本例，真正理解PQ的分界线。
在文章中，很少讲PowerQuery，也就是PowerBI的查询编辑，因为在实际应用中，确实没有碰到特别复杂的情况，原因有三： 1.使用PowerBI应减少在导入数据环节的复杂数据转换处理，这会拖慢速度，而且影响非常明显，所以，应该使用已经整理好的数据作为PowerBI的数据源，在这种模式下，PowerBI使用PQ快速简单筛选下数据就可以进行建模工作，而建模将处理海量数据的运算。 1.使用PowerBI的PowerQuery做非常复杂的数据转换工作，要求数据量应该是小的，例如：小于10W行。 1.即使是使用PowerBI的PowerQuery做非常复杂的数据转换工作，也有几个不写代码的重要套路。
因此，PowerBI中的PowerQuery与PowerBI的DAX不同，DAX需要真正写代码，而PowerQuery却可以按套路来操作，尽量不写或少写代码。今天的案例就是分享几个套路中的一个重要套路：模板函数法（自己命名，如有雷同，纯属巧合）。
我们的目标是：不写代码，胜似代码~ 来看看。
从电影数据案例来理解模板函数法
在此前的文章中：PowerBI 零代码智能网抓中国电影大数据让人惊叹，这里不再重复之前的说明，但从另一个角度来看待这件事，为了获得2008年到2018年的每年电影票房数据，我们用分治法的思维，将问题描述为：
- 先获得处理某年电影票房数据的能力，记作：fnGetMovieData。
- 构建一个年份表，对每一行，应用 fnGetMovieData 函数得到各年数据。
- 展开合并上述第二步的数据。（完）
整个结构如下：
其中，我们使用MovieSample作为种子以及Year作为参数来构建这个模板函数，然后整体再获得Movie的数据。整个过程几乎不涉及任何代码的编写。这里最关键的一步就是创建模板函数，如下：
这里的巧妙之处在于：参数，创建函数，与后续的调用自定义函数融为一体，是PowerBI中PowerQuery的正统操作。
从多个文件提取并处理数据来理解模板函数法
该案例来自社区伙伴的实际问题模拟。首先显示下正确提问问题的姿势：
下面来看如何一行代码不写得处理这个问题。
我们仍然需要按照分治法的思维来思考这个事情：
- 先获得处理某个单文件的能力，记为：fnTransformExcelFile。
- 获取文件表，对每一行，应用 fnTransformExcelFile 函数得到每个文件处理后的结果。
- 展开合并上述第二步的数据。（完）
这和处理电影数据的案例，如出一辙，思路完全一样。在这里的分享，展示这两个案例，更多地给大家启发一种举一反三的思维以及分治法的通用模式，这些需要用PowerBI 的 PQ 深度套路来落地。
对单个文件进行逆透视在PowerBI的PowerQuery中非常简单，然后把这个能力需要模板化，形成函数。
这里的特别之处在于，由于处理的主体是文件，是一个二进制文件，所以可以用到二进制文件作为参数，这在PowerBI的PowerQuery里还真有：
因为我们人工是无法输入二进制数据，所以必须可以留空以允许我们创建一个二进制的参数。
但用这种方法来制作函数模板，会出现错误：
这个错误是由于参数不能正确生成二进制文件，导致会报错，但该模板函数本身又没有错。
WHAT？？！！ Are You Kidding Me？！！
是的，您没听错：这里创建了一个报了错的没错的函数，这里需要您有强大的神经来理解这个很绕的逻辑。
然后，就轻而易举地完成了后面的事情。
本文更多展示思路，在细节上的忽略不影响整体思维和结构。可以案例文件为准。
总结
PowerBI在设计PowerQuery的时候可以明显发现，PowerQuery编辑器的每次改造都是希望可以对应于PowerQuery本身代码的功能去完善。而参数和创建函数的存在也确实是为了创建带参数的函数而存在的。我们通过两个案例可以看出：创建模板函数的能力将参数，创建函数，新建列，调用自定义函数，用单元格作为函数参数融为一体。通过模板函数与分治法的结合可以处理很多的场景，因此这不失为一项PowerBI中PowerQuery的重要套路。
