Power BI数据清洗与可视化交互式分析

本书是Power BI 快速入门工具书，笔者将Power BI 的知识点做了系统整理，并以案例的方式呈现出来，使读者学习起来更轻松。全书共7 章，包括Power BI Desktop 初体验、数据清

洗的革命、数据统计和呈现、建立表关联、交互式分析、使用DAX 函数、数据可视化等，其中重点介绍了Power BI 在数据清洗和数据可视化方面的应用。

本书适合在工作中使用过Excel，但没有学过Power BI 的读者，以及已经有Power BI 使用经验，希望系统地学习Power BI 知识的读者。

陈剑：长期专注于企业的大数据应用培训，培训客户遍布全国，包括中国银联、携程、三大运营商、中国四大银行在内的金融企业、一汽系东风系等汽车厂商、美的正泰等大型制造企业、南航东航等航空公司、蒙牛红豆等消费企业，等等。服务过的公司多达数百家。致力于帮助企业提升员工的大数据能力，帮助员工建立数据分析思维，掌握大数据运营、精准营销的思路和方法，实现企业的数字化转型。

本书的定位是一本Power BI 快速入门工具书。适合在工作中使用过Excel，但没有学过Power BI 的读者阅读，以及已经有Power BI 使用经验，但希望系统地学习Power BI 知识的读者阅读。

前 言

为什么写本书

写本书的初衷是给广大的Excel 用户提供一本可以提升技能的参考书。

以往我们一直跟随Office 的更新提升自己的办公技能，但是从Office 2007 开始，软件的更新变得缓慢。静下心来回想一下，从2008 年到现在，我们的办公技能提升了多少？在2007—2019 年，中国从互联网时代进入移动互联网时代，并且即将进入5G 物联网时代，同时提出了大数据和人工智能战略，我们的技能提升是跟上了这样的时代，还是远远落后于时代？我们是否过于固守自己的知识，却不能踏出一步，学习新的工具，更好地与日新月异的中国接轨？

越来越多的企业要求管理者和员工能够具备数据化思维，提高数据的收集和分析能力，提升科学决策的能力。要具备这些能力，掌握Excel 显然是不够的。Excel存在以下局限性：

? 能处理的数据量太少，最多100 万行；

? 重复性工作不容易简化，使用VBA 过于烦琐；

? 性能低下，10 万行的VLOOKUP 函数或筛选功能就能使电脑死机，不能适

应大数据时代数据膨胀的情形；

? 不支持常见的数据分析功能，例如钻取、图表交互；

? 图表类型较少，并且无法扩展。

所以，是时候学习一个新的分析工具了，以便帮我们更好地处理和分析数据。

Power BI 是微软定位于BI 市场的一款软件，相对于Excel，具有以下优势：

? 能够连接数十种数据源，具备更强的数据整合功能；

? 可以处理大数据，哪怕是免费的Desktop 版本，也能处理上千万条数据；

? 更好地集成Power Query，具备更方便的数据清洗功能；

? 更强的可视化功能，支持200 多种分析图形，而且还在持续增加；

? 具备BI 工具才有的钻取、图表互动等功能。

GartnerResearch 发布了2019 年Magic Quadrant for Analytics and BusinessIntelligence Platforms（Gartner 通过广泛的研究，将全球领先的BI 厂商按市场地

位绘制在魔力象限图中，每年发布一次），微软作为顶级供应商出现在了Leaders象限的右上角，Power BI 平台的流行功不可没，如图1 所示。

图1　魔力象限图

Power BI 有两个收费版本可供选择，如图2 所示。

图2 Power BI的两个收费版本

本书介绍的是免费版本：Power BI Desktop。读者可以通过对Desktop 版本的学习，了解这个工具，再考虑是否在企业内部部署这个工具。关于各版本的详细描

述，可以到微软官网进一步了解。

本书特色定位

? Power BI 快速入门

本书的定位是一本Power BI 快速入门工具书。典型的80 后、90 后过着“朝九晚九”的生活，真正能看书的时间少之又少。因此，本书的文字叙述尽量简洁，

帮助读者在短时间内快速入门。

? 突出Power BI 的数据清洗功能

企业中使用的表格往往不规范处甚多，需要较多的清洗操作，甚至清洗的时间超过了分析的时间。Power BI 拥有非常高效的数据清洗功能，基本上无须写任何代码。

? 系统化、案例式学习

本书将Power BI 知识点做了系统化整理，并以案例方式呈现，学习起来更轻松。

本书读者定位

本书适合在工作中使用过Excel，但没有学过Power BI 的读者阅读，以及已经有Power BI 使用经验，但希望系统地学习Power BI 知识的读者阅读。

学习建议

本书的所有内容都以案例的方式展开，建议读者在阅读本书时能够根据演示的步骤来练习，逐步掌握这个工具。书中使用的源文件可以到“博文视点”网站下载。

致谢

感谢我的学员们，没有你们的支持，作为“佛系宅男”的代表，我可能没有动力去写一本书。感谢慧敏编辑，没有您的耐心督促，这本书就不会尽快面市。感谢本书的所有读者，你们的支持和意见非常宝贵。

目 录
第1章 Power BI Desktop初体验 / 001
1．1 下载Power BI Desktop / 002
1．2 安装Power BI / 004
1．3 运行第一个Power BI案例 / 005
1．3．1 打开案例文件 / 005
1．3．2 “图表”视图 / 005
1．3．3 “数据”视图 / 006
1．3．4 体验Power BI的交互式操作 / 008
1．3．5 数据可视化初体验 / 011
1．4 发布到服务器 / 011
1．4．1 发布到云服务器 / 012
1．4．2 共享给他人 / 013
1．4．3 导出为PPT/PDF文档 / 014
1．5 回顾与展望 / 014

第2章 数据清洗的革命 / 015
2．1 常规数据导入过程 / 016
2．1．1 获取数据 / 016
2．1．2 Power Query简介 / 017
2．1．3 数据导出 / 020
2．1．4 保存文件 / 020
2．2 数据清洗的定义 / 021
2．3 用案例学习数据清洗 / 021
2．3．1 复杂表头的处理 / 021
2．3．2 多文件清洗 / 027
2．3．3 多表合并 / 028
2．3．4 缺失值处理 / 031
2．3．5 合并查询：便捷的多表横向合并 / 038

第3章 数据统计和呈现 / 043
3．1 BI简介 / 044
3．2 汇总表 / 044
3．2．1 统计指标 / 044
3．2．2 汇总表 / 045
3．2．3 交叉统计 / 046
3．3 内置图表的使用 / 047
3．4 外挂图表的使用 / 049
3．4．1 下载组件 / 050
3．4．2 从文件导入组件 / 051
3．4．3 从市场加载视觉对象 / 052
3．4．4 使用直方图分析年龄分布 / 052
3．4．5 使用直方图分析收入分布 / 053

第4章 建立表关联 / 055
4．1 表关系简介 / 056
4．2 创建关系 / 057
4．3 利用表关联的统计和分析 / 059
4．3．1 关联图表 / 059
4．3．2 关联筛选 / 061

第5章 交互式分析 / 063
5．1 交互式分析功能简介 / 064
5．2 筛选 / 064
5．2．1 视觉级筛选器、页面级筛选器、报告级别筛选器 / 065
5．2．2 切片器 / 065
5．2．3 属性切片器 / 067
5．3 图表交互 / 068
5．3．1 突出模式 / 068
5．3．2 筛选模式 / 069
5．4 钻取 / 071
5．4．1 为图表设置钻取 / 071
5．4．2 钻取到页面（钻透） / 072
5．4．3 时间数据的钻取 / 073
5．5 数据分布分析 / 074

第6章 进阶！使用DAX函数 / 077
6．1 DAX函数简介 / 078
6．2 DAX函数应用案例 / 078
6．2．1 创建计算列 / 078
6．2．2 度量值应用 / 081
6．2．3 计算定基比 / 085
6．2．4 计算累计求和 / 086
6．2．5 计算同比 / 088
6．2．6 计算环比 / 094
6．2．7 计算月累计求和 / 094
6．3 常用函数 / 095
6．3．1 统计函数 / 095
6．3．2 筛选函数 / 096
6．3．3 时间函数 / 099
6．3．4 对比函数 / 100

第7章 数据可视化 / 102
7．1 信息图 / 103
7．1．1 案例 / 103
7．1．2 操作步骤 / 103
7．2 气泡图 / 107
7．2．1 案例 / 108
7．2．2 操作步骤 / 108
7．3 华夫图 / 109
7．3．1 案例 / 109
7．3．2 操作步骤 / 110
7．4 旋风图 / 111
7．4．1 案例 / 111
7．4．2 操作步骤 / 111
7．5 水平漏斗图 / 112
7．5．1 案例 / 113
7．5．2 操作步骤 / 113
7．6 树状图 / 114
7．6．1 案例 / 115
7．6．2 操作步骤 / 115
7．7 旭日图 / 115
7．7．1 案例 / 116
7．7．2 操作步骤 / 116
7．8 着色地图 / 117
7．8．1 案例 / 118
7．8．2 操作步骤 / 118
7．9 气泡地图 / 120
7．9．1 案例 / 120
7．9．2 操作步骤 / 120
7．10 子弹图 / 121
7．10．1 案例 / 121
7．10．2 操作步骤 / 121
7．11 网络图 / 122
7．11．1 案例 / 123
7．11．2 操作步骤 / 123
7．12 散点图 / 124
7．12．1 案例 / 125
7．12．2 操作步骤 / 125
7．13 瀑布图 / 127
7．13．1 案例 / 127
7．13．2 操作步骤 / 127
7．14 KPI指示器 / 130
7．14．1 案例 / 130
7．14．2 操作步骤 / 131
7．15 K-Means聚类 / 132
7．15．1 安装R环境 / 133
7．15．2 使用K?Means聚类组件 / 136
7．16 小折线 / 139
7．16．1 案例 / 139
7．16．2 操作步骤 / 140
7．17 河流图 / 142
7．17．1 案例 / 142
7．17．2 操作步骤 / 142
7．18 水平条形图 / 143
7．18．1 案例 / 144
7．18．2 操作步骤 / 144
7．19 人物动画 / 145
7．19．1 案例 / 145
7．19．2 操作步骤 / 146