Power BI学习笔记第03篇：Power Query 数据清洗与转换

第03篇：Power Query 数据清洗与转换

1. Power Query 是什么

Power Query 是 Power BI 中内置的 ETL（Extract-Transform-Load）工具，全称"查询编辑器"。它让你在将数据加载到报表之前，对原始数据进行清洗、转换和整理。

简单来说：把"脏数据"变成"干净数据" 的过程都在这里完成。

---

Note: Power BI Desktop中打开Power Query编辑器的方法：

打开任意Power BI报告之后，左侧点击模型视图，然后菜单选择：主页 - 转换数据 - 转换数据。

2. 常用数据清洗操作

2.1 删除重复项

当数据中存在完全相同的行时，使用"删除重复项"去除冗余。

操作路径：主页 → 删除行 → 删除重复项

⚠️ 注意：是整行完全相同才算重复，部分字段相同不会删除。

2.2 删除错误行

数据导入时，某些单元格可能显示"Error"，可以用此功能一键清除。

操作路径：主页 → 删除行 → 删除错误

2.3 填充空值

空值（Null）在计算时会导致问题，可以用以下方式处理：

方式	说明
向上填充	用上方单元格的值填充空值
向下填充	用下方单元格的值填充空值
替换为特定值	将空值替换为 0、平均值或其他指定值

操作路径：转换 → 替换值（或 填充）

# Power Query M 语言示例：将空值替换为0
= Table.ReplaceValue(
    源,
    null,
    0,
    Replacer.ReplaceValue,
    {"销售额"}
)

2.4 更改数据类型

确保每一列的数据类型正确，是后续计算的基础。

常见数据类型：

类型	说明	示例
文本	字符串	"张三"、"产品A"
整数	整型数字	100、2024
小数	带小数的数字	3.14、99.99
日期	日期	2024-01-01
日期/时间	日期+时间	2024-01-01 09:30:00
布尔值	真/假	true / false

操作路径：选中列 → 在列标题上点击数据类型图标 → 选择对应类型

💡 常见错误：如果某列包含非数字文本，将该列改为整数类型后会全部变成 Error。此时应先清洗数据，移除或修正错误值。

---

3. 数据转换操作

3.1 筛选行

类似 Excel 的筛选功能，可以设置条件只保留符合条件的行。

操作路径：

• 方法一：点击列标题旁的下拉箭头 → 取消勾选不需要的值
• 方法二：主页 → 保留行 → 保留顶部行 / 保留重复行 / 保留错误 等

示例：只保留销售额 > 1000 的行

= Table.SelectRows(源, each [销售额] > 1000)

比如：

= Table.SelectRows(financials_Table, each [Units Sold] > 1000)

3.2 排序

点击列标题旁的排序图标，支持升序、降序排序，也支持多列同时排序。

3.3 透视列与逆透视列

这是 Power Query 中非常实用的功能：

操作	说明	典型场景
透视列	将多列合并为一列，值作为新列名	汇总数据展开为明细
逆透视列	将多列合并为一列（属性+值）	宽表转长表

示例：将月份列（1月、2月、3月...）逆透视，转换为"月份"和"销售额"两列。

3.4 拆分列

当一列中包含多种信息时，可以拆分。

操作路径：主页 → 拆分列

示例：

• "姓名-部门" 拆分为 "姓名" 和 "部门"
• "2024-01-01" 按分隔符"-"拆分为年、月、日

3.5 合并查询

类似 SQL 的 JOIN，将两个表按指定键合并。

操作路径：主页 → 合并查询

合并类型	说明
左外部	保留左表所有行，匹配右表
右外部	保留右表所有行，匹配左表
完全外部	保留两表所有行
内部	只保留两表都有的匹配行
左反	只保留左表中有、右表中没有的行

3.6 追加查询

类似 SQL 的 UNION(严格的来说是UNION ALL)，将多个表纵向拼接。

操作路径：主页 → 追加查询

💡 当多个文件结构相同（如多个月的订单数据），先分别导入，再用"追加查询"合并为一张总表。

---

4. 自定义列与条件列

4.1 自定义列

通过 M 语言公式创建新列。

示例：创建"利润率"列

= [销售额] - [成本]

示例：创建"销售等级"列（条件逻辑）

= if [销售额] > 10000 then "高"
  else if [销售额] > 5000 then "中"
  else "低"

4.2 条件列

图形化的条件逻辑创建工具，适合简单的 if-then-else 判断。

操作路径：添加列 → 条件列

如果 [产品类别] = "电子产品" 则 "科技"
否则如果 [销售额] > 5000 则 "高价值"
否则 "普通"

---

5. 分组与聚合

类似 SQL 的 GROUP BY，对数据进行汇总。

操作路径：转换 → 分组

示例：按产品类别汇总销售额和数量

产品类别	销售额合计	数量合计
电子产品	50000	100
服装	30000	150

对应的 M 语言：

= Table.Group(
    源,
    {"产品类别"},
    {
        {"销售额合计", each List.Sum([销售额]), type number},
        {"数量合计", each List.Sum([数量]), type number}
    }
)

---

6. 常用 M 函数速查

函数	用途
Table.SelectRows	按条件筛选行
Table.TransformColumnTypes	更改列类型
Table.RenameColumns	重命名列
Table.RemoveColumns	删除列
Table.PromoteHeaders	将第一行提升为列标题
Table.UnpivotOtherColumns	逆透视
Table.NestedJoin	合并查询
Table.Combine	追加查询

---

7. 小结

本篇介绍了：

• ✅ 删除重复项、删除错误行、填充空值等基础清洗操作
• ✅ 更改数据类型，确保数据准确
• ✅ 筛选、排序、透视/逆透视、拆分列等转换操作
• ✅ 合并查询与追加查询（类似 SQL 的 JOIN 和 UNION）
• ✅ 自定义列与条件列的创建方法
• ✅ 分组聚合与常用 M 函数速查

下一篇：我们将进入数据建模环节，学习如何建立表与表之间的关系，以及如何处理模型中常见的"星型模型"和"雪花模型"设计。