Power query excel как пользоваться

Power Query: стероиды для MS Excel и Power BI

В данной статье я хочу рассказать о некоторых возможностях бесплатной и крайне полезной, но пока еще мало известной надстройки над MS Excel под названием Power Query.

Power Query позволяет забирать данные из самых разных источников (таких как csv, xls, json, текстовых файлов, папок с этими файлами, самых разных баз данных, различных api вроде Facebook opengraph, Google Analytics, Яндекс.Метрика, CallTouch и много чего еще), создавать повторяемые последовательности обработки этих данных и загружать их внутрь таблиц Excel или самого data model.

И вот под катом вы можете найти подробности всего этого великолепия возможностей.

Совместимость и технические подробности

Power Query доступен бесплатно для всех версий Windows Excel 2010, 2013 и встроен по умолчанию в Windows Excel 2016. Для пользователей MacOS X Power Query недоступен (впрочем, даже без этого маковский Excel отвратителен на ощупь и продвинутые пользователи, включая меня, чаще всего работают с нормальным Excel через Parallels или запуская его на удаленной виндовой машинке).

Также, Power Query встроен в новый продукт для бизнес аналитики — Power BI, а еще, ходят слухи, что Power Query будет появляться и в составе других продуктов от Microsoft. Т.е. Power Query ждет светлое будущее и самое время для адептов технологий Microsoft (и не только) заняться его освоением.

Как оно работает

После установки Power Query в интерфейсе Excel 2010–2013 появляется отдельная одноименная вкладка.

В новом Excel 2016 функционал Power Query доступен на вкладке Data (данные), в блоке “Get & Transform”.

Сначала, в интерфейсе Excel мы выбираем конкретный источник данных, откуда нам их нужно получить, и перед нами открывается окошко самого Power Query с предпросмотром первых строчек загруженных данных (область 1). В верхней части окошка располагается Ribbon с командами по обработке данных (область 2). И в правой части экрана (область 3) у нас расположена панель с последовательностью всех действий, которые применяются к данным.

Возможности Power Query

У Power Query очень много возможностей и я хочу остановиться на некоторых из числа моих любимых.

Как я уже писал выше, Power Query замечателен тем, что позволяет подключаться к самым разным источникам данных. Так он позволяет загружать данные из CSV, TXT, XML, json файлов. Притом процесс выбора опций загрузки тех-же CSV файлов гибче и удобнее, чем он реализован штатными средствами Excel: кодировка автоматически выбирается часто правильно и можно указать символ разделителя столбцов.

Объединение файлов лежащих в папке

Power Query умеет забирать данные из указанной папки и объединять их содержимое в единые таблицы. Это может быть полезно, например, если вам периодически приходят какие-то специализированные отчеты за отдельный промежуток времени, но данные для анализа нужны в общей таблице. Гифка

Текстовые функции

1. Разделить столбец по символу или по количеству символов. И в отличие от Excel можно задать максимальное количество столбцов, а также направление откуда нужно считать символы — слева, справа.
2. Изменить регистр ячеек в столбце
3. Подсчитать количество символов в ячейках столбца.

Числовые функции

К столбцам с числовыми значениями по нажатию на кнопки на Ribbon можно применять:

1. Арифметические операции
2. Возводить в степени, вычислять логарифмы, факториалы, корни
3. Тригонометрические операции
4. Округлять до заданных значений
5. Определять четность и т.д.

Функции для работы с датами, временем и продолжительностью

К столбцам со значениями даты и времени по нажатию на кнопки на Ribbon можно применять:

1. Автоматическое определение формата вписанной даты (в excel c этим большая боль)
2. Извлекать в один клик номер месяца, дня недели, количество дней или часов в периоде и т.п.

Unpivot — Pivot

В интерфейсе Power Query есть функция “Unpivot”, которая в один клик позволяет привести данные с одной метрикой разложенные по столбцам по периодам к форме, которая будет удобна для использования в сводных таблицах (понимаю что трудно написал — смотрите пример). Также, есть функция с обратным действие Pivot. Гифка

Операция Merge — смерть ВПР

Функция ВПР (VLOOKUP) одна из наиболее используемых функций в MS Excel. Она позволяет подтягивать данные в одну таблицу из другой таблицы по единому ключу. И вот как раз для этой функции в Power Query есть гораздо более удобная альтернатива — операция Merge. При помощи этой операции соединение таблиц нескольких таблиц в одну по ключу (по простому или по составному ключу, когда соответствие нужно находить по нескольким столбцам) выполняется буквально в 7 кликов мыши без ввода с клавиатуры.

Операция Merge — это аналог join в sql, и ее можно настроить чтобы join был разных типов — Inner (default), Left Outer, Right Outer, Full Outer.

Upd.Мне тут подсказали, что Power Query не умеет делать Aproximate join, а впр умеет. Чистая правда, из коробки альтернатив нет. Гифка

Подключение к различным базам данных. Query Folding.

Power Query также замечателен тем, что умеет цепляться к самым разным базам данных — от MS SQL и MySQL до Postgres и HP Vertica. При этом, вам даже не нужно знать SQL или другой язык базы данных, т.к. предпросмотр данных отображается в интерфейсе Power Query и все те операции, которые выполняются в интерфейсе прозрачно транслируются в язык запросов к базе данных.

А еще в Power Query есть понятие Query Folding: если вы подключены к совместимой базе данных (на текущий момент это MS SQl), то тяжелые операции по обработке данных Power Query будет стараться выполнить на серверной стороне и забирать к себе лишь обработанные данные. Эта возможность радикально улучшает быстродействие многих обработок.

Язык программирования “М”

Надстройка Power Query — это интерпретатор нового, скриптового, специализированного для работы с данными, языка программирования М.

На каждое действие, которое мы выполняем с данными в графическом интерфейсе Power Query, в скрипт у нас пишется новая строчка кода. Отражая это, в панели с последовательностью действий (область 3), создается новый шаг с говорящим названием. Благодаря этому, используя панель с последовательностью действий, мы всегда можем посмотреть как выглядят у нас данные на каждом шаге обработки, можем добавить новые шаги, изменить настройки применяемой операции на конкретном шаге, поменять их порядок или удалить ненужные шаги. Гифка

Также, мы всегда можем посмотреть и отредактировать сам код написанного скрипта. И выглядеть будет он примерно так:

Язык M, к сожалению, не похож ни на язык формул в Excel, ни на MDX и, к счастью, не похож на Visual Basic. Однако, он очень прост в изучении и открывает огромные возможности по манипуляции данными, которые недоступны с использованием графического интерфейса.

Загрузка данных из Яндекс.Метрики, Google Analytics и прочих Api

Немного овладев языком “M” я смог написать программки в Power Query, которые умеют подключаться к API Яндекс.Метрики и Google Analytics и забирать оттуда данные с задаваемыми настройками. Программки PQYandexMetrika и PQGoogleAnalytics я выложил в опенсорс на гитхаб под лицензией GPL. Призываю пользоваться. И я буду очень рад, если эти программы будут дорабатываться энтузиастами.

Для Google Analytics подобного рода экспортеров в разных реализациях достаточно много, но вот для Яндекс.Метрики, насколько я знаю, мой экспортер был первым публично доступным, да еще и бесплатным 🙂

Power Query умеет формировать headers для post и get запросов и забирать данные из интернета. Благодаря этому, при должном уровне сноровки, Power Query можно подключить практически к любым API. В частности, я для своих исследований дергаю данные по телефонным звонкам клиентов из CallTouch API, из API сервиса по мониторингу активности за компьютером Rescuetime, занимаюсь парсингом нужных мне веб-страничек на предмет извлечения актуальной информации.

Еще раз про повторяемость и про варианты применения

Как я уже писал выше, скрипт Power Query представляет собой повторяемую последовательность манипуляций, применяемых к данным. Это значит, что однажды настроив нужную вам обработку вы сможете применить ее к новым файлам изменив всего один шаг в скрипте — указав путь к новому файлу. Благодаря этому можно избавиться от огромного количества рутины и освободить время для продуктивной работы — анализа данных.

Я занимаюсь веб-аналитикой и контекстной рекламой. И так уж получилось, что с момента, как я познакомился с Power Query в ее интерфейсах я провожу больше времени, чем в самом Excel. Мне так удобнее. Вместе с тем возросло и мое потребление другой замечательной надстройки в MS Excel — PowerPivot.

1. разбираю семантику для Толстых проектов,
2. Делаю частотные словари,
3. Создаю веб-аналитические дашборды и отчеты для анализа конкретных срезов,
4. Восстанавливаю достижение целей в системах веб-аналитики, если они не настроены на проекте,
5. Сглаживаю прогноз вероятности методами Андрея Белоусова (+Байеса:),
6. Делаю аудит контекстной рекламы на данных из K50 статистика,
7. И много других разных ad-hoc analysis задач, которые нужно сделать лишь однажды

Вот bi систему, про которую я рассказывал на Yac/M 2015 (видео) я делал полнстью при помощи Power Query и загружал данные внутрь PowerPivot.

Пару слов про локализацию

На сайте Microsoft для пользователей из России по умолчанию скачивается Power Query с переведенным на русским язык интерфейсом. К счастью, локализаторы до перевода на русский языка программирования (как это сделано с языком формул в excel) не добрались, однако жизнь пользователям неоднозначными переводами сильно усложнили. И я призываю вас скачивать, устанавливать и пользоваться английской версией Power Query. Поверьте, она будет гораздо понятнее.

Power Query в Excel: для чего это нужно и как работает. Инструкция со скриншотами

Можно редактировать данные больших таблиц вручную, а можно загрузить их в Power Query и сделать всё за пару кликов. Показываем на примере.

Иллюстрация: Meery Mary для Skillbox Media

Power Query — встроенная надстройка Excel для обработки больших объёмов данных. С помощью неё можно выгружать таблицы из источников разных форматов и преобразовывать их в удобный вид для дальнейшего анализа.

Если в Excel без надстроек можно обрабатывать таблицы только из 1 048 576 строк, то в Power Query количество строк не ограничено. А в отличие от Power Pivot, похожей надстройки Excel, Power Query поддерживает гораздо больше форматов источников. Также в нём больше функций для редактирования данных.

Рассказываем, какие возможности даёт Excel Power Query, и разбираем на примере, как им пользоваться. Статья будет полезна специалистам, которые работают с большими базами данных — собирают информацию из разных источников, преобразовывают и анализируют её.

• Что умеет надстройка Power Query
• Как включить Power Query в Excel
• Как загрузить и преобразовать данные
• Как импортировать данные из Power Query
• Как узнать больше о работе в Excel

При подготовке статьи мы использовали материалы курса Skillbox «Excel + Google Таблицы с нуля до PRO».

Что умеет надстройка Power Query

С помощью Power Query подключаются к источникам данных разных форматов, собирают в одно место информацию из них, приводят её в нужный вид и импортируют дальше — например, в Power Pivot — или просто сохраняют.

Разберём каждый этап подробнее.

Подключение к источникам и загрузка данных. Power Query позволяет выгружать данные из разных источников и поддерживает практически все форматы файлов.

Например, из Power Query можно подключиться к файлам XLS, TXT, PDF, CSV, JSON, HTML, XML. Также можно выгрузить информацию из разных баз данных — например, MS Access и MS SQL Server; из систем ERP, программ «1C», облачных хранилищ, Google Analytics, «Яндекс Метрики» и других сервисов.

При этом можно одновременно получать данные нескольких источников — например, всех файлов, лежащих в одной папке, или всех листов файла Excel.

Преобразование данных. После того как информация из источников собрана, можно редактировать её и преобразовывать разными способами:

• менять тип данных — например, изменить числовой формат на формат даты, чтобы день и месяц отображались корректно;
• менять регистр букв — это будет полезно, например, когда нужно в тысячах строк заменить строчные буквы на прописные;
• очистить данные от лишних элементов — например, удалить лишние пробелы, пустые столбцы и строки, повторяющиеся значения ячеек; и фильтровать данные, изменять порядок столбцов и строк;
• разделять единый текст на столбцы или, наоборот, объединять столбцы в единый текст;
• проводить необходимые расчёты — например, суммировать данные или рассчитывать процент;
• подставлять значения из одной таблицы в другую — как с помощью функции ВПР (Vlookup) в Excel.

При этом данные будут форматироваться только в редакторе Power Query — в файлах-источниках они останутся без изменений.

Импорт данных. После того как данные преобразованы, можно импортировать их из редактора Power Query или просто сохранить в полученном виде.

Импортировать данные можно тремя способами:

• Выгрузить на лист Excel — тогда на этом листе появится смарт-таблица с данными из Power Query.
• Создать сводную таблицу или сводную диаграмму.
• Добавить данные Power Pivot и построить из них модель данных.

Таким образом, Power Query — это полноценный ETL -инструмент, который позволяет собрать данные из внешних источников в одном хранилище, обработать их и передать для дальнейшего анализа.

Напомним, одно из главных преимуществ Power Query в том, что в нём нет ограничений по объёму данных, с которыми он может работать без потери производительности. Excel без надстроек позволяет работать только с 1 048 576 строками.

В следующих разделах расскажем, где найти Power Query в Excel, и разберём на примере, как с ним работать.

Как запустить Power Query

Power Query — бесплатная надстройка Excel. Она доступна для всех версий программы, начиная с 2010 года.

Версии Excel 2010 и 2013 года. Power Query нужно скачивать отдельно — например, с сайта Microsoft.

После установки надстройка отобразится в виде отдельной вкладки Power Query на главной панели Excel. Нужно открыть эту вкладку и нажать на кнопку «Из файла».

Версии Excel 2016 года и новее. Power Query скачивать отдельно не нужно — надстройка есть в Excel по умолчанию. Чтобы её запустить в Excel 2016 года, нужно на вкладке «Данные» выбрать раздел «Скачать и преобразовать». Затем нажать кнопку «Создать запрос».

В Excel 2019 года — на вкладке «Данные» выбрать раздел «Получить и преобразовать данные» и нажать на кнопку «Получить данные».

Дальше нужно выбрать, откуда выгружать данные, преобразовать их в редакторе Power Query и импортировать дальше. Как это делать — разбираем на примере в следующих разделах.

Загружаем в Power Query данные из внешнего источника

Для примера выгрузим в Power Query справочник товаров книжного магазина в формате XLS. В нём перечислены названия книг, их формат и ID‑номера.

На вкладке Excel «Данные» в разделе «Получить и преобразовать данные» нажимаем кнопку «Получить данные».

Дальше выбираем источник и формат файла, из которого нужно выгрузить таблицу. В нашем случае это «Из файла» → «Из книги Excel».

В появившемся окне выбираем наш XLS-файл для выгрузки и нажимаем «Открыть».

Появляется окно навигатора. В нём выбираем, какую таблицу из XLS-файла нужно выгрузить в Power Query. Можно выгрузить все листы файла или какие-то конкретные.

В нашем примере выберем первый лист — «Таблица 1» — и нажмём «Преобразовать данные».

Готово — Excel открывает окно редактора Power Query, в котором мы сможем обработать данные, полученные из справочника товаров.

Преобразовываем данные в Power Query

В открывшемся редакторе мы можем внести изменения в выгруженную таблицу.

В нашем случае нужно:

• изменить формат данных в столбце «ID-товара»;
• изменить регистр букв в столбце «Формат»;
• удалить лишние пробелы в столбце «Книга».

Изменяем формат данных. Автоматически формат столбца «ID-товара» определился как числовой, поэтому в номерах ID удалились лишние нули. Чтобы они снова появились, нужно изменить числовой формат на текстовый.

Подробнее о форматах ячеек в Excel рассказывали в этой статье Skillbox Media.

Чтобы поменять формат в Power Query, нажимаем на значок «123» слева от названия столбца и выбираем нужный формат — «Текст».

Готово — теперь ID товаров отображаются корректно.

Изменяем регистр букв. В нашем примере все значения столбца «Формат» написаны в нижнем регистре — нужно сделать так, чтобы они начинались с прописной буквы.

Для этого правой кнопкой мыши нажмём на название столбца. В появившемся контекстном меню выберем «Преобразование» → «Каждое Слово С Прописной». Если в ячейках будет несколько слов, то каждое слово будет начинаться с прописной. В нашем примере в ячейках по одному слову, поэтому эта функция подходит.

Готово — теперь все слова столбца «Формат» начинаются с прописной буквы.

Удаляем лишние пробелы. Для этого нажимаем правой кнопкой мыши на название столбца, в который нужно внести изменение. Выбираем «Преобразование» и затем «Усечь».

Готово — теперь во всех ячейках столбца нет пустых участков перед текстом.

Аналогично можно вносить другие изменения — например, отсортировать таблицу по алфавиту или найти повторяющиеся книги и удалить их.

Все выполненные в редакторе Power Query действия автоматически записались в виде шагов запроса — в блоке «Применённые шаги» в правой области редактора. При необходимости можно нажать правой кнопкой мыши на любое действие и удалить его — это вернёт прежний вид данных таблицы.

Импортируем данные из Power Query

Итак, мы внесли необходимые изменения в данные таблицы. Теперь эти данные можно просто сохранить в полученном виде, создать из них сводную таблицу, сводную диаграмму или добавить в модель Power Pivot.

Покажем, как сделать последнее.

Нажмём кнопку «Закрыть и загрузить» в левой части верхнего меню, затем — «Закрыть и загрузить в…».

В появившемся окне выберем способ импорта. В нашем случае нужно выбрать «Только создать подключение», поставить галочку рядом с «Добавить эти данные в модель данных» и нажать «ОК».

Готово — мы сохранили преобразованную ранее таблицу и импортировали её в Power Pivot.

Подробнее о том, как работать с выгруженными данными дальше в Power Pivot — например, связать их с данными других таблиц и создать удобные отчёты для анализа, — мы говорили в этой статье.

Сборка таблиц из разных файлов Excel с помощью Power Query

Давайте разберем красивое решение для одной из весьма стандартных ситуаций, с которой рано или поздно сталкивается большинство пользователей Excel: нужно быстро и автоматически собрать данные из большого количества файлов в одну итоговую таблицу.

Предположим, что у нас есть вот такая папка, в которой содержится несколько файлов с данными из филиалов-городов:

Количество файлов роли не играет и может меняться в будущем. В каждом файле есть лист с именем Продажи, где расположена таблица с данными:

Количество строк (заказов) в таблицах, само-собой, разное, но набор столбцов везде стандартный.

Задача: собрать данные из всех файлов в одну книгу с последующим автоматическим обновлением при добавлении-удалении файлов-городов или строк в таблицах. По итоговой консолидированной таблице затем можно будет строить любые отчеты, сводные таблицы, фильтровать-сортировать данные и т.д. Главное — суметь собрать.

Подбираем оружие

Для решения нам потребуется последняя версия Excel 2016 (в нее нужный функционал уже встроен по умолчанию) или предыдущие версии Excel 2010-2013 с установленной бесплатной надстройкой Power Query от Microsoft (скачать ее можно здесь). Power Query — это супергибкий и супермощный инструмент для загрузки в Excel данных из внешнего мира с последующей их зачисткой и обработкой. Power Query поддерживает практически все существующие источники данных — от текстовых файлов до SQL и даже Facebook 🙂

Если у вас нет Excel 2013 или 2016, то дальше можно не читать (шучу). В более древних версиях Excel подобную задачу можно реализовать только программированием макроса на Visual Basic (что весьма непросто для начинающих) или монотонным ручным копированием (что долго и порождает ошибки).

Шаг 1. Импортируем один файл как образец

Для начала давайте импортируем данные из одной книги в качестве примера, чтобы Excel «подхватил идею». Для этого создайте новую пустую книгу и.

• если у вас Excel 2016, то откройте вкладку Данные и выберите Создать запрос — Из файла — Из книги (Data — New Query- From file — From Excel)
• если у вас Excel 2010-2013 с установленной надстройкой Power Query, то откройте вкладку Power Query и выберите на ней Из файла — Из книги (From file — From Excel)

Если нажать в правом нижнем углу этого окна кнопку Загрузить (Load) , то таблица будет сразу импортирована на лист в исходном виде. Для одиночного файла — это хорошо, но нам нужно загрузить много таких файлов, поэтому мы пойдем немного другим путем и жмем кнопку Правка (Edit) . После этого должен в отдельном окне отобразиться редактор запросов Power Query с нашими данными из книги:

Это очень мощный инструмент, позволяющий «допилить» таблицу под нужный нам вид. Даже поверхностное описание всех его функций заняло бы под сотню страниц, но, если совсем кратко, то с помощью этого окна можно:

• отфильтровывать ненужные данные, пустые строки, строки с ошибками
• сортировать данные по одному или нескольким столбцам
• избавляться от повторов
• делить слипшийся текст по столбцам (по разделителям, количеству символов и т.д.)
• приводить текст в порядок (удалять лишние пробелы, исправлять регистр и т.д.)
• всячески преобразовывать типы данных (превращать числа как текст в нормальные числа и наоборот)
• транспонировать (поворачивать) таблицы и разворачивать двумерные кросс-таблицы в плоские
• добавлять к таблице дополнительные столбцы и использовать в них формулы и функции на встроенном в Power Query языке М.
• .

Для примера, давайте добавим к нашей таблице столбец с текстовым названием месяца, чтобы потом проще было строить отчеты сводных таблиц. Для этого щелкните правой кнопкой мыши по заголовку столбца Дата и выберите команду Дублировать столбец (Duplicate Column) , а затем щелкните правой кнопкой мыши по заголовку появившегося столбца-дубликата и выберите команды Преобразование — Месяц — Название месяца:

Должен образоваться новый столбец с текстовыми названиями месяца для каждой строки. Дважды щелкнув по заголовку столбца, его можно переименовать из Копия Дата в более удобное Месяц , например.

Если в каких-то столбцах программа не совсем корректно распознала тип данных, то ей можно помочь, щелкнув по значку формата в левой части каждого столбца:

Исключить строки с ошибками или пустые строки, а также ненужных менеджеров или заказчиков можно с помощью простого фильтра:

Причем все выполненные преобразования фиксируются в правой панели, где их всегда можно откатить (крестик) или изменить их параметры (шестеренка):

Легко и изящно, не правда ли?

Шаг 2. Преобразуем наш запрос в функцию

Чтобы впоследствии повторить все сделанные преобразования данных для каждой импортируемой книги, нужно преобразовать наш созданный запрос в функцию, которая затем будет применяться, по очереди, ко всем нашим файлам. Сделать это, на самом деле, очень просто.

В редакторе запросов перейдите на вкладку Просмотр и нажмите кнопку Расширенный редактор (View — Advanced Editor) . Должно открыться окно, где все наши предыдущие действия будут записаны в виде кода на языке М. Обратите внимание, что в коде жестко прописан путь к файлу, который мы импортировали для примера:

Теперь аккуратно вносим пару правок:

Смысл их прост: первая строка (filepath)=> превращает нашу процедуру в функцию с аргументом filepath , а ниже мы меняем фиксированный путь на значение этой переменной.

Все. Жмем на Готово и должны увидеть вот это:

Не пугайтесь, что пропали данные — на самом деле все ОК, все так и должно выглядеть 🙂 Мы успешно создали нашу пользовательскую функцию, где запомнился весь алгоритм импорта и обработки данных без привязки к конкретному файлу. Осталось дать ей более понятное имя (например getData ) на панели справа в поле Имя и можно жать Главная — Закрыть и загрузить (Home — Close and Load) . Обратите внимание, что в коде жестко прописан путь к файлу, который мы импортировали для примера.. Вы вернетесь в основное окно Microsoft Excel, но справа должна появиться панель с созданным подключением к нашей функции:

Шаг 3. Собираем все файлы

Все самое сложное — позади, осталась приятная и легкая часть. Идем на вкладку Данные — Создать запрос — Из файла — Из папки (Data — New Query — From file — From folder) или, если у вас Excel 2010-2013, аналогично на вкладку Power Query. В появившемся окне указываем папку, где лежат все наши исходные файлы-города и жмем ОК. Следующим шагом должно открыться окно, где будут перечислены все найденные в этой папке (и ее подпапках) файлы Excel и детализация по каждому из них:

Жмем Изменить (Edit) и опять попадаем в знакомое окно редактора запросов.

Теперь нужно добавить к нашей таблице еще один столбец с нашей созданной функцией, которая «вытянет» данные из каждого файла. Для этого идем на вкладку Добавить столбец — Пользовательский столбец (Add Column — Add Custom Column) и в появившемся окне вводим нашу функцию getData , указав для ее в качестве аргумента полный путь к каждому файлу:

После нажатия на ОК созданный столбец должен добавиться к нашей таблице справа.

Теперь удалим все ненужные столбцы (как в Excel, с помощью правой кнопки мыши — Удалить), оставив только добавленный столбец и столбец с именем файла, т.к. это имя (а точнее — город) будет полезно иметь в итоговых данных для каждой строки.

А теперь «вау-момент» — щелкнем мышью по значку со своенным стрелками в правом верхнем углу добавленного столбца с нашей функцией:

. снимаем флажок Использовать исходное имя столбца как префикс (Use original column name as prefix) и жмем ОК. И наша функция подгрузит и обработает данные из каждого файла, следуя записанному алгоритму и собрав все в общую таблицу:

Для полной красоты можно еще убрать расширения .xlsx из первого столбца с именами файлов — стандартной заменой на «ничего» (правой кнопкой мыши по заголовку столбца — Заменить) и переименовать этот столбец в Город. А также подправить формат данных в столбце с датой.

Все! Жмем на Главной — Закрыть и загрузить (Home — Close & Load) . Все собранные запросом данные по всем городам будут выгружены на текущий лист Excel в формате «умной таблицы»:

Созданное подключение и нашу функцию сборки не нужно никак отдельно сохранять — они сохраняются вместе с текущим файлом обычным образом.

В будущем, при любых изменениях в папке (добавлении-удалении городов) или в файлах (изменение количества строк) достаточно будет щелкнуть правой кнопкой мыши прямо по таблице или по запросу в правой панели и выбрать команду Обновить (Refresh) — Power Query «пересоберет» все данные заново за несколько секунд.

Поправка. После январских обновлений 2017 года Power Query научился собирать Excel’евские книги сам, т.е. не нужно больше делать отдельную функцию — это происходит автоматически. Таким образом второй шаг из этой статьи уже не нужен и весь процесс становится заметно проще:

1. Выбрать Создать запрос — Из файла — Из папки — Выбрать папку — ОК
2. После появления списка файлов нажать Изменить
3. В окне редактора запросов развернуть двойной стрелкой столбец Binary и выбрать имя листа, который нужно взять из каждого файла

Ссылки по теме

Николай, отлично, что вы добрались до чудесного PQ!
Важное замечание — для 2010 эта надстройка тоже работает! Установочный файл тот жеще, что и для 2013

Полез уточнить — точно, с 2010 уже можно ставить. Спасибо, Максим — сейчас поправлю в статье

За исключением Office 2010, установленного в Windows XP

Спасибо, сейчас подправлю. Владельцы старых версий обрадуются

Надстройки Power (Query / Pivot / View) для Excel это хорошие инструменты уровня Self-Service BI, которые продвинутый аналитик может эффективно использовать в своей работе.8)

Николай, спасибо за отличный пример – использования функции для обработки файла, при загрузки из папки! Буду ждать видео к данной статье!

Если интересно, в качестве альтернативы данную задачу можно решить без функции, на эту тему рекомендую посмотреть видео от коллеги по вашему цеху: https://www.youtube.com/watch?v=tODq6yRVZl8

Еще, как правило, есть проблема в Power Query, что путь к файлам/папкам фиксируется в запросе, но это тоже решается – можно создать динамический путь примерно так: = Excel.CurrentWorkbook()<[Name="tPath"]>[Content]<0>[Path]

Если нужно будет кому-то, вот одно из видео на эту тему: https://www.youtube.com/watch?v=kRB6O2qxsIc

Вообще возможности ExcelЯ c надстройкой Power Query вдохновляют!

Например: долгожданные SQL JOIN-ы таблиц теперь можно делать с помощью Power Query. В ближайшее время планирую сделать статью и видео на эту тему и выложить себе в блог: http://biweb.ru/blog

Здравствуйте!
1. Николай, у вас в тексте написано: «первая строка (filepath)=> превращает нашу процедуру в функцию с аргументом filepath..», а на видео вместо filepath указано filename.
2. Exel 2016 и тоже не показывает как у вас в шапке значки типа данных (‘ABC’, календарик, ‘ABC 123’)
3. а если такую функцию внедрить в Plex, на подобие плюшки в Plex «Сборка листов»?

Выложил в раздел КНИГИ, можно брать

Ура! Теперь надо обязательно ставить обновление от Января 2017. Вот что пишут:

Enhanced “Combine Binaries” experience when importing from any folder

Before this release, users could combine Text or CSV files only. The combine would not work for any other supported file formats (such as Excel Workbooks, JSON files, etc.), and it would not account for transformations required on each file before combining them into a single table (such as removing the first row with header values).

• Excel analyzes the input files from the Folder query and detects the right file format to use (i.e., Text or Excel Workbook).
• Users can select a specific object from the list (such as a spreadsheet name) to use for data combine.
• Excel automatically creates the following entities

Теперь вроде как можно радоваться и хлопать в ладоши, т.к. теперь не нужно извращаться с изменением кода вручную.

Однако (на моей работе) при выгрузке файлов из 1С в формате .xlsx, Power Query всё равно не может их проглотить, пока просто не пересохранишь файл в самом Excel (открыть файл, сохранить, закрыть).

Твою дивизию! Только что поставил обновление и попробовал: все файлы загрузились на раз напрямую без функции — в два щелчка. Офигеть. Они делают апдейты быстрее, чем я пишу статьи

Спасибо, Василий! You made my day!

• будет собирать дольше
• не умеет обновлять собранные данные (нужно будет пересобирать)
• не умеет запоминать цепочку действий по причесыванию данных

Зато PLEX умеет разбирать одну таблицу по разным листам, а PQ — пока нет

Николай, добрый день

Подскажите а как быть когда при добавлении в папку нового файла с данными, при обновлении запроса Query задваиват данные

Николай, можно сделать гораздо проще, без запроса.
Таблица

Так стало возможно только после январского-2017 обновления Power Query — почитайте комменты выше, уже писали про это

этот прием я нашел на видео от 04.06.2016 (с 30:47), при чем тут январское обновление

Уже нашел, спасибо.
Вот такой код:

Подскажите пожалуйста, сделала все по инструкции — однако не загружаются на самом последнем этапе все данные и выходит вот такая ошибка: [Dataformat Error] Внешняя таблица не имеет предполагаемый формат

Во всех файлах дали одинаковое наименование листу для выгрузки . Что-то все ранво не так.

заранее огромное спасибо за помощь

А как Power Query поймет какой именно лист вам нужен? Телепатически?

Вопрос актуален
Есть какой-то способ обращения к листу не по его названию, а по номеру? Как в VBA.

Добрый день!
Подскажите, пожалуйста, как это сделать (я имею в виду отдельной колонкой завести имена листов).
В Query нет функции «номер листа».

Дело в том, в моей тысяче файлов порядковый номер листов, с которых нужно собирать данные, всегда одинаковый, но имена листов различаются.

Уже скорее всего не актуально, но мало ли:)

у меня только
-пользовательский столбец
-вызвать настаиваемую функцию
-условный столбец
-столбец индекса

мне нужна функция поиска, нигде из этих столбцов я не могу ее описать
вычисляемого столбца не нашел

Павел, доброе время суток. Одни ваши видео уроки мне позволили подняться на несколько голов выше тех, кто получает деньги за работу с Excel, при этом не умеют работать с ним и вообще не представляют, что Excel это не тетрадка в клетку и без полей, а нечто большее.
Спасибо большое.
У меня Excel 2016
Я работаю со штрихкодами (12цифр), для удобства я ставлю формат Дополнительный(табельный номер), отчёты мне приходят ежедневно и хочу собрать их в один файл с помощью Power Query.
И возникает проблема.
Первый столбец – вводятся данные с помощью сканера штрихкодов и они переносятся корректно.
Второй Столбец образуется из первого по формуле «ВПР» и «Еслиошибка» (появляется значение «продан»).
Вот с ним и возникает проблема, данные переносятся не корректно, а именно округляются :
122040897832 — 122040897830
118060007467 — 118060007470
155050192073 — 155050192070

И вопрос №2,
Power Query – делает свою «умную таблицу», а я хотел бы что бы он переносил данные в мою «умную таблицу» где уже прописаны формулы в дополнительных столбцах и идёт сразу же обработка этих данных.

Помогите пожалуйста.

Сделал в этих же файлах, но с маленьким объёмом данных — получилось всё чётко. где-то лажа с большими файлами, завтра буду снова их полдня «мурыжить» . ))) думаю всё получится. )))

Вот и мне пришлось столкнуться с той же проблемой и судя по запросам у многих эта проблема есть — как собирать из папки если название листов разное. Гугление привело к достаточно простому решению.

На примере кода из статьи, на втором шаге:

В итоге, перебирая файлы из папки, Ексель не ищет лист и таблицу на нем по названию, а просто забирает первый лист и первую таблицу на нем. Если вместо 0 поставить 1, то соответственно второй и так далее.

Если собирали с помощью функции "из папки", то после создания, перейдите в редактор ПоверКвери, на шаг "Преобразовать файл" и в коде исправьте на:

Добрый день, Sergii!

Я бы сделала дубликат столбца, и заменила бы Январь на January, Февраль на February и т.д. итого 12 раз

Спасибо за статью, у меня все получилось.
Единственное — я бы хотела чтобы Power Query вставил данные начиная с определенной строки, например, начиная с 7-ой строки. Как это реализовать? Подскажите, пожалуйста!

У меня есть 2 вопроса буду рад если ответите.

1) А если файлы в разных папках можно как нибудь их собрать одним запросом используя относительный путь к папке типа — = Excel.CurrentWorkbook()<[Name="_001_path_spiski"]>[Content]<0>[ Path]
? Или только каждую таблицу вытаскивать на отдельный лист а потом их все обьеденять?

2)
В готовую таблицу на основе запроса power query нужно добавить новые столбцы которые должны забиваться вручную.
Важно в исходной таблице из которой брал данные запрос power query этих столбцов нет и быть не должно.
Осуществимо ли это?

1) Если по файлам >1млн строк, то загрузить их все можно в PowerPivot только? Можно ли раскидать по листам Excel не фильтруя-разделяя на 2 и более запроса/-ов внутри PQ.
2) Можно ли через PQ получать количество строк по каждому из файлов? Есть список файлов, напротив каждого получить количество строк по содержимому.

Добрый день! Подскажите пожалуйста, у меня такая задача:
есть куча однотипных файлов Эксель, в них есть слово итого и есть сумма. Нужно посчитать общую сумму всех этих «итого»
есть ещё поле дата (которая везде указана в разных форматах) вот очень желательно чтобы сумма считала за конкретный месяц. Я прочёл описание по Power Query, но не смог его установить. Установщик выдает следующее сообщение:
«Для Microsoft Power Query для Excel (x64) требуется 64-разрядная версия Microsoft Excel 2010 с пакетом обновления 1 (SP1) или Microsoft Excel 2013. Сначала установите 64-разрядную версию Microsoft Excel 2010 с пакетом обновления 1 (SP 1) или Microsoft Excel 2013.»
У меня следующие ТТХ:
Windows 10 PRO
Exel 2016 в списке надстроек я не нашёл Power Query.

Буду благодарен за ответ!

Использовал успешно PQ для преобразования таблиц и столкнулся с задачей склеить несколько файлов в один. Следуя этому алгоритму на 3 этапе загружается корректно только файл, загруженный на 1 этапе. Ошибка: Expression.Error: The key didn’t match any rows in the table

Не подскажете, что можно сделать?

Уже нашла

Настроила power query для нескольких файлов. Доступ в папки и файлы открыт для всех сотрудников. Но папки и файлы хранятся не на общем сервере, доступ открыт через dropbox. Соответственно, адрес линка у каждого сотрудника отличается.
C:\Users\имя сотрудника\Dropbox (название компании)\название папки\сам файл

Все прекрасно работает, НО только с моего компьютера. Пока я не внесу обновления, ни один сотрудник не увидит обновления и также не может вносить никакие данные, тк они все равно не попадут в сводный файл, тк линки с других компьютеров не работают. Это и понятно, тк адрес ссылки отличается по имени. К тому же постоянно выскакивает уведомление, что линки не найдены.

Подскажите, как быть, наверное, можно как-то настроить и изменить адрес source, чтобы другие коллеги могли не только видеть последние обновления, но и также работать с файлами и вносить изменения.

Ну, вот и подошёл я к пределу возможностей Power Query : всего-то ему нужно 3 (три!) файла собрать в одну таблицу, а он мне выдаёт OutOfMemory .

Да и объёмы-то несильно большие этих файлов: один 49,9, другой 36,6, а третий 47,4 мега всего. Вот пытаюсь их Повером этим собрать, а он «падает». Да и таблички там несильно здоровые: 341 столбец на максимум 64300 строк.
Придётся отдельно с каждым файлом возиться

Здравствуйте Уважаемый Николай. Подскажите а можно ли примерно таким же образом менять заранее подготовленные веб-запросы ? вот пример:
let
Источник = Json.
in
#"Измененный тип»

можно ли как то в полуавтоматическом режиме вводить данные в поле веб запроса, чтобы каждый раз не менять?

Подскажите, пожалуйста, возможно ли после загрузки запроса, сделать дополнительный столбец для ручного заполнения, чтобы при обновлении запроса, введенная информация была привязана к своей строке?

Браво!
Бис!
А ларчик просто открывался. Когда знаешь, тогда всё легко
СПАСИБО.

А чего мой комент удаляют?

Это полезный материал, но я просил помочь с проблемой=>

В запросе «» произошла ошибка. Expression.Error: Ключу не соответствует ни одна строка в таблице.
Сведения:
Key=Record
Table=Table

Хотя все делал по написанному

Удаляю, потому что в нём нет смысла. Если бы делали «по написанному», то все бы работало. Если не работает — значит что-то делаете не так, логично? Но понять, что именно вы делаете неправильно из вашего комментария или приведенной ошибки нереально.
Хотите качественной помощи — пришлите мне ваш файл с ошибочным запросом на почту или спросите на форуме (приложив, опять же, файл).
ОК?

Приветствую всех!
В одном файле появилась проблема: при обновлении данных в PQ и в сводных таблицах выскакивает сообщение «Нам не удалось загрузить модель данных. Возможно, модель данных в этой книге повреждена.» И больше никаких сведений. При этом само обновление после нажатия кнопки Ок в этом сообщении дальше проходит успешно (?), но, может быть, что-то не так обновляется?
Где нужно покопаться, чтобы найти это самое «повреждение»?

P. S. Хорошо, что делал резервные копии этого файла. При использовании резервной копии такое сообщение не появляется.

Добрый день!
При попытке создать пользовательский столбец, выдает ошибку:
«Ошибка выражения :Имя «getData» не распознано. Убедитесь, что оно написано верно»
Формула: =getData([Folder Path]&[Name])

Вопрос снят, я разобрался;)

Добрый день!
Спасибо за статью!
Подскажите пожалуйста, что конкретно нужно прописывать на этапе, когда добавляем пользовательский столбец, вместо getData([Folder Path]&[Name])

Я прописываю например: getData([C:\Users\Desktop\Выверка данных по выгрузкам]&[Москва]), то есть ([путь к файлу]&[имя файла])

Мне выдает ошибку синтаксиса : Недопустимый идентификатор

Буду признательна за помощь

В экселе столбец — с датами, после размещения в PQ — даты в текстовом формате и с часами минутами все как было в исходном файле эксель. После назначения в PQ столбцу формат даты — содержимое пропадает. В чем может быть причина?

Здравствуйте, Николай.
Огромное спасибо за ваши статьи.
Подскажите, пожалуйста, как решить небольшую проблему.
Не могу никак собрать данные, хотя на другом компьютере все получалось без проблем. При загрузке запроса выдаётся сообщение:
«Сбой инициализации источника данных.
Проверьте сервер или обратитесь к администратору данных. Убедитесь, что внешняя база данных доступна, и вновь повторите операцию. При повторении сообщения создайте новый источник для подключения к базе данных.»

Все собираемые файлы хранятся на рабочем столе в папке с уникальным названием.

Николай, добрый день!
Спасибо за полезные уроки!
У меня проблема — на шаге внесения изменений «Расширенного редактора» выскакивает надпись «Ожидался токен Eof «.
Что это может означать?

Все делаю по инструкции.

Добрый день, Николай

Я очень вас благодарю за ваш труд.
Пример отличный.
Но возникает вопрос: не могу решить. Меня множество файлов во множестве папок. И у них у всех первые три строки в виде шапки имеют объединение ячеек. Это вызывает ошибку в редакторе запросов при проведении 1го иди 3го шага [img]data:image/png;base64,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[/img]
подскажите как обойти сию трудность или как во множестве файлов Excel поснимать объединение ячеек внутри файлов, не открывая их.

Коллеги, добрый день!
Николай, спасибо Вам большое за полезное видео. Всё делал как Вы рассказывали и всё получилось. Но столкнулся с такой проблемой. При обновлении общего файла куда сливаются данные из 70 других файлов, сбивается настройка ширины столбцов и из-за этого очень долго происходит само обновление. (около 20-30 минут. Размер файла 90000 строк на 90 столбцов).

Различные комбинации галочек в свойствах подключения не дают никакого результата, максимум что удалось добиться — чтобы не сбивал фильтрацию при обновлении.

Кто-то сталкивался с подобными проблемами? Есть ли какое-то решение или идеи что нажать чтобы всё работало?)

Заранее спасибо за обратную связь!)

Да, вполне можно.
Собираете данные из всех книг в одну таблицу, добавляя колонку с именем листа, а потом по этой колонке выполняете в Power Query группировку (Преобразование — Группировать), чтобы просуммировать данные по каждому листу.
Как-то так

Да, совершенно верно

Николай, добрый день

А можно сделать с помощью PQ все тоже самое, но в обратную сторону?

Т.е. у меня есть таблица, я её обрабатываю в PQ, а в итоге нужно «раздербанить» эту таблицу на множество частей (например по критерию «город») в виде отдельных файлов Excel?

Без VBA и PLEX силами PQ это реально сделать?

Добрый день, первый раз когда делал все отлично получилось. А теперь такие ошибки, что с этим сделать? Уже несколько раз пересобирала

Добрый день!
После обновления Экселя пропала кнопка «Получить данные из файла»:( alt=»:(» width=»» height=»» /> alt=»:(» width=»» height=»» />
Подскажите пжл, как теперь ее найти и вытащить?

Есть подключение к Аксес, Интернету, тексту, другим источникам. А подключение к другой книге excel отсутствует..
[img]data:image/png;base64,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[/img]

Может кому нужно будет, получилось сделать как описано в P.S. статьи, PQ сам распределил данные в соотв. с названиями столбцов, т.е. делаем так:

1. Выбрать Создать запрос — Из файла — Из папки — Выбрать папку — ОК
2. После появления списка файлов нажать Изменить
3. В окне редактора запросов развернуть двойной стрелкой столбец Binary и выбрать имя листа, который нужно взять из каждого файла

Коллеги, здравствуйте.
У меня вопрос! Office 365
при создании настраиваемого столбца нет функции getData — не могу создать формулу. Почему так?!
Нет в списке вообще ничего с началом get

Expression.Error: Имя «getData» не распознано. Убедитесь в том, что оно написано верно.

Николай, здравствуйте! Большое спасибо вам за уроки! все так доступно рассказано!

Я была в надежде что получится соединить данные с нескольких файлов, но почему то у меня выходят ошибки(((
уже при создании Пользовательского в нескольких строчках выходит Error

Как работает Power Query, для чего нужен, как использовать?

Power Query — надстройка и инструмент для бизнес-аналитики от Microsoft. Он доступен для Windows Excel 2010, 2013 и автоматически входит в Windows Excel 2016. Хоть интерфейс Power Query довольно простой, нужно время, чтобы разобраться в том, как правильно использовать программу. В материале ищите информацию о том, что такое power query простыми словами, что делает и зачем нужен power query, и как правильно использовать инструмент для продуктивной работы.

Power Query что это

Power Query — инструмент от Microsoft, который значительно облегчает рабочий процесс. Его используют в Excel, Power BI и другие программах и приложения. Как он помогает? Благодаря Power Query данные в разы проще собирать, подготавливать и преобразовывать — пользователи также могут объединять таблицы, проводить фильтрацию и редактировать большие объёмы информации. Надстройка хороша и в тех случаях, когда важно привести данные в единый вид и изменить формат.

Возможности Power Query

Теперь подробнее о том, что умеет делать Power Query — инструмент обладает широким функционалом и используется для решения множества задач. Надстройка помогает разобраться с перечисленными ниже процессами.

Сортировка

Чтобы сортировать данные, стоит выгрузить их в новый редактор Excel, а затем нажать одну из кнопок . Для загрузки данных обязательно стоит нажать кнопку «Закрыть и загрузить».

Загрузка данных в таблицу

Провести экспорт довольно просто, причём данные можно внести из более чем 30 форматов — например, Teradata,SQL, Oracle, различных корпоративных систем — 1C, сервисов из интернета и браузеров.

Приведение к необходимому виду

Таблицы в Excel можно фильтровать по данным источников, изменять порядок столбцов, транспортировать значения и генерировать итоги с помощью дополнительных инструментов. Доступны также текстовые функции, такие как разделение столбцов по символу и количеству знаков, подсчёт количества символов в ячейках, изменение регистра ячеек в столбце. Есть ещё и числовые функции — возведение в степень, корень числа, округление до определённых, сложные арифметические операции.

Очистка данных

В случае, если в таблицах или данных есть лишняя информация, её можно быстро убрать при помощи этого инструмента. Кстати, здесь могут быть не только лишние данные, но и пустые ячейки, например, двойные пробелы, повторяющаяся и дублированная по несколько раз числовая или текстовая информация.

Автоматическое обновление запроса

Это удобно, когда запросы нужно создавать часто — автообновление всегда помогает. Для подключения на вкладке «Данные» нажмите «Существующие подключения источников», а затем щелкните мышкой по подходящему запросу. После этого станет доступна функция «Изменение подключения». Вы можете выставить, через какое время обновлять данные в Excel — например, раз в 5 или 10 минут.

Подключение к различным базам данных

Для подключения в базам данных не обязательно знать язык программирования или другие дополнительные инструменты. Вы можете выбрать MS SQL, MySQL и другие базы данных для работы. Удобно, что все операции проводятся в интерфейсе программы — они транслируются в язык запрос для базы данных. То есть процесс в Power Query автоматизирован и удобен даже для тех, кто раньше раньше не сталкивался с базами данных и подключением к ним. Есть также Power BI — набор разных инструментов аналитики для бизнеса. Bi хорош тем, что в него входят автоматизированные информационные панели для сайтов.

Установка Power Query

Если у вас новая версия Excel, то надстройка уже входит в пакет — дополнительно устанавливать ничего не нужна. В случае, когда Power Query не установлена, следуйте этим шагам:

1. Загрузить файл легко на официальном сайте Microsoft. Не забудьте отметить подходящую версию для вашей операционной системы.
2. После установки надстройка должна автоматически открыться на ленте Excel.
3. Иногда случается, что установить Power Query сразу не получается — в таком случае важно проделать такой путь — «Файл», потом «Параметры» и «Надстройки». В надстройках выберите «Надстройки COM» и Перейти. У вас должна стоять галочка рядом с пунктом «Microsoft Power Query for Excel», только тогда надстройка Power для Excel будет правильно функционировать.
4. Сразу добавьте данные продукта с рабочего стола или других папок в инструмент — для этого откройте на панели «Данные пользователей», выберите «Скачать и преобразовать» и щелкните на пункт «Из таблицы», чтобы получить результат анализа.

Раскроем особенности самых популярных и важных функций Power Query — подключение к базе данных, описание, работа с данными и настройки.

Настройка Power Query

Инструмент работает при помощи запросов — например, нужно преобразовать или получить данные, для этого существует свой запрос. Настройка позволяет подключить редактор и использовать его на функционал на полную мощность. Чтобы сделать это, необходимо зайти на вкладку «Данные», открыть раздел «Получить и преобразовать данные» и нажать на пункт «Получить данные» Это запустит редактор запросов.

Следующий путь — «Файл»,Параметры» , «Параметры запроса» и «Редактор Power Query». Настройка нужна для отображения редактора, поэтому этот пункт стоит отметить галочкой. Не забудьте зайти в раздел «Конфиденциальность» — здесь необходимо нажать «Всегда игнорировать уровни конфиденциальности». Редактор запустится быстро, сразу после того, как вы нажмёте кнопку Ок и заполните данные о качестве.

Редактор запросов состоит из:

• названия запроса
• ленты для вкладок меню, в которую входят разделы «Главная», «Преобразование», «Добавить столбец», «Просмотр»
• строки формул
• списка запросов — его можно развернуть и свернуть
• спика шагов для каждого запроса — здесь отображаются разные способы получения, преобразования и обработки данных, вы можете редактировать список, менять последовательность, удалять и добавлять новые запросы по мере необходимости
• предварительный просмотр и отчёты — пункт для отражения информации по каждому из запросов, о том, как происходил процесс, какие действия были произведены с источниками
• меню
• контекстного меню.

Преобразование данных

Процесс преобразования данных в Power Query лучше рассмотреть на конкретном примере. Представьте, что перед вами таблица из трёх столбцов — в первом название гостиниц, во втором — их прибыль, а третьем — расходы. Перед вами стоит задача рассортировать их по уменьшению — на первые строки вывести те гостиницы, что принесли больше всего дохода и так далее. Для этого выделите таблицу, открыть меню и отметить пункт «Данные», затем «Из таблицы» (Из таблицы/диапазона). После нажать «Таблица с заголовками» и поставить галочку. Откроется редактор статьи или таблицы, нужно выделить столбцы «прибыль» и «город», а потом проделать путь преобразование — заполнить — вниз. Пустые строки заполнятся готовыми значениями и будут отображаться по уменьшению стоимости второго столбца — первыми в таблице разместятся те гостиницы, которые заработали больше всего.

Когда вы создаёте запрос, программа записывает ваши шаги. На этом примере вы можете посмотреть все действия во вкладке «Параметры запроса», «Примененные шаги». Каждое из действий можно отредактировать, как мы писали выше, и убрать ненужные шаги, просто нажав крестик. Добавлять шаги также довольно легко — стоит лишь нажать на плюс. В Power Query доступна функция перемещения действий, использование замены или встраивание шагов в середину запроса.

Что ещё важно знать про преобразование данных Power Query? Информация обрабатывается постепенно, так что каждое действие влияет на следующее — при работе с надстройкой очень важна последовательность. При создании новые шагов, редактировании старых, удалении, всегда проверяете, всё ли хорошо с предыдущими операциями, насколько они эффективны. Если вы давно хотели научиться работать с Excel, обратите внимание на онлайн курсы — мы писали о них в статье из блога.

Простые операции — это далеко не полный функционал программы. Есть и более сложные варианты, например, транспонирование таблиц, удаление дубликатов, замещение, группировка и обработка.

Типы данных

Для создания запросов обязательно определять тип данных. Это делается после того, как все ранее описанные действия были проведены. Чтобы определить тип данных, нужно:

• выбрать пункт «Главная», «Тип данных» или «Преобразование», а после нажать «Определить тип данных»
• нажать на значок типа данных в названии столбца
• нажать на раздел «Преобразование», «Дата» и «Выполнить анализ».

После этого необходимо проверить, сохранился ли запрос. Проводить правильность определения всех типов данных стоит перед каждым сохранением запроса. И не забудьте убрать шаг «Измененный тип» — обычно он располагается в середине запроса без обработки.

Расширение настроек и строка формул

В преобразовании данных не всегда помогают стандартные настройки — необходимо расширение, которое позволяет решать сложные задачи и при этом использовать понятные способы. Все коды запроса, которые пользователи создают в Power Query, записываются на языке М. Это скриптовый, созданный специально для работы с данными, язык программирования. Когда вы выполняете действия в интерфейсе, в скрипт пишется новая строчка кода. Сам код, как и шаги, можно посмотреть и отредактировать. Язык М по структуре не похож на язык формул в Excel и языки программирования, но зато он очень прост и понятен — с ним легко работать даже новичку без опыта.

Использование расширенного функционала трудно представить без включения в работу расширенного редактора. Его плюс в том, что такой редактор даёт доступ к скрипту запроса для следующих действий. Ход действий во многом зависит от того, какие операции вы хотите делать. Когда возможности пользовательского интерфейса не дают хорошего результата, стоит обратиться к расширенному редактору и дополнительным инструментам языка М — это обеспечит более гибкое и понятное преобразование данных, объединение и нагрузку. Большой плюс — погружаться в синтаксис языка не надо, все операции выполняются по готовым пунктам в меню, главное — знать точное расположение параметров.

Что касается ввода формул, для этого в Power Query есть специальная строка. В стандартных настройках она скрыта, поэтому важно найти путь для её восстановления. Сделать это можно на вкладке «Просмотр» — активация пункта «Строка формул» займёт не более пары секунд. Если хотите посмотреть на все формулы, в этой же вкладке нажмите на кнопку «Расширенный редактор» — после клика всплывёт окно с полным текстом запроса.

Импорт данных

Следующий после преобразования этап — импорт. Данные из Excel можно удобно импортировать и выгрузить в другие программы. Есть несколько способов, как это сделать. Для начала выберите раздел «Главная», а потом «Закрыть и загрузить в… ». После этого преобразовать данные можно в виде:

• выгрузки — выберите подходящий способ представления данных, кликните на вариант «Таблица» и разместите информацию на листе. Смарт-таблица возникнет автоматически
• сводной таблицы — нужно найти способ представления, перейти в раздел «Отчет сводной таблицы». Все данные будут размещены в виде сводной таблицы или диаграммы.
• только подключения — этот вариант подходит, если необходимо сохранить запрос. В общем меню выберите вариант «Только создать подключение».
• добавления данных в модель данных — пункт «Добавить эти данные в модель данных» помогает добавлять выбранные данные в модель Power Pivot.

Хочу изучать Excel для работы!

Выбрать подходящий курс бывает довольно сложно. Мы собрали лучшие варианты обучения по Excel — в подборке вы найдёте как быстрые варианты, так и длительные курсы с практикой и поддержкой наставников.