将 PDF 表格转换为 Excel 即可获得数据。使用 Power Query 清理它可以为您提供可供分析的数据。 Power Query 是 Excel 中内置的数据转换工具，可以重塑、清理和标准化导入的数据。当 PDF 表格转换为 Excel 时，如果列未对齐、单元格合并或数据类型不一致，Power Query 可以系统地修复这些问题，而不是通过手动逐个单元格更正。
PDF 到 Excel 转换和 Power Query 清理的结合将杂乱的转换输出转换为结构化数据集。转换将数据导入 Excel。 Power Query 使其可用。此工作流程对于重复转换特别有价值，其中相同的表格格式每月到达并且每次都需要相同的清理步骤。
PDF 到 Excel 的转换提供了原始数据。 Power Query 提供了细化。它们一起自动实现从 PDF 表格到分析就绪电子表格的转换。
将转换后的 PDF 数据加载到 Power Query 中
将 PDF 转换为 Excel 后，打开转换后的文件。选择数据范围。转到“数据”选项卡并选择“来自表/范围”。 Power Query 将打开并加载您的数据。第一步是检查数据结构。检查列是否已正确标识、标题是否已升级以及数据类型是否合适。 Power Query 显示数据预览和已应用转换步骤的列表。
PDF 转换器输出成为 Power Query 输入。到达 Power Query 的数据可能需要进行重大转换。转换通过提取数据来完成其工作。 Power Query 通过清理来完成它的工作。
PDF 数据的常见 Power Query 转换
删除转换过程中作为空表行出现的空白行。转换器将两个数据字段合并为一个的拆分列。将数据类型从文本更改为数字、日期或货币。填写标题或类别标签出现一次的值，并且应对其下方的所有行重复该值。删除多页表每一页上出现的重复标题行。
WukongPDF 转换工具从 PDF 中提取数据。 PDF 到 Excel 的输出是 Power Query 转换的起点。
保存 Power Query 以供重复使用
配置 Power Query 转换后，保存查询。下次转换相同类型的 PDF 时，加载新数据并应用保存的查询。所有清洁步骤都会自动执行。第一次转换的手动工作成为每次后续转换的自动化管道。
PDF Converter 与 Power Query 的重复工作流程将每月手动流程转变为自动化数据管道。
在 Power Query 中处理多页表
PDF 中跨五个页面的表格在 Excel 中会以五个单独的表格的形式到达，每个表格都有自己的标题行。 Power Query 可以将它们合并到一个表中。删除重复的标题行。将每个页面的数据行追加到连续数据集中。
Power Query 中的 PDF 到 Excel 多页表处理会根据转换后的片段重建原始表。
验证合并后行的顺序是否正确。 PDF 页面顺序决定数据顺序。
自动执行 Power Query 刷新周期
配置 Power Query 以从源文件刷新。每个月，将新的 PDF 转换输出放入具有预期文件名的指定文件夹中。 Power Query 加载新数据并应用保存的转换。
PDF 转换器自动刷新周期将每月的手动任务转变为后台操作。
监视刷新是否有错误。 PDF 表格式的更改可能会破坏 Power Query 转换。
使用 Power Query 检测转换错误
Power Query 可以识别可能包含转换错误的数据。以文本形式存储的数值。日期格式不一致。值超出预期范围。标记这些以供手动审核。
PDF Tools Power Query 错误检测可在转换问题影响分析结果之前将其捕获。
当您了解特定文档类型的常见故障模式时，错误检测规则会随着时间的推移而改进。
将清理后的数据导出到其他分析工具
Power Query 清理后，数据即可导出。将其加载到 Power BI 中进行可视化。导出为 CSV 以进行统计分析。连接到数据库以进行长期存储。清理后的数据是所有下游分析的基础。
从 PDF 到 Excel 的管道，从通过 Power Query 清理转换到最终导出，将 PDF 数据转换为可供分析的信息。
安排 Power Query 刷新
将 Power Query 配置为按计划刷新。每个星期一早上，它都会提取最新的 PDF 转换输出并应用转换。当您到达时，刷新的数据已准备就绪。
PDF 到 Excel 的计划刷新消除了每个周期加载新数据的手动步骤。
版本控制 Power Query 转换
保存 Power Query 转换的每个版本。当 PDF 格式发生更改并且转换需要更新时，版本历史记录会显示更改的内容以及原因。
PDF Converter 转换版本控制记录了数据清理管道的演变。