Transformacje numeryczne w Power Query

Przygotowanie danych w Power BI

Maarten Van den Broeck

Content Developer at DataCamp

Dlaczego warto czyścić dane?

Koszt złych danych = 3,1 bln USD
Reguła 1-10-100
- 1 USD za weryfikację
- 10 USD za czyszczenie
- 100 USD przy braku działań

Logo Harvard Business Review

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

Brak brakujących wartości / błędów / wartości odstających
Zastosowane transformacje matematyczne (jeśli dotyczy):
- Wartość bezwzględna
- Logarytm (naturalny / o podstawie 10)
- Mnożenie / dodawanie wartości skalarnej
Dane zaokrąglone do właściwej liczby cyfr

Data (i czas) to osobny typ danych w Power Query
Do kolumny dat można zastosować specjalne transformacje:
- Wyodrębnienie roku, kwartału, miesiąca, tygodnia, dnia
- Początek/koniec roku, kwartału, miesiąca, tygodnia
- Obliczanie wieku
- Inne

Zrzut ekranu przedstawiający opcje transformacji dat w Power Query

Przygotowanie danych w Power BI