2、Power Query基础入门：界面导航、查询编辑器、数据加载与连接、基本数据预览与筛选

Power Query 是 Excel 和 Power BI 中用于数据获取、清洗与转换的核心组件。对于财务人员而言，掌握 Power Query 的基础操作，意味着告别手工复制粘贴、VLOOKUP 反复匹配和公式嵌套的繁琐流程。本章将围绕 Power Query 的界面布局、查询编辑器的工作机制、数据加载与连接方式，以及最基础的数据预览与筛选操作展开讲解，帮助您建立清晰的操作地图。

2.1 核心原理：Power Query 的“连接-转换-加载”范式

Power Query 的核心设计理念可以概括为三个环节：连接（Connect）、转换（Transform）和加载（Load）。连接阶段负责从各类数据源获取原始数据；转换阶段通过一系列可重复执行的步骤对数据进行清洗、整形和增强；加载阶段则将处理后的结果输出到 Excel 工作表或 Power BI 数据模型。这一范式与财务人员传统的“打开文件→手动修改→另存为”工作方式有本质区别——Power Query 中的每一步操作都会被记录为“应用步骤”，当数据源更新时，只需刷新即可自动重放全部清洗逻辑。

理解这一原理的关键在于：Power Query 不直接修改原始数据文件。它始终在内存中创建数据的副本，所有转换操作都作用于这个副本。这意味着即使操作失误，也不会破坏源文件，只需删除错误的步骤即可回退。对于财务对账、月度报表合并等高频重复任务，这一特性极大降低了操作风险。

2.2 界面导航：查询编辑器的四个核心区域

当您通过“数据”选项卡下的“获取数据”按钮选择数据源后，Excel 会打开查询编辑器窗口。这个独立窗口包含四个核心区域，理解它们的布局和功能是高效操作的前提。

2.2.1 功能区选项卡

窗口顶部是功能区，包含“主页”、“转换”、“添加列”、“视图”和“工具”等选项卡。其中“主页”选项卡集中了最常用的操作：关闭并加载、刷新预览、管理列、减少行、排序和更改数据类型。“转换”选项卡则提供更高级的清洗功能，如拆分列、替换值、透视列等。财务人员应优先熟悉“主页”选项卡，因为日常 80% 的操作都能在这里完成。

2.2.2 查询列表窗格

窗口左侧是查询列表窗格，显示当前工作簿中的所有查询。每个查询代表一个独立的数据处理流程。右键点击查询名称，可以执行复制、重命名、删除或创建参考等操作。当处理多个数据表时，这个窗格帮助您快速切换和管理不同的清洗任务。

2.2.3 数据预览区

窗口中央是数据预览区，以表格形式展示当前查询的数据。每一列顶部都有筛选下拉箭头，点击后可以进行排序、文本筛选或数值筛选。预览区默认只显示前 1000 行数据，但您可以在“视图”选项卡中调整“行计数”来预览更多数据。需要注意的是，预览区显示的是当前步骤之后的结果，而非原始数据。

2.2.4 应用步骤窗格

窗口右侧是“查询设置”窗格中的“应用步骤”列表。这里记录了从数据源连接开始的所有操作步骤，每一步都对应一条 M 语言公式。点击任意步骤，预览区会显示该步骤执行后的数据状态。您可以通过删除步骤来撤销操作，或通过编辑步骤来修改参数。这个窗格是 Power Query 可追溯性的核心体现。

2.3 数据加载与连接：从数据源到查询编辑器

数据加载是 Power Query 工作流的起点。Excel 的“数据”选项卡提供了多种数据获取方式，财务场景中最常用的是从 Excel 工作簿、从文本/CSV和从文件夹三种连接方式。

2.3.1 从 Excel 工作簿连接

当需要处理另一个 Excel 文件中的数据时，点击“数据”→“获取数据”→“来自文件”→“从 Excel 工作簿”，选择目标文件后，会弹出“导航器”对话框。导航器左侧列出工作簿中的所有工作表、命名区域和表格，右侧显示选中项的预览。您可以选择加载（直接导入数据）或转换数据（进入查询编辑器进行清洗）。对于财务人员，建议始终选择“转换数据”，以便在加载前完成必要的清洗。

2.3.2 从文件夹批量连接

财务工作中经常需要合并多个格式相同的月度报表。使用“从文件夹”连接，可以一次性获取文件夹内所有 Excel 文件的数据。Power Query 会生成一个包含“Content”、“Name”、“Extension”等列的表格，通过展开“Content”列并追加查询，即可将所有文件的数据合并为一个表。这一功能极大提升了月度合并报表的效率。

2.3.3 加载目标设置

完成数据清洗后，点击“关闭并加载”会将数据输出到 Excel。此时可以选择加载为表、数据透视表或仅创建连接。对于需要进一步用 Excel 公式处理的数据，选择“表”；对于需要做多维分析的数据，选择“数据透视表”；如果数据仅作为中间计算使用，则选择“仅创建连接”以减小工作簿体积。

// 从文件夹合并数据的核心 M 代码示例（自动生成）
let
    源 = Folder.Files("C:\财务月度报表\2024"),
    筛选 = Table.SelectRows(源, each [Extension] = ".xlsx"),
    删除无关列 = Table.SelectColumns(筛选, {"Content", "Name"}),
    展开数据 = Table.ExpandTableColumn(删除无关列, "Content", {"Column1", "Column2"}, {"Column1", "Column2"})
in
    展开数据

2.4 基本数据预览与筛选：财务数据清洗的第一步

进入查询编辑器后，首要任务是对数据进行预览检查，确认数据质量，然后执行初步筛选，缩小数据范围。这一环节看似简单，却是后续所有清洗操作的基础。

2.4.1 数据预览检查要点

在数据预览区，财务人员应重点关注以下四个方面：列标题是否正确、数据类型是否识别准确、是否存在空值或错误值、数据范围是否完整。列标题左侧的图标表示当前数据类型（如“123”表示数字，“ABC”表示文本，“日历”表示日期）。如果类型识别错误，例如金额列被识别为文本，会导致后续求和、汇总失败，需要手动更改类型。

2.4.2 筛选操作的方法

Power Query 提供两种筛选方式：手动筛选和条件筛选。手动筛选通过点击列标题的筛选箭头，勾选或取消勾选特定值来实现。条件筛选则通过“保留行”或“删除行”功能，设置数值范围、文本包含等条件。例如，筛选出“金额大于 10000”的交易记录，或删除“状态”列中为“已作废”的行。

2.4.3 筛选与删除行的区别

在“主页”选项卡中，“减少行”组下有两个重要功能：“保留行”和“删除行”。保留行是筛选出符合条件的行，删除行是移除符合条件的行。两者逻辑相反，但都能实现数据范围的缩减。财务人员在操作时需明确自己的目标：是保留有效数据还是剔除无效数据。

2.5 实战案例：月度费用明细表的初步清洗

某企业财务部每月需要处理从 ERP 系统导出的费用明细表，原始数据包含 2 万行记录，存在大量无关列、空行和错误格式。以下是使用 Power Query 进行初步清洗的完整过程。

背景与约束：ERP 导出的 Excel 文件包含 15 列，但财务分析只需要其中 6 列（费用类型、部门、金额、报销日期、申请人、状态）。文件前 3 行是系统标题和说明文字，最后 2 行是合计行。数据中“状态”列包含“已审批”、“审批中”、“已驳回”三种值，本次分析只需保留“已审批”的记录。

操作步骤：

1. 点击“数据”→“获取数据”→“来自文件”→“从 Excel 工作簿”，选择费用明细文件，点击“转换数据”进入查询编辑器。
2. 在“主页”选项卡中，点击“删除行”→“删除前几行”，输入 3，删除顶部说明文字。
3. 点击“删除行”→“删除后几行”，输入 2，删除底部合计行。
4. 在预览区选中“费用类型”、“部门”、“金额”、“报销日期”、“申请人”、“状态”六列，右键点击列头，选择“删除其他列”。
5. 点击“金额”列标题，确认数据类型为“小数”。若显示为“文本”，则点击列头左侧的“ABC”图标，选择“小数”。
6. 点击“报销日期”列标题，确认数据类型为“日期”。若显示为“文本”，则更改为“日期”。
7. 点击“状态”列标题的筛选箭头，仅勾选“已审批”，取消其他选项。
8. 检查“金额”列是否存在空值。点击“金额”列，在“转换”选项卡中选择“替换值”，将空值替换为 0，或使用“删除行”→“删除空行”移除空记录。
9. 点击“关闭并加载”，将清洗后的数据加载为 Excel 表。

结果对比：清洗前原始文件 2 万行、15 列，清洗后保留 1.2 万行、6 列，数据量减少 40%，且所有金额字段均为数值类型，可直接用于数据透视表汇总。整个清洗过程耗时约 3 分钟，且保存的查询可在下月数据更新后一键刷新复用。

复盘经验：本案例的关键在于“先删行、再删列、后筛选”的操作顺序。先删除无用的行可以减少后续操作的数据量，提升处理速度；先删列再筛选可以避免筛选时误操作无关列。此外，数据类型检查必须在筛选之前完成，因为筛选后部分数据可能被隐藏，导致类型识别不准确。

2.6 常见误区与总结复盘

在 Power Query 基础操作中，财务人员容易陷入以下几个误区，需要特别注意规避。

总结：Power Query 的基础入门核心在于建立“连接-转换-加载”的思维模式。界面导航方面，重点掌握功能区、查询列表、数据预览和应用步骤四个区域；数据加载方面，熟悉从 Excel 和文件夹连接的流程；数据预览与筛选方面，养成先检查类型、再删除行列、最后设置筛选的操作习惯。这些基础技能将为您后续学习更高级的清洗功能（如合并查询、分组聚合、条件列等）打下坚实基础。建议财务人员在日常工作中主动将重复性数据清洗任务迁移到 Power Query 中，通过实践逐步建立自己的查询库，实现数据处理流程的标准化和自动化。