Introductie tot Power Query

Gegevensvoorbereiding in Power BI

Khaled Choucri

Strategic Analyst - Trilogy

Waarom data voorbereiden?

Illustratie met “rommelige data” die wordt gebruikt en leidt tot “rommelige resultaten” in elke analyse. Dit zorgt voor meer vragen dan antwoorden over de data.

Wat is schone data?

Geen missende waarden
Typfouten/invoerfouten gecorrigeerd
Geen dubbele data
Irrelevante data uitgesloten
Uitschieters afgehandeld
Juiste datatypes voor alle kolommen
Kolom- en tabelnamen kort en duidelijk

Een tabel met voorbeelden van ‘vuile’ data.

Hoe werkt datavoorbereiding in Power Query?

Voor laden & transformeren gebruiken we de interface Power Query in Power BI
Transformaties worden stap voor stap toegevoegd
Stappen worden opgeslagen in “Applied Steps”, een soort recept dat draait bij elke laad-/verversactie
Om toe te passen kiezen we “Close & Apply” in de Power Query-editor

Een screenshot van het paneel Applied Steps in de Power Query-editor met de reeks toegepaste transformaties.

Een screenshot van het pictogram Close & Apply in Power Query, dat de editor sluit en transformaties toepast zodat we in PowerBI kunnen analyseren.

Datatypes in Power Query

Numerieke data (geheel/decimaal/percentage)
- 123, 45.23, 23%
Datum-/tijdgegevens
- 01/01/2022, 09:30 AM
Tekstgegevens
- ABC
Logische gegevens
- TRUE
Binaire gegevens
- RGF0YWNhbXA=

Power Query detecteert datatypes standaard automatisch

Basisstructuur van data transformeren

Kopteksten promoveren
Kolommen herschikken
Kolommen sorteren
Kolommen/rijen verwijderen
Kolommen hernoemen

Laten we oefenen!

Gegevensvoorbereiding in Power BI