一个位置的坐标系统，每个经纬度坐标由经度 lng 和纬度 lat 两个分量组成。经纬度的有效范围为经度-180度到+180度，纬度大约-90度到+90度。 三：Geopy库，计算两点直线距离 如果遇到测算直线距离可以

#Powerquery pq从入门到精通，笔记梳理

详细视频可以B站搜索，ms_excel博主，看leila的视频翻译课，powerquery从入门到精通。 后续也会根据自己工作来更新这部分的实际用法。

#Python assign赋值，新增列操作

#Python基础 利用Pyinstaller 模块对python代码进行打包exe

一般我们都用 Python 的 Pyinstaller 模块进行打包，这里记录Pyinstaller 模块进行打包。 一：安装 Pyinstaller 模块 pip install PyInstaller 二：打开cmd(win+R) 三：操作 3.1 切换路径（这里示例文件在E盘） 输入E：来切换

#Python实例 计算外卖配送距离（基于百度API接口）---第二篇

https://www.cnblogs.com/simone331/p/17218019.html 在上一篇中，我们计算了两点的距离（链接为上篇文章），但是具体业务中，往往会存在一次性计算多组，上百甚至上千的距离。 所以我们需要利用python函数，批量去处理和传参，批量计算距离。前面的操作去第一篇