https://zhuanlan.zhihu.com/p/64146209 Power BI与PowerQuery.PowerPivot有什么关系? 刚开始学习PowerBI的时候,总是能碰到Power Query和Power Pivot这两个词(下文简称为PQ和PP),现在中文里面学习PowerBI的资源本来就不是很多,大部分资源还都是介绍PQ和PP的,那么她们到底和PowerBI是什么关系呢? 微软的很多办公工具都是以Power开头,最熟悉的当然就是PowerPoint了,如果ppt可以直译

Power Query 是做数据转换.数据清洗的利器,不管是在Excel还是PowerBI,如何玩好Power Query是成功建模的必不可少的一步. 今天要get到的一个新技巧:行列转换 如何将多行数据串联到一列 场景:很多时候需要把多行的数据串联起来 假设有数据如下,如何在Excel或者PowerBI做数据转换得到需要的结果呢? 名字 产品 数量 张三 苹果 4 张三 雪梨 2 李四 香蕉 8 李四 橙子 3 李四 苹果 10 需求:将各人买的东西和数量串联起来到一行上. 1. 先把产品和数

PowerBI 使用 内存的列式数据库 VertiPaq,用于对已发布的数据集进行数据压缩和快速处理,能够使PowerBI报表执行脱机访问,面向列的处理,高度优化对1:N关系的处理性能.PowerBI支持的关系(Reliationship)有1:N(称作一对多的关系)和1:1两种,PowerBI不支持多对多的关系,在设计PowerBI时,通常把1:1的关系合并成一张表,因为任何一个关系都会降低查询性能.通常意义上,所谓的PowerBI的关系通常是指一对多的关系,关系(1:N)的构成:两端是查找表

PowerBI 使用 内存的列式数据库 VertiPaq,用于对已发布的数据集进行数据压缩和快速处理,能够使PowerBI报表执行脱机访问,面向列的处理,高度优化对1:N关系的处理性能.关系是数据分析的基础,正因为数据之间存在关系,分析数据才有了意义.PowerBI支持的关系(Reliationship)有1:N(称作一对多的关系)和1:1两种,PowerBI不支持多对多的关系,在设计PowerBI时,通常把1:1的关系合并成一张表,因为任何一个关系都会降低查询性能.通常意义上,所谓的Power

在分析数据时,不可能总是对单个数据表进行分析,有时需要把多个数据表导入到PowerBI中,通过多个表中的数据及其关系来执行一些复杂的数据分析任务,因此,为准确计算分析的结果,需要在数据建模中,创建数据表之间的关系.在PowerBI中,关系(Relationship)是指数据表之间的基数(Cardinality)和交叉筛选方向(Cross Filter Direction). 基数(Cardinality) 基数关系类似于关系表的外键引用,都是通过两个数据表之间的单个数据列进行关联,该数据列叫做查

在分析数据时,不可能总是对单个数据表进行分析,有时需要把多个数据表导入到PowerBI中,通过多个表中的数据及其关系来执行一些复杂的数据分析任务,因此,为准确计算分析的结果,需要在数据建模中,创建数据表之间的关系.在PowerBI中,关系(Relationship)是指数据表之间的基数(Cardinality)和交叉筛选方向(Cross Filter Direction). 我的PowerBI开发系列的文章目录:PowerBI开发 基数(Cardinality) 基数关系类似于关系表的外键引用,

PowerBI是微软新一代的交互式报表工具,把相关的静态数据转换为酷炫的可视化的,能够根据filter条件,对数据执行动态筛选,从不同的角度和粒度上分析数据.PowerBI主要由两部分组成:PowerBI Desktop和 PowerBI Service,前者供报表开发者使用,用于创建数据模型和报表UI,后者是管理报表和用户权限,以及查看报表(Dashboard)的网页平台(Web Portal).在开始PowerBI制作报表之前,请先下载 PowerBI Desktop桌面开发工具,并注册Po

https://zhuanlan.zhihu.com/p/64149834 数据建模并没有那么高深,你同样可以学会!这篇文章通过一个实例创建一个简单的数据建模,并引出两个重要的概念:度量值和DAX. 之前谈论PowerBI与Power Pivot的关系时就提到,Power BI数据建模其实就相当于Excel的Power Pivot插件,不过这个插件已内嵌到PowerBI Desktop中了,两者的功能基本相同.Pivot是透视的意思,那么PBI的数据建模也和透视有许多共通之处. 使用的数据透视表

https://zhuanlan.zhihu.com/p/78537828 最近碰到星友的一个问题,他是在Excel的PowerQuery中已经把数据处理好了,但是处理后的数据又想用PowerBI来分析,那么还需要在PowerBI中用Powerquery重新再处理一遍吗? 或者说有什么方法把Excel中已经处理好的数据,直接导入到PowerBI中? 比如,在Excel中,已经用powerquery进行了数据处理, 将这些查询导入到PowerBI Desktop中,可以有以下几种方式: 1,获取E

DAX表达式中包含时间关系(Time Intelligence)相关的函数,用于对日期维度进行累加.同比和环比等分析.PowerBI能够创建关系,通过过滤器来对影响计算的上下文. 一,时间关系 DAX表达式有两种方式计算累加和,TOTALxTD()是DATESxTD()的语法糖,使得PowerBI对累加和的计算更加简单. 所有的时间关系函数都包含一个特殊的dates参数,该参数有三种形式: 对date/time列的引用,格式是DateTable[Date_Column] 表格表达式,返回日期/时

https://zhuanlan.zhihu.com/p/54700574 财务人员必学,使用Powerquery是一种什么体验? 你和Excel高手的距离只差了一个Power Query!!! 先思考一个财务日常工作中常遇到的问题:如何将多个工作簿的数据合并到一张表上? 可能不同的人有不同的做法? 普通青年用万能的复制粘贴二逼青年网上百度VBA代码一键汇总文艺青年找个崇拜自己的实习小MM帮忙 其实都不必这么麻烦,我们无需借助高级的数据处理软件,无需学习复杂的VBA语言,无需挖空心思找别人帮忙,

https://zhuanlan.zhihu.com/p/64418072 源数据常常包含各种差错值,为了进行下一步的分析,我们必须先找出并更正这些差错,做这些工作几乎不会有什么快乐感可言,但却往往需要耗费很多精力.如果利用数据准备工具就能够发现这些数据质量问题,我们就可以节省大量时间. PowerQuery恰好有个功能就是做这个的:列分析,下面就来看看这个功能如何帮助我们进行数据清洗的. 首先更新到最新版的 PowerBI Desktop,在预览功能中启用列分析. 然后在 Power Quer

随着数据分析工具的不断更新,我们所熟知的Excel可能已经不是你想象中的样子了. Excel和Power BI又有何千丝万缕的联系? M语言和DAX语言又是什么样的存在? 操作他们又需要掌握什么样的技能? 通过我的讲解,从此你将发现一扇通往新世界的大门,开启你新的人生,让我们启航吧! 为方便书写,以下内容使用简写 Power Query : PQ Power Pivot : PP Power BI Desktop : PBI 一.先让我们大致了解下他们的联系   为了更加直观的表述他们的关系,我

PowerBI的强大绝不仅是最后生成炫酷的可视化报告,她在第一步数据获取上就显示出了强大的威力,利用Power Query 的强大数据处理功能,几乎可以从任何来源.任何结构.任何形式上获取数据 https://zhuanlan.zhihu.com/p/64147364 数据的获取上不仅支持微软自己的数据格式,比如Excel.SQL Server.Access等;还支持SAP.Oracle.MySQL.DB2等几乎能见到的所有类型的数据格式,总有一种适合你: 不仅能能从本地获取数据,还能从网页抓取

https://zhuanlan.zhihu.com/p/64148928 前面我们学习PQ的时候都是用鼠标操作,虽然通过这些操作能完成大部分的数据处理,但是毕竟还有些复杂的工作是处理不了的,如果想彻底驾驭PQ,必须得掌握点高级玩法.就像学习Excel一样,做个表格我们只要会简单的操作就可以了,但要想学好Excel,必须会点公式.VBA是一样的道理,PQ的高级技能也是需要写公式函数的,在PQ中用的函数称之为M函数. 在之前的PQ操作中,其实M函数无处不在,比如做数据清洗的每一个步骤,背后都有M函

https://zhuanlan.zhihu.com/p/64148432 上一篇文章都是在原表数据基础上的分分合合,但做数据分析的时候还经常需要在原有数据的基础上增加一些辅助数据,比如加入新列.新行,或者从其他表中添加进来更多维度的数据,这些就是数据丰富的过程. 01添加列 Power Query中添加列有四种形式,重复列.索引列.条件列.自定义列: (一)添加重复列 重复列就是把选中的列复制一列,以便对该列的数据进行处理而不损坏原有列的数据, (二)添加索引列 索引列就是为每行增加个序号,记

https://zhuanlan.zhihu.com/p/133484654 ​本文为星球嘉宾"海艳"的PowerBI数据分析工作实践系列分享之三,她深入浅出的介绍了PowerBI在数据分析中的应用,欢迎学习借鉴. 她的前两篇分享: PowerBI数据分析实践第一弹 | 水平分析法 PowerBI数据分析实践第二弹 | 结构百分比分析法 作者/海燕 上市IT公司经营计划专业经理,专注消费电子领域经营分析 以财务报表分析为例,介绍通用的分析方法论,整体架构如下图所示: (点击查看大图)

大家好,我是小黎子!一个专注于数据分析整体数据仓库解决方案的程序猿!今天小黎子就给大家介绍一个数据分析工具由Microsoft出品的全新数据可视化工具Power BI.微软Excel很早就支持了数据透视表,并基于Excel开发了相关BI插件,如Power Query,PowerPrivot,Power View和Power Map等.这些插件让Excel如同装上了翅膀,瞬间高大上.由于Excel的普及和可操作性简单,加上数据透视表技术已经深入人心,所以全新的Power BI数据可视化工具呼之欲出

本文将讲解如何从零开始使用PowerBI Desktop制作一份动态销售报告.帮助大家快速入门PowerBI Desktop的操作.我们先来看一下一份动态销售报告的构成. 1.左上角放置了小黎子数据分析的二维码图片,紧接着是切片器,由城市,店长,店铺数据默认情况下是所有的数据,点击下拉框可以进行筛选数据 2.右上角是放置的卡片图,主要用于显示报告分析中重要的指标. 3.中间部分的图表显示的业绩排名,业绩贡献,业绩增长情况 4.左下角的散点图,使用了十字线将所有员工分为四个象限,右上角就是指标最佳

Power BI的增量刷新功能现在已经对Pro用户开通,但由于种种限制,很多人依然无法使用无这个功能,所以,每一次刷新,都要彻底更新数据集.这对于量级比较大的数据集来说,着实是一件耗费时间的事情. 拿我的亲身经历举个例子,我有一份报表涵盖了客户近3年的销售情况,由于客户的业务流量比较大,数据集的每一次手动刷新都在15分钟左右,而计划刷新更是会延迟到35分钟左右,严重影响到报表的日常使用. 不过呢,聪明如我( 偷笑 ),我还是发掘到了一个十分简单的”增量刷新”解决方案,使用一个DAX函数就可以实现