E-Book, Deutsch, 484 Seiten
Reihe: Business Skills
Maslyuk / Raviv Power Query
2. aktualisierte und erweiterte Auflage 2025
ISBN: 978-3-98890-275-7
Verlag: dpunkt.verlag
Format: EPUB
Kopierschutz: 6 - ePub Watermark
In Excel und Power BI Daten sammeln, kombinieren und transformieren
E-Book, Deutsch, 484 Seiten
Reihe: Business Skills
ISBN: 978-3-98890-275-7
Verlag: dpunkt.verlag
Format: EPUB
Kopierschutz: 6 - ePub Watermark
Daniil Maslyuk ist unabhängiger Business Intelligence-Berater, Trainer und Speaker, der sich auf Microsoft Power BI spezialisiert hat. Er ist der Autor aller offiziellen Prüfungsbücher zu Microsoft Power BI. Gil Raviv, Microsoft Data Platform MVP, ist Group Manager Analytics bei Avanade. Als Senior Program Manager für Microsoft Excel leitete er das Design und die Integration von Power Query als Datenabruftechnologie der nächsten Generation von Excel und wurde zum ausgewiesenen Experten von M, der Formelsprache von Power Query.
Weitere Infos & Material
Einleitung
Wussten Sie, dass in Power BI, Microsoft Excel und anderen Produkten eine Datentransformationstechnologie integriert ist, mit der Sie an Ihren Daten wahre Wunder vollbringen, sich wiederholende manuelle Arbeit vermeiden und bis zu 80 % Ihrer Zeit einsparen können?
- ¦ Jedes Mal, wenn Sie ähnliche Daten in Ihre Arbeitsmappe kopieren/einfügen und manuell bereinigen, verschwenden Sie wertvolle Zeit, möglicherweise ohne sich der Alternativen bewusst zu sein, mit denen Sie dies besser und schneller erledigen können.
- ¦ Jedes Mal, wenn Sie sich darauf verlassen, dass andere Ihre Daten in die richtige Form und den richtigen Zustand bringen, sollten Sie wissen, dass es eine einfachere Möglichkeit gibt: Gestalten Sie Ihre Daten einmal um und freuen Sie sich darüber, dass das in Zukunft automatisiert funktioniert.
- ¦ Jedes Mal, wenn Sie schnell fundierte Entscheidungen treffen müssen, Sie aber vor massiven Herausforderungen bei der Datenbereinigung stehen, wissen Sie, dass Sie diese jetzt leicht bewältigen können.
Sind Sie bereit für Veränderung? Die Frustration, die sich bei Ihnen breitmacht, wenn Sie die Datenbereinigung ständig manuell durchführen müssen, wird Begeisterung und Spaß an der Sache weichen, und durch diesen Prozess können Sie sogar Ihre Datenqualität verbessern und neue Erkenntnisse gewinnen.
Power BI, Excel, Fabric und Power Platform nutzen eine bahnbrechende Technologie zum Abrufen und Transformieren von Daten, Power Query, die es jeder Person mit grundlegenden Excel-Kenntnissen ermöglicht, den Datenimport, die Umgestaltung von Daten und die Datenbereinigung zu automatisieren. Mit ein paar einfachen Klicks in der Benutzeroberfläche und einer einheitlichen Benutzererfahrung für eine Vielzahl von Datenquellen und Formaten können Sie jedes Problem bei der Datenvorbereitung lösen und zum Meister im Data-Wrangling werden.
In diesem Buch werden Sie echte Datenherausforderungen angehen und lernen, wie Sie diese mit Power Query angehen können. Im Rahmen von mehr als 70 Challenges und fast 200 Übungsdateien im Begleitmaterial zu diesem Buch importieren Sie chaotische und unzusammenhängende Tabellen und arbeiten sich durch die Erstellung automatisierter und gut strukturierter Datensätze, die für die Analyse bereitstehen. Die meisten Techniken sind einfach zu befolgen und können leicht in Ihrem eigenen Arbeitsalltag wiederverwendet werden.
Für wen ist dieses Buch?
Dieses Buch wurde geschrieben, um geschäftliche Anwender und Berichtsautoren in Power BI und Microsoft Excel zu befähigen, das Potenzial von Power Query optimal auszuschöpfen. Das Buch ist auch für SQL Server-Entwickler und Fabric-Datenanalytiker relevant, die ihre ETL-Entwicklung (ETL = Extract, Transform, Load) beschleunigen möchten. Benutzer, die Apps mit Microsoft PowerApps erstellen, können ebenfalls dieses Buch nutzen, um komplexe Datasets in ihre Geschäftslogik zu integrieren.
Ganz gleich, ob Sie Power BI-Berichte für Ihr Unternehmen entwickeln oder ob Sie für sich wiederholende Datenvorbereitungsaufgaben in Excel zuständig sind: Dieses Buch ist für Sie. Analysten, Business-Intelligence-Spezialisten und ETL-Entwickler können ihre Produktivität durch die Techniken in diesem Buch steigern. Da die Power Query-Technologie zum primären Datenstapel in Excel geworden ist und der Einsatz von Power BI enorm zugenommen hat, wird dieses Buch Ihnen helfen, den Weg in Ihrem Unternehmen zu ebnen und eine größere Wirkung zu erzielen.
Das Buch wurde geschrieben, damit alle Power Query-Benutzer neue Fähigkeiten erlernen können. Gleichgültig, ob Sie ein neuer, ein fortgeschrittener oder ein Benutzer mit moderaten Kenntnissen sind, Sie werden nützliche Techniken finden, die Ihnen helfen, die nächste Stufe zu erklimmen.
Voraussetzungen, die Sie mitbringen sollten
Grundkenntnisse in Power BI und Excel werden vorausgesetzt. Während jeder Excel-Benutzer von diesem Buch profitieren kann, würde es Ihnen noch weitaus mehr nützen, wenn Sie eines der folgenden Kriterien erfüllten. (Beachten Sie, dass bereits die Erfüllung eines einzelnen Kriteriums ausreichend ist.)
- ¦ Sie kopieren und fügen regelmäßig Daten aus den gleichen Quellen in Excel ein und müssen diese Daten häufig bereinigen.
- ¦ Sie erstellen Berichte in Power BI oder Excel, die mit externen Datenquellen verbunden sind, und möchten diese verbessern.
- ¦ Sie sind mit PivotTables in Excel vertraut.
- ¦ Sie sind mit Power Pivot in Excel vertraut und möchten Ihre Datenmodelle vereinfachen.
- ¦ Sie sind mit Power Query vertraut und möchten auf die nächste Stufe wechseln.
- ¦ Sie entwickeln Geschäftsanwendungen mit PowerApps und müssen sich mit Datenquellen verbinden, deren Datensätze wenig aufgeräumt sind.
- ¦ Sie sind Entwickler von Analysis Services und möchten Ihre ETL-Entwicklung beschleunigen.
Wie ist dieses Buch aufgebaut?
Das Buch ist in 16 Kapitel unterteilt, die bei allgemeinen und einfacheren Datenherausforderungen beginnen und zu fortgeschrittenen und spezifischen Szenarien übergehen, die es zu meistern gilt. Es ist vollgepackt mit praktischen Übungen und Schritt-für-Schritt-Lösungen, die die notwendigen Techniken für die Bewältigung realer Herausforderungen bei der Datenvorbereitung bereitstellen und als langfristige Lernressource dienen, unabhängig davon, wie viele neue Funktionen in Zukunft in Power Query veröffentlicht werden.
In Kapitel 1, »Einführung in Power Query«, wird Ihnen Power Query vorgestellt und Sie erhalten die grundlegenden Kenntnisse, um die nachfolgenden Übungen durchführen zu können.
In Kapitel 2, »Grundlegende Herausforderungen bei der Datenvorbereitung«, erfahren Sie, wie Sie relativ einfache typische Datenherausforderungen bewältigen. Wenn Sie im Rahmen Ihres Arbeitsalltags häufig Datenbereinigungsaufgaben durchführen, werden Sie dieses Kapitel sehr hilfreich finden. Sie lernen die einfachsten Techniken zur Automatisierung Ihrer Datenbereinigungsaufgaben kennen, die Sie mit wenigen Klicks und ohne Programmierkenntnisse durchführen können. Wenn Power Query noch neu für Sie ist, sparen Sie bereits Zeit, wenn Sie die Techniken in diesem Kapitel befolgen.
In Kapitel 3, »Daten aus mehreren Quellen kombinieren«, erfahren Sie, wie Sie getrennte Datasets kombinieren und mehrere Tabellen im Power Query-Editor anfügen. Sie erfahren, wie Sie mehrere Arbeitsmappen aus einem Ordner anfügen und mehrere Arbeitsblätter auf robuste Weise kombinieren: Wenn später neue Arbeitsblätter hinzugefügt werden, genügt eine einzelne Aktualisierung des Berichts, um die neuen Daten an Ihren Bericht anzuhängen.
In Kapitel 4, »Tabellen mit unterschiedlichen Datenstrukturen kombinieren«, erklimmen Sie die nächste Stufe und lernen, wie Sie nicht übereinstimmende Tabellen, also Tabellen, die zwar die gleichen Daten enthalten, jedoch unterschiedlich aufgebaut sind, kombinieren. In realen Szenarien sind Ihre Daten segmentiert und isoliert, und das Format und die Struktur der Daten sind oft nicht konsistent. Wenn Sie lernen, wie Sie nicht übereinstimmende Tabellen normalisieren, erhalten Sie neue Einblicke in strategische Geschäftsszenarien.
In Kapitel 5, »Den Kontext erhalten«, erfahren Sie, wie Sie externen Kontext in Ihren Tabellen extrahieren und beibehalten und Titel sowie andere Metainformationen, wie Dateinamen und Arbeitsblattnamen, kombinieren, um die angehängten Tabellen mit diesen Informationen zu bereichern.
In Kapitel 6, »Tabellen entpivotieren«, wird Ihnen erklärt, wie Sie die Tabellenstruktur verbessern können, um eine bessere Darstellung der Entitäten zu erhalten, die die Daten darstellen. Sie erfahren, dass die Transformation Entpivotieren ein Eckpfeiler für die Bereinigung der Adressierung schlecht gestalteter Tabellen ist, und nutzen die Leistungsfähigkeit von Entpivotieren, um Ihre Tabellen für eine bessere Analyse neu zu strukturieren. Außerdem lernen Sie, wie Sie mit verschachtelten Tabellen umgehen und warum und wie Sie Summen und Zwischensummen in Ihren Quelldaten ignorieren.
In Kapitel 7, »Fortgeschrittenes Entpivotieren und Pivotieren von Tabellen«, setzen Sie Ihre Reise zur Transformation Entpivotieren fort und verallgemeinern eine Lösung, die Ihnen hilft, beliebige zusammengefasste Tabellen zu entpivotieren, unabhängig davon, wie viele Hierarchieebenen auf Zeilen- und Spaltenebene vorliegen. Anschließend erfahren Sie, wie Sie Pivotieren anwenden, um mehrzeilige Datensätze zu verarbeiten. Die in diesem Kapitel gezeigten Techniken ermöglichen es Ihnen, eine Vielzahl von Transformationen durchzuführen und überstrukturierte Datasets in eine leistungsstarke...




