Power BI-fråga - Hur använder jag Power BI Query Editor?

Hur använder jag Power BI Query Editor?

Query Editor är verktyget tillgängligt med Power BI Desktop för att transformera data, forma datastrukturen för att möta användarnas behov och efter att ha transformerat data kan vi ladda tillbaka till Power BI Desktop för att börja arbeta med den transformerade data.

I den här artikeln kommer vi att visa dig hur du använder "Power BI Query" -modellen till fullo.

• När du öppnar Power BI Desktop under fliken HEM kan vi se detta alternativ "Redigera frågor".

• När du klickar på det här alternativet tar det dig till “Power Query Editor” -fönstret, utan data överförd till Power BI kan vi se ett fönster som det nedanstående.

Men utan data kan vi inte göra någonting med "Power Query Editor". Okej, låt oss ladda upp lite data och se hur du använder det här fönstret.

Jag ska ladda upp nedanstående data till Power BI Desktop via Excel Workbook. Du kan ladda ner arbetsboken och ladda upp densamma för att följa med mig.

Efter att ha laddat upp data kan vi se detsamma i "Data Layout".

Nu i dessa data har vi en datumkolumn som också inkluderar tid men vi vill inte se den här tiden och vi har inte kolumnen "Vinst" som anländer med formeln "Försäljning - kostnad".

Så all datatransformation görs med hjälp av "Query Editor" i Power BI.

• Gå till fliken "HEM" och klicka på "Redigera frågor".

När du klickar på det här alternativet tar det dig till "Power Query Editor" -fönstret med uppladdade data.

I "Power Query Editor" -fönstret har vi fyra vanliga alternativ.

• Den första är fliken "Ribbon".

• Den andra är namnet ” Tabell ” på vår datatabell.

• Den tredje är förhandsgranskningen av tabellen.

• Den fjärde är " Query Setting " -fönstret och i detta kan vi avbryta de ändringar vi gör innan vi laddar upp data tillbaka till Power BI Desktop.

• Vårt första krav på datatransformationen är att ändra "Datum" -formatet för kolumnen "Datum", så välj kolumnen och klicka på alternativet "Format".

• När du klickar på detta öppnas alternativet nedan för dig.

• Från detta väljer du bara "Datum" och det formaterar datum och tid till endast "Datum".

• När den här åtgärden utförs kan vi se detta steg inspelat i "Frågeinställningar".

• Om du vill gå tillbaka till föregående steg kan du helt enkelt ta bort det här steget genom att klicka på radera-ikonen.

• Okej, nu måste vi lägga till en ny kolumn för att komma till "Profit" -värdet. Så under "Lägg till kolumn" klickar du på "Anpassad kolumn".

• Detta öppnar fönstret "Anpassad kolumn".

• Ange "Anpassad kolumn" som "Vinst".

• Därefter måste vi tillämpa formeln för att nå “Vinst” -värdet. Använd formeln enligt den anpassade kolumnformeln enligt nedan.

Obs! Dubbelklicka på kolumnnamn för att infoga i formelfältet.

• Klicka nu på “Ok” så ser vi den här nya kolumnen i datatabellen.

Så, kolumnen som inte var där tidigare i datatabellen har lagts till i datatabellen.

• Antag nu att vi måste infoga “Serienummer” för att ha indexnummer. Under samma flik "Lägg till kolumn" klickar du på rullgardinsmenyn "Indexkolumn".

• Om du vill att indexnumren ska ha dykt upp från 0 väljer du “Från 0” eller om du vill att indexnumren ska visas från 1 väljer du “Från 1”. Jag har valt "Från 1" och jag kom under den nya kolumnen.

• Ok, nu laddar vi tillbaka de nyligen transformerade data tillbaka till Power BI Desktop. Under fliken Hem klickar du på alternativet "Stäng och applicera".

• När du klickar på ovanstående alternativ stängs det ut genom fönstret och visar meddelandet om ändringar som gäller.

Nu har vi nyligen transformerade data på plats.

Så här med hjälp av "Power BI Query" kan vi förvandla data.

Obs! Power BI Query Editor-filen kan också laddas ner från länken nedan och den slutliga utdata kan visas.

Du kan ladda ner den här Power BI-frågemallen här - Power BI-frågemallen

Saker att komma ihåg

• Det är inget annat än Power Query Editor.
• Den används för att omvandla data.
• Det finns många alternativ tillgängliga i Power BI Query-modellen, så enligt kraven i datastrukturen kan vi använda dem i Power BI.