Usar o Python no Editor do Power Query

Você pode usar Python, uma linguagem de programação amplamente usada por estatísticos, cientistas de dados e analistas de dados, no Editor do Power Query do Power BI Desktop. Essa integração de Python ao Editor do Power Query permite executar a limpeza de dados usando Python e executar análise e modelagem de dados avançadas em conjuntos de dados, inclusive completar dados ausentes, fazer previsões e clustering, apenas para citar alguns exemplos. Python é uma linguagem poderosa e pode ser usada no Editor do Power Query para preparar seu modelo de dados e criar relatórios.

Instalar o Python

Para usar Python no Editor do Power Query do Power BI Desktop, você precisa instalar Python no computador local. Você pode baixar e instalar o Python gratuitamente em vários locais, incluindo a página de download do Python Oficial e o Anaconda.

Usar Python com Editor do Power Query

Para mostrar como usar o Python em Editor do Power Query, veja este exemplo de um conjunto de dados do mercado de ações, com base em um arquivo CSV que você pode baixar aqui e acompanhar. As etapas para este exemplo são o seguinte procedimento:

  1. Primeiro, carregue os dados no Power BI Desktop. Neste exemplo, carregue o arquivo EuStockMarkets_NA.csv e selecione Obtertexto/CSV de dados> na faixa de opções Página Inicial em Power BI Desktop.

    Captura de tela da faixa de opções Obter Dados em Power BI Desktop, mostrando a seleção de CSV.

  2. Selecione o arquivo e selecione Abrir. O CSV será exibido na caixa de diálogo Arquivo CSV.

    Captura de tela da caixa de diálogo arquivo CSV, mostrando o CSV selecionado.

  3. Depois que os dados forem carregados, você os verá no painel Campos em Power BI Desktop.

    Captura de tela do painel Campos mostrando os dados carregados.

  4. Abra o Editor do Power Query selecionando Transformar dados na guia Página Inicial no Power BI Desktop.

    Captura de tela do Editor do Power Query em Power BI Desktop, mostrando a seleção Transformar dados.

  5. Na guia Transformar , selecione Executar Script Python e o editor Executar Script python é exibido conforme mostrado na próxima etapa. As linhas 15 e 20 sofrem de dados ausentes, assim como outras linhas que você não pode ver na imagem a seguir. As etapas a seguir mostram como o Python conclui essas linhas para você.

    Captura de tela da guia Transformar mostrando as linhas de dados.

  6. Para este exemplo, insira o seguinte código de script:

    import pandas as pd
    completedData = dataset.fillna(method='backfill', inplace=False)
    dataset["completedValues"] =  completedData["SMI missing values"]
    

    Observação

    Você precisa ter a biblioteca pandas instalada em seu ambiente python para que o código de script anterior funcione corretamente. Para instalar o Pandas, execute o seguinte comando na instalação do Python: pip install pandas

    Quando colocado na caixa de diálogo Executar Script python , o código se parece com o seguinte exemplo:

    Captura de tela da caixa de diálogo Executar Script do Python mostrando o código do script.

  7. Depois de selecionar OK, Editor do Power Query exibe um aviso sobre privacidade de dados.

    Captura de tela do painel Editor do Power Query mostrando o aviso sobre a privacidade dos dados.

  8. Para que os scripts Python funcionem corretamente no serviço do Power BI, todas as fontes de dados precisam ser definidas como públicas. Para obter mais informações sobre as configurações de privacidade e suas implicações, confira Níveis de privacidade.

    Captura de tela da caixa de diálogo Níveis de privacidade mostrando que a opção Público está definida.

    Observe uma nova coluna no painel Campos chamada completedValues. Observe que há alguns elementos de dados ausentes, como nas linhas 15 e 18. Veja como o Python lida com isso na próxima seção.

Com apenas três linhas de script Python, Editor do Power Query preenchido os valores ausentes com um modelo preditivo.

Criar visuais com base em dados de script do Python

Agora, podemos criar um visual para ver como o código de script Python preencheu os valores ausentes usando a biblioteca pandas, conforme mostrado na imagem a seguir:

Captura de tela do visual mostrando os dados originais e os valores ausentes completos da biblioteca do Pandas.

Depois que esse visual for concluído e qualquer outro visual que você queira criar usando Power BI Desktop, você poderá salvar o arquivo Power BI Desktop. Power BI Desktop arquivos salvos com a extensão de nome de arquivo .pbix. Em seguida, use o modelo de dados, incluindo os scripts python que fazem parte dele, no serviço do Power BI.

Observação

Quer ver um arquivo .pbix concluído com essas etapas concluídas? Você está com sorte. Você pode baixar o arquivo Power BI Desktop concluído usado nestes exemplos aqui.

Depois de carregar o arquivo .pbix no serviço do Power BI, mais algumas etapas são necessárias para permitir que os dados sejam atualizados no serviço e permitir que os visuais sejam atualizados no serviço. Os dados precisam de acesso ao Python para que os visuais sejam atualizados. As outras etapas são as seguintes etapas:

  • Habilite a atualização agendada para o conjunto de dados. Para habilitar a atualização agendada para a pasta de trabalho que contém seu conjunto de dados com scripts Python, consulte Configurando a atualização agendada, que também inclui informações sobre o Gateway Pessoal.
  • Instale o Gateway Pessoal. Você precisa de um Gateway Pessoal instalado no computador onde o arquivo está localizado e onde o Python está instalado. O serviço do Power BI deve acessar essa pasta de trabalho e renderizar novamente todos os visuais atualizados. Para obter mais informações, confira instalar e configurar o Gateway Pessoal.

Considerações e limitações

Existem algumas limitações para consultas que incluem scripts Python criados no Editor do Power Query:

  • Todas as configurações de fonte de dados Python precisam ser definidas como Públicas, e todas as outras etapas em uma consulta criada no Editor do Power Query também precisam ser públicas. Para obter as configurações de fonte de dados, no Power BI Desktop, selecione Arquivo > Opções e configurações > Configurações de fonte de dados.

    Captura de tela do menu Arquivo no Power BI Desktop, mostrando a seleção Configurações da fonte de dados.

    Na caixa de diálogo Configurações da Fonte de Dados , selecione as fontes de dados e, em seguida, selecione Editar Permissões... e verifique se o Nível de Privacidade está definido como Público.

    Captura de tela da caixa de diálogo Configurações da fonte de dados mostrando que o Nível de privacidade está definido como Público.

  • Para habilitar a atualização agendada do conjunto de dados ou dos elementos visuais do Python, você precisa habilitar a Atualização agendada e ter um Gateway Pessoal instalado no computador que hospeda a pasta de trabalho e a instalação do Python. Para obter mais informações sobre ambos, confira a seção anterior deste artigo, que fornece links, para saber mais sobre cada um.

  • Atualmente, não há suporte para tabelas aninhadas, que são tabelas.

Há inúmeras coisas que você pode fazer com Python e consultas personalizadas, então, explore e modele seus dados da maneira como deseja que eles sejam mostrados.