
Einstieg in die Datenanalyse mit Excel
Description
Alles über E-Books | Antworten auf Fragen rund um E-Books, Kopierschutz und Dateiformate finden Sie in unserem Info- & Hilfebereich.
More details
Other editions
Additional editions

Persons
Content
- Cover
- Titel
- Impressum
- Inhalt
- Vorwort
- Teil I Datenbereinigung und Transformationen mit Power Query
- 1 Tabellen: Der Weg zu modernem Excel
- 1.1 Tabellenüberschriften erstellen und referenzieren
- 1.2 Anzeigen von Ergebniszeilen
- 1.3 Excel-Tabellen mit Namen versehen
- 1.4 Excel-Tabellen formatieren
- 1.5 Anpassen von Tabellenbereichen
- 1.6 Daten zur Analyse organisieren
- 1.7 Zusammenfassung
- 1.8 Übungen
- 2 Erste Schritte mit Excels Power Query
- 2.1 Was ist Power Query?
- 2.2 Mythen entzaubern mit Power Query
- 2.2.1 »Excel ist nicht reproduzierbar«
- 2.2.2 »Excel hat kein echtes Null«
- 2.2.3 »Excel kann nicht mehr als 1.048.576 Zeilen verarbeiten«
- 2.3 Power Query als ETL-Tool für Excel
- 2.3.1 Extrahieren
- 2.3.2 Transformieren
- 2.3.3 Laden
- 2.4 Eine Tour durch den Power-Query-Editor
- 2.4.1 Das Menüband
- 2.4.2 Abfragen
- 2.4.3 Die importierten Daten
- 2.4.4 Den Power-Query-Editor verlassen
- 2.4.5 Zum Power-Query-Editor zurückkehren
- 2.5 Data Profiling in Power Query
- 2.5.1 Was ist Data Profiling?
- 2.5.2 Optionen zur Datenvorschau
- 2.5.3 Die Tausend-Zeilen-Grenze überschreiben
- 2.5.4 Data Profiling abschließen
- 2.6 Zusammenfassung
- 2.7 Übungen
- 3 Zeilen in Power Query transformieren
- 3.1 Leere Werte entfernen
- 3.2 Die Abfrage aktualisieren
- 3.3 Daten in Zeilen aufteilen
- 3.4 Überschriften und Feldwerte füllen
- 3.4.1 Spaltenüberschriften ersetzen
- 3.4.2 Leere Zeilen ausfüllen
- 3.5 Zusammenfassung
- 3.6 Übungen
- 4 Spalten in Power Query transformieren
- 4.1 Ändern der Groß- und Kleinschreibung
- 4.2 In Spalten aufteilen
- 4.3 Datentypen ändern
- 4.4 Spalten löschen
- 4.5 Mit Datumswerten arbeiten
- 4.6 Benutzerdefinierte Spalten erstellen
- 4.6.1 Die Daten laden und untersuchen
- 4.6.2 Berechnete Spalten versus Messwerte
- 4.7 Daten neu anordnen
- 4.8 Zusammenfassung
- 4.9 Übungen
- 5 Daten in Power Query verschmelzen und aneinanderfügen
- 5.1 Mehrere Quellen anfügen
- 5.1.1 Mit externen Excel-Arbeitsmappen verbinden
- 5.1.2 Die Abfragen aneinanderfügen
- 5.2 Relationale Joins verstehen
- 5.2.1 Linker äußerer Join: der erwachsene SVERWEIS()
- 5.2.2 Innerer Join: nur passende Datensätze
- 5.3 Verwalten Ihrer Abfragen
- 5.3.1 Ihre Abfragen gruppieren
- 5.3.2 Abhängigkeiten zwischen den Abfragen anzeigen
- 5.4 Zusammenfassung
- 5.5 Übungen
- Teil II Datenmodellierung und Datenanalyse mit Power Pivot
- 6 Erste Schritte mit Power Pivot
- 6.1 Was ist Power Pivot?
- 6.2 Warum Power Pivot?
- 6.3 Power Pivot und das Datenmodell
- 6.4 Das Power-Pivot-Add-in laden
- 6.5 Ein kurzer Überblick über das Power-Pivot-Add-in
- 6.5.1 Datenmodell
- 6.5.2 Berechnungen
- 6.5.3 Tabellen
- 6.5.4 Beziehungen
- 6.5.5 Einstellungen
- 6.6 Zusammenfassung
- 6.7 Übungen
- 7 Beziehungsmodelle in Power Pivot erstellen
- 7.1 Daten mit Power Pivot verbinden
- 7.2 Beziehungen erstellen
- 7.3 Fakten- und Dimensionstabellen ermitteln
- 7.3.1 Die Diagrammansicht anordnen
- 7.3.2 Die Beziehungen bearbeiten
- 7.4 Die Ergebnisse nach Excel laden
- 7.5 Kardinalität verstehen
- 7.5.1 Eins-zu-eins-Kardinalität
- 7.5.2 Eins-zu-viele-Beziehungen
- 7.5.3 Viele-zu-viele-Beziehungen
- 7.5.4 Warum ist Kardinalität wichtig?
- 7.6 Filterrichtungen verstehen
- 7.6.1 Bestellungen über User filtern
- 7.6.2 User über Bestellungen filtern
- 7.6.3 Filterrichtung und Kardinalität
- 7.6.4 Vom Design zur Praxis in Power Pivot
- 7.7 Spalten in Power Pivot erstellen
- 7.7.1 Rechnen in Power Query und Power Pivot
- 7.7.2 Beispiel: Die Gewinnspanne berechnen
- 7.7.3 Spaltenwerte mit SWITCH() umkodieren
- 7.8 Hierarchien erstellen und verwalten
- 7.8.1 Eine Hierarchie in Power Pivot erstellen
- 7.8.2 Hierarchien in der PivotTable verwenden
- 7.9 Das Datenmodell nach Power BI laden
- 7.9.1 Power BI als dritte Säule des modernen Excel
- 7.9.2 Das Datenmodell nach Power BI importieren
- 7.9.3 Die Daten in Power BI anzeigen
- 7.10 Zusammenfassung
- 7.11 Übungen
- 8 Measures und KPIs in Power Pivot erstellen
- 8.1 DAX-Measures erstellen
- 8.1.1 Implizite Measures erstellen
- 8.1.2 Explizite Measures erstellen
- 8.2 KPIs erstellen
- 8.2.1 Symbolarten anpassen
- 8.2.2 Den KPI zur PivotTable hinzufügen
- 8.3 Zusammenfassung
- 8.4 Übungen
- 9 Fortgeschrittenes DAX für Power Pivot
- 9.1 CALCULATE() und die Wichtigkeit des Filterkontexts
- 9.2 CALCULATE() mit einem Kriterium
- 9.3 CALCULATE() mit mehreren Kriterien
- 9.3.1 AND-Bedingungen
- 9.3.2 OR-Bedingungen
- 9.4 CALCULATE() mit ALL()
- 9.5 Zeitabhängige Funktionen
- 9.5.1 Eine Kalendertabelle hinzufügen
- 9.5.2 Einfache zeitabhängige Measures erstellen
- 9.6 Zusammenfassung
- 9.7 Übungen
- Teil III Das Excel-Toolkit zur Datenanalyse
- 10 Einführung in dynamische Array-Funktionen
- 10.1 Dynamische Array-Funktionen
- 10.1.1 Was ist ein Array in Excel?
- 10.1.2 Array-Referenzen
- 10.1.3 Array-Formeln
- 10.2 Ein Überblick über dynamische Array-Funktionen
- 10.2.1 Unterschiedliche und eindeutige Werte mit EINDEUTIG() finden
- 10.2.2 Eindeutige Werte und unterschiedliche Werte
- 10.2.3 Den Überlaufbereichsoperator verwenden
- 10.3 Datensätze mit FILTER() filtern
- 10.3.1 Eine Überschrift hinzufügen
- 10.3.2 Mit mehreren Kriterien filtern
- 10.4 Datensätze mit SORTIERENNACH() sortieren
- 10.4.1 Nach mehreren Kriterien sortieren
- 10.4.2 Nach einer anderen Spalte sortieren, ohne sie auszugeben
- 10.5 Moderne Verweise mit XVERWEIS() erstellen
- 10.5.1 XVERWEIS() versus SVERWEIS()
- 10.5.2 Ein einfaches XVERWEIS()
- 10.5.3 XVERWEIS() und der Umgang mit Fehlern
- 10.5.4 XVERWEIS() und Nachschlagen nach links
- 10.6 Andere dynamische Array-Funktionen
- 10.7 Dynamische Arrays und modernes Excel
- 10.8 Zusammenfassung
- 10.9 Übungen
- 11 Augmented Analytics und die Zukunft von Excel
- 11.1 Zunehmende Komplexität von Daten und Analysen
- 11.2 Excel und das Vermächtnis des Self-Service BI
- 11.3 Excel für Augmented Analytics
- 11.4 Datenanalyse für KI-gestützte Einblicke
- 11.5 Statistische Modelle mit XLMiner erstellen
- 11.6 Daten aus einem Bild auslesen
- 11.7 Sentimentanalyse mit Azure Machine Learning
- 11.8 Zusammenfassung
- 11.9 Übungen
- 12 Python und Excel
- 12.1 Voraussetzungen
- 12.2 Die Rolle von Python in modernem Excel
- 12.2.1 Ein wachsender Stack erfordert Zusammenhalt
- 12.2.2 Netzwerkeffekte sorgen für eine schnellere Entwicklungszeit
- 12.2.3 Moderne Entwicklung in Excel
- 12.2.4 Python und Excel gemeinsam mit pandas und openpyxl verwenden
- 12.2.5 Andere Python-Pakete für Excel
- 12.3 Excel-Automation mit pandas und openpyxl
- 12.3.1 Daten in pandas bereinigen
- 12.3.2 Ergebnisse mit openpyxl zusammenfassen
- 12.3.3 Eine formatierte Datenquelle hinzufügen
- 12.4 Zusammenfassung
- 12.5 Übungen
- 13 Zusammenfassung und nächste Schritte
- 13.1 Weitere Features von Excel ausprobieren
- 13.1.1 LET() und LAMBDA()
- 13.1.2 Power Automate, Office Scripts und Excel Online
- 13.2 Weitere Erkundung von Power Query und Power Pivot
- 13.2.1 Power Query und M
- 13.2.2 Power Pivot und DAX
- 13.2.3 Power BI für Dashboards und Berichte
- 13.3 Azure und Cloud Computing
- 13.4 Python-Programmierung
- 13.5 Large Language Models und Prompt Engineering
- 13.6 Abschließende Worte
- Fußnoten
- Index
- Über den Autor
System requirements
File format: PDF
Copy protection: Watermark-DRM (Digital Rights Management)
System requirements:
- Computer (Windows; MacOS X; Linux): Use the free software Adobe Reader, Adobe Digital Editions, or any other PDF viewer of your choice (see eBook Help).
- Tablet/Smartphone (Android; iOS): Install the free app Adobe Digital Editions or another reading app for eBooks, e.g., PocketBook (see eBook Help).
- E-reader: Bookeen, Kobo, Pocketbook, Sony, Tolino and many more (only limited: Kindle).
The file format PDF always displays a book page identically on any hardware. This makes PDF suitable for complex layouts such as those used in textbooks and reference books (images, tables, columns, footnotes). Unfortunately, on the small screens of e-readers or smartphones, PDFs are rather annoying, requiring too much scrolling.
This eBook uses Watermark-DRM, a „soft” copy protection. This means that there are no technical restrictions to prevent illegal distribution. However, there is a personalised watermark embedded in the eBook that can be used to identify the purchaser of the eBook in the event of misuse and to provide evidence for legal purposes.
For more information, see our eBook Help page.