Tvarkingas duomenų rinkinys Power Query: kaip paruošti duomenis analizei

Jei Power Query kartais „lūžta”, grąžina klaidas arba veikia nenuspėjamai, problema dažniausiai slypi ne pačiame įrankyje, o duomenyse.

Labai dažnai Excel lentelė būna paruošta žmogaus akiai, bet ne analizei: sujungti langeliai, keli antraščių lygiai, skirtingi duomenų tipai arba kelios reikšmės vienoje celėje.

Jei dar tik pradedi dirbti su šiuo įrankiu, pirmiausia verta perskaityti: kas yra Power Query ir kodėl jis svarbus prieš analizę .

Kas yra tvarkingas duomenų rinkinys

Tvarkingas duomenų rinkinys – tai struktūra, kurią Power Query gali lengvai suprasti ir apdoroti.

Paprastai tariant:

• kiekvienas stulpelis turi vieną aiškią reikšmę;
• kiekviena eilutė yra vienas įrašas;
• kiekviena celė turi vieną reikšmę;
• stulpelių pavadinimai yra aiškūs ir pastovūs;
• duomenų tipai nesimaišo.

Jei šios taisyklės nesilaikoma, net paprasti veiksmai – filtravimas, grupavimas ar lentelių jungimas – gali pradėti kelti problemų.

1. Viena antraštė – vienas stulpelis

Kiekvienas stulpelis turi turėti aiškų pavadinimą. Power Query turi suprasti, kur prasideda duomenys ir ką reiškia kiekvienas stulpelis.

Problemos dažniausiai atsiranda, kai:

• antraštės yra per kelias eilutes;
• kai kurie stulpelių pavadinimai yra tušti;
• naudojamos sujungtos antraštės;
• lentelėje yra papildomų eilučių virš duomenų.

Paprastas testas: jei gali pritaikyti Use First Row as Headers ir lentelė tampa aiški, struktūra greičiausiai tinkama.

2. Jokio sujungtų langelių

Sujungti langeliai Excel faile gali atrodyti gražiai, bet Power Query jie dažnai sukelia problemas.

Power Query nemato sujungtų langelių taip, kaip juos mato žmogus. Dažnai tik viena eilutė turi reikšmę, o kitos tampa null.

Sprendimas:

• išskaidyti sujungtus langelius;
• naudoti Fill Down arba Fill Up;
• palikti vieną aiškią antraščių eilutę.

3. Vienas duomenų tipas viename stulpelyje

Viename stulpelyje turi būti vieno tipo reikšmės: tik datos, tik skaičiai arba tik tekstas.

Jei tame pačiame stulpelyje maišosi skaičiai, tekstas ir datos, atnaujinant duomenis gali atsirasti klaidų arba netikėtų rezultatų.

Apie tai plačiau: kodėl svarbu teisingai nustatyti duomenų tipus Power Query .

4. Null reikšmės – normalu

Null nėra klaida. Tai tiesiog reiškia, kad reikšmės nėra.

Svarbu atskirti:

• null nuo 0 – nulis yra reikšmė;
• null nuo tuščio teksto;
• null nuo klaidos reikšmės.

Power Query leidžia null reikšmes filtruoti, pakeisti arba naudoti sąlyginiuose stulpeliuose.

5. Viena celė – viena reikšmė

Viena dažniausių klaidų – kai vienoje celėje laikoma daugiau nei viena reikšmė.

Pavyzdžiui, vienoje celėje gali būti keli produktai, keli klientai arba keli laikotarpiai. Žmogui tai gali atrodyti suprantama, bet analizei tokia struktūra netinka.

Tokie duomenys:

• sunkiai filtruojami;
• neteisingai grupuojami;
• sukelia klaidas skaičiavimuose;
• apsunkina vėlesnę analizę Power BI.

Tokias situacijas dažnai galima sutvarkyti naudojant Split Column arba Unpivot. Apie tai plačiau: kaip sutvarkyti netvarkingas lenteles naudojant Unpivot ir Pivot .

Kodėl tai svarbu Power Query

Tvarkingas duomenų rinkinys leidžia Power Query veikti stabiliai. Kai duomenų struktūra aiški, mažiau tikėtina, kad užklausa lūš po kito atnaujinimo.

Tvarkingi duomenys ypač svarbūs, kai nori:

• grupuoti duomenis pagal kategorijas ar laikotarpius;
• jungti kelias lenteles;
• kurti automatizuotus atnaujinimus;
• naudoti duomenis Power BI modelyje.

Jei vėliau planuoji kurti suvestines, verta perskaityti: kaip sugrupuoti duomenis su Group By Power Query .

Jei reikia jungti kelias lenteles, pravers: kuo skiriasi Merge ir Append Power Query .

Ką skaityti toliau

• Power Query Editor – svarbiausios dalys
• Merge vs Append Power Query
• Group By Power Query

Išvada

Tvarkingas duomenų rinkinys yra visos analizės pagrindas. Jei pradedi nuo netvarkingo šaltinio, daug laiko prarasi taisydamas klaidas Power Query transformacijose.

Jei duomenys paruošti teisingai, Power Query veikia stabiliau, transformacijos tampa aiškesnės, o atnaujinimai – patikimesni.

Kitaip tariant: jei pradedi nuo tvarkingo šaltinio, dauguma problemų išnyksta dar nepradėjus sudėtingesnių transformacijų.