Øvelse - Indlæs data fra forskellige kilder i Power BI

  • 10 minutter

Datasættet for dette kursus indeholder salgsdata fra VanArsdel, Ltd. og andre konkurrenter. Vi har syv års transaktionsdata efter dag, produkt og postnummer for hver producent. Vi vil analysere data fra syv lande/områder.

Du kan finde salgsdataene for USA ved at gå til Data>USSales>Sales.csv.

For at finde salg i alle andre lande, Data>InternationalSales.

Oplysninger om Product, Geography og Manufacturer findes i en Microsoft Excel fil kaldet bi_dimensions.xlsx i undermappen USSales i mappen Data (/Data/USSales/).

Opgave 1: Hent salgsdata for USA

  1. Hvis du ikke allerede har den åbne, skal du starte den Power BI Desktop nu.

  2. Når du åbner for første gang, kan du muligvis se en pop-up, der præsenterer indstillinger for mørk tilstand . Dette kursus bruger standardtilstanden , men du kan vælge noget andet. Vælg Næste , når du har foretaget dit valg, og luk på det næste skærmbillede.

    Skærmbillede af pop op-vinduet Mørk tilstand.

  3. Log ind ved hjælp af dine Power BI legitimationsoplysninger.

    Skærmbillede af Power BI Desktop startsiden.

    Lad os derefter angive landestandard som engelsk, så resten af dette område passer bedst sammen.

  4. Vælg Filer på båndet, og vælgderefter Indstillinger og indstillinger . Vælg derefter Indstillinger.

    Skærmbillede af vinduet Indstillinger og indstillinger for Power BI Desktop med valget 'Indstillinger' fremhævet.

  5. Under AKTUEL FIL i venstre indstillingsrude skal du vælge Internationale indstillinger.

  6. På rullelisten Landestandard skal du vælge Engelsk (USA).

  7. Vælg derefter OK for at lukke dialogboksen.

    Skærmbillede af vinduet Indstillinger for Power BI Desktop med dialogboksen Internationale indstillinger valgt og Landestandard for import fremhævet for engelsk (USA).

    Den næste trin er at indlæse data i Power BI Desktop.

    Seddel

    Power BI Desktop har evnen til at oprette forbindelse til 300+ datakilder. De nyeste kilder er en del af Microsoft Fabric OneLake-kataloget. Du vil ikke bruge OneLake i dagens klasse, men for at lære mere læs her: Selvstudium: Stof til Power BI brugere.

    Skærmbillede af Power BI Desktop OneLake-katalogrullelisten udvidet og fremhævet.

    Vi bruger CSV- og Excel-datafiler i dette laboratorium for nemheds skyld. Hvis du vil have en komplet liste over datakilder, skal du se: Datakilder i Power BI Desktop.

    Start med at indlæse USA Sales-data, som findes i en CSV-fil.

  8. På båndet øverst på skærmen skal du vælge fanen Hjem . Vælg derefter rullemenuen Hent data (ikke ikonet).

  9. Vælg Tekst/CSV på listen Almindelige datakilder .

    Skærmbillede af Power BI Desktop rullemenuen 'Hent data' valgt og fremhævet sammen med tekst / CSV-valg fremhævet.

  10. Gå til mappen (denne mappe kaldes muligvis Attendee, hvis du ikke omdøbte den DIAD i modul 1), dobbeltklik på Data , dobbeltklik på mappen USSales, og vælg derefter filen Sales.csv .

  11. Vælg derefter knappen Åbn .

    Skærmbillede af mappen til den Sales.csv fil med både filen og feltet 'Åbn' fremhævet.

    Seddel

    Hvis din mappe ser tom ud, betyder det sandsynligvis, at du har glemt at pakke dine klassefiler ud. Naviger til din placering, hvor du gemte klassefilerne, og pak filerne ud ved at højreklikke på .zip-filen, og vælg derefter Udpak alle.

    Power BI Registrerer datatypen i hver kolonne. Der er tre muligheder for registrering af datatype: baseret på de første 200 rækker, baseret på hele datasættet eller ikke registrering af datatypen. Da vores datasæt er stort, og det tager tid og ressourcer at scanne det komplette datasæt, efterlader vi standardindstillingen for at vælge datasættet baseret på de første 200 rækker.

    Når du har fuldført dit valg, har du tre muligheder: Indlæs, Transformér data eller Annuller.

    • Indlæs tilføjer dataene fra kilden Power BI Desktop , så du kan begynde at oprette rapporter.

    • Transformér data giver dig mulighed for at udføre dataformningshandlinger, f.eks. fletning af kolonner, tilføjelse af ekstra kolonner, ændring af datatyper af kolonner og hentning af andre data.

    • Annuller returnerer dig tilbage til hovedlærred.

  12. I dialogboksen Sales.csv skal du vælge knappen Transformér data .

    Skærmbillede af dialogboksen Sales.csv, der fremhæver knappen Transformér data.

    Du føres til vinduet Forespørgselseditor som vist på det følgende skærmbillede. Forespørgselseditoren bruges til at udføre dataformningshandlinger. Bemærk, at den salgsfil, du har tilknyttet, vises som en forespørgsel i ruden til venstre på skærmen. Du kan se en forhåndsversion af dataene i den midterste rude. Power BI Forudsiger datatypen for hvert felt (baseret på de første 200 rækker) som angivet med ikonerne til venstre for hver kolonneoverskrift. I ruden til højre på skærmen registreres de trin, som forespørgselseditoren udfører, i sektionen ANVENDTE TRIN .

    Skærmbillede af editoren Power Query med afsnittet Salgsforespørgsel og anvendte trin fremhævet.

  13. Bemærk, at Power BI du angiver kolonnen Zip til datatypen Heltal. For at sikre, at det foranstillede nul ikke fjernes fra postnumre, der starter med nul, formaterer vi dem som tekst.

    1. For at gøre dette skal du vælge kolonnen Zip .

    2. Vælg derefter fanen Transformér på båndet .

    3. I menuen øverst på skærmen skal du vælge rullemenuen Datatype .

    4. Vælg derefter tekst mulighed.

    Skærmbillede af editoren Power Query med fanen Transformér fremhævet sammen med rullemenuen Datatype udvidet/fremhævet og tekstmarkeringen fremhævet.

  14. En Skift kolonnetype meddelelsesboks åbnes. Vælg knappen Erstat aktuel , som overskriver Power BI den forudsagte datatype.

    Vigtigt

    Hvis du mangler disse sidste to trin, introduceres null-værdier, når zip-feltet indeholder både tegn og tal.

    Skærmbillede af dialogboksen Skift kolonnetype med feltet Erstat aktuel fremhævet.

Nu, hvor vi har dækket import af data til Power BI Desktop brug Power Query, begynder vi i næste afsnit processen med at indlæse data fra forskellige kilder i Power BI.

I forrige sektion blev du introduceret til at importere data til Power BI Desktop brug Power Query. Nu begynder vi at arbejde med forskellige kilder og går gennem de trin, der er nødvendige for at kombinere disse kilder i en model. Når du har lært at håndtere flere kilder, dækker enhed 3, hvordan du rydder op i alle disse trukne data.

Opgave 2: Indlæs forskellige kilder

Lad os nu hente de data, der er i Excel-kildefilen kaldet bi-dimensions.xlsx.

  1. På båndet øverst i editoren Power Query skal du vælge fanen Hjem .

  2. Vælg rullelisten Ny kilde (ikke ikonet), og vælg derefter Excel-projektmappe.

    Skærmbillede af editoren Power Query med rullelisten Ny kilde fremhævet og udvidet med indstillingen Excel-projektmappe fremhævet.

  3. Gå til mappen DIAD :

    1. Vælg Data og derefter mappen USSales

    2. Vælg derefter filen bi_dimensions.xlsx

    3. Vælg derefter Åbn , hvorefter dialogboksen Navigator vises.

    Skærmbillede af dialogboksen Åbn med den valgte fil.

  4. Dialogboksen Navigator åbnes. På listen til venstre for dialogboksen kan du se tre ark på listen, der findes i Excel-projektmappen. Det viser også Product_Table, som er en foruddefineret Excel-tabel.

    Seddel

    Excel-tabeller adskiller sig fra regneark ved hjælp af forskellige ikoner.

    Skærmbillede af vinduet Navigator med ikonerne for Excel-tabellen fremhævet.

  5. På listen til venstre for dialogen skal du markere afkrydsningsfeltet for geo. I indholdsruden skal du bemærke, at de første par rækker er overskrifter og ikke er en del af dataene. Vi fjerner dem snart.

  6. Markér afkrydsningsfeltet for manufacturer. I indholdsruden skal du bemærke, at de sidste par rækker er sidefødder og ikke er en del af dataene. Vi fjerner dem snart.

  7. Markér afkrydsningsfeltet for Product_Table. Bemærk, at det andet ikon angiver, at disse data er gemt i en Excel-tabel.

  8. Sørg for, at Product_Table, geo og manufacturer er valgt i ruden til venstre, og vælg derefter OK.

    Skærmbillede af navigatorvinduet med tabellerne Product_Table, geo og manufacturer fremhævet.

  9. Bemærk, at tre ark tilføjes som forespørgsler i forespørgselseditoren: Product_Table, geo og producent.

    Skærmbillede af editoren Power Query med tabellerne Product_Table, geo og producent fremhævet.

Opgave 3: Tilføj andre data

I dette scenarie accepterer de internationale datterselskaber at levere deres salgsdata, så virksomhedens salg kan analyseres sammen. Du har oprettet en mappe, hvor de hver især placerer deres data.

Hvis du vil analysere alle dataene samlet, skal du importere de nye data fra hvert af datterselskaberne og kombinere dem med det salg i USA, du indlæste tidligere.

Da du indlæste salgsdataene for USA tidligere i denne enhed, gjorde du det med en enkelt fil. Power BI Giver dig dog mulighed for at indlæse alle filerne i en mappe sammen på én gang. Dette hjælper dig med at spare tid, når du indlæser data.

  1. Under fanen Hjem i forespørgselseditoren skal du vælge rullelisten Ny kilde (ikke ikonet).

  2. Vælg Mere.. på listen over indstillinger. Dialogboksen Hent data åbnes.

    Skærmbillede af editoren Power Query med rullelisten Ny kilde udvidet og fremhævet med Mere... udvalg fremhævet.

  3. I dialogboksen Hent data skal du vælge Mappe på listen Alle .

  4. Vælg derefter knappen Opret forbindelse , og dialogboksen Mappe åbnes.

    Skærmbillede af vinduet Hent data med valgene Alle og Mapper og knappen Opret forbindelse fremhævet.

  5. I dialogboksen Mappe skal du vælge knappen Gennemse.. knap.

  6. I dialogboksen Søg efter mappe skal du navigere til den placering, hvor du pakkede klassefilerne ud.

  7. DIAD Åbn mappen, og åbn derefter mappen Data .

  8. Vælg mappen InternationalSales .

  9. Vælg OK for at lukke dialogboksen Søg efter mappe .

    Skærmbillede af mappen International Sales valgt i dialogboksen Søg efter mappe.

  10. Vælg derefter OK for at lukke dialogboksen Mappe . Dialogboksen Den valgte mappe viser listen over filer i mappen.

    Skærmbillede af dialogboksen Mappe med den valgte mappe og placeringen af knappen OK.

    Seddel

    Denne tilgang indlæser alle filerne i mappen. Dette er nyttigt, når du har en gruppe, der placerer filer på et FTP-sted (File Transfer Protocol) hver måned, og du ikke altid er sikker på navnene på filerne eller antallet af filer. Alle filerne skal være af samme filtype med kolonner i samme rækkefølge.

  11. Vælg knappen Kombiner og transformér data nederst i dialogboksen.

    Skærmbillede af listen over filer i mappen InternationalSales med knappen Kombiner og transformér data fremhævet.

    Dialogboksen Kombiner filer åbnes. Som standard Power BI registrerer datatypen igen baseret på de første 200 rækker. Bemærk, at der er mulighed for at vælge forskellige filafgrænsere. Den fil, vi arbejder med, er kommasepareret, så lad os lade standardindstillingen Afgrænser være komma.

    Der er også mulighed for at vælge hver enkelt fil i mappen (ved hjælp af rullemenuen Eksempelfil ) for at validere filernes format.

  12. Vælg knappen OK nederst i vinduet Kombiner filer .

    Skærmbillede af vinduet Kombiner filer med knappen OK fremhævet.

    Du føres tilbage til Power Query vinduet Editor med en ny forespørgsel med navnet InternationalSales.

    Drikkepenge

    Hvis du ikke kan se ruden Forespørgsler til venstre på skærmen, skal du vælge > ikonet (større end) for at udvide ruden.

    Drikkepenge

    Hvis du ikke kan se ruden Forespørgselsindstillinger til højre på skærmen, skal du vælge fanen Vis på båndet og vælge Forespørgselsindstillinger for at få vist ruden.

  13. Vælg InternationalSales i forespørgselsruden til venstre.

    Skærmbillede af editoren Power Query med tabellen Forespørgselsindstillinger og InternationalSales fremhævet.

    Bemærk, at kolonnen Zip er af typen Heltal . Baseret på de første 200 rækker, Power BI mener Zip-kolonnen består af hele tal. Men postnumre kan være alfanumeriske i nogle regioner eller indeholde foranstillede nuller. Hvis vi ikke ændrer datatypen, modtager vi en fejl, når vi indlæser dataene. Så lad os ændre zip-kolonnen til datatype Tekst.

  14. Vælg kolonnen Zip i forespørgslen InternationalSales , og skift derefter datatypen til Tekst ved hjælp af rullelisten under fanen Hjem .

    Skærmbillede af editoren Power Query med rullemenuen Datatype fremhævet og udvidet med indstillingen Tekst fremhævet.

  15. Dialogboksen Skift #glsr_cfiggeciz åbnes. Vælg knappen Erstat aktuel, når du bliver bedt om det.

    I ruden Forespørgsler skal du bemærke, at der er oprettet en Transformér fil fra mappen InternationalSales . Dette indeholder den funktion, der bruges til at indlæse hver af filerne fra mappen.

    Hvis du sammenligner tabellen InternationalSales og tabellen Sales , kan du se, at tabellen InternationalSales indeholder to nye kolonner: Source.Name og Country.

    Skærmbillede af de to nye kolonner.

  16. Vi har ikke brug for kolonnen #pii_ijfidejz i forespørgslen InternationalSales . Sådan fjerner du kolonnen fra forespørgslen:

    1. Vælg kolonnen #pii_ijfideaz .

    2. Vælg fanen Hjem på båndet.

    3. Vælg rullemenuen Fjern kolonner .

    4. Vælg nu Fjern kolonner igen.

    Skærmbillede af kolonnen Kildenavn, der er valgt i forespørgselstabellen for internationalt salg, og placeringen af indstillingen Fjern kolonner på rullelisten Fjern kolonner.

    Seddel

    Måske er Australien det eneste land/område, der vises. Dette skyldes, at editoren Power Query kun viser de første 1000 rækker i en hvilken som helst datakilde. For at validere, at du har dataene fra alle landefiler, kan du vælge rullemenuen ud for kolonnen Country og derefter vælge Indlæs mere.

    Skærmbillede af kolonnen Land udvidet med indstillingen Indlæs mere fremhævet.

    Du vil nu se, at Australia, Canada, Germany, Japan, Mexico og Nigeria alle er valgt.

    Skærmbillede af kolonnen Land/område, hvor flere lande/områder er indlæst med landene/områderne fremhævet, og knappen Annuller fremhævet.

Hvis du har udført dette valgfrie trin, skal du vælge Annuller.

Nu, hvor du har indlæst alle de nødvendige data til den kommende rapport, er du klar til at begynde at forberede dataene. I næste sektion undersøger vi metoder til at transformere og rense vores data ved hjælp af Power BI Desktop.