Power Query 编辑器入门

 

若要开始调整数据，请在 Power BI Desktop 的“开始”选项卡上选择“转换数据”选项来打开 Power Query 编辑器 **** ****。

在 Power Query 编辑器中，所选查询中的数据会显示在屏幕中间，而在屏幕左侧，“查询”窗格会列出可用的查询（表） ****。  

在 Power Query 编辑器中工作时，你对数据进行调整的所有步骤都会被记录下来。 随后，每当查询连接到数据源时，它会自动应用你的步骤，从而使你的数据始终按你指定的方式调整。 Power Query 编辑器仅对数据的特定视图进行更改，因此，你无需担心会对原始数据源造成任何更改。 可以在屏幕右侧的“查询设置”窗格中查看你的步骤列表以及查询的属性 ****。 

Power Query 编辑器功能区包含许多可用于选择、查看和调整数据的按钮。

若要了解有关可用特性和功能的详细信息，请参阅 查询功能区。 

逆透视列 

逆透视是 Power BI 一项有用的功能。 此功能可用于任意数据源中的数据，但你通常会在从 Excel 导入数据时使用此功能。 下面的示例显示了包含销售数据的示例 Excel 文档。

尽管数据最初可能是有意义的，但难以通过这些数据创建从 2018 年到 2019 年合并的所有销售总额。 你的目标是通过三列在 Power BI 中使用这些数据：Month、Year 和 SalesAmount。

将数据导入到 Power Query 中时，它将类似下图所示。

接着，将第一列重命名为 Month。 此列未被正确标记，因为在 Excel 中，该标头标记的是 2018 和 2019 列。 突出显示 2018 和 2019 列，在 Power Query 中选择“转换”，然后选择“逆透视”。

可以将 Attribute 列重命名为 Year，将 Value 列重命名为 SalesAmount。

逆透视简化了稍后针对数据创建 DAX 度量值的过程。 完成此过程后，即表示你现在创建了一种通过 Year 和 Month 列来切分数据的更简单的方式。

透视列 

如果要调整的数据是平面数据（换句话说，即它包含许多详细信息，但未按任何方式整理或分组），结构的缺少可以会使你难以识别数据中的模式。

可以使用“透视列”功能将平面数据转换成一个表，其中包含列中每个唯一值的聚合值 ****。 例如，你可能需要使用此功能来通过使用不同的数学函数对数据进行汇总，例如 Count、Minimum、Maximum、Median、Average 或 Sum 。 

在 SalesTarget 示例中，可以对列进行透视以获取每一产品类别中产品子类别的数量。

在“转换”选项卡上，选择“转换”>“透视列” 。

在显示的“透视列”窗口中，从“值列”列表中选择一列，例如 Subcategory name ****  ****  ****。 展开高级选项，从“聚合值函数”列表中选择一个选项，例如 Count (All)，然后选择“确定” **** ****。 

下图说明了“透视列”功能是如何更改数据整理方式的。

Power Query 编辑器会记录对数据进行调整所采取的所有步骤，步骤的列表会显示在“查询设置”窗格中 。 如果进行了所有所需的更改，请选择“关闭并应用”以关闭 Power Query 编辑器，将更改应用到你的数据模型。 然而，在选择“关闭并应用”之前，可以在 Power Query 编辑器中采取进一步的步骤来清理和转换数据 。

参见：

https://docs.microsoft.com/zh-cn/learn/modules/clean-data-power-bi/2-shape-data