Introduktion

  • 2 minutter

Overvej et scenarie, hvor du har importeret data til Power BI fra flere forskellige kilder, og når du efterfølgende undersøger dataene, er de ikke klar til analyse. Hvad kan gøre, at dataene ikke er klar til analyse?

Når du undersøger dataene, opdager du flere problemer, herunder:

  • En kolonne med navnet Ansættelsesstatus indeholder kun tal.

  • Flere kolonner, som indeholder fejl.

  • Nogle kolonner indeholder null-værdier.

  • Kunde-id'et i nogle kolonner vises, som om det er duplikeret flere gange.

  • En enkelt adresse kolonne indeholder en kombination af gade-/vejnavn, by, stat og postnummer.

Du begynder at arbejde med dataene, men hver gang du opretter kontrolelementer i rapporter, vises der forkerte data og resultater, og simple rapporter om totaler er fejlagtige.

Beskidte data kan være overvældende, og selvom du måske føler dig frustreret, beslutter du dig for at komme på arbejde og finde ud af, hvordan du gør denne semantiske model så uberørt som muligt.

Heldigvis omfatter Power BI og Power Query et effektivt miljø til rensning og klargøring af dataene. Rensede data har følgende fordele:

  • Målinger og kolonner giver mere præcise resultater, når der udføres sammenlægninger og beregninger i dem.

  • Tabeller er organiseret, så brugerne kan finde dataene på en intuitiv måde.

  • Dubletter fjernes, så datanavigation er nemmere. Der oprettes også kolonner, der kan bruges i udsnit og filtre.

  • En kompliceret kolonne kan opdeles i to mere enkle kolonner. Flere kolonner kan kombineres til én kolonne, så de bliver mere læsevenlige.

  • Koder og heltal kan erstattes med værdier, der kan læses af mennesker.

I dette modul lærer du, hvordan du kan:

  • Løse problemer med uoverensstemmelser, uventede værdier eller null-værdier og datakvalitet.

  • Anvende brugervenlige værdierstatninger.

  • Profilere data, så du kan få mere at vide om en bestemt kolonne, før du bruger den.

  • Evaluere og omdanne kolonnedatatyper.

  • Anvende transformationer af dataform på tabelstrukturer.

  • Kombinere forespørgsler.

  • Anvende brugervenlige navngivningskonventioner på kolonner og forespørgsler.

  • Redigere M-kode i Avanceret editor.