Einführung in Power Query

Datenvorbereitung in Power BI

Khaled Choucri

Strategic Analyst - Trilogy

Warum Daten aufbereiten?

Bild, das zeigt, wie „Müll-Daten” benutzt werden und dass dann bei jeder Analyse „Müll-Daten” rauskommen. Das führt dazu, dass es mehr Fragen als Antworten zu den Daten gibt.

Was sind saubere Daten?

Keine fehlenden Werte
Tippfehler/Fehler bei der Dateneingabe sind korrigiert.
Keine doppelten Daten
Unwichtige Daten sind ausgeschlossen.
Ausreißer sind behandelt.
Richtige Datentypen für alle Spalten
Spalten- und Tabellennamen sind kurz und aussagekräftig.

Eine Tabelle mit ein paar Beispielen für schmutzige Daten.

Ablauf der Datenvorbereitung in Power Query

Power Query-Oberfläche in Power BI zum Laden und Umwandeln von Daten.
Transformationsschritte werden nacheinander ausgeführt.
Schritte als „Rezept“ namens „Angewendete Schritte“. Ausführung beim Laden/Aktualisieren von Daten.
Transformationen anwenden: Im Power Query-Editor auf „Schließen & Anwenden” klicken.

Ein Screenshot des Fensters „Angewandte Schritte“ im Power Query Editor, der die Reihe von Transformationsschritten zeigt, die auf deine Daten angewendet wurden.

Ein Screenshot des Symbols „Schließen und anwenden“ in Power Query, mit dem der Power Query-Editor geschlossen und die Transformationsschritte auf die Daten angewendet werden, damit wir sie in PowerBI analysieren können.

Datentypen in Power Query

Numerische Daten (ganze Zahlen / Dezimalzahlen / Prozentsätze)
- 123, 45.23, 23 %
Datum / Uhrzeit
- 01/01/2022, 09:30 AM
Textdaten
- ABC
Logische Daten
- TRUE
Binärdaten
- RGF0YWNhbXA=

Power Query erkennt Datentypen standardmäßig automatisch.

Grundlegende strukturelle Umgestaltung von Daten

Kopfzeilen heraufstufen
Spalten neu anordnen
Spalten sortieren
Spalten/Zeilen löschen
Spalten umbenennen

Lass uns üben!

Datenvorbereitung in Power BI