对比 Excel 轻松学会 PowerQuery 的逆透视与分组依据功能

今天介绍两个 PowerQuery 查询编辑器的数据转换功能：逆透视与分组依据。

逆透视

如果让一个销售人员记录每日的产品销量表，那么他很大概率会记录成以下样式的表格：

以上这种表叫「二维表」，虽然它更符合我们的日常阅读习惯，并且也是领导们来看的表格格式。但是对于数据分析而言，这种数据是不规范的，不利于我们进行更多维度的分析。

为了更简单高效的进行数据分析，需要将以上数据转换成「一维表」

通过观察可以看到，一维表转换成二维表，利用数据透视表就可以实现。现在需要将二维表转换成一维表其实就是个逆过程，这个过程在 Excel 中需要通过复杂的公式实现。而在 PQ 中使用「逆透视」功能，可以轻松解决。

1、将数据表加载到 PQ 编辑器中，选中需要逆透视的列，这里是标题为日期格式的列。

2、在转换选项卡中找到逆透视列功能，完成逆透视列

「转换」>「逆透视列」

点开逆透视列的菜单后，可以看到逆透视列的其他操作方法。其中「逆透视其他列」顾名思义，就是对选中的列以外的其他列进行透视。也就是说本例还可以选择 Sales Category 列，然后逆透视其他列，实现同样的效果。

分组依据

分组然后求和是大部分人使用 Excel 进行的数据分析的操作。Excel 中的分类汇总、数据透视表等都是为了实现分组求和。

PowerQuery 中也有实现分类求和的功能：「分组依据」。沿用上文的逆透视后的数据，需要按 Sales Category 分类，然后求出各品类的销量。

找到转换选项卡下的「分组依据」

按以上设置好分组的参数就可以求出各品类的销量了。

分组依据中还有高级选项，勾选高级，则可以实现对数据集进行多种方式的汇总及聚合。通过点击添加分组，来设置多个字段分类。也可以点击添加聚合来实现求最大值、最小值等不同的聚合方式。

其实 PQ 的分组依据功能和 Excel 本身的数据透视表功能是一致的。添加分组可以理解为添加行字段，添加聚合则是添加值字段的同时可以修改值汇总方式。

End.爱数据网专栏作者：JaryYuan专栏名称：Power BI 自动化与可视化专栏简介：Excel、Power BI、Python等学习交流园地。Excel黑科技挖掘，Python小技巧。致力于办公自动化、职场效率提升、数据分析及可视化设计个人公众号：JaryYuan