今天我们再来通过几个典型的问题，来测试一下它的PowerQuery水平怎么样，看看它能不能为我们赋能，帮助解决数据清洗问题。
PowerQuery中最常用的10个界面功能是哪些？列出的这些功能的确很常用，看来它真的有学习过PowerQuery知识的，不过最后一个功能"拆分列"，被它说成（翻译）"分裂列"怎么那么别扭。如果一列文本数据中，想把其中的字符“x”,替换为“y”，在PowerQuery里如何操作？对于具体的某个功能，它也能进行具体的解答，并提供了扩展知识以应对更复杂的替换需求。如何利用PowerQuery将二维表转换为一维表？它知道有逆透视列（Unpivot Columns）功能来实现二维转一维，但是对这个功能的具体操作的回答并不准确（不会弹出对话框让你选择保留的列）。PowerQuery如何将清洗后的数据导出到Excel？这两个回答大部分还算靠谱，但有一个地方不准确，PQ编辑器中并没有”文件>导出到Excel”的功能，并且它默认将PowerQuery视同Excel的模块了，而没有考虑PowerBI。我想掌握PowerQuery，是不是必须学习M语言？关于是否要学习M的建议还是非常中肯的。 如果我有数据处理需求，你能帮我写M公式吗？ 关于是否能写M公式，它给出了肯定的回答，不过留出了一定的余地，不像之前问它是否会写DAX那么自信。在PowerQuery中，如何将一个文字和数字混在一起的字段，比如“Kevin12345”，拆分为文本和数字两个字段？对于这个需求，其实可以直接用拆分列才实现，不过ChatGPT给出了更繁琐的添加自定义列的做法，使用了Text.Select函数，这个函数还算恰当，不过细节并不准确，问题中的"kevin"是小写，但是它给出的公式是从提取"A"到"Z"，显然是无法实现的，看来ChatGPT默认情况下也不区分大小写。有一列数字，PowerQuery如何添加一列，逐行累计求和？这个看着一本正经的大段回答，其实是做不到累计求和的。请使用PowerQuery的M语言，生成从2021年到2023年的日期表。它对需求的理解还可以，不仅生成一列日期，还很贴心的添加年、月、日、周等粒度字段，不过如果你直接复制粘贴这个公式到高级编辑器中，肯定是报错的，中间有些公式的用法不对，需要调整才能使用。通过上面这些问答可以看出，在Power Query的界面操作方面，ChatGPT还算比较熟悉，但中间的一些小错误需要我们对PowerQuery比较熟悉才能发现，其实这些我们通过简单的练习也能很快掌握，不用麻烦AI。而真正想让ChatGPT帮忙的M语言，除了非常简单的情况，稍微复杂点的它也写不出来，写出来的也不准确。与DAX一样，现在靠ChatGPT做数据清洗工作还不现实，它顶多可以提供一些辅助，我们仍然需要通过个人的学习，才能更高效地解决数据处理问题。
如果你想深入学习Power BI，欢迎加入我的PowerBI学习社群，获取更多学习资源，和5000+ 爱好者一起精进~
|
