别再拿Excel手动拼表了，该补上Power Query这块短板

这门课解决的核心问题非常明确：把你从无休止的复制粘贴、VLOOKUP匹配和手工清洗脏数据中解脱出来。很多做业务分析或刚转岗的技术学习者，手里捏着十几个结构混乱的Excel文件，还在用传统的单元格思维去处理上万行的数据，一旦源数据格式变动，整个报表就得推翻重做。如果你目前处理多表合并、跨文件汇总还要靠写一堆复杂的Excel公式，甚至遇到文本格式错乱就束手无策，那说明你的数据处理能力存在严重缺口。这门课适合那些Excel基础操作熟练、但从未接触过微软Power系列组件的学习者，不需要你有编程基础，但必须带着实际中搞不定的报表痛点来学，别假装自己什么都会，数据清洗的苦只有自己知道。

从基础功能到自动化报表的操作路径

建议先从最开头的报表自动化示例看起，不要一上来就死磕基础功能。那个自动化全流程的例子能让你立刻明白Power Query在整个数据流转链路里的定位，知道它究竟是如何替代人工做数据整合与整理分析的。看完这个宏观认知后，再回头仔细刷基础功能操作那几节。这几块讲的是Power Query最核心的界面化操作，包括数据的获取、列的拆分与合并、数据类型的规范以及透视与逆透视。这些操作看似简单，但恰恰是解决日常脏数据的关键。资料包里的示例文件一定要跟着视频同步打开操作，不要只用眼睛看。Power Query是“所见即所得”的，你必须在真实的查询编辑器里点几次鼠标，把步骤记录到右侧的“应用的步骤”面板里，才能真正理解它“录制操作而非记录结果”的底层逻辑。

学完能独立做什么与配套练习的配合方式

看完这套资料并跟着练完，你应该能独立完成跨工作簿的多表追加查询、针对不规范文本的批量清洗，以及建立一套只要点一下“刷新”就能自动更新结果的自动化报表。为了检验学习效果，建议你拿自己工作中的真实数据做一次配套练习：找三到五个结构类似但排版略有差异的Excel源表，尝试用课程里讲到的从文件夹获取数据的功能，把它们批量导入并合并成一张干净的二维表。如果遇到新手常碰到的操作问题，比如步骤报错、数据类型不匹配导致刷新失败，直接回到资料里关于常见问题排查的那一节对照解决。把这套流程跑通，你处理报表的效率就能甩开纯手工操作几条街，后续再向Power BI进阶也会极其顺畅。缺什么补什么，把数据清洗这一环彻底搞懂，比学再多花哨的图表技巧都管用。

课程目录

1-1 [从Excel报表自动化到Power BI] 一个例子，说明Excel报表从数据整合，到整理分析的自动化全 (33:18)
1-2 [从Excel报表自动化到Power BI] 学了Power Query和Pivot，就学习了Power (03:26)
1-3 [从Excel报表自动化到Power BI] Power Query新手可能会碰到的几个操作问题 (05:26)
2-1 [Power Query基础功能] Power Query基础功能操作_01 (15:49)
2-2 [Power Query基础功能] Power Query基础功能操作_02 (10:12)
2-3 [Power Query基础功能] Power Query基础功能操作_03 (09:11)
2-4 [Power Query基础功能] 能Excel所不能：再谈Power Query中的分列 (04:21)
2-5 [Power Query基础功能] 刚入门就实战：秒解顾客最后消费记录神难题 (05:15)
3-1 [Power Query操作进阶] 数据转置，有一点点需要注意的地方 (03:19)
3-2 [Power Query操作进阶] 自动整合外部数据源，Excel不再是自个儿玩 (07:49)
3-3 [Power Query操作进阶] 同类表数据追加查询，轻松组合多表内容，但也要注意使用场合 (09:04)
3-4 [Power Query操作进阶] 合并查询_入门：vlookup虽好，然难承大数据之重 (06:37)
3-5 [Power Query操作进阶] 合并查询-多列匹配以及6种联接类型 (16:27)
3-6 [Power Query操作进阶] 分组依据，分类“汇总”的利器 (05:55)
3-7 [Power Query操作进阶] .Power Query进行数据处理的过程及需要注意的问题 (10:40)
4-1 [Power Query实战应用案例] 透视与逆透视，瞬间完成表格维度切换难题 (09:04)
4-2 [Power Query实战应用案例] 标准及非标准XML数据的提取 (08:19)
4-3 [Power Query实战应用案例] 合并文本的拆分整理案例，以及PQ里常见的几个特殊符号 (11:11)
4-4 [Power Query实战应用案例] 数据都堆在一列里的2种操作解 (07:45)
4-5 [Power Query实战应用案例] 表间数据对比的两种解法 (11:18)