企业官网建设流程全解析

这些天在社群答疑时，接连有好几个朋友问到同一个问题：为什么我的数据在一列里塞了好几个值，想拆成一行一个，PowerQuery里的“拆分列”却总是变成拆成多列？或者反过来，想把一列按逗号劈开成几列，结果怎么弄都不对劲。其实这些都是 PowerQuery 里最基础也最容易绕晕的两个操作——按列分行和按列分列。很多人一上来就点界面按钮，却搞不清背后到底是“行方向扩展”还是“列方向扩展”，导致一顿操作猛如虎，结果表结构全乱。

今天这篇就专门把这两个操作掰开揉碎。我会从操作路径、界面按钮、M函数写法、常见坑点几个角度都过一遍，保证你看完能彻底分清：什么场景该“分行”，什么场景该“分列”，以及为什么有些人做出来的结果是错的。

这篇内容没有太高门槛，只要你会打开 Power BI Desktop、能进 Power Query 编辑器，就能跟着做。我尽量用实际工作中常见的脏数据来演示，不搞那些教科书式的完美样例。

1. 先分清你到底要“分列”还是“分行”

很多新手一上来就问“怎么拆分列”，但实际上他想要的效果是把一列里的多个值变成多行。这两个操作在英语里对应的是Split Column into Rows和Split Column into Columns，中文界面里分别叫拆分成行和拆分成列。名字听起来像双胞胎，实际处理逻辑完全不同。

1.1 按列分行的真实场景

“按列分行”通俗点说：你想把某一列单元格里的多个内容，往下扩展成多条记录。举个例子，订单表里有一个“商品标签”列，内容可能是"促销,新品,热卖"，同一行还有其他订单信息。如果你希望每个标签单独占一行，同时其他列（订单号、日期、金额）跟着复制下来，那你要的就是按列分行。

这种需求在哪些行业最常见？我做过的项目里至少有这些：

• 电商后台导出的订单表，一个订单买了多个商品，商品名挤在一个单元格里。
• 用户画像表里，一个用户的兴趣爱好是"篮球,游泳,阅读"，想拆开做关联分析。
• 权限表里，一个角色挂了多个菜单 ID，需要展开成明细行。
• 表单系统导出的多选字段，比如“您关注的内容”选了 5 项，全部堆在一格里。

这类数据如果不展开成行，后续做透视、做计数、做去重分析基本都废了。我见过有人硬生生把这种数据放到 Excel 里用Ctrl+H手动处理到半夜，那真的没必要。

1.2 按列分列的真实场景

“按列分列”则是把一列内容向右拆成多个独立的列。典型情况是：原始数据里有一列叫“收货地址”，内容是"广东省广州市天河区体育西路 123 号"，你想把它拆成省、市、区三个字段，那就要按列分列。

更常见的还有：

• 日期时间列"2025-03-20 14:30:00"，想拆成日期列和时间列。
• 姓名列"张三-男-28岁"，想拆成多个属性列。
• 从后台导出的经纬度"113.2644, 23.1291"，拆成经度和纬度两列。
• 全角逗号或空格分隔的复合编码"A001 A002 B003"。

分列的本质是把“宽字段”变成“多个窄字段”，是典型的字段拆分，行数不变，只是列数变多了。

1.3 一张表讲清楚两者的区别

提示：在 Power Query 中文界面里，“拆分列”按钮底下默认是“按分隔符”，弹出来的窗口下方有一个“拆分成”选项，下拉里可以选“拆分成列”或“拆分成行”。很多人没注意这个选项，默认拆成了列，然后越看越不对劲。

2. 实操一：按列分行，把单元格里的多个值展开成多行

这一节我用一个真实工作里遇到的表来做演示。假设你有一个产品评分明细表，每个产品对应了几个不同的评分维度，但导出的时候所有维度值被合并到了一列里。

2.1 界面操作步骤

第一步，选中需要拆分的列。点列头选中“评分项”这一列。注意：一定是要拆哪一列就先选中哪一列，你在“添加列”菜单里做和“转换”菜单里做，效果是完全不同的。

第二步，找到“拆分列”按钮。它通常在“转换”选项卡下面，点“拆分列→按分隔符”。

第三步，选择或输入分隔符。如果数据里是中文逗号，就选“自定义”，输入，；如果英文逗号，可以直接选“逗号”。有一点非常关键：选错分隔符不会报错，但拆出来的结果会是一整块，或者变成奇怪的列结构。

第四步，最关键的一步——在“拆分成”选项里，把默认的“拆分成列”改成“拆分成行”。很多做错的人就是栽在这一步。

第五步，点确定，看结果。你会发现行数变成了原来的好几倍，其他列（比如产品名称、评分）都被自动往下填充了。这就是标准的分行效果。

2.2 底层 M 函数拆解

做完界面操作，Power Query 会自动生成 M 代码。如果你点开“高级编辑器”，能看到类似这样的代码：

let 源 = Excel.Workbook(File.Contents("C:\评分数据.xlsx"), null, true), 评分表_Sheet = 源{[Item="评分表",Kind="Sheet"]}[Data], 提升的表头 = Table.PromoteHeaders(评分表_Sheet, [PromoteAllScalars=true]), 已拆分评分项 = Table.ExpandListColumn( Table.TransformColumns(提升的表头, {{"评分项", Splitter.SplitTextByDelimiter("，", QuoteStyle.Csv), let 项类型 = (type nullable text) meta [Serialized.Text = true] in type table [评分项=项类型]}}), "评分项" ) in 已拆分评分项

看着有点复杂对不对？但其实核心就两个动作：

• Splitter.SplitTextByDelimiter负责把“评分项”这一列里的文本，按逗号切割成一个列表。
• Table.ExpandListColumn负责把列表里的每个元素展开成独立的一行。

你可以把Splitter理解成一把剪刀，先把绳子剪成一段一段的；ExpandListColumn则是一台分发机，把每一段分别放到一个盘子里。两兄弟配合，才能完成“分行”。

如果你在“添加列”选项卡里操作，生成的代码会略有不同，会用到Table.AddColumn加一个“列表”列，然后再展开。比如：

已添加自定义 = Table.AddColumn(提升的表头, "评分项拆分", each Text.Split([评分项], "，")), 已展开评分项拆分 = Table.ExpandListColumn(已添加自定义, "评分项拆分")

这种写法其实是先生成列表列，再展开列表，逻辑更显性。对于初学者，我建议用这种方式理解，等熟练了再用一步到位的写法。

2.3 多个分隔符怎么办

实际数据里经常有脏数据，同一个字段里一会儿用逗号，一会儿用顿号，还有换行符。比如"红色、蓝色,绿色\n白色"。这时候先别急着拆，可以在“拆分列”窗口的“自定义分隔符”中输入一个固定字符吗？不行，它只能按一个分隔符拆。

解决办法是先做字符替换，把各种分隔符统一成一种。比如先把、和\n（换行符）都替换成英文逗号，再按逗号拆分。

更高级的做法是直接用 M 函数写正则式拆分。Power Query 本身没有现成的正则函数，但可以用Splitter.SplitTextByRegex配合自定义函数。不过那对新手来说略复杂，日常工作中我更推荐“先替换、再拆分”两步走：

替换分隔符 = Table.ReplaceValue(提升的表头, "、", ",", Replacer.ReplaceText, {"评分项"}), 再替换换行 = Table.ReplaceValue(替换分隔符, "#(lf)", ",", Replacer.ReplaceText, {"评分项"})

2.4 分行以后常见连带问题

展开成行之后，你会发现一个很实际的问题：展开后的新列，类型变成了 Text。哪怕原来的列是数字，展开后也变成文本了。这是因为拆分本身就是字符串切割操作。所以拆完之后，你需要重新把列类型改回去，再继续后面的处理。

另外，如果原始数据里某些单元格是空的，或者没有分隔符，那么拆分出来的结果可能是一个单元素列表，展开后就是它自己，不影响行数。但如果单元格真的为空，拆分后可能会产生空行或 null 值，最好在展开之后用“筛选行”把空值去掉，或者用“替换值”把 null 替换成有意义的占位值。

3. 实操二：按列分列，把复合字段拆成多列

分列的操作比分行更常见，很多从 CRM、ERP、财务系统导出来的报表都带这种“复合字段”。下面我用一个最常见的“省市区地址拆分”来演示。

3.1 界面操作步骤

假设原始数据长这样：

业务部门的需求是：把“省”、“市”、“区”分别拆出来做区域分析。

第一步，选中“收货地址”列。

第二步，点击“拆分列→按分隔符”。

第三步，在弹窗中选择分隔符。这里要看数据本身的规律——地址字段里有用空格分隔的，也有直接拼接的。如果用空格分隔，选“空格”即可；如果数据是"广东省广州市天河区"这样没有分隔符的，那就没法直接按分隔符拆，只能按“从非数字到数字”之类的规则拆，或者用文本截取函数。

我遇到的多数导出数据，省市区后面都会跟着一段街道详情，而省市区之间常常是靠固定字符分隔的（比如空格或-）。我们假设数据是"上海市-浦东新区-张江路88号"，那分隔符就是-。

第四步，确认“拆分成”选项是默认的“拆分成列”。

第五步，点确定。这时 Power Query 会根据分隔符把字段拆成多个列，列名默认叫“收货地址.1”、“收货地址.2”……然后你可以右键重命名成“省”、“市”、“区”。

3.2 只看最后一部分的处理技巧

有时候你不需要拆所有的段，只想要最后一段。比如地址中的“门牌号”。这种需求用拆分再删除列也能做，但效率低。推荐直接在“拆分列”窗口里选“拆分成列”，然后下面有个“高级选项”区域，里面有“拆分为”次数设置。

再提供一种思路：从右往左截取。比如字段规律是“最后一个-之后就是门牌号”，那么可以用Text.AfterDelimiter这个函数：

门牌号 = Table.AddColumn(上一步, "门牌号", each Text.AfterDelimiter([收货地址], "-", 1))

这里第二个参数是分隔符，第三个参数1表示找到最后一个分隔符之后的内容。如果找不到分隔符，会返回 null，需要注意。

3.3 底层 M 函数拆解

分列的底层 M 函数是Table.SplitColumn，它会把一列拆成多列。界面操作生成的代码大概长这样：

已拆分列 = Table.SplitColumn(提升的表头, "收货地址", Splitter.SplitTextByDelimiter("-", QuoteStyle.Csv), {"收货地址.1", "收货地址.2", "收货地址.3"})

也就是说，Power Query 把“收货地址”这一列按-切开，分别放入收货地址.1、收货地址.2、收货地址.3三个新列。这是非常标准的横向拆分。

如果你在追加列里用Text.Split，也可以实现同样的效果：

已添加自定义 = Table.AddColumn(提升的表头, "地址拆分", each Text.Split([收货地址], "-")), 已提取值 = Table.TransformColumns(已添加自定义, {{"地址拆分", each Text.Combine(List.Transform(_, Text.From), "|"), type text}})

不过这种写法是在一个单元格里生成一个列表，还需要配合“提取值”或“扩展到新列”来使用，比较绕。日常我还是推荐直接Table.SplitColumn。

3.4 分隔符不统一时的处理

地址数据是最容易“脏”的。有的行是"省-市-区"，有的行是"省 市 区"，还有的干脆缺了“市”这一层（比如直辖市）。如果直接拆分，结果行有 2 列、有 3 列、有 4 列，非常难看。

我的建议是：先做标准化，再做拆分。把所有的分隔符统一替换成同一种，缺失的部分用占位符补齐。比如直辖市地址，可以在“市”的位置填一个“本市”，这样拆分的列数就稳定了。

还有一种偷懒但实用的办法：先用按列分列拆出前两段，剩下的“区”和“街道”放一起，再对剩下的那一列做第二次拆分。分步拆比一步到位更容易排查问题，特别是数据量大、规则杂的时候，我强烈建议不要试图一步到位。

4. 进阶场景：多列同时拆分和动态列数

新手做熟了单列拆分，会觉得一切尽在掌握。但实际业务里总会出现一些想骂人的需求，比如“这几列都要拆，而且每行拆出来的数量还不一样”。

4.1 两列同时拆分成行

假设一个课程选报表，长这样：

现在你想把“选修课程”和“兴趣爱好”都拆分成行。如果你先后拆两次，结果会变成笛卡尔积——每个课程会和每个兴趣配对一次，数据量爆炸。这个其实不一定是错，得看你业务上是否真的需要“每个课程配每个兴趣”的组合。多数情况下，这种“两个字段同步拆分”的需求是希望课程和兴趣按位置一一配对，而不是交叉组合。

要实现一一配对，M 函数里可以这样写：把两列都拆成列表，然后按位置合并列表，最后展开。核心思路是基于“索引号”的配对——把两列分别拆成列表，再把两个列表按位置组合成一个个记录，最后展开成行。

说句大实话，这种需求我在真实项目里遇到得很少。绝大多数业务的正确逻辑就是交叉组合，或者只需要拆一列。你要是真遇上了一一配对的需求，优先检查一下数据来源，看看能不能从源系统直接导出成明细行，硬用 Power Query 处理会非常折腾。

4.2 动态列数的分列

再看一个有意思的需求。数据源里有一个“属性”列，内容是"颜色:红色,尺寸:L,材质:棉"。你想把它拆成“颜色”、“尺寸”、“材质”三个字段。问题是不同行里可能属性的数量不一样，有些行只有颜色和尺寸，有些行多一个“品牌”。

这种“键值对转宽表”的需求，单纯用拆分列是不够的。常规做法分三步：

第一步，按逗号把每个属性对拆成行。 第二步，按分号或冒号把“键”和“值”拆成两列。 第三步，透视列——用“键”做列名，“值”做值。

这套操作在现代 Power Query 里用“透视列”功能非常顺畅。前提是你要先把行拆好，把键值分离。只要键值对格式够规整（每段都是键:值结构），这套方案几乎不会出问题。

如果键值对里有些值是空白的，透视之后会出现大量 null 列，记得在透视之前筛选掉空值，或者透视之后用“替换值”把 null 替换成“无”。

4.3 慎重使用“拆分到行”时的性能问题

这是一个性能话题。在 10 万行的订单表上，把商品列表展开成行，行数可能会膨胀到 30 万、50 万甚至更多。Power Query 里这一步是运行在内存中的，数据量一大，刷新会明显变慢。

我踩过的一个典型坑是：把一张 8 万行的销售表按“商品标签”展开成行，一下子变成了 60 多万行，Power BI 模型刷新时间从 30 秒涨到 6 分钟，而且生成的报表视觉对象点起来也有点卡。

如果你的数据量很大，我的建议是：

1. 尽量在前置数据库层面就做拆分（SQL 里有STRING_SPLIT或LATERAL VIEW EXPLODE），不要等到 Power Query 里再做。
2. 如果必须在 Power Query 做，那就在展开之前过滤掉不需要的行，减少膨胀倍数。
3. 展开之后马上删除中间过程产生的辅助列，减小模型体积。
4. 不要在 Power Query 里保留展开前的大宽表，做完即删。

顺便说一句，很多人以为把“拆分列→拆分成行”改成“拆分成列”就能避免性能问题，那是错觉。分列后列数变多，同样会拖慢刷新速度，只是列的膨胀不会让行数翻倍而已。

5. 常见问题与排错：自己踩过的坑

这一节我专门记录几类高频报错和异常结果。这些坑每一个都有人专门在群里问过，每次回答几乎都是一样的排查路径。

5.1 拆分后多出一堆空列

现象：分列之后，表的最右边多了很多列名为“收货地址.4”“收货地址.5”的列，全是 null。

原因：Power Query 按分隔符分列时，默认的拆分模式是“每次出现分隔符时拆分”，如果你没有限制拆分次数，而某些行的分隔符比其他行多，多出来的片段就会各自成列。比如一条地址里有三个-，另一条里只有两个-，实际列数会按最大的那个值来生成，于是少的那些行就会出现空列。

解决：在“拆分列”窗口的“高级选项”里把“拆分为”设置为固定值，比如 3。或者干脆拆完之后用“选择列”删掉不需要的尾列。我日常使用中更推荐后者，因为手选删除不会误伤数据。

5.2 拆分行后行数对不上

现象：你觉得自己明明按“拆分成行”操作了，结果行数没变多，或者变多了但明显超过预期。

原因：最常见的是你选错了列。比如你要拆的是“商品标签”，却选中了“订单编号”列。另一种情况是分隔符写错了：如果分词符是中文逗号但你填了英文逗号，整个字符串不会被切开，Power Query 会把它当作一个单元素列表，行数自然不变。

排查：先看预览窗口。分列/分行操作在弹窗下方会有实时预览，你可以在点确认之前先观察拆分的瞬间效果。这是最有效的排错手段——比任何事后检查都快。

5.3 展开列表时提示“无法展开”

现象：写 M 函数时，你用了Table.ExpandListColumn，但报错说无法找到列名，或者数据类型不对。

原因：Table.ExpandListColumn要求被展开的列必须是“列表类型”。如果你手工添加了一列，但这个列不是列表而是文本，那它当然动不了。展开之前可以用Table.TransformColumns先把文本转成列表，或者在添加自定义列时用Text.Split生成明确的列表。

解决：添加列时确保写的是Text.Split([列名], "分隔符")，而不是直接引用文本。我经常看到有人写成each [列名]，忘了加Text.Split，结果新列只是原值的拷贝，展开必然失败。

5.4 刷新时报错“找不到分隔符”

现象：第一次操作时数据里有逗号，拆分成功了。但刷新数据时，某些新数据行的分隔符变了（比如变成了中文逗号），Power Query 找不到对应分隔符，直接报错。

原因：拆分操作是按“行”计算的，当你指定的分隔符在某一行不存在时，Power Query 的默认行为是对那一行做整段保留，不一定会报错。真正会报错的是你用了自定义函数强制要求分隔符存在，比如Text.AfterDelimiter里指定missingField: Text.MissingField.Error。

解决：尽量用界面操作的默认容错能力；写 M 函数时给Text.AfterDelimiter的第三个参数选择Text.MissingField.UseNull而不是Error，出错面会小很多。

5.5 拆分后列类型全乱了

现象：明明“数量”列是整数，拆分行之后，整列变成了文本。

原因：Power Query 的拆分操作默认生成的列类型是文本，它不会去推测“数字字符串是不是数字”。这是正常的，因为文本切割的结果天然是字符串。

解决：拆分完成后，在“转换”选项卡里用“检测数据类型”重新推断一次，或者手动选中列改成整数。我一般在拆分之后会整体做一次“检测数据类型”，省得一条条改。

6. 一些我这些年沉淀下来的小心得

做 Power Query 拆分的活儿做了这么多年，有几个小习惯算是刻在肌肉记忆里了，分享出来供你参考。

第一，凡是涉及拆分的操作，永远先复制一份原始列再动手。这不是多余，而是给你自己留退路。Power Query 的每一步操作都像流水线上的工序，你可以在“应用的步骤”里随时回退，但有些细微的误操作（比如类型变了、列删了）会污染后续步骤。保留原始列，相当于给你的数据清洗买了一份保险。

第二，分隔符统一永远优先于一次性拆分。我见过太多人纠结“怎么用一个函数拆多种分隔符”，其实思路就应该是先替换再拆分。把中文逗号、顿号、空格、全角逗号都替换成一种半角逗号，后面一切好说。这个思路不仅适用于 Power Query，在任何数据处理工具里都适用。

第三，能用界面按钮搞定的，别为了炫技去写复杂 M 函数。M 语言支持正则、支持自定义函数、支持各种高级拆分模式，但这些对最终报表使用者毫无意义。你写了一个炫酷但没人能维护的 M 函数，三个月后你自己回来看都想不起来当初为什么这么写。界面按钮能完成 90% 的需求，剩下的 10% 再考虑写函数。

第四，先做小样，再跑全量。特别是面对几万行以上的数据，千万不要在完整数据上反复试错。取前 100 行做测试，把拆分逻辑完全确认无误之后，再改数据源范围跑全量。Power Query 的每一步操作在底层都是“按需计算”，但在大表上反复撤销和重做，刷新体验依然很糟糕，还会让你误判到底是什么步骤慢。

第五，拆分后马上检查行数和列数。我习惯在一个拆分步骤后面立刻加一个“统计行数”的中间步骤，或者直接在“应用到步骤”里留意查询的预览行数。如果行数变化和预期不符，当场就发现问题，不要等到建模完才发现。

这些习惯看着简单，但每一条都是从真实项目的加班和返工里磨出来的。Power Query 拆分功能本身不复杂，真正复杂的是数据永远比你想象的更脏，业务逻辑永远比你理解的更绕。把这两个基础操作练熟了，后面遇到任何“一对多展开”“宽表转窄表”的需求，你会发现思路都大同小异。

最后再多说一句：如果你用的数据源是 Excel 表，注意把原始表转成“表”格式（Ctrl+T），再加载进 Power Query。不然新增数据后刷新，区域范围不会自动扩展，你会一头雾水地看着拆分结果老是缺行。这个小问题看着低级，碰上一次就知道多耽误时间了。