ตัวอย่าง Power Query ใน Power Query Studio

Clean text + เลขไทย + วันที่ พ.ศ.

q01_Clean · พื้นฐาน

แก้ช่องว่างแฝง เลขไทย จำนวนเงิน และวันที่หลายรูปแบบ

ผลจากข้อมูลตั้งต้น: 366 แถวในชุดตั้งต้น ข้อผิดพลาดยังเก็บไว้ใน ParseErrors

จุดที่ต้องระวัง: วันที่ / ใช้วัน/เดือน/ปีเท่านั้น ไม่เดารูปแบบสหรัฐฯ

เก็บรายการล่าสุดอย่างแน่นอน

q02_Deduplicate · กลาง

ลบซ้ำด้วย UpdatedAt และ InputRow เป็นตัวตัดสิน

ผลจากข้อมูลตั้งต้น: 360 OrderID หลังตัด 6 revision

จุดที่ต้องระวัง: เมื่อเวลาเท่ากัน แถวที่อยู่ท้ายแหล่งรวมชนะ กำหนด stable sequence ในงานจริง

แยกแถวผิดพลาดเพื่อแก้กลับต้นทาง

q03_Exceptions · พื้นฐาน

เห็นค่าดิบและสาเหตุแทนการลบทิ้งเงียบ ๆ

ผลจากข้อมูลตั้งต้น: 6 แถวต้องแก้ไข

จุดที่ต้องระวัง: แก้ใน inSales_* แล้ว Refresh ไม่แก้บนผลลัพธ์

Merge master + ยอดสุทธิ + ต้นทุน

q04_SalesModel · กลาง

สร้างตารางขายที่นำไปทำรายงานได้

ผลจากข้อมูลตั้งต้น: 354 แถว ยอดสุทธิรวมอยู่บน Dashboard

จุดที่ต้องระวัง: Unknown product ไม่แทนต้นทุนเป็น 0 เพื่อไม่ทำให้กำไรดูดีเกินจริง

หาลูกค้าที่ไม่มีใน Master

q05_AntiJoin · พื้นฐาน

Left Anti Join สำหรับรายการตกหล่น

ผลจากข้อมูลตั้งต้น: พบ C999 หนึ่งรายการ

กระทบยอดแบบ Full Outer

q06_Reconcile · กลาง

แยกรายการเฉพาะฝั่งและยอดต่าง

ผลจากข้อมูลตั้งต้น: 4 Ref: Matched / Amount differs / Ledger only / Bank only

Fuzzy match พร้อมคะแนนและคิวตรวจ

q18_FuzzyMatch · ขั้นสูง

หาชื่อใกล้เคียงโดยยังให้คนตรวจคำตอบ

ผลจากข้อมูลตั้งต้น: Candidate และคะแนนมาจาก fuzzy engine ของ Excel ทุกครั้งที่ Refresh

จุดที่ต้องระวัง: Similarity ไม่ใช่ความน่าจะเป็น ห้ามอนุมัติหรือแทน master อัตโนมัติ

As-of join ราคาล่าสุด ณ วันซื้อ

q22_AsOfPrice · ขั้นสูง

ใช้ราคาเริ่มมีผลล่าสุดที่ไม่เกินวันที่รายการ

ผลจากข้อมูลตั้งต้น: 20 รายการแรก สำหรับดูหลักการ

จุดที่ต้องระวัง: การค้นรายแถวมีต้นทุนสูงกับข้อมูลใหญ่ ใช้ temporal join ในฐานข้อมูลเมื่อเหมาะสม

เปรียบเทียบ New / Changed / Deleted

q23_Changes · ขั้นสูง

ตรวจความต่างจาก snapshot ที่เก็บแยกไว้

ผลจากข้อมูลตั้งต้น: A unchanged, B changed, C deleted, D new

จุดที่ต้องระวัง: Refresh ไม่ได้เก็บ snapshot เก่าให้ ต้องจัดเก็บประวัตินอกผลลัพธ์ Query

จับ master ตามช่วงเวลาที่มีผล

q24_SCD2 · ขั้นสูง

EffectiveFrom รวมวันเริ่ม / EffectiveTo ไม่รวมวันจบ

จุดที่ต้องระวัง: นี่คือการใช้ SCD2 ที่มีอยู่ ไม่ใช่ระบบบันทึกประวัติลงฐานข้อมูล

Group By รายเดือนและช่องทาง

q07_Monthly · พื้นฐาน

รวมยอดพร้อมจำนวนธุรกรรมและต้นทุนที่ยังขาด

ผลจากข้อมูลตั้งต้น: 27 กลุ่ม (9 เดือน × 3 ช่องทาง)

จุดที่ต้องระวัง: KnownCost เป็นเฉพาะต้นทุนที่ทราบ กำไรเป็น null หากกลุ่มนั้นมีต้นทุนขาด

Top N แยกตามภูมิภาค

q08_TopN · กลาง

จัดอันดับภายในกลุ่มจากพารามิเตอร์

ผลจากข้อมูลตั้งต้น: TopN สินค้าต่อภูมิภาค เปลี่ยนได้ใน Settings

ยอดสะสมแยกช่องทาง

q15_RunningTotal · ขั้นสูง

เรียงก่อนสะสมและ restart ภายในแต่ละกลุ่ม

จุดที่ต้องระวัง: List.Accumulate ต่อ list เหมาะชุดเล็กถึงกลาง ใช้ฐานข้อมูลเมื่อข้อมูลใหญ่

ค่าเฉลี่ยเคลื่อนที่ 3 เดือน

q16_RollingAverage · ขั้นสูง

เฉลี่ย 3 เดือนปฏิทินจริงและเติมเดือนว่างเป็น 0

จุดที่ต้องระวัง: 2 เดือนแรกใช้เฉลี่ยเท่าที่มีในช่วงที่กำหนด และสมมติเดือนไม่มียอดเป็น 0

Dense rank ภายในกลุ่ม

q17_DenseRank · ขั้นสูง

ยอดเท่ากันได้อันดับเดียวกันโดยไม่ข้ามอันดับ

ผลจากข้อมูลตั้งต้น: East: 1,1,2 และ West: 1

RFM ลูกค้าและกลุ่มที่ควรดูแล

q19_Customer360 · ขั้นสูง

สรุปวันซื้อครั้งล่าสุด ความถี่ และยอดซื้อ

จุดที่ต้องระวัง: เกณฑ์ 60 วัน/15 ครั้งเป็นสาธิต ไม่ใช่โมเดลที่เหมาะกับทุกธุรกิจ

Cohort retention ตามเดือนซื้อครั้งแรก

q20_Cohort · ขั้นสูง

ดูจำนวนลูกค้ากลับมาซื้อเทียบ cohort เริ่มต้น

จุดที่ต้องระวัง: cohort เริ่มจากประวัติที่มีในไฟล์ ไม่อ้างว่าเป็นการซื้อครั้งแรกตลอดชีวิต; ช่องที่ไม่มีแถวยังไม่เติม 0

ABC / Pareto สินค้า

q21_ABC · ขั้นสูง

ดูส่วนแบ่งสะสมและความสำคัญของสินค้า

จุดที่ต้องระวัง: ใช้ส่วนแบ่งก่อนแถวปัจจุบันเพื่อให้สินค้าที่คร่อม 80% ยังอยู่ A

Unpivot เดือนที่เพิ่มได้อัตโนมัติ

q09_Unpivot · พื้นฐาน

แปลง Jan/Feb/... เป็นแถวพร้อมวันที่

ผลจากข้อมูลตั้งต้น: 9 แถวจาก 3 แผนก × 3 เดือน

Pivot ช่องทางด้วยคอลัมน์แบบ dynamic

q10_Pivot · กลาง

ทำตารางเปรียบเทียบโดยไม่ระบุชื่อช่องทางทีละตัว

ผลจากข้อมูลตั้งต้น: 9 เดือนพร้อมคอลัมน์ช่องทาง

กู้รายงานที่เว้นหัวกลุ่มว่าง

q11_FillDown · พื้นฐาน

Blank to null แล้ว Fill Down อย่างถูกลำดับ

ผลจากข้อมูลตั้งต้น: 4 รายการ ไม่รวม TOTAL

แยกหลายค่าในช่องเดียวเป็นหลายแถว

q12_SplitRows · พื้นฐาน

แตก tags แบบคั่นด้วย comma แล้วตัดช่องว่าง

ผลจากข้อมูลตั้งต้น: 5 tags จาก 3 tickets

รับไฟล์ที่ชื่อคอลัมน์ต่างกัน

q31_SchemaDrift · ขั้นสูง

mapping ชื่อ + เลือก schema กลาง + เก็บคอลัมน์ที่ขาดเป็น null

ผลจากข้อมูลตั้งต้น: A=100 B=200 Region=null

จุดที่ต้องระวัง: schema กลางเลือกละ Extra โดยตั้งใจ ห้ามละข้อมูลสำคัญในงานจริง

คลี่หัวตารางสองชั้น

q32_MultiHeader · ขั้นสูง

เติมหัวกลุ่มแนวนอน สร้างชื่อคอลัมน์แล้ว Unpivot

ผลจากข้อมูลตั้งต้น: 8 แถว จาก 2 ภูมิภาค × 2 เดือน × 2 metrics

ปฏิทินปีบัญชีและวันทำงาน

q13_Calendar · กลาง

สร้าง Date dimension โดยไม่ต้องเตรียมไฟล์

ผลจากข้อมูลตั้งต้น: 273 วัน ในช่วง 2026-01-01 ถึงก่อน 2026-10-01

จุดที่ต้องระวัง: FiscalYear ใช้ปีสิ้นสุดงวด วันหยุดเป็นข้อมูลสมมติ

นับ SLA โดยข้ามเสาร์อาทิตย์และวันหยุด

q14_BusinessDays · กลาง

ระบุขอบเขตวันเริ่ม/วันสิ้นสุดชัดเจน

ผลจากข้อมูลตั้งต้น: รวมวันเริ่มและวันสิ้นสุด เฉพาะวันทำงาน

กรองช่วงวันที่ด้วยพารามิเตอร์

q35_DateParameters · พื้นฐาน

StartDate รวม / EndDate ไม่รวม เพื่อไม่ซ้ำขอบช่วง

จุดที่ต้องระวัง: หากเปลี่ยนช่วง ข้อมูลหลัก Dashboard ยังเป็นทั้งหมด ตัวอย่าง q35 เป็นชุดกรองแยก

เติมวันที่ไม่มีรายการด้วย Calendar Join

q36_GapFill · กลาง

แสดงวันขายเป็นศูนย์โดยยังมีแถววันที่ครบ

จุดที่ต้องระวัง: 0 หมายถึงไม่มี transaction ในไฟล์ ไม่ได้พิสูจน์ว่าแหล่งข้อมูลส่งมาครบ

คลี่สายบังคับบัญชาแบบ recursion

q25_Hierarchy · ขั้นสูง

สร้างเส้นทางและระดับพร้อมตรวจวงจร

ผลจากข้อมูลตั้งต้น: 5 พนักงานและสายบังคับบัญชา

จุดที่ต้องระวัง: recursive function จะหยุดด้วย error หากพบ cycle หรือ parent หาย

ระเบิด BOM หลายระดับ

q26_BOM · ขั้นสูง

คูณจำนวนชิ้นส่วนทุกระดับและรวม leaf ซ้ำ

ผลจากข้อมูลตั้งต้น: KIT 10 ชุด ต้องใช้ชิ้นส่วนปลายทาง SCREW 140 และ PANEL 20

จุดที่ต้องระวัง: LEG เป็นชิ้นส่วนระหว่างทาง จึงไม่อยู่ในผล leaf; จำนวน 10 เป็นขนาดงานสาธิต เปลี่ยน argument ที่ fxBOM ได้

เลือกคอลัมน์ด้วย pattern แล้วแปลงพร้อมกัน

q37_DynamicTransform · กลาง

เปลี่ยนทุกคอลัมน์ที่ขึ้นต้น Amount_ โดยอัตโนมัติ

ผลจากข้อมูลตั้งต้น: 1250 / 40 และ 999 / -10

Incremental window ที่กำหนดเอง

q39_IncrementalWindow · ขั้นสูง

filter ช่วงครึ่งเปิดสำหรับแบ่ง batch อ่านข้อมูล

จุดที่ต้องระวัง: Excel Query นี้ไม่สะสมประวัติและไม่ใช่ Power BI incremental refresh policy; local source ยังอ่านครบก่อน filter

คลี่ JSON ซ้อน record และ list

q27_JSON · กลาง

แปลง orders/items เป็นตารางรายละเอียด

ผลจากข้อมูลตั้งต้น: 3 order lines ยอด 850

API pagination แบบทดลอง offline

q28_Pagination · ขั้นสูง

List.Generate เรียกหน้าถัดไปจนเจอชุดว่าง

ผลจากข้อมูลตั้งต้น: 5 records จาก 3 หน้าที่มีข้อมูล แล้วหยุดที่ page4 ว่าง

จุดที่ต้องระวัง: ตัวอย่างใช้ page number + empty sentinel; API แบบ cursor ต้องเปลี่ยน state

แปลง XML เป็นตาราง

q29_XML · กลาง

อ่านข้อความ XML ที่มีโครงสร้างรายการซ้ำ

ผลจากข้อมูลตั้งต้น: 3 item ใน XML

จุดที่ต้องระวัง: XML จริงอาจมี namespace/attribute ต้องดูโครงสร้างก่อนขยาย

อ่านตาราง HTML ด้วย CSS selector

q30_HTML · กลาง

เลือกเฉพาะตารางเป้าหมายจาก HTML

ผลจากข้อมูลตั้งต้น: 3 สินค้า ไม่ต้องเชื่อมต่อเว็บ

Data profiling ทุกคอลัมน์

q33_Profile · กลาง

ตรวจ null / distinct / min / max ก่อนใช้งานข้อมูล

จุดที่ต้องระวัง: ผล profile ใช้กับชุดที่ query ประมวลผลครบ อาจหนักสำหรับล้านแถว

ตรวจ outlier ด้วย IQR

q34_Anomaly · ขั้นสูง

หา extreme values โดยใช้ quartile

ผลจากข้อมูลตั้งต้น: ค่า 100 เป็น outlier

จุดที่ต้องระวัง: ใช้เป็นสัญญาณตรวจ ไม่ลบข้อมูลโดยอัตโนมัติ

Assertions ตรวจ invariants และ edge cases

q38_Tests · ขั้นสูง

เช็กคุณภาพ logic แบบทดสอบที่ตรวจซ้ำได้

ผลจากข้อมูลตั้งต้น: 10 assertions คำนวณโดย Excel ทุกครั้งที่ Refresh

จุดที่ต้องระวัง: ผ่าน assertions ไม่เท่ากับทุก connector ผ่านหรือ master ครบ

แสดงเวลาและปริมาณข้อมูลรอบล่าสุด

q40_RefreshAudit · กลาง

อ่าน row counts และ runtime timestamp หลัง refresh

จุดที่ต้องระวัง: ตารางนี้เขียนทับทุกครั้ง ไม่ใช่ log สะสม และไม่รับรองว่า query อื่นทุกตัว refresh แล้ว

รวม CSV ทั้งโฟลเดอร์พร้อมสถานะรายไฟล์

c01_FolderCSV · Connector

กรองนามสกุล/ไฟล์ซ่อนและเก็บสาเหตุไฟล์เสีย

จุดที่ต้องระวัง: c01 เป็นรายงานตรวจไฟล์; ใช้ c01b เพื่อรวมข้อมูลจริง ไฟล์ schema ผิดจะหยุด c01b

รวม Excel Table จากหลาย workbook

c02_FolderExcel · Connector

เลือกตาราง Transactions จากทุก xlsx

จุดที่ต้องระวัง: ทุกไฟล์ต้องมี Table ชื่อ Transactions ไม่ใช่แค่ชื่อชีต; ไม่ชี้โฟลเดอร์ที่มี workbook นี้

REST แบบแบ่งหน้า + retry มีขอบเขต

c03_REST · Connector

ใช้ RelativePath/Query และไม่ฝัง secret ในโค้ด

จุดที่ต้องระวัง: ต้อง API รูปแบบ {data:[...]} และจบด้วยหน้าว่าง ปรับ auth/Retry-After/cursor ตามสัญญาบริการ; 401/403 ให้จัด credentials

SQL parameter + native query folding

c04_SQL · Connector

ส่ง date parameters โดยไม่ต่อ string SQL

จุดที่ต้องระวัง: ตาราง dbo.Sales ต้องมีจริง ตรวจ View Native Query/แผนฝั่ง server เพราะ EnableFolding ไม่รับรองทุก step

SharePoint Folder แบบจำกัด path

c05_SharePoint · Connector

กรองโฟลเดอร์ก่อนอ่าน binary

จุดที่ต้องระวัง: ใส่ site URL ไม่ใช่ sharing link และ Folder Path ควรลงท้าย / เพื่อไม่ match ชื่อคล้าย

PDF Table extraction

c06_PDF · Connector

ตรวจตารางที่เครื่องอ่านเจอ ก่อนเลือกข้อมูล

จุดที่ต้องระวัง: เป็น connector blueprint; PDF สแกนต้อง OCR ก่อน และ schema อาจเปลี่ยน ต้องเลือก Data ให้ตรงตาราง

OData entity

c07_OData · Connector

เชื่อม entity และปล่อย connector ดูแล paging ตาม OData

จุดที่ต้องระวัง: ตั้ง URL ถึง entity ที่ต้องการ และกำหนด credentials ตามระบบจริง

HTML table จากเว็บจริง

c08_Web · Connector

แยก DOM selector จากการดาวน์โหลด

จุดที่ต้องระวัง: selector เป็นตัวอย่าง ต้องตรงเว็บจริง; หน้า render ด้วย JavaScript อาจไม่มีข้อมูลใน HTML ที่ดาวน์โหลด