通过

在 Jupyter 笔记本中快速创建报表

  • 项目

如果使用的是 Jupyter 笔记本，则只需几个步骤即可生成 Power BI 快速报表，而无需离开笔记本。 借助快速报表，可以使用笔记本体验中的 Power BI 可视化功能来轻松讲述数据的故事。
快速报表临时报表，不会自动保存。 每次运行代码时，都会创建一个新报表并移除旧报表。 可以手动保存报表，以便以后在笔记本或 Power BI 中使用。

先决条件

导入模块

在笔记本中使用 DataFrame 需要以下模块：

  • 来自 powerbiclient 的 QuickVisualize 和 get_dataset_config
  • pandas
from powerbiclient import QuickVisualize, get_dataset_config
import pandas as pd

创建 pandas DataFrame

创建 pandas DataFrame 并对其进行更新。 以下示例演示了根据示例 CSV 文件创建 DataFrame 的示例，但你可以根据需要以任何方式创建自己的 DataFrame。

# Import your own CSV as a pandas data frame
df = pd.read_csv('Financial Sample.csv')

# Perform preprocessing
df = df.drop(['Month Number', 'Month Name', 'Year'], axis=1)
df = df.loc[df['Units Sold'] > 1000]
df['Discounted'] = df['Discount Band'] != 'None'

进行 Power BI 身份验证

# Import the DeviceCodeLoginAuthentication class to authenticate against Power BI
from powerbiclient.authentication import DeviceCodeLoginAuthentication
    
# Initiate device authentication
device_auth = DeviceCodeLoginAuthentication()

有关身份验证的详细信息，请查看 github wiki 页面。

创建和呈现快速可视化实例

根据创建的 DataFrame 创建 QuickVisualize 实例。 如果使用的是 pandas DataFrame，则可以使用我们的实用工具函数（如以下代码片段所示）创建报表。 如果使用的是 pandas 以外的 DataFrame，请自行分析数据。

# Create a Power BI report from your data
PBI_visualize = QuickVisualize(get_dataset_config(df), auth=device_auth)

# Render new report
PBI_visualize

Jupyter 笔记本中呈现的视觉对象的屏幕截图。

自定义报表（可选）

创建报表后，可以对其进行自定义，以从数据中获取最有价值的见解，并为笔记本中的报表创建完美的匹配项。

如需获取演示 Jupyter 笔记本，请参阅 GitHub 存储库。

相关内容

更多问题？ 尝试咨询 Power BI 社区