微软PowerBI考试 PL300-在 Power BI 中清理、转换和加载数据

微软PowerBI考试 PL300-在 Power BI 中清理、转换和加载数据

Power Query 具有大量专门帮助您清理和准备数据以供分析的功能。 您将了解如何简化复杂模型、更改数据类型、重命名对象和透视数据。 您还将了解如何分析列，以便知晓哪些列包含有价值的数据，以用于进行更深入的分析。

简介

假设你已从若干不同的源将数据导入了 Power BI，但在检查这些数据时，这些数据并没有做好用于进行分析的准备。 是什么使数据没有为分析做好准备？

检查数据时，你发现了一些问题，包括：

名为 Employment status 的一列仅包含数字。

若干列包含错误。

某些列包含 NULL 值。

某些列中显示的客户 ID 似乎是重复复制的。

单一地址列合并有“街道地址”、“城市”、“省/市/自治区”以及“邮政编码”。

你随即开始处理数据，但每次在报表上创建视觉对象时，都会得到错误的数据和不正确的结果，并且关于销售总额的简单报表也是错误的。

由于脏数据可能过于繁多，你可能会感到沮丧，但你决定开始着手处理，想办法使此语义模型尽可能恢复纯净的状态。

幸运的是，Power BI 和 Power Query 为你提供了功能强大的环境，用于清理和准备数据。 清理数据具有以下优点：

度量值和列在执行聚合和计算时会生成更准确的结果。

表经过了整理，用户可以从中以直观的方式查找数据。

重复项会被删除，使数据导航更为简单。 它还将生成可用于切片器和筛选器的列。

一个复杂的列可以被拆分为两个更简单的列。 可以将多列合并成一列，易于阅读。

可以将代码和整数替换为可读的值。

通过学习本模块，你将了解如何：

解决不一致、意外或 NULL 值以及数据质量问题。

应用用户友好的值替换。

分析数据，使你在使用数据之前能了解特定列的更多信息。

评估和转换列数据类型。

将数据形状转换应用于表结构。

合并查询。

将用户友好的命名约定应用于列和查询。

在高级编辑器中编辑 M 代码。

调整初始数据

Power BI Desktop 中的 Power Query 编辑器使你能够调整（转换）导入的数据。 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。 务必对数据进行调整，从而确保它满足你的需求并且适合在报表中使用。

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你组织的企业资源计划 (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。

在开始生成报表之前，需要使用 Power Query 编辑器对数据进行清理和调整。

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，而在屏幕左侧，“查询”窗格会列出可用的查询（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”窗格中查看你的步骤列表以及查询的属性。

Power Query 编辑器功能区包含许多可用于选择、查看和调整数据的按钮。
图片
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以确保它们位于正确的位置。

在下面的屏幕截图中，SalesTarget（一个未提供的示例）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，这两者都被整理成了列。
 

然而，你会注意到数据没有按预期导入。
 

这使数据难以阅读。 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（标记为红色），并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。

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。

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：

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不友好。

请参阅前面的屏幕截图，上面显示了“将第一行用作标头”功能的影响。 请注意，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。

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

删除前几行 

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

继续使用 SalesTarget 示例时，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。 

</