1个小时掌握Data Query搭配Excel做数据统计

这门课的主题很窄，窄到几乎可以一句话说清：用 Excel 的 Data Query（在较新版本里叫「获取和转换」或 Power Query）做数据查询和统计。但它的价值恰恰在这个窄度上——很多人 Excel 公式写得飞起，一碰到多表合并、跨文件汇总、字段清洗就回到手工复制粘贴，而 Data Query 正是补这一块的。

它解决的是什么问题

日常做数据统计，最容易卡住的往往不是计算逻辑，而是数据准备。比如每个月的分表放在同一个文件夹里，格式一样但表头偶尔多一行；比如一张订单表要按客户编号去匹配另一张客户信息表；比如同一份数据里既有文本型数字又有数值型数字，透视表算出来结果对不上。这些活儿用 VLOOKUP 和手动筛选也能干，但表一多、列一乱就容易出错，而且下个月还得重来一遍。

Data Query 的思路是把这些清洗和合并动作做成一条可刷新的流程：数据源换了，点一下刷新，结果自动重算。课程围绕的就是这条流程怎么搭起来——数据导入、字段类型调整、多表合并、多文件合并、分组统计，最后落到统计结果上。所谓「傻瓜式操作」，指的其实是大量操作在图形化界面里点选完成，不需要写 M 函数也能跑通。

技术栈与形式

核心工具就是 Excel 自带的 Data Query / Power Query 组件，不涉及编程语言，也不依赖外部数据库。这意味着它的上手成本极低，一台装了较新版本 Excel 的电脑就能全程跟着做。代价是它处理的数据量有上限，超大数据集还是要靠数据库或 Python，但对绝大多数办公场景的统计需求足够了。

课程形式是短时长的视频，一小时左右的体量决定了它不可能面面俱到，节奏偏操作演示，重点放在「这一步点哪里、下一步点哪里」。这种形式适合对照练习，不适合当背景音听——Data Query 的操作路径不亲手点一遍，看完就忘。

可复用的部分在哪

真正值得带走的是几套通用套路，而不是某个具体案例的结果：

• 多文件合并的固定模式：从文件夹导入、筛选掉临时文件、展开内容列、统一表头，这套动作换任何一批同构文件都能套。
• 多表合并的两种连接方式：一种按关键字段做关联扩展列，一种直接追加行，判断用哪种取决于你要的是「补字段」还是「摞数据」。
• 清洗步骤的顺序管理：类型转换、去重、替换值这些步骤在查询设置里是有序的，理解顺序就理解了为什么结果会变。
• 刷新机制：把数据源换成动态路径或文件夹后，整个流程可以重复使用，这是它比手工操作省事的关键。

这些套路是跨行业通用的，做销售汇总、库存对账、考勤统计，底层动作都一样。

怎么用它自学

建议边看边开一个自己的数据文件跟着做，哪怕数据是随手编的。看演示时容易觉得「懂了」，自己动手才会发现字段类型没调对、合并时选错了连接类型。每学完一个操作类型，拿自己工作里真实遇到的一份表格重做一遍，比反复看视频有效得多。

学完之后可以整理一份自己的操作笔记，记录每种合并方式适用的场景和踩过的坑，比如哪些列合并后需要重新设类型、刷新报错通常是什么原因。这份笔记在下次遇到类似数据时能直接翻出来用。整体上，这门课适合当作 Data Query 的入口，帮你把工具用起来，后续更复杂的 M 函数和性能优化，可以在此基础上再深入。