Power BI--数据清洗(清洁)

目录

 

Power BI--数据清洗(清洁)

Step1:排序

Step2:  逆透视

Step3:  条件列

Step4:  索引列

Step5:  重复列

Step6:  数字计算

Step7:  日期

Step8:  示例中的列

Step9:  自定义列

Step10:  转置

Step11:  反转行

Step12:  对行进行计数

Step13:  分组依据

Step14: 复制


Power BI--数据清洗(清洁)

Step1:排序

有时我们希望数据表中的所有数据按照一定的顺序进行排列。

此时我们可以通过排序完成这一目的。

点击“需要排序依据的列”--选择“升序排序/降序排序”--点击“确定”

Power BI--数据清洗(清洁)_第1张图片

Step2:  逆透视

二维表:分析的数值分布在多列中,不利于进行数据分析,此时需要进行逆透视。

Power BI--数据清洗(清洁)_第2张图片

一维表:分析的数值分布在同一列中。

Power BI--数据清洗(清洁)_第3张图片

选择“不需要变更的列”--点击“转换”--点击“逆透视列”旁边的三角--选择“逆透视其他列”,即可完成上面二维表到一维表的转变。

Power BI--数据清洗(清洁)_第4张图片

Step3:  条件列

有时候我们需要根据目前数据列内容进行分类分析时,我们可以通过条件列的方法完成。

例如将依据咖啡销售数量将其分为1-5,6-10和>10三类时,可以这样操作:

点击“条件列添加的依据列”--点击“添加列”--点击“条件列”

Power BI--数据清洗(清洁)_第5张图片

输入“新产生的列的名称”--输入“条件”--点击“确定”

Power BI--数据清洗(清洁)_第6张图片

Step4:  索引列

当数据表中没有索引列的时候,我们需要添加“索引列”方便后期进行排序或定位。

点击“添加列”--点击“索引列”旁边的三角--选择添加“索引列”的方式

Power BI--数据清洗(清洁)_第7张图片

我这里点击的是“自定义”--输入“起始索引”即索引从哪个数开始计数--输入“增量”,即每此添加多少--点击“确定”

Power BI--数据清洗(清洁)_第8张图片

Step5:  重复列

重复列就是复制一个列。

选中需要复制的列--点击“添加列”--点击“重复列”

Power BI--数据清洗(清洁)_第9张图片

Step6:  数字计算

有时候需要根据源数据中的列,计算出新的列,可以通过“添加列”中的“数字计算”获得。

点击被计算的列--点击“添加列”--选择“计算方法”

Power BI--数据清洗(清洁)_第10张图片

Step7:  日期

根据日期,计算出不同的时间颗粒度。

点击“时间格式列”--点击“添加列”--选择目标“日期”颗粒度

Power BI--数据清洗(清洁)_第11张图片

Step8:  示例中的列

Power BI中有一个根据用户输入值,自动判断用户目的的方法,就是“示例中的列”

Power BI--数据清洗(清洁)_第12张图片

在新列中输入自己心中的目标值,Power BI即可自动创建规则,计算出所有你需要的值。

Step9:  自定义列

当以上添加列的方法都无法满足你的要求的时候,可以通过自定义列的方法来添加自己的列。

Power BI--数据清洗(清洁)_第13张图片

输入新增列的列名--输入新增列产生的依据--点击“确定”

Power BI--数据清洗(清洁)_第14张图片

Step10:  转置

当需要将行列转换的时候,可以通过转置的功能实现。

Power BI--数据清洗(清洁)_第15张图片

Step11:  反转行

当需要逆向排序的时候可以通过“反转行”实现。

Power BI--数据清洗(清洁)_第16张图片

Step12:  对行进行计数

统计表中记录数时,需要点击“对行进行计数”

Power BI--数据清洗(清洁)_第17张图片

Step13:  分组依据

当我们需要对数据进行分组,聚合运算时,可以通过“分组依据”功能完成。

选择“分组依据的列”--点击“分组依据”

Power BI--数据清洗(清洁)_第18张图片

点击“高级”--根据需要“添加分组依据列”--填写新列名称--选择“聚合函数”--点击“确定”

Power BI--数据清洗(清洁)_第19张图片

Step14: 复制

复制整个表

右击表--选择“复制”

Power BI--数据清洗(清洁)_第20张图片

将表中某列复制作为一张新表内容。

右击目标列--选择“作为新查询添加”--点击“到表”

Power BI--数据清洗(清洁)_第21张图片

Power BI--数据清洗(清洁)_第22张图片

 

你可能感兴趣的:(数据分析,#,PowerBI,数据分析)