Использование Python в Редактор Power Query

Статья
09/08/2023

Вы можете использовать Python, язык программирования, широко используемый статистическими специалистами, специалистами по обработке и анализу данных, в Редактор Power Query Power BI Desktop. Эта интеграция Python с Редактор Power Query позволяет выполнять очистку данных с помощью Python, а также выполнять расширенную формирование и аналитику данных в наборах данных, включая завершение отсутствующих данных, прогнозов и кластеризация, только для определения нескольких. Python — это мощный язык, который можно использовать в Редактор Power Query для подготовки модели данных и создания отчетов.

Необходимые компоненты

Перед началом работы необходимо установить Python и pandas.

Установите Python. Чтобы использовать Python в Редактор Power Query Power BI Desktop, необходимо установить Python на локальном компьютере. Вы можете скачать и установить Python бесплатно из многих расположений, включая официальную страницу загрузки Python и Anaconda.
Установите pandas — чтобы использовать Python с Редактор Power Query, вам также потребуется установить pandas. Pandas используется для перемещения данных между Power BI и средой Python.

Использование Python с Редактор Power Query

Чтобы показать, как использовать Python в Редактор Power Query, воспользуйтесь этим примером из набора данных фондового рынка на основе CSV-файла, который можно скачать здесь и следовать далее. Ниже приведены действия, описанные в этом примере.

Сначала загрузите данные в Power BI Desktop. В этом примере загрузите csv-файл EuStockMarkets_NA.csv и выберите "Получить текст данных>/CSV" на ленте "Главная" в Power BI Desktop.
Выберите файл и нажмите кнопку "Открыть", а CSV-файл отображается в диалоговом окне CSV-файла .
После загрузки данных вы увидите его в области "Поля " в Power BI Desktop.
Откройте Редактор Power Query, выбрав "Преобразовать данные" на вкладке "Главная" в Power BI Desktop.
На вкладке "Преобразование" выберите "Запуск скрипта Python" и редактор скриптов Python отображается, как показано на следующем шаге. Строки 15 и 20 страдают от отсутствующих данных, так как другие строки не отображаются на следующем рисунке. Ниже показано, как Python завершает эти строки.
В этом примере введите следующий код скрипта:
```
import pandas as pd
completedData = dataset.fillna(method='backfill', inplace=False)
dataset["completedValues"] =  completedData["SMI missing values"]
```
Примечание.

Для правильной работы предыдущего кода скрипта необходимо установить библиотеку pandas в среде Python. Чтобы установить pandas, выполните следующую команду в установке Python: pip install pandas

При вводе в диалоговое окно запуска скрипта Python код выглядит следующим образом:
После нажатия кнопки "ОК"Редактор Power Query отображается предупреждение о конфиденциальности данных.
Для правильной работы скриптов Python в служба Power BI все источники данных должны быть установлены на общедоступные. Дополнительные сведения о параметрах конфиденциальности и их последствиях см. в разделе "Уровни конфиденциальности".

Обратите внимание на новый столбец в области "Поля " с именем completedValues. Обратите внимание, что существует несколько отсутствующих элементов данных, таких как строка 15 и 18. Ознакомьтесь с тем, как Python обрабатывает это в следующем разделе.

С тремя строками скрипта Python Редактор Power Query заполнены отсутствующими значениями с прогнозной моделью.

Создание визуальных элементов из данных скрипта Python

Теперь мы можем создать визуальный элемент, чтобы узнать, как код скрипта Python с помощью библиотеки pandas завершил отсутствующие значения, как показано на следующем рисунке:

Screenshot of the visual, showing original data and completed missing values of the pandas library.

После завершения этого визуального элемента и других визуальных элементов, которые можно создать с помощью Power BI Desktop, можно сохранить файл Power BI Desktop. Файлы Power BI Desktop сохраняются с расширением PBIX-файла . Затем используйте модель данных, включая скрипты Python, которые являются частью его, в служба Power BI.

Примечание.

Хотите просмотреть завершенный PBIX-файл, выполнив указанные ниже действия? Ты удача. Вы можете скачать готовый файл Power BI Desktop , используемый в этих примерах прямо здесь.

После отправки PBIX-файла в служба Power BI необходимо выполнить несколько дополнительных действий, чтобы включить обновление данных в службе и включить обновление визуальных элементов в службе. Данные должны иметь доступ к Python для обновления визуальных элементов. Ниже приведены следующие действия.

Включите запланированное обновление для набора данных. Чтобы включить запланированное обновление книги, содержащей набор данных с помощью скриптов Python, см. статью "Настройка запланированного обновления", которая также содержит сведения о личном шлюзе.
Установите личный шлюз. Вам нужен личный шлюз, установленный на компьютере, где находится файл, и где установлен Python. Служба Power BI должен получить доступ к этой книге и повторно отобразить все обновленные визуальные элементы. Дополнительные сведения см. в статье об установке и настройке личного шлюза.

Поделиться через

Использование Python в Редактор Power Query

Необходимые компоненты

Использование Python с Редактор Power Query

Создание визуальных элементов из данных скрипта Python

Рекомендации и ограничения

Дополнительные ресурсы