PAYATHON 2026

初学者如何高效使用 Excel Power Query 清洗数据？

数据阿明

初学者可以先固定一套可重复刷新的清洗流程：整理数据源，明确字段类型，按业务规则筛选、去重，再将结果加载到 Excel。检查流程时，主要看源数据更新后能否稳定运行，以及清洗结果是否符合预期。

一、先把基础清洗流程固定下来

可以按下面的顺序开始，再根据数据调整：

  1. 整理数据源：尽量让数据只有一行表头，避免合并单元格，也不要在明细中夹入小计和说明文字。工作簿内的数据可以先用 Ctrl+T 转为 Excel 表格。
  2. 保留需要的字段和记录：尽早删除确定用不到的列，筛掉明确不需要的行，减少后续处理的数据量。如果筛选依赖日期或数值比较，应先正确转换相关字段的类型。
  3. 检查数据类型：金额通常使用数值类型，日期使用日期类型，订单号、邮编等标识符通常使用文本类型。
  4. 清理字段内容：根据需要去除文本首尾空格，统一空值或分类名称。
  5. 按明确规则去重：先确定什么算重复，再选择用于判断重复的列。
  6. 检查结果并加载：核对行数、关键字段和必要的汇总值，然后加载到工作表或其他目标。

步骤顺序会影响结果。例如，客户名称存在首尾空格时，如果先去重再清理空格，可能留下清理后完全相同的记录。

二、查询怎样组织比较清楚？

简单任务用一个查询就够了。处理步骤变多、多个结果需要使用同一份数据时，可以将查询分为三层：

查询层次示例名称主要用途
数据源src_订单连接数据源，完成必要的表头处理
清洗clean_订单处理类型、空格、空值及重复项
输出out_月度销售汇总并整理最终展示的字段

如果中间查询不需要显示在工作表中，可以设置为仅创建连接，减少工作表中的中间结果，方便维护。

需要从已有查询继续处理时，可以使用“引用”；需要一份以后独立修改的步骤副本时，可以使用“复制”。引用能减少重复维护，但不能因此认为刷新一定更快，或数据源一定只读取一次。

建议给关键步骤起能说明用途的名称，例如“清理客户空格”“保留有效订单”。如果筛选条件来自业务规则，也应添加简短说明，方便以后修改。

三、一个可以练习的清洗示例

假设当前工作簿中有一个名为 SalesData 的 Excel 表格，包含 订单号、客户、金额 三列。目标是去掉无订单号的记录、清理客户名称首尾空格，并删除这三列完全相同的重复行。

可以先通过界面逐步完成操作，再在高级编辑器中对照下面的 M 代码：

let
    Source = Excel.CurrentWorkbook(){[Name="SalesData"]}[Content],
    SelectedColumns = Table.SelectColumns(
        Source,
        {"订单号", "客户", "金额"}
    ),
    TypedColumns = Table.TransformColumnTypes(
        SelectedColumns,
        {
            {"订单号", type text},
            {"客户", type text},
            {"金额", type number}
        }
    ),
    TrimmedText = Table.TransformColumns(
        TypedColumns,
        {
            {"订单号", each if _ = null then null else Text.Trim(_), type nullable text},
            {"客户", each if _ = null then null else Text.Trim(_), type nullable text}
        }
    ),
    ValidOrders = Table.SelectRows(
        TrimmedText,
        each [订单号] <> null and [订单号] <> ""
    ),
    RemovedDuplicates = Table.Distinct(ValidOrders)
in
    RemovedDuplicates

使用时需要把表名和列名替换为自己的名称。示例假设金额能够正确转换为数值；如果转换报错，应先检查异常内容和区域设置。

这里的 Table.Distinct 按当前全部三列判断重复。订单号相同、金额不同的两行都会保留。如果业务要求每个订单号只保留一条记录，还需要明确保留规则，不能直接套用这个示例。

四、初学者容易踩哪些坑？

让自动类型识别决定所有字段类型

自动生成的“更改的类型”步骤需要检查。订单号即使全部由数字组成，也不一定适合转成数值。

如果前导零已经在源数据中丢失，之后改成文本也不会自动恢复。日期和带小数分隔符的文本可能受区域设置影响；遇到转换异常，可以使用“使用区域设置更改类型”，并选择与源数据匹配的设置。

直接删除所有错误行

错误可能意味着金额中混入了文字、日期格式不一致，或者源字段发生了变化。先查看错误记录，再决定修正、替换还是排除，避免把有效业务记录一起删掉。

null、空字符串 "" 和只包含空格的文本也应分别检查，不能假定它们完全相同。

去重前没有定义重复的含义

整行重复与订单号重复是两种规则。如果要求“每个订单保留最新一条”，应明确用于判断先后的日期或其他字段，以及时间相同时如何处理。不要依赖“先排序、再去重”来保证保留指定记录。

在加载结果里手动修数据

刷新可能覆盖对结果表的手工修改。需要长期保留的修正规则应写进查询；需要人工维护的对应关系可以放在独立映射表中，再合并到查询结果。

五、怎样让操作更快、更容易维护？

  • 先用界面，再读 M 代码：每完成一个操作，查看对应步骤和公式，有助于理解转换逻辑。
  • 集中处理相似操作：例如一次选择多列设置类型，减少重复点击。
  • 先用少量数据调试：流程确认后再检查完整数据，尤其留意空值、错误和少见格式。
  • 保留有意义的检查点：对比清洗前后的行数、唯一订单数或金额合计；存在差异时，应能解释原因。
  • 用新增数据验证刷新：在源表中增加几行后刷新，确认新数据被包含，步骤也没有依赖固定行数。

刷新慢时，先找出耗时步骤，再考虑优化。排序、合并和分组等操作可能增加处理成本，具体影响取决于数据量、数据源和查询结构。初学者可以先把规则理清，保证结果正确、刷新稳定，再持续改进。

备注：内容仅供参考。