Sollten Excel-Einsteiger »Power Query« lernen?
Bisher hätte ich diese Frage eher mit Nein beantwortet. Doch dann kam letzte Woche dieser Excel-Einstiegskurs: Dort berichteten 4 von 7 Teilnehmern, dass sie nicht mit Excel arbeiten und es auch nicht nutzen würden, wenn da nicht diese CSV wäre.
Bei weiterer Nachfrage kam heraus: wöchentlich muss eine CSV-Datei bearbeitet werden:
– zuerst die Angaben zum Datum in Ordnung bringen,
– dann die Daten nach einem Kriterium filtern,
– die verbleibenden Daten nach Datum sortieren,
– eine Multiplikation durchführen und
– abschließend eine überflüssige Spalte löschen.
Diese stupide Arbeit steht jede Woche an und es darf nichts vergessen werden.
Meine Reaktion? Ich zeigte, wie diese fünf Aufgaben von Power Query erledigt werden. Und, dass diese Aufbereitungsschritte beim nächsten Mal in kürzester Zeit durchgeführt werden, indem nur der Befehl Aktualisieren aufgerufen wird. Das Erstaunen bei den Teilnehmern war sichtbar, und sie wollten Power Query lernen.
In diesem Power Query Rezept #24 beschreibe ich, WIE es geht.
Die Daten der CSV-Datei filtern, sortieren, berechnen und das Ergebnis in einer Excel-Tabelle anzeigen
Chaos bei Kundennummern nicht manuell, sondern automatisiert beheben – in nur 2 Minuten
Kurz vor Jahresende erhielt ich den Hilferuf eines Kunden. Eine Liste mit Online-Daten sollte mit den bestehenden Kundendaten abgeglichen werden. Das Problem: in der Liste mit den Kundenstammdaten stehen die Kundennummern ordnungsgemäß einzeln untereinander, in der Online-Liste hingegen befinden sich teilweise mehrere Kundennummern in einer Zelle – durch Komma getrennt. Der Versuch, die Daten der Online-Liste mit dem Befehl Text in Spalten in einzelne Kundennummern zu trennen, bringt nicht das gewünschte Ergebnis. Mit einer Abfrage in Power Query ist das Problem in zwei Minuten gelöst.
Die Originaldaten links mit Hilfe von Power Query in die erforderliche Form bringen
Power Query: Mit einer M-Funktion die Ergebnisse einer Auswertung gruppieren
Einer meiner Kunden möchte seine Umsätze nach Preiskategorien auswerten. Die Umsatzdaten werden aus einer SQL-Datenbank mittels Power Query abgerufen und aufbereitet. Die Frage lautet nun, wie sich in Power Query jeder Umsatz einer der fünf Preiskategorien (A bis E) zuordnen lässt.
Klingt nach einem ungefähren SVERWEIS in Power Query. Wie das durch Anfügen von Abfragen und anschließendes Sortieren realisiert werden kann, habe ich am 26.2.2019 im Blogbeitrag Ergebnisse in einer Auswertung gruppieren: Wie ich einen ungefähren SVERWEIS in Power Query realisiere gezeigt.
Eine Alternative zu diesem Vorgehen ist das Erstellen einer M-Funktion in Power Query. Das bietet zwei Vorteile:
- Eine M-Funktion ist weniger fehleranfällig.
- Sie lässt sich leicht anpassen und damit auch für andere Fälle wiederverwenden.
Nachfolgend beschreibe ich, wie eine solche Funktion erstellt und angepasst wird und für welche Zwecke sie sich noch einsetzen lässt.
