Как найти младенца или выжить на Титанике? Рассмотрим в посте возможности формул и функций в Power Query Excel для анализа данных.

Создать свою нейросеть можно даже не имея знаний о языках программирования и используя простейший инструмент, знакомый любому офисному сотруднику, – MS Excel. Подробнее в посте.

Как часто вы сталкиваетесь с необходимостью выгрузить в MS Excel более миллиона строк? Все фильтры на выгрузку уже были наложены ранее, но, увы, она до сих пор «не проходит по габаритам». Перед нами встает дилемма – делить, или … воспользоваться готовыми решениями для python, не изучая python!

Для того, чтобы было удобно анализировать информацию из файлов различных форматов и выполнять в ней поиск, необходимо собрать все данные вместе. В этом поможет язык программирования С#.

Очень часто аналитики сталкиваются с неструктурированными файлами, которые необходимо обработать и проанализировать. Обычно базовых функциональных возможностей MS Excel хватает для выполнения подобных задач. Но что делать, если уровень обработки файла выходит за рамки этих возможностей? Ответ прост – использовать Python и библиотеку pandas, которая предназначена для обработки и анализа данных.

В настоящее время существует определенный пул Business Intelligence и Data Science инструментов, которые позволяют исследовать и визуализировать данные.

Иногда может возникнуть необходимость в объединении данных из разных файлов в одну таблицу. Если их много, а информация размещена на разных листах, то обычное копирование займет много времени.
Решить данную задачу поможет Power Query – встроенный в MS Excel инструмент обработки данных.