Trasformazioni numeriche in Power Query

Preparazione dei dati in Power BI

Maarten Van den Broeck

Content Developer at DataCamp

Perché pulire i dati?

Costo dei dati di scarsa qualità = 3,1 trilioni $
La regola 1-10-100
- 1 $ per verificare
- 10 $ per ripulire
- 100 $ se non fai nulla

Logo della Harvard Business Review

¹ https://hbr.org/2016/09/bad-data-costs-the-u-s-3-trillion-per-year

Privi di valori mancanti / errori / outlier
Applicate trasformazioni matematiche (se utili):
- Valore assoluto
- Logaritmo (naturale / base 10)
- Moltiplicare / sommare un valore scalare
Dati arrotondati al numero di cifre appropriato

Data (e ora) è un tipo di dato separato in Power Query
Sulle colonne data puoi applicare trasformazioni speciali:
- Estrai anno, trimestre, mese, settimana, giorno
- Inizio/fine di anno, trimestre, mese, settimana
- Estrai età
- Altro

Schermata che mostra l'opzione di trasformazione data in Power Query

Preparazione dei dati in Power BI