Power BI 是微軟推出的數(shù)據(jù)分析和可視化工具

PowerBI繪圖一般分為三個步驟：選擇可視化圖表，圖標字段選擇，圖標格式設(shè)計。

power Query：pq? 超級查詢，

power? pivot? PP 就是超級透視

powerbi操作：

二維表轉(zhuǎn)化為一維表：

透視：一維表轉(zhuǎn)二維表。

逆透視：二維表轉(zhuǎn)化為一維表。

? ??????????????????????PowerQuery 常用的數(shù)據(jù)清洗十三招

1.提升標題

在 Excel 中第一行為標題行，從第二行開始才是數(shù)據(jù)，但在 PQ 中，從第一行開始就需要是數(shù)據(jù)記錄，標題在數(shù)據(jù)之上

2.更改數(shù)據(jù)類型

兩種更改數(shù)據(jù)類型的方式。

3.刪除空值/錯誤

4刪除重復值

5.填充

在 Excel 數(shù)據(jù)中經(jīng)常會見到合并單元格的情況，導入后就變成了空值

6.合并列

需要選取列數(shù)大于1，可選取分隔符

7.拆分列

拆分相當于是合并列的反動作，不過功能更豐富，可以選著按字符數(shù)，也可以選擇按分隔符，如果列中包含多個分隔符，還可以選擇按哪個位置的分隔符來拆分：

8分組

9.提取

PQ 的提取功能可以按照長度、首字符、尾字符、范圍等來提取，比如下面這個例子，提取前2 個字符

10.行列轉(zhuǎn)置

11.行列操作

12逆透視列

這是 PQ 非常便捷的逆天功能，由于數(shù)據(jù)分析的需要，我們經(jīng)常要將二維表變?yōu)橐痪S表，之前在Excel 中需要很多操作步驟才能完成，而通過逆透視功能，可以一鍵降為一維表

13透視列

做分析需要一維表，而為了展現(xiàn)的需要，常常還要把一維表變成二維表，也就是 Excel 中的數(shù)據(jù)透視，在PQ 中同樣可以一鍵透視，比如把剛才的一維表變成原樣，聚合方式選擇‘不要聚合”。

????????????????????????????????????????????????數(shù)據(jù)豐富

加入新列、新行，或者從其他表中添加進來更多維度的數(shù)據(jù)

1添加列

四種形式，重復列、索引列、條件列、自定義列：

2.追加查詢 多表行

追加查詢是在現(xiàn)有記錄的基礎(chǔ)上，在下邊添加新的行數(shù)據(jù)， 是一種縱向合并，比如有兩個表格式相同，需要合并為一個表，點擊“追加查詢”，

3.合并查詢 多表列 相當于vlookup函數(shù)。

? ??????????????????????????????????????M函數(shù)

1.M函數(shù)的基本規(guī)范：

? M 函數(shù)對大小寫敏感，每一個字母必須按函數(shù)規(guī)范書寫，第一個字母都是大寫

? 表被稱為 Table，每行的內(nèi)容是一個 Record，每列的內(nèi)容是一個 List

? 行標用大括號{ }，比如取第一行的內(nèi)容： =表{0} //PQ 的第一行從 0 開始

? 列標用中括號[ ]，比如取自定義列的內(nèi)容： =表[自定義]

? 取第一行自定義列的內(nèi)容： =表{0}[自定義]

2.常用M函數(shù)：

聚合函數(shù)：

求和： List.Sum()

求最小值： List.Min()

求最大值： List.Max()

求平均值： List.Average()

文本函數(shù)：

求文本長度： Text.Length()

去文本空格： Text.Trim()

取前 n 個字符： Text.Start(文本,n)

取后 n 個字符： Text.End(文本,n)

提取數(shù)據(jù)函數(shù)：

從 Excel 表中提取數(shù)據(jù)： Excel.Workbook()

從 Csv/Txt 中提取數(shù)據(jù)： Csv.Document()

條件函數(shù)：

if else then （相當于 Excel 中的 IF)

3.從哪里查找 M 函數(shù)

新建一個空查詢，在公式標記欄中輸入#shared，就把所有的 M 函數(shù)顯示出來了

????????????????????????????????????數(shù)據(jù)建模

1.定義：

Power BI 可以從多個表格、多種來源的數(shù)據(jù)中，根據(jù)不同的維度、不同

的邏輯來聚合分析數(shù)據(jù)；而提取數(shù)據(jù)的前提是要將這些數(shù)據(jù)表建立關(guān)系，這個建立關(guān)系的

過程就是數(shù)據(jù)建模。

2.基數(shù)

? 基數(shù)就是兩個連接字段的對應關(guān)系，分為多對一、一對一和一對多，一對多和多對一

其實是一樣的，實際上就是兩種關(guān)系：

? 多對一（*： 1）：這是最常見的類型，代表一個表中的關(guān)系列有重復值，而在另一個表

中是單一值

? 一對一（1： 1）：兩個表是一對一的關(guān)系，列中的每個值在兩個表中都是唯一的

? 具有唯一值的表通常稱為“查找表”，而具有多個值的表稱為“引用表”。在上述的關(guān)系圖

上，產(chǎn)品明細表上類別手機、平板、電腦都不是唯一的，每個品牌都有這種類型，是

個引用表；但類別表上，幾種類別都是唯一值，因此這兩個表是多對一的關(guān)系，類別

表也就是查找表

3.交叉篩選方向

表示數(shù)據(jù)篩選的流向，有兩種類型：

? 雙向：兩個表可以互相篩選

? 單向：一個表只能對另一個表篩選，而不能反向

4.DAX

創(chuàng)建度量值的公式稱為 DAX 公式

????????????????????????????????????????度量值

1.定義

度量值是用 DAX 公式創(chuàng)建一個虛擬字段的數(shù)據(jù)值，她不改變源數(shù)據(jù)，也不改變

數(shù)據(jù)模型。

2.度量值特征

? ? ? ? 1上下文

度量值的最重要的特征： 上下文，上下文就是度量值所處的環(huán)境，篩選表的行列標簽、切片器的選中，都是度量值的上下

文，比如北京

2017 年截至 5 月的蘋果手機累計銷售額 3424000，它的上下文就是下面這 5

個維度：

[城市]="北京市"

[品牌]="蘋果"

[類別]="手機"

[年度]=2017

[月份]=5 月

? ? ? ? ? ?2度量值不浪費內(nèi)存，只有被拖到圖表上才執(zhí)行運算，如果數(shù)據(jù)量非常大的時候這點非

常有利

? ? ? ? ? ? 3度量值可以循環(huán)使用，比如上面的建立的度量值：

? ??????????????????????????????????????????????DAX

DAX:data analysis expression

DAX的主要功能正是查詢和運算， DAX 查詢函數(shù)負責篩選出有用的數(shù)據(jù)集合，然后利用 DAX 的

聚合函數(shù)執(zhí)行計算

上下文：

外部上下文：外部可以看得見的篩選：標簽和切片器，

內(nèi)部上下文：創(chuàng)建度量值的 DAX 公式，它的查詢篩選函數(shù)可以擴大、限制或者重置外部上下文

DAX的使用范圍：
DAX除了可以創(chuàng)建度量值。還可以新建列（占用內(nèi)存）。

DAX參數(shù)的基本格式：

表名用單引號' '括著 // '日期表'

字段用中括號[ ]括著 //[日期]

度量值也是用中括號[ ]

引用字段始終要包含表名，以和度量值區(qū)分開

DAX 常用函數(shù)

聚合函數(shù)：

SUM 求和

AVERAGE 平均

MIN 最小

MAX? 最大

COUNT:計數(shù)

?COUNTROWS：計算行數(shù)

DISTINCTCOUNT:計算不重復值的個數(shù)

函數(shù)后面加x，可以循環(huán)訪問表的每一行，并執(zhí)行計算，所以也被稱為迭代函數(shù)

SUMX

AVERAGEX

MINX

MAXX

RANKX

時間智能函數(shù)

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:指定期間的日期

篩選函數(shù)

FILTER:篩選，F(xiàn)ILTER 函數(shù)返回的表，所以它不能單獨用于建度量值

?ALL:所有值，可以清除篩選

ALLEXCEPT:保留指定列

VALUES:返回不重復值

CALCULATE:

CALCULATE(<expression>,<filter1>,<filter2>…)

第一個參數(shù)是計算表達式，可以執(zhí)行各種聚合運算

從第二個參數(shù)開始，是一系列篩選條件，可以為空；如果多個篩選條件，用逗號分隔

所有曬選條件的交集形成最終的篩選數(shù)據(jù)集合

根據(jù)篩選出的數(shù)據(jù)集合執(zhí)行第一個參數(shù)的聚合運算并返回運算結(jié)果

calculate 可以直接引用創(chuàng)建好的度量值。

添加限制條件，縮小上下文：

結(jié)合 ALL 函數(shù)，擴大上下文：

ALL('產(chǎn)品明細')的意思是清除產(chǎn)品明細表里的所有篩選，外部篩選器不起作用了，每行統(tǒng)計的都是該表中的所有產(chǎn)品。

重置上下文：

FILTER 函數(shù)

?第一個參數(shù)<table>是要篩選的表

第二個參數(shù)<filter>是篩選條件

返回的是一張表，不能單獨使用，需要與其他函數(shù)結(jié)合使用

產(chǎn)品數(shù)量2 = calculate([產(chǎn)品數(shù)量],'產(chǎn)品明細表'[品牌]="蘋果")

等同于：
產(chǎn)品數(shù)量2 =?calculate([產(chǎn)品數(shù)量],FILTER(ALL('產(chǎn)品明細表'[品牌]),'產(chǎn)品明細表'[品牌]="蘋果"))

常用格式：calculate(...,FILTER(ALL(..),....))

HASONEVALUE 和 SUMX 函數(shù)

1.HASONEVALUE(列名)，是個邏輯判斷函數(shù)，如果有單一值，返回 ture,否則返回 false

判斷外部上下文中是否為該列中的唯一值，做切片器交互時十分有用

2.SUMX(表，表中每一行計算的表達式)

逐行計算，占用內(nèi)存，數(shù)據(jù)量過大時

EARLIER函數(shù)

操作行中對應參數(shù)列的操作。

powerbi? 可視化

1.堆積圖：

不同的序列在一根柱子上顯示

可以直接比較總量的大小

分類序列的數(shù)值比較功能弱化

2.簇狀柱形圖的特征：

? 不同序列使用不同的柱子

? 可以比較各序列的數(shù)值大小

? 總量比較功能弱化

3.百分比堆積柱形圖的特征：

? 與堆積柱形圖類似，不同序列在一根柱子上顯示

? 顯示各序列的相對大小， Y 軸標簽變?yōu)榘俜直?/p>

? 無法比較總量，每根柱子都一樣高

柱形圖格式設(shè)置：

4.單層樹狀圖

5.雙層樹狀圖

在詳情信息中添加字段。

樹狀圖的使用場景

? 要顯示大量的分層數(shù)據(jù)

? 條形圖不能有效地處理大量值

? 要顯示每個部分與整體之間的比例

? 要顯示層次結(jié)構(gòu)中指標在各個類別層次的分布的模式

? 要使用大小和顏色編碼顯示屬性

? 要發(fā)現(xiàn)模式、離群值、最重要因素和異常

6.氣泡地圖-Bubble Map

7著色地圖-Filled Map

8.ArcGIS 地圖

PowerBI 常用操作

1.查看圖表的三種方式：

選中圖表，點擊上方【數(shù)據(jù)/鉆取】選項卡“查看數(shù)據(jù)”

選中圖表，然后點擊右上角三個點，選擇“顯示數(shù)據(jù)”

在圖表上單擊右鍵，選擇“查看數(shù)據(jù)”

2.圖表鉆取2種。

通過圖表右上角的向下箭頭“啟用深化”。

使用頂部 Power BI“數(shù)據(jù)/鉆取”選項卡。

3.編輯交互

如果需要響應該篩選，則選擇“篩選”圖標

如果不希望被篩選，則選擇“不起作用”圖標

? ??????????????????????????????書簽與按鈕