在 Power BI 中分析数据.pdf

### Power BI 数据分析知识点 #### 一、数据分析概述 **数据分析**是指理解数据的各种细节，包括确定异常值、检查和开发基本数据结构以及查询数据的统计信息，如行计数、值分布、最小值和最大值及平均值等。数据分析的重要性在于它允许用户对数据进行调整和整理，从而更轻松地与数据交互并识别数据分布，这对于前端处理数据以开发报表元素至关重要。 #### 二、Power BI 中的数据分析流程 1. **理解数据结构**： - **Power BI Desktop 的“模型”选项卡**：这里可以看到最新的语义模型。 - **编辑特定列和表属性**：通过选择表或列来进行。 - **转换数据**：使用“转换数据”按钮进入 Power Query 编辑器。 - **管理关系**：利用功能区上的“管理关系”选项管理、创建、编辑和删除不同表之间的关系。 2. **查找数据异常和统计信息**： - **Power Query 编辑器**：用于确定数据中存在的异常值。 - **数据异常**：指的是数据中的离群值。 - **列分布功能**：用于确定数据异常。 - **列质量**：显示有效、错误和空数据的百分比。 - **列分析**：提供列内前1,000行数据的统计信息，包括行计数、离群值、空行、字符串以及最小值和最大值。 3. **深入分析**： - **明确值与唯一值**：明确值指列中所有不同的值（含重复值和NULL值）；唯一值不含重复值和NULL值。 - **列分析提供的统计信息**：包括零和NULL值的数量、平均值、标准偏差、偶数和奇数值的数量。 - **值分布图**：指示特定列中每个非重复值的计数，帮助识别离群值。 4. **完成编辑并应用**： - 完成编辑后，回到 Power Query 编辑器功能区上的“开始”，选择“关闭并应用”返回 Power BI Desktop 并应用任何列编辑/转换。 #### 三、具体应用场景示例 假设你在为一个组织的销售团队开发报表，但不清楚数据的具体结构和如何包含在表中。此时，你需要在开发视觉对象之前对数据进行幕后分析。 1. **检查数据结构**： - 在 Power BI Desktop 的“模型”选项卡下查看数据结构。 - 编辑特定列和表属性，了解数据的基本结构。 - 使用“转换数据”按钮进入 Power Query 编辑器进行更深入的数据处理。 - 利用“管理关系”选项来管理表之间的关系。 2. **查找数据异常和统计信息**： - 进入 Power Query 编辑器后，使用“列分布”、“列质量”和“列分析”等功能来确定数据异常。 - 检查“列质量”，确保数据的有效性。 - 利用“列分析”获取更多统计信息，如行计数、最小值和最大值等。 - 通过“值分布”图识别数据中的离群值。 3. **处理数据**： - 对于发现的问题，进行相应的数据处理，如修正错误、填充缺失值等。 - 应用数据转换，如清洗、重塑等。 - 利用 Power BI 的可视化工具创建报表元素。 4. **完成编辑并应用**： - 完成所有编辑后，回到 Power Query 编辑器功能区上的“开始”选项，选择“关闭并应用”。 - 返回 Power BI Desktop，查看并应用所有的列编辑/转换。 #### 四、总结 在 Power BI 中进行数据分析是一个系统的过程，涉及理解数据结构、查找数据异常和统计信息、深入分析以及最终完成编辑并应用。通过这些步骤，你可以有效地整理和理解数据，从而更好地支持报表开发工作。Power BI 提供的强大工具和功能使得数据分析变得更加高效和直观，对于提升数据分析的质量和速度具有重要意义。