开启PowerBI报告构建之旅

### 开启Power BI报告构建之旅 #### 1. 格式化面板与前期回顾 格式化面板能让你对信息可视化的每个细节进行精细控制。就像示例中的柱状图，你可以对其每个区域进行完整的格式化操作。如果你熟悉Excel中图表属性的使用，或者Word文档中嵌入的图像和文本框的操作，那么你会发现这里的可视化元素也具备类似且更多的格式化功能。 我们已经对Power BI进行了全面的初步探索。了解了开启Power BI订阅的基础知识，引入了导入示例数据和报告的概念，区分了报告、仪表板和数据集的差异，还见识了Power BI报告强大的过滤、高亮显示和交互功能。现在，我们准备好使用Power BI Desktop来构建自己的报告了。 #### 2. 连接数据源 首先，打开Power BI Desktop应用程序。应用启动后，点击主页功能区栏上的“获取数据”按钮。“获取数据”窗口会展示Power BI提供的各种连接数据源的选项。此次我们要连接一个已发布的数据集，这个数据集是通过之前导入示例报告间接发布的。 在数据源的Power Platform类别中，你可以连接到Microsoft Power Platform中的四种不同数据源：数据集、数据流、数据集市（均在Power BI中创建）以及Dataverse（用于存储和管理商业应用程序如Power Apps或Dynamics 365使用的数据）。这里我们点击“Power BI数据集”。 选择“Power BI数据集”后，会弹出一个名为“数据中心”的窗口。在这个窗口中，你可以看到自己发布的数据集或在组织内有权限查看的数据集。选择“Store Sales”数据集，然后点击右下角的“连接”按钮。 下次若要创建使用已发布数据集的报告，可通过另一种快捷方式。在“获取数据”按钮右侧的第二个按钮是“数据中心”按钮，点击它可直接跳过第一个“获取数据”界面，进入“数据中心”界面。 如果连接的是之前未使用过的数据集，你需要熟悉其数据模型。虽然之前查看过基于此数据构建的报告，但还未深入了解数据的组织方式，下面我们就来详细探究。 #### 3. 审视数据模型 连接到Power BI数据集后，你首先会注意到最右侧的数据窗格（在早期版本中可能标记为“字段”，若如此也无需担心）。数据窗格会显示数据模型中可用的数据表。数据模型指的是数据集中数据的组织方式以及不同部分（如表）之间的关联。在后续的建模学习中，我们会深入探讨如何定义良好的数据模型。数据窗格能帮助你在构建报告时浏览和使用数据模型。 在最左侧，你会发现视图工具栏只有两个按钮。而在之前对Power BI Desktop的探索中，它有三个按钮：报告视图、数据视图和模型视图。现在只有两个按钮是因为你连接的是位于报告外部的数据集。后续学习导入和准备数据时，我们会在报告中构建数据集及其关联的数据模型。目前，只需明白连接外部数据集时，你无法使用数据视图查看表中的行数据。 观察数据窗格中显示的表列表后，你可能想了解表之间的关系并获得数据模型的整体视图。此时，点击最左侧视图工具栏上的“模型视图”按钮。模型视图会以图形方式展示数据模型中的所有表，并通过连接线显示表之间的关系。 若模型视图打开后无法看到整个数据模型，可点击数据窗格和属性窗格右上角的箭头将其折叠，然后使用右下角的缩放控制器缩小视图，以查看更多的数据模型内容。 即使不了解数据的来源和原始组织方式，我们也能轻松理解这个数据模型所代表的内容：特定时间、特定地区的商店商品销售情况。一个设计良好的数据模型，即使没有相关业务背景知识，也能传达很多信息。良好的数据模型不仅需要合理的命名约定，命名也是关键因素。例如，表中的列/字段命名应简洁明了，避免使用晦涩难懂的缩写。你可能对自己业务系统中的数据非常熟悉，但不能假设只有熟悉组织术语和命名约定的人会与数据模型交互。如果数据模型命名不佳，新员工可能会感到困惑并提出很多问题。 下面来看看数据模型中表上一些图标所代表的含义： - **表位置图标**：每个表左上角的图标表示该表数据的位置。示例中的图标是一个带有上下箭头的地球，这表明该表并非位于导入报告的数据集中，而是通过实时连接到报告外部数据集中的表。你可能还会遇到另外两种图标，一种表示数据已导入报告并作为数据集存储在报告中，另一种表示数据未导入报告，而是在使用报告时直接从源查询。 - **字段可见性图标**：销售表中许多字段名称右侧有一个带横线的眼睛图标，这意味着数据集的创建者不希望这些字段在构建可视化时在数据窗格中显示，这一功能称为控制可见性。 - **DAX度量值图标**：销售表中许多字段名称左侧有一个计算器图标，这表明该字段不是表中的实际字段或列，而是一个DAX度量值。DAX是用于创建计算式的语言，带有计算器图标的字段被称为度量值，它不代表表中存储的数据。 我们再选取“Store”表查看更多细节： - **地理数据类别图标**：“PostalCode”字段左侧的地球图标表示该字段的数据类别为地理数据。这与数据类型不同，数据类型指的是数据的存储方式，如文本或数字。当字段标记有类别时，Power BI在可视化时会知道如何处理该字段的值。目前可用的特定类别包括地址、城市、大陆、国家/地区、县、纬度、经度、地点、邮政编码、州或省、网页URL、图像URL和条形码。 - **隐式度量图标**：当字段旁边有一个西格玛（Σ）符号时，你可以知道两件事：其数据类型为数字，并且在放置到可视化中时会自动聚合。例如，在表格可视化中使用该字段时，它会自动对所在列的值进行求和。这种带有西格玛符号的字段被称为隐式度量。在后续学习中，你将学会如何创建自己的DAX度量值，在此之前，可以依靠这些隐式度量进行求和、平均、最小值和最大值等计算。 - **表可见性图标**：右上角的眼睛图标表示整个表是可见的。与字段的可见性图标类似，点击该图标会使其出现横线，表示在创建报告时该表在数据窗格中不可见。 连接不同表的线条表示表之间的关系。如果两个表之间有线条连接，说明它们在某种程度上存在有意义的关联，一个表中的某些值与另一个表中的值相对应。 例如，对于示例销售数据，销售