Numerieke transformaties in Power Query

Gegevensvoorbereiding in Power BI

Maarten Van den Broeck

Content Developer at DataCamp

Waarom data schoonmaken?

Kosten van slechte data = $3,1 biljoen
De 1-10-100-regel
- $1 om te verifiëren
- $10 om op te schonen
- $100 als je niets doet

Logo van Harvard Business Review

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

Vrij van missende waarden/fouten/outliers
Wiskundige transformaties toegepast (indien van toepassing):
- Absolute waarde
- Logaritme (natuurlijk/basis 10)
- Vermenigvuldigen met/toevoegen van een scalair
Data afgerond op het juiste aantal cijfers

Datum (en tijd) is een apart datatype in Power Query
Je kunt speciale transformaties toepassen op een datumkolom:
- Jaar, kwartaal, maand, week, dag extraheren
- Begin/einde van jaar, kwartaal, maand, week
- Leeftijd berekenen
- Overig

Een screenshot met de datumtransformatie-opties in Power Query

Gegevensvoorbereiding in Power BI