Power BI 微课堂 | 第11课：用 Power Query 调整初始数据

今天，我们来学习：用 Power Query 调整初始数据。认识 Power Query 编辑器的入口与界面，并学习如何简单处理数据。

》前言

Power BI Desktop 中的 Power Query 编辑器可以帮助你调整或转换导入的数据。借助 Power Query 编辑器，你可以完成如下操作：重命名列或表、将文本更改为数字、删除行，以及将第一行设为标头等。

请务必对数据进行调整，从而确保它满足你的需求且适合在报表中使用。那么，在开始生成报表之前，如何使用 Power Query 编辑器对数据进行清理和调整呢？

• 场景描述

假设，你已将两个源中的原始销售数据加载到一个 Power BI 模型中。某些数据来自销售团队在 Microsoft Excel 中手动创建的 .csv 文件。其他数据是通过连接到企业资源计划（ERP）系统来加载的。

现在，当在 Power BI Desktop 中查看数据时，你注意到数据是杂乱的；不需要的某些数据和所需的某些数据的格式都不正确。

》Power Query 编辑器入门

若要开始调整数据，请在 Power BI Desktop 的“开始”选项卡上选择“转换数据”选项来打开 Power Query 编辑器。

在 Power Query 编辑器中，所选查询中的数据会显示在屏幕中间（下图 ③），而在屏幕左侧，“查询”窗格（下图 ②）会列出可用的查询（表）。

在 Power Query 编辑器中工作时，你对数据进行调整的所有步骤都会被记录下来。随后，每当查询连接到数据源时，它会自动应用你的步骤，从而使你的数据始终按你指定的方式调整。Power Query 编辑器仅对数据的特定视图进行更改，

因此，你无需担心会对原始数据源造成任何更改。可以在屏幕右侧的“查询设置”窗格（下图 ④）中查看你的步骤列表以及查询的属性。

Power Query 编辑器功能区（下图 ①）包含许多可用于选择、查看和调整数据的按钮。注：在 Power Query 编辑器中，右键单击上下文菜单，然后单击功能区中的“转换”选项卡，这会提供许多相同的选项。

• （1）识别列标头和名称

对初始数据进行调整的第一步是：标识数据内的列标头和名称，然后评估它们所在的位置，并确保它们位于正确的位置。

在下图中，SalesTarget（示例数据）的 csv 文件中的源数据有一个按产品分类的目标，以及按月份拆分的一个子类别，这两个字段都被整理成了列。

然而，你会注意到数据没有按预期导入，这让我们难以阅读数据。

在数据处于当前状态时会发生问题，因为列标头位于不同的行中（红框），且若干列有未描述的名称，例如“Column1”和“Column2”等。在识别了列标头和名称所在的位置后，可以进行更改以重新整理数据。

• （2）提升标头

当表在 Power BI Desktop 中创建后，Power Query 编辑器会假设所有数据都属于表行。但是，数据源的第一行可能会包含列名称，这是之前 SalesTarget 示例中发生的情况。若要更正此误差，需要将第一个表行提升为列标头。

我们可以通过两种方式提升标头：在“开始”选项卡上选择“将第一行用作标头”选项，或选择“Column1”旁边的下拉菜单按钮，然后选择“将第一行用作标头”。

下图说明了“将第一行用作标头”功能会对数据造成哪些影响：

• （3）重命名列

调整数据的下一步是检查列标头。你可能会发现，一列或多列的标头错误、标头拼写错误，或者标头命名约定不一致或对用户而言并不友好。

从上图中，我们了解了“将第一行用作标头”功能的影响。需注意的是，包含子类别“Name”数据的列，现在的标头变成了“Month”。此列标头不正确，因此需要对它进行重命名。

可以通过两种方式对列标头进行重命名。一种方法是右键单击标头，选择“重命名”，编辑名称，然后按 Enter。或者，可以双击列标头，然后使用正确的名称覆盖该名称。

还可以通过这个方法解决此问题：删除（跳过）前两行，然后将列重命名为正确名称。

• （4）删除前几行
  

在调整数据时，可能需要删除前几行。例如，当行为空白或包含报表中不需要的数据时。

我们继续使用 SalesTarget 示例，可以注意到：第一行为空白（没有数据），第二行的数据已不再需要（需去除）。

若要删除这些多余的行，请在“开始”选项卡上选择“删除行”>“删除前几行”。

• （5）删除列

数据调整过程中的一个关键步骤是：删除不必要的列，且越早删除这些列越好。

删除列的一种方式是：在从数据源获取数据时限制列。例如，如果使用 SQL 从关系数据库中提取数据，则需要在 SELECT 语句中使用列表对提取的列进行限制。

在此过程的早期阶段删除列（而不是之后再进行删除）是最好的，特别是在表之间建立了关系的情况下。删除不必要的列将有助于你专注于所需的数据，并有助于改进 Power BI Desktop 数据集和报表的整体性能。

检查每一列，并询问自己是否真的需要里面所含的数据。如果不打算在报表中使用这些数据，那么这些列对你的数据模型而言没有任何价值。因此，应该删除这些列。如果你的需求随着时间改变了，你之后可以随时添加这些列。

我们可以通过两种方式删除列。第一种方法是选择要删除的列，然后在“开始”选项卡上选择“删除列”。

或者，可以选择要保留的列，然后在“开始”选项卡上选择“删除列”>“删除其他列”。

• （6）逆透视列

逆透视是 Power BI 一项有用的功能。此功能可用于任意数据源中的数据，但你通常会在从 Excel 导入数据时使用此功能。下图显示了包含销售数据的示例 Excel 文档。

尽管数据最初可能是有意义的，但难以通过这些数据创建从 2018 年到 2019 年合并的所有销售总额。你的目标是通过三列在 Power BI 中使用这些数据：Month、Year 和 SalesAmount。

将数据导入到 Power Query 中时，它将如下图所示：

接着，将第一列重命名为 Month。此列未被正确标记，因为在 Excel 中，该标头标记的是 2018 和 2019 列。突出显示 2018 和 2019 列，在 Power Query 中选择“转换”，然后选择“逆透视”。

可以将 Attribute 列重命名为 Year，将 Value 列重命名为 SalesAmount。

逆透视简化了稍后针对数据创建 DAX 度量值的过程。完成此过程后，即表示你现在创建了一种通过 Year 和 Month 列来切分数据的更简单的方式。

• （7）列透视
  

如果要调整的数据是平面数据（换句话说，即它包含许多详细信息，但未按任何方式整理或分组），结构的缺少可以会使你难以识别数据中的模式。

此时，我们可以使用“透视列”功能将平面数据转换成一个表，其中包含列中每个唯一值的聚合值。你可能需要借此来使用数学函数对数据进行汇总（如 Count、Minimum、Maximum、Median、Average 或 Sum 等）。

在 SalesTarget 示例中，可以对列进行透视以获取每一产品类别中产品子类别的数量。

在“转换”选项卡上，选择“转换”>“透视列”。

在显示的“透视列”窗口中，从“值列”列表中选择一列，例如“Subcategory name”。展开高级选项，从“聚合值函数”列表中选择一个选项，例如“Count (All)”，然后选择“确定”。

下图说明了“透视列”功能如何改变数据结构的方式。

Power Query 编辑器会记录对数据进行调整所采取的全部步骤，步骤的列表会显示在“查询设置”窗格中。

如果进行了所需的全部更改，请选择“关闭并应用”按钮来关闭 Power Query 编辑器，将更改应用到你的数据模型。但是，在选择“关闭并应用”之前，可以在 Power Query 编辑器中采取进一步的步骤来清理和转换数据。

以上就是关于「用 Power Query 调整初始数据」的全部内容。感谢您的耐心阅读，更多 Power BI 学习资源，请持续关注优阅达大数据生态。