การแปลงข้อมูลตัวเลขใน Power Query

การเตรียมข้อมูลใน Power BI

Maarten Van den Broeck

Content Developer at DataCamp

ทำไมต้องทำความสะอาดข้อมูล?

  • ต้นทุนของข้อมูลที่ไม่ดี = $3.1 ล้านล้าน
  • กฎ 1-10-100
    • $1 เพื่อตรวจสอบ
    • $10 เพื่อแก้ไข
    • $100 หากไม่ดำเนินการใดๆ

โลโก้ Harvard Business Review

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

ข้อมูลตัวเลขที่สะอาดคืออะไร?

  • ปราศจากค่าที่หายไป / ข้อผิดพลาด / ค่าผิดปกติ
  • มีการแปลงทางคณิตศาสตร์ (ถ้าจำเป็น):
    • ค่าสัมบูรณ์
    • ลอการิทึม (ฐาน e / ฐาน 10)
    • การคูณหรือบวกด้วยค่าคงที่
  • ข้อมูลถูกปัดเศษให้เหมาะสม
การเตรียมข้อมูลใน Power BI

การจัดการคอลัมน์วันที่

  • วันที่ (และเวลา) ถือเป็นประเภทข้อมูลแยกต่างหากใน Power Query
  • คอลัมน์วันที่สามารถใช้การแปลงพิเศษได้:
    • ดึงปี ไตรมาส เดือน สัปดาห์ วัน
    • ต้น/ปลายของปี ไตรมาส เดือน สัปดาห์
    • ดึงอายุ
    • อื่นๆ

ภาพหน้าจอแสดงตัวเลือกการแปลงวันที่ใน Power Query

การเตรียมข้อมูลใน Power BI

มาฝึกกันเถอะ!

การเตรียมข้อมูลใน Power BI

Preparing Video For Download...