在日常工作中，我们往往会遇到多个文件需要合并的情况，本文一起探讨一下利用M函数合并文件的案例。 由于需要合并的文件的格式不同，也需要选择不同的M函数来进行合并，本文将分享三个格式的合并案例。 首先介绍一下合并步骤， 1：对新建一个新查询，数据源选择为目标文件的路径。 2：点击转化数据 3：添加一个自
上次我们分享了利用powerquery来合并文件进行数据分析，但是Pq有一部分局限性，在现实工作中，我们往往需要合并多个文件去处理数据， 如果面对20个甚至更多的文件，pq中的每一步的步骤都会去读取每个文件，运行速度会十分慢，那么有没有简单的解决方法吗？ 答案是：可以考虑合并成一个文件后来处理。 我
Number_is_the_key 题目 The answers to the questions are hidden in the numbers. 文件是空白的xlsx文件 我的解答： 乱点发现有些单元格加粗了，有些没有，一眼丁真二维码，写个脚本替换一下颜色 exp: from openpyx
日常数据清洗中，利用python清洗的第一步就是读取对应文件，今天一起复盘一下数据读取环节的常规操作。 csv和xlsx格式读取类似，所以用csv做案例 X-MIND图
