python power query pdf_Power BI Python 在Power BI Desktop中Python代码如何使用Power Query数据...

本文介绍了如何在Power BI Desktop中利用Python脚本处理Power Query的数据。通过新建查询生成一个1到100的列表并转为表,然后在Python脚本中使用`dataset`变量对数据进行操作,例如插入新列。关键点在于`dataset`代表当前查询的DataFrame,可以进行添加、修改和删除列等操作。最后,结果会由Power Query捕获并加载。
摘要由CSDN通过智能技术生成

通过Power BI Python 在Power BI Desktop中使用Python导入数据这篇文章,我们知道了Power BI如何获取Python脚本中的导入数据。那么反过来如何在Python中使用Power Query中的数据了?

首先我们进入Power Query管理器界面,通过新建一个空查询,并建立一个1到100的列表,再将其转换为表

5835bcf86245e75b57c9dd1aad2d4aff.png

随后我们依次点击“转换/运行Python脚本”

30c5ee4fa246137ba1565ea6d67e7cd4.png

在脚本对话框中,输入如下所示的代码: dataset.insert(1,"add_100",dataset["Value"]+100)

该代码中的dataset代表的就是当前查询的DataFrame,我通过调用insert方法,在当前的DataFrame的第2列中插入1列(DataFrame的列序号是从0开始的)

该列的值是使用Value列的值加100,列的名称为add_100

d6c6db4dd461ead5d12220e465f1a345.png

0628b566e207ccb1120ba832034daa67.png

由于代码返回的结果将DataFrame作为了子表,所以我们需要将其展开

e51421b421076df2c7dd9165b6c0f489.png

总结:

1、在Power Query的表中使用Python代码访问当前表的数据时,是通过dataset变量来访问

2、dataset变量是一个Pandas中的DataFrame

3、在Python代码中我们可以在dataset中添加、修改列或者删除列,也可以添加行、删除行、过滤行,不过你要使用Pandas库DataFrame的方法进行操作

4、在Python代码中你当然也可以创建其它的DataFrame,最后中都会被Power Query捕获到,并加载出来

1219bb17ea88988a540beb985cdfd8dd.png ce83dd54941ce363a15d55968c730013.png

转载于:https://www.cnblogs.com/alexywt/p/11405253.html

点赞

收藏

分享

文章举报

5d4da91b7ea95f0f02909b28ae491348

e1089cbef1b3fe9d76f1d8e0af658b17.png

dazhengmo1053

发布了0 篇原创文章 · 获赞 0 · 访问量 1251

私信

关注

Power BI Desktop,虽然主要依赖其内置的数据模型和可视化功能,但是确实可以通过Power Query Editor(原Data Modeler)Python脚本来处理数据并在外部库的帮助下进行简单绘图。以下是基本步骤: 1. **添加Python功能**:首先,确保你已经安装了Power BI Desktop的最新版本,它内置了对Python的支持。打开Power BI Desktop,点击左上角的“获取数据”按钮,然后选择“自定义SQL查询”或“Power Query编辑器”。 2. **编写Python脚本**:在Query Editor窗口底部,你会看到一个名为“Python”或“Pandas”的选项卡。在这里,你可以输入或粘贴Python代码。比如,使用`pandas`库读取数据并绘制简单的图表: ```python import pandas as pd data = pd.read_csv("your_data.csv") chart = data.plot(kind='bar') # 示例:绘制柱状图 ``` 3. **执行Python脚本**:运行Python脚本后,Power BI会读取返回的结果,通常是DataFrame。这个DataFrame可以作为新表或者现有表的扩展。 4. **创建可视化**:在Query Editor,可以选择绘制图表。Power BI会自动识别你使用Python库(如`pandas.plot()`),并将结果转换为可视化元素。 5. **将结果添加到报告**:最后,从Query Editor将绘制好的图表拖动到报告设计器,即可完成。 需要注意的是,对于复杂的绘图需求,Power BI Desktop提供的功能可能有限,你可能需要额外的后端服务器环境(如Jupyter Notebook)配合使用
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值