Power BI笔记(一)

Power BI组成:

Power Query、Power Pivot、Power View、Power Map

一、数据处理的3个过程:数据获取、数据整理、数据丰富

1.数据获取

2.数据整理(数据清洗)

a.提升标题
b.更改数据类型
c.删除错误(error)/空值(null)
d.删除重复项
e.填充
f.合并列
g.拆分列
h.分组
i.提取
j.行列转置(注意把标题降下来)
k.行列操作
l.逆透视列(二维表转一维表,宽表降维)
m.透视列(数据透视,增加维度)

3.数据丰富

a.添加列:添加重复列、添加索引列、添加条件列、添加自定义列
b.追加查询(在下面添加新的行数据,纵向合并)
c.合并查询(横向合并数据)

二、M函数

1.M 函数基本规范

M 函数对大小写敏感,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{ },比如取第一行的内容:=表{0} //PQ 的第一行从 0 开始
列标用中括号[ ],比如取自定义列的内容:=表[自定义]
取第一行自定义列的内容:=表{0}[自定义

2.常用的 M 函数

• 聚合函数:
求和:List.Sum()
求最小值:List.Min()
求最大值:List.Max()
求平均值:List.Average()
• 文本函数:
求文本长度:Text.Length()
去文本空格:Text.Trim()
取前 n 个字符:Text.Start(文本,n)
取后 n 个字符:Text.End(文本,n)
• 提取数据函数:
从 Excel 表中提取数据:Excel.Workbook()
从 Csv/Txt 中提取数据:Csv.Document()
• 条件函数:
if else then (相当于 Excel 中的 IF)
在公式标记栏中输入#shared,就把所有的 M 函数显示出来

三、数据建模 度量值&DAX函数

1.DAX 参数的基本格式 :

表名用单引号' '括着 // '日期表'
字段用中括号[ ]括着 //[日期]
度量值也是用中括号[ ]
引用字段始终要包含表名,以和度量值区分开

2. DAX 常用函数

聚合函数:SUM ,AVERAGE ,MIN ,MAX ,COUNT(计数) ,COUNTROWS(计算行数),DISTINCTCOUNT(计算不重复值个数)
(迭代函数:SUMX,AVERAGEX, MINX, MAXX, RANKX)
时间智能函数:
PREVIOUSYEAR/Q/M/D:上一年/季/月/日
NEXTYEAR/Q/M/D:下一年/季/月/日
TOTALYTD/QTD/MTD:年/季/月初至今
SAMEPERIODLASTYEAR:上年同期
PARALLELPERIOD:上一期
DATESINPERIOD:指定期间的日期
筛选函数(DAX查询函数):
FILTER:筛选
ALL:所有值,可以清除筛选
ALLEXCEPT:保留指定列
VALUES:返回不重复值

3.CALCULATE的语法结构

语法:CALCULATE(<expression>,<filter1>,<filter2>…)
a.第一个参数是计算表达式,可以执行各种聚合运算
b.第二个参数开始,是一系列筛选条件,可以为空;如果多个筛选条件,用逗号分隔
c.所有筛选条件的交集形成最终的筛选数据集合
d.根据筛选出的数据集合执行第一个参数的聚合运算并返回运算结果

4.FILTER函数语法结构

FILTER(<table>,<filter>)
a.第一个参数<table>是要筛选的表
b.第二个参数<filter>是筛选条件
c.函数返回结果是一张表,不能单独使用,需要与其他函数结合使用

5.HASONEVALUE(<columnName>)

参数只有:列名 作用:判断外部上下文中是否为该列中的唯一值,做切片器交互时比较有用

6.SUMX(<table>,<expression>)

第一个参数为被运算的表table,第二个参数是对表中的每一行计算的表达式

7.EARLIER函数

EARLIER语法(<column>,<number>)
a.第一个参数是列名
b.第二个参数一般可以省略
c.EARLIER函数提取本行对应的该列的值,实际上就是提取本行和参数行列交叉的单元格

四、可视化制作

1.柱形图

a.堆积柱形图



不同序列显示在一根柱子上,可以直接比较总量大小,分类序列的数值比较功能弱化
b.簇状柱形图



不同序列使用不同的柱子,可以比较各序列的数值大小,总量比较功能弱化
c.百分比堆积柱形图

不同序列在一根柱子显示,明显对比各序列的相对大小,Y轴标签变为百分比,无法比较总量,每根柱子一样高

2.矩形树状图

单层树图

多层树图

使用场景:
a. 要显示大量的分层数据( 条形图不能有效地处理大量值)
b. 要显示每个部分与整体之间的比例
c. 要显示层次结构中指标在各个类别层次的分布的模式
d. 要使用大小和颜色编码显示属性
e. 要发现模式、离群值、最重要因素和异常

3.地图

气泡地图 Bubble Map
着色地图 Filled Map
ArcGIS Map

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,185评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,445评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,684评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,564评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,681评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,874评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,025评论 3 408
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,761评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,217评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,545评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,694评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,351评论 4 332
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,988评论 3 315
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,778评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,007评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,427评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,580评论 2 349

推荐阅读更多精彩内容