简介
假设你已从若干不同的源将数据导入了 Power BI，但在检查这些数据时，这些数据并没有做好用于进行分析的准备。 是什么使数据没有为分析做好准备？
检查数据时，你发现了一些问题，包括：
名为 Employment status 的一列仅包含数字。
若干列包含错误。
某些列包含 NULL 值。
某些列中显示的客户 ID 似乎是重复复制的。
单一地址列合并有“街道地址”、“城市”、“省/市/自治区”以及“邮政编码”。
你随即开始处理数据，但每次在报表上创建视觉对象时，都会得到错误的数据和不正确的结果，并且关于销售总额的简单报表也是错误的。
由于脏数据可能过于繁多，你可能会感到沮丧，但你决定开始着手处理，想办法使此语义模型尽可能恢复纯净的状态。
幸运的是，Power BI 和 Power Query 为你提供了功能强大的环境，用于清理和准备数据。 清理数据具有以下优点：
度量值和列在执行聚合和计算时会生成更准确的结果。
表经过了整理，用户可以从中以直观的方式查找数据。
重复项会被删除，使数据导航更为简单。 它还将生成可用于切片器和筛选器的列。
一个复杂的列可以被拆分为两个更简单的列。 可以将多列合并成一列，易于阅读。
可以将代码和整数替换为可读的值。
通过学习本模块，你将了解如何：
解决不一致、意外或 NULL 值以及数据质量问题。
应用用户友好的值替换。
分析数据，使你在使用数据之前能了解特定列的更多信息。
评估和转换列数据类型。
将数据形状转换应用于表结构。
合并查询。
将用户友好的命名约定应用于列和查询。
在高级编辑器中编辑 M 代码。