Power Query-funksjoner: En oversikt

Denne opplæringen vil diskutere de tilgjengelige funksjonene i Power Query Editor. Du vil lære hvordan du får tilgang til og maksimerer disse funksjonene for å forbedre dine datautviklingsferdigheter i . Du vil også lære hvordan disse kraftspørringsfunksjonene vil hjelpe deg å bygge data mer effektivt.

Innholdsfortegnelse

Advanced Power Query Editor og dens funksjoner

Den første funksjonen er vinduet Advanced Editor. For å åpne vinduet, klikk på Avansert redigeringsverktøy i fanebåndet Hjem.

Power Query-funksjoner: En oversikt

Etter det harvinduet vises på skjermen.

Power Query-funksjoner: En oversikt

Power Query M-funksjonsreferansen

Øverst til venstre ser du navnet på søket. I motsetning til det finner du Visningsalternativer og et spørsmålstegn. Hvis du klikker på spørsmålstegnet, blir du dirigert til Power Query-referansen i standard nettleser.

Power Query-funksjoner: En oversikt

Hvis du vil slå opp de tilgjengelige M-funksjonene eller utforske hvordan disse funksjonene fungerer, kopier og lim dem inn i Advanced Editor-vinduet.

For å få tilgang til og angi visningsalternativene, klikk på rullegardinknappen ved siden av Visningsalternativer . Du kan vise linjenumrene for syntaksen ved å velge Vis linjenumre .

Power Query-funksjoner: En oversikt

Syntaksruten vil da se slik ut.

Power Query-funksjoner: En oversikt

M -koden generert av brukergrensesnittet skrives på en enkelt linje. Så hvis du vil se hele koden, må du bla opp eller ned ofte. Men du kan se hele koden uten å rulle ved å velge Aktiver tekstbryting i Visningsalternativene.

Power Query-funksjoner: En oversikt

Du vil da se at linje 7 automatisk rykker inn koden når den er delt opp i flere linjer.

Power Query-funksjoner: En oversikt

For å zoome inn eller ut av syntaksruten, hold Ctrl + Shift- tastene og trykk deretter – eller + . Hvis du vil ha standard zoom, trykk Ctrl + 0 . Disse zoomalternativene kan også brukes i forhåndsvisningspanelet i spørringsredigeringsprogrammet.

Funksjoner i delen for forhåndsvisning av data

Den neste funksjonen som vil bli diskutert er dataprofilen. Hvis du går til Vis-fanen, vil du se Dataforhåndsvisning- delen der alle tilgjengelige kolonneprofilalternativer er.

Power Query-funksjoner: En oversikt

Kolonneprofilering utføres bare på de 1000 øverste radene med mindre du endrer innstillingene i statuslinjen for å skanne hele datasettet. Å gjøre det kan ha en ytelseseffekt, så sjekk alltid og sørg for at du setter den tilbake til de 1000 øverste radene når du er ferdig.

Når du holder markøren over den grønne linjen rett under kolonneoverskriftene, vil du se en forhåndsvisning som angir antall verdier Gyldig , Feil og Tom .

Power Query-funksjoner: En oversikt

Du kan se at det totale antallet verdier i forhåndsvisningen er 1000. Det endres imidlertid hvis du skanner hele datasettet. Gjør dette ved å gå til statuslinjen og endre innstillingen for å skanne datasettet.

Power Query-funksjoner: En oversikt

Etter det, når du holder musepekeren over den grønne linjen igjen, vil du se at det totale antallet verdier har endret seg til 5226.

Power Query-funksjoner: En oversikt

Nederst til høyre i forhåndsvisningen er det en ellipse som åpner en meny med alternativer for dataene dine.

Power Query-funksjoner: En oversikt

Hvis du aktiverer kolonnekvalitet i delen Dataforhåndsvisning , vil du se forhåndsvisninger av de gyldige, feil- og tomme verdiene i prosent i hver kolonne.

Power Query-funksjoner: En oversikt

Power Query-funksjoner: En oversikt

Aktivering av kolonnefordelingen i samme seksjon vil vise antall distinkte og unike verdier. Det kan bidra til å avgjøre om dataene er konsistente eller ikke, og om de er jevnt fordelt.

Power Query-funksjoner: En oversikt

Hvis du holder musepekeren over grafen, vil du se en forhåndsvisning med en ellipse for å få tilgang til menyen.

Power Query-funksjoner: En oversikt

Alternativet Kolonneprofil lar deg se kolonnestatistikken og verdifordelingen som gir flere detaljer avhengig av datatypen. Eksempelkolonnen som er valgt er i datotype.

Power Query-funksjoner: En oversikt

Kontekstmenyer for forskjellige datatyper

Ellipsen i Verdifordeling- delen lar deg endre gruppen etter innstilling. Hvis du velger Måned, vil du se at grafen endres til Månedsfordeling .

Power Query-funksjoner: En oversikt

Power Query-funksjoner: En oversikt

Hvis du velger en kolonne med en teksttype, endres også innstillingene for Grupper etter i ellipsen.

Power Query-funksjoner: En oversikt

For en kolonne med en numerisk type har gruppen etter også forskjellige innstillinger.

Power Query-funksjoner: En oversikt

Husk å sette kolonneprofileringen tilbake til de 1000 øverste radene.

Power Query-funksjoner: En oversikt

Funksjonen Spørringsavhengigheter

Den neste funksjonen er Query Dependency -visningen.

Power Query-funksjoner: En oversikt

Hvis du går til Vis-fanen og velger Spørringsavhengigheter, vil du se dataflyten fra en spørring til den neste.

Power Query-funksjoner: En oversikt

Hvis du klikker på et søk, blir alle tilknyttede søk uthevet. Dette gjør det lettere å følge feilene rundt flyten fordi du kan se lastedestinasjonen for alle søk.

Power Query-funksjoner: En oversikt

Hvis du klikker på Layout- alternativet, kan du bytte mellom de forskjellige visningsalternativene avhengig av dine personlige preferanser.

Power Query-funksjoner: En oversikt

vil aldri tillate deg å slette en spørring med avhengigheter. Hvis du sletter SupplierQuality i Queries-ruten, vises et varsel som sier at den ikke kan slettes fordi den har to avhengigheter: Record1 og ListVendors.

Power Query-funksjoner: En oversikt

Det er to måter å slette spørringen på. Den første er å slette avhengighetene før du sletter SupplierQuality. Den andre er å endre datakilden til avhengighetene slik at de ikke er avhengige av leverandørkvaliteten.



Konklusjon

Funksjonene i Power Query Editor er laget for å hjelpe deg med å lage en overbevisende LuckyTemplates-rapport. De gir ytterligere data og informasjon som du kan bruke i rapporten eller . De hjelper deg også med å overvåke flyten av spørringene og vise hvordan de er relatert til hverandre.

Melissa


Variabler og uttrykk i Power Query Editor

Variabler og uttrykk i Power Query Editor

Denne opplæringen vil diskutere om variabler og uttrykk i Power Query Editor. Du lærer hvordan du skriver og bygger dem riktig.

Hvordan lage et Lucky Templates-varmekart

Hvordan lage et Lucky Templates-varmekart

Et LuckyTemplates-varmekart er en type visualisering som brukes til å vise datatetthet på et kart. I denne opplæringen vil jeg diskutere hvordan vi kan lage en – ikke gå glipp av noe!

Opprette et Pareto-diagram i LuckyTemplates – Avansert DAX

Opprette et Pareto-diagram i LuckyTemplates – Avansert DAX

Jeg skal lære deg et veldig interessant eksempel rundt Pareto-prinsippet og hvordan du lager et Pareto-diagram ved hjelp av viktige DAX-formler.

Egendefinert stolpediagram i LuckyTemplates: varianter og modifikasjoner

Egendefinert stolpediagram i LuckyTemplates: varianter og modifikasjoner

Lær hvordan et tilpasset stolpediagram på markedsplassen kan brukes til datasammenligning og hvordan du kan lage dem ved å bruke eksempler i LuckyTemplates.

Kraftautomatisering av statiske resultater: En oversikt

Kraftautomatisering av statiske resultater: En oversikt

Lær hvordan Power Automate Static Results-funksjonen fungerer og hvorfor det er bra å bli lagt til de beste praksisene når du lager flytdiagrammer.

LuckyTemplates Python-opplæring: Hvordan oversette tekster

LuckyTemplates Python-opplæring: Hvordan oversette tekster

eDNA demonstrerer hvordan du utfører språk- eller tekstoversettelse ved hjelp av Python og overfører det til LuckyTemplates. LuckyTemplates Python-opplæring.

Lag et Gantt-diagram i LuckyTemplates Report Builder

Lag et Gantt-diagram i LuckyTemplates Report Builder

I denne opplæringen lærer du hvordan du bruker Gauge Bullet Graph til å lage et Gantt-diagram i LuckyTemplates Report Builder.

Lag 3D-spredningsplott ved å bruke Python i LuckyTemplates

Lag 3D-spredningsplott ved å bruke Python i LuckyTemplates

I denne opplæringen lærer du hvordan du lager et tredimensjonalt (3D) spredningsplott ved å bruke Python i LuckyTemplates.

Effektiv LuckyTemplates-rapportering – øktgjennomgang og ressursnedlasting

Effektiv LuckyTemplates-rapportering – øktgjennomgang og ressursnedlasting

Effektiv LuckyTemplates-rapportering – øktgjennomgang og ressursnedlasting

Ny kundeanalyse med LuckyTemplates – Neste medlemsbegivenhet

Ny kundeanalyse med LuckyTemplates – Neste medlemsbegivenhet

Ny kundeanalyse med LuckyTemplates – Neste medlemsbegivenhet