Beskriva rensning och transformering av data i Power BI Desktop
När du arbetar med data från olika datakällor kommer det inte alltid att vara i ett format som gör att det kan visas med andra data. Du kan till exempel vara redo att skapa en enhetsanvändningsrapport som visar IoT-relaterad enhetsinformation för enskilda kunder. Vanligtvis finns dessa data i flera system. Kundinformationen finns troligen i organisationens CRM-system (Customer Relationship Management), medan IoT-data sannolikt lagras i ett dedikerat IoT-system, till exempel Azure IoT Hub. Många gånger är IoT-data inte så strukturerade som data i CRM-systemet. Vissa data kanske inte har rätt format, eller så kanske det bara finns mer data än du behöver. I dessa fall måste du rensa och transformera dina data. Att rensa och transformera data är hur du förbereder dina data och gör dem redo att användas. Om du vill börja transformera och rensa data använder du Power BI Desktop-programmet.
Power BI Desktop har tre vyer:
Rapportvy: Du kan skapa frågor för att skapa övertygande visualiseringar som du kan dela med andra. Du kan ordna dem som du vill att de ska visas.
Datavy: Se data i rapporten i datamodellformat, där du kan lägga till mått, skapa nya kolumner och hantera relationer.
Modellvy: Få en grafisk representation av de relationer som upprättas i din datamodell och hantera eller ändra dem efter behov.
Power BI Desktop innehåller verktyget Power Query-redigeraren, som kan hjälpa dig att forma och transformera data så att de är redo för dina modeller och visualiseringar.
Börja genom att välja Redigera från fönstret Navigatören för att starta Power Query-redigeraren. Du kan också starta Power Query-redigeraren direkt från Power BI Desktop med hjälp av knappen Transformera data i menyfliksområdet Start.
Transformera data
Som tidigare nämnts är att transformera data en process för att placera data i ett format som kan användas i dina rapporter. Exempel på tillgängliga transformeringar är att ta bort en kolumn från tabellen, duplicera kolumnen under ett nytt namn eller ersätta värden.
Rensa data
Power BI kan importera data från nästan vilken källa som helst, men verktygen för visualisering och modellering fungerar bäst med data i kolumner. Ibland formateras inte dina data i enkla kolumner, vilket ofta är fallet med Excel-kalkylblad.
En tabellayout som ser bra ut för det mänskliga ögat kanske inte är optimal för automatiserade frågor. Följande kalkylblad har till exempel rubriker som sträcker sig över flera kolumner.
När du rensar data kan du kombinera dessa rader i ett enda objekt för att bättre formatera data så att de passar dina behov. Eller så kan du ha en serie numeriska data som måste aggregeras för att visa bättre. Med Power Query finns det en serie verktyg som du kan använda för att förbereda data.
Syftet med den här modulen var att introducera de grundläggande begreppen kring rensning och transformering av data. Du kan lära dig mer om att transformera, forma och modellera data i Power BI här: Transformera, forma och modellera data i Power BI