PowerBI商业数据分析-第二章.pptx

PowerBI商业数据分析第二章xxxPower Query数据准备 2.1 认识Power Query目录CONTEXT2.2 数据导入2.3 数据清洗2.4 PQ应用-二维表转一维表2.5 认识M语言2.6 M语言应用-文本移除和提取2.7 分列技巧2.8 批量汇总技巧 Power Query是微软的数据连接和数据准备技术，使业务用户能够无缝访问存储在数百个数据源中的数据，并通过易于使用、引人入胜且无代码的用户体验来对其进行调整以适应他们的需求。2.1 认识Power Query 如果还没有任何数据，在PowerBI Desktop中，点击获取数据，选择相应的数据格式导入后，就可以进入Power Query编辑器；如果已经导入数据，想再次进入查看或者编辑，可以点击上图中的“转换数据”进入。2.1 认识Power QueryPower Query入口 2.1 认识Power QueryPower Query界面 2.2 数据导入Power Query 的强大数据处理功能，几乎可以从任何来源、任何结构、任何形式上获取数据，具体可以连接的数据类型;不仅支持微软自己的数据格式，比如Excel、SQL Server、Access等;还支持SAP、Oracle、MySQL、DB2等几乎能见到的所有类型的数据格式。 2.2 数据导入从网页抓取数据示例放映幻灯片查看操作步骤 2.3 数据清洗Power Query最常用的16个界面功能 1.提升标题 2.更改数据类型方式一方式二 3.删除错误/空值右键删除错误筛选-去掉null勾选 4.删除重复项右键删除重复项 5.填充Excel合并单元格，导入后变为null 5.填充 6.合并列 7.拆分列 8.分组 9.提取提取前两个字符 10.转置 10.转置-将标题作为第一行 10.转置 11.行列操作 12.逆透视列 13.透视列 13.透视列透视“属性”列 14.添加列 14.1添加重复列 14.2添加索引列 14.3添加条件列 14.3添加条件列 14.4添加自定义列 14.4添加自定义列 14.5添加示例列 14.5添加示例列 15.追加查询 15.追加查询 16.合并查询 16.合并查询 16.合并查询 2.4 Power Query应用示例二维表转一维表 二维表什么是一维表、二维表？一维表一维表的每一列就是一个维度，列名就是该列值的共同属性一维表的每一行就是一条独立的记录 为什么要转换为一维表？二维表更符合我们日常的阅读习惯，信息更浓缩，适合展示结果，但作为源数据进行数据分析时，一维表更适合。一维表的每一列是一个独立的维度，列是数据分析的基础，比如制作图表时直接把字段拖入到某个属性框中，以及后面将会学习的利用列与其他表建立关系；编写DAX时直接使用列名等。 如何转换为一维表？主要是利用Power Query的逆透视功能根据不同的二维表结构，灵活使用填充、转置、合并列、分列等操作四种常见的二维表结构：行列标题均为单层的二维表行标题有多层的二维表列标题有多层的二维表行列标题均有多层的二维表 二维表转一维表 | 1.行列标题均为单层的二维表思路：1、选中标题列；2、逆透视其他列。 二维表转一维表 | 1.行列标题均为单层的二维表放映幻灯片查看操作步骤 二维表转一维表 | 2.行标题有多层的二维表思路：1、向下填充行标题列；2、选中多个行标题列；3、逆透视其他列。 二维表转一维表 | 2.行标题有多层的二维表放映幻灯片查看操作步骤 二维表转一维表 | 3.列标题有多层的二维表思路：1、转置表；2、向下填充；3，将第一行用作标题；4，选中标题列；5、逆透视其他列。 二维表转一维表 | 3.列标题有多层的二维表放映幻灯片查看操作步骤 二维表转一维表 | 4.行、列标题均有多层的二维表思路：1、向下填充；2，合并列；3、转置表；4、向下填充；5、将第一行用作标题；6，选中标题列；7、逆透视其他列；8、拆分列。实际上是第2种和第3种二维表的结合 二维表转一维表 | 4.行、列标题均有多层的二维表放映幻灯片查看操作步骤 2.5 认识M语言Power Query的秘密都在这里 2.5 认识M语言 2.5 认识M语言为什么要学习M语言？?界面操作配合M函数，更加灵活、简洁高效部分复杂操作必须借助M函数 2.5 认识M语言M函数基本规范?M函数严格区分大小写，每一个字母必须按函数规范书写，第一个字母都是大写表被称为Table，每行的内容是一个Record，每列的内容是一个List行标用大括号{ }列标用中括号[ ]示例：取表中第一行的内容：=表{0}提取表中自定义列的内容：=表[自定义]取表种第一行自定义列的内容：=表{0}[自定义] 2.5 认识M语言常用的M函数?聚合函数：求和：List.Sum()求