Indhold:
- Introduktion
- Import af data fra Excel, SQL Server og internettet.
- Import af data fra Excel til Power BI.
- Import af websteder til Power BI.
- Import af data fra SQL Server-database til Power BI.
- Grundlæggende databehandling i Power BI.
- Grupper efter mulighed.
- Opdeling af kolonner.
- Duplikering af kolonner.
- Kombinering af kolonner.
- Styring af relationer i Power BI.
- Fletter/sammenføjning af datasæt.
- Modelvisninger/Relationslink.
- Hierarkier.
- Konklusioner.
Introduktion
Denne artikel dækker import af data, manipulation af data og til sidst administration af relationer i Power BI. Igen, ligesom den forrige artikel, vil denne fokusere på de grundlæggende principper for brug af Power BI, i modsætning til en dybdegående gennemgang.
Import af data fra Excel, SQL Server og internettet
Import af data fra Excel til Power BI
Når du starter, bør Excel være den første datakilde, du kigger på, når det kommer til at importere data. Hovedårsagerne til dette er:Brugervenlighed, gennemsigtighed og generel tilgængelighed.
Trin 1 – Excel-datasæt
Dette er det datasæt, vi vil importere til Power BI, det indeholder fodtøjspriser fra en række forhandlere. Sørg for, at dine data har nogle nøglemål, som vi senere kan analysere – dataene nedenfor inkluderer datoer, priser og tæller.
Trin 2 – Åbn Power BI
Åbn Power BI fra Windows-menuen, boksen nedenfor vises, hvor du derefter kan navigere enten til dine seneste kilder eller åbne delte filer. For blot at importere data, skal du klikke på "Hent data".
Trin 3 – Vælg Excel
Når der er klikket igennem, vil en række muligheder blive vist i, hvordan vi kan importere data til Power BI. For at begynde skal du klikke på "Excel"-indstillingen, der er fremhævet nedenfor.
Trin 4 – Find datasæt
Find den Excel-fil, du vil uploade, og klik på 'Åbn'.
Trin 5 – Navigatorskærm
Når Excel-filen er blevet importeret, vil Navigator blive vist (vent venligst et par sekunder afhængigt af Excel-filstørrelsen). Klik derefter på afkrydsningsfeltet ved siden af navnet på Excel-arket, dette vil derefter skabe en forhåndsvisning i højre sideskærm.
Trin 6 – Indlæs data
Vi har så valget mellem enten at 'indlæse' dataene eller 'transformere' dataene. Indlæsning af dataene vil importere dataene direkte ind i Power BI-grænsefladen, mens transformation giver dig mulighed for at begynde at redigere og manipulere dine data. Lad os indtil videre 'indlæse' dataene, og vi går tilbage til 'Transformer'-stadiet senere i artiklen.
Trin 7 – Dataindlæsning
En indlæsningsskærm vil nu poppe op, igen, indlæsningstiden vil variere afhængigt af dit datasæts størrelse. Når den er fuldført, forsvinder indlæsningsboksen automatisk.
Trin 8 – Data indlæst.
Excel-arket er nu blevet indlæst i Power BI. Detaljearket er automatisk blevet kategoriseret baseret på den første linje med data i Excel (Titles). Som du kan se, er nogle af oplysningerne allerede blevet formateret baseret på eksisterende formater, tekst, tal og datoer.
Trin 9 – Hurtigt datatjek
For hurtigt at bekræfte, at dine data blev importeret, kan vi oprette en hurtig 'tabel' ved at klikke på ikonet fremhævet nedenfor. Efterfulgt af at klikke i afkrydsningsfelterne ud for dine data, vil dette udfylde værdierne. For eksempel har jeg tjekket 'Mærke' og 'Produkt-id' - dette har så vist antallet af produkter, hvert mærke har inden for datasættet.
Import af websteder til Power BI
Websteder kan indlæses direkte i Power BI via webimportfunktionen. Før du begynder at finde det websted eller den webstedsside, du vil indlæse data fra, er det vigtigt at bemærke, at denne form for import af data afhænger af, hvor godt Power BI-appen kan udtrække data fra det givne websted, da nogle websteder er sværere end andre at import.
Trin 1 – Åbn Power BI
Åbn igen Power BI og gå over til 'Get Data'-indstillingen.
Trin 2 – Vælg Web
Klik på 'Andre' datakilder, du vil derefter se 'Web' øverst. Klik på 'Web'-indstillingen.
Trin 3 – Indtast webstedets URL
Det anvendte eksempel er www.sportsdirect.com/mens/mens-trainers. Kopiér og indsæt dette i URL-boksen, og klik på 'OK':
Trin 5 – Webnavigator
Navigatoren vises nu, Power BI vil kategorisere dataudtrækket i flere tabeller bedst muligt afhængigt af webstedet. Hjemmesiden, vi har importeret, har gjort det med succes:I 'Tabelvisning' kan vi nu se alle de importerede data under kolonneoverskrifterne. Disse data kan nu indlæses på samme måde som Excel på grundniveau.
Import af data fra SQL Server-database til Power BI
På grund af den store mængde data, der nu administreres, henvender flere og flere organisationer sig til Big Data-behandling og -lagringsmuligheder. En af disse er SQL-databasen, som reducerer front-end-behandlingstiden ved at styre arbejdsbyrden for dig. Nedenstående vil vise dig, hvordan du opretter forbindelse til din SQL-database. For flere detaljer, se denne artikel om tilslutning af Power BI og SQL Server.
Trin 1 – Åbn Power BI
Åbn igen Power BI og gå over til 'Get Data'-indstillingen.
Trin 2 – Vælg den relevante SQL Server
SQL-databasen, vi kører i øjeblikket, er analysetjenesten (Microsoft), men bare rolig, hvis din database adskiller sig fra denne, da teknikken til at importere alle databaser er konsistent.
Trin 3 – Opret forbindelse til databasen
Indtast den server du ønsker at oprette forbindelse til og den specifikke database, hvis det kræves, så har du mulighed for at importere eller oprette forbindelse live. For at linke direkte til serveren skal du markere 'connect live' og derefter klikke på 'OK'.
Trin 4 – Database indlæst
Du vil nu have linket/importeret databasen til Power BI. Under feltsektionen vil hver af dine muligheder blive vist, som de vises i din SQL-database.
Grundlæggende om datamanipulation i Power BI
Manipulering af data i Power BI giver brugeren mulighed for at rense, standardisere og udvide deres eksisterende datasæt. Vi dækker det grundlæggende i gruppering, opdeling, duplikering og kæmning af data. Men lige før vi begynder, skal vi gå tilbage til trin 5 i Excel Import Guide og trykke på transformer. Dette fører dig derefter til Power Query Editor (også tilgængelig under fanen Hjem (Rediger forespørgsel).
Grupper efter mulighed
Gruppering af data giver dig mulighed for at opsummere rækker i dine eksisterende data, lidt ligesom hvad en pivottabel gør i excel. På fanen startside skal du klikke på knappen 'Grupper efter'.
Trin 1 – Klik derefter på 'Grupper efter' mulighed.
Trin 2 – Vi ønsker at se den gennemsnitlige fulde pris for hver forhandler, så lad os vælge 'Forhandler' som kolonnen, der skal grupperes efter. Gennemsnitlig fuld pris vil være navnet på den nye kolonne. Gennemsnit er det mål, vi kræver på kolonnen, som er fuld pris. Klik på 'OK'.
Trin 3 – Data grupperet
Dataene er nu grupperet efter forhandler, der viser den gennemsnitlige fuldpris. Du kan lukke det nu og anvende det på fanen Hjem. Dette ville overskrive dit oprindelige datasæt.
Trin 4 – Nyt datasæt
Ved at anvende det, vi lærte tidligt, har jeg genskabt tabellen ved hjælp af vores nye data.
Opdeling af kolonner
Opdeling af data er en mere almindeligt anvendt manipulationsteknik. I vores nuværende datasæt har vi en kolonne kaldet 'Køn', men vi behøver kun at vide, om det er drenge, piger eller unisex. Modsat at have børn som det efterfølgende ord.
Trin 1 – Vælg først den kolonne, du vil opdele.
Trin 2 – Vælg funktionen Split Column – By Delimiter
Trin 2 – Opdel efter kriterier
Fra rullemenuen kan vi vælge 'Blank', som gør det muligt at fjerne alle ord efter det første ord. Klik på 'OK', når du er færdig.
Trin 2 – Kolonne er nu opdelt.
Duplikering af kolonner
Hovedårsagen til at duplikere kolonner er, at du vil beholde originalen fra dit datasæt, mens du redigerer duplikatet. Eksemplet, vi vil bruge, er at duplikere kolonnen "Fuld pris", så vi derefter kan runde vores duplikerede kolonne op til nærmeste pund.
Trin 1 – Højreklik på den kolonne, du vil duplikere, og klik derefter på Dupliker.
Trin 2 – Kolonnen er nu blevet duplikeret, og vi kan afrunde de duplikerede priser.
Kombinering af kolonner
Kombination af kolonner er en fantastisk måde at samle og filtrere dine data på, i dette eksempel vil vi tilføje 'Mærke' til 'Sæson'. Dette vil så give os et et-klik-filter til at dykke dybt ned i hvert mærkes udvalg for den specifikke sæson.
Trin 1 – Tilføj en brugerdefineret kolonne
Trin 2 – I vinduet Brugerdefineret kolonne, giv den nye kolonne et navn "Mærkesæson", og find derefter de to kolonner, du vil slutte dig til, i det højre rullefelt, mens du placerer et "&" imellem for at fuldføre forene. Klik på 'OK' for at bekræfte.
Trin 3 – Mejetærskerkolonnen er nu oprettet, hvortil vi kan filtrere på ’Mærkesæson’.
Administration af relationer inden for Power BI
Power BI gør det muligt for datasæt at kommunikere med hinanden gennem flere metoder; de hyppigst brugte er fletning, sammenkædning og hierarkier.
Fletning/sammenføjning af datasæt
Vi har brug for to eller flere datasæt for at skabe en fletning. For at flette to datasæt skal vi desuden have den samme kolonne til at eksistere i begge datasæt. I dette eksempel skal vi klassificere kolonnen Farve i kerne- og ikke-kernefarver.
Trin 1 – Opret et nyt excel ved hjælp af de teknikker, der er beskrevet ovenfor, og importer det til Power BI.
Trin 2 – Klik tilbage til den oprindelige tabel, som vi oprettede, og find den kolonne, vi skal flette mod.
Trin 3 – Gå videre og klik på indstillingen Merge Queries.
Trin 4 – Flet vindue
Rul sammen med det øverste vindue og vælg den kolonne, vi ønsker at flette til; i den 1. rulleliste, find den nye tabel og find derefter den tilsvarende kolonne (Hovedfarve/Hovedfarve). I nederste venstre hjørne ser vi et grønt flueben, hvilket betyder, at Power BI har matchet alle rækkerne. Gå videre og klik på 'OK':
Trin 5 – Tabellen er nu blevet flettet, klik på den udadgående pil og tryk derefter på 'OK' for at udvide detaljen:
Trin 6 – Tabellerne er blevet flettet.
Modelvisninger/Relationslink
Modelvisningen giver os mulighed for at se alle vores datasæt på ét sted og fremhæver eventuelle relationer mellem dem; i øjeblikket burde du være i stand til at se en fast hvid linjeforbindelse mellem dine to datatabeller.
Trin 1 – Link mellem tabeller
Trin 2 – Dobbeltklik på linket for at fremhæve den oprettede forbindelse.
Trin 3 – I modsætning til fletning har vi mulighed for at matche kolonner i modelvisningen ved også at trække og slippe.
Trin 4 – Forholdet skabt.
Hierarkier
Oprettelse af et hierarki giver dig mulighed for at stable data sammen for lettere overblik, især når du bruger drill down i visuals senere på din rejse.
Trin 1 – Træk og slip et felt over et andet. Her vil vi tilføje beskrivelsen til produkt-id'et.
Trin 2 – Hierarkiet er nu oprettet.
Tjek, at produkt-id-hierarkiet nu vil trække begge felter igennem sammen, når du opretter visuals.
Konklusioner
For at opsummere har vi denne gang set på Microsoft Power BI fra forskellige vinkler, startende fra dataimport og videre til datamanipulation og styring af relationer inden for denne platform. Vi har skitseret de vigtigste fordele, denne service kan prale af, og vist de trinvise vejledninger, du kan anvende, når det kommer til at udføre de ovennævnte handlinger med Microsoft Power BI. Den næste artikel vil flytte os til Power BI's visualiseringer, som giver Power BI fordelen i forhold til de fleste analyseværktøjer på markedet i dag.