数据可视化：深入浅出BI

本文是《若何快速成为数据分析师》的第六篇教程，假如想方法会写作初衷，可以先行阅读七周指南。温馨提醒：假如您已经熟悉BI，大可不必再看这篇文章，或只挑选部分。

我们上一篇《数据可视化：打造高真个数据报表》教大师若何建造清楚美妙的报表以及响应技能，可是报表是成果的显现，并不是数据分析的进程。

数据分析师更多用到的报表是BI。

BI全称贸易智能（Business Intelligence），在传统企业中，它是一套完整的处理计划。将企业的数占有用整合，快速建造出报表以作出决议。触及数据仓库，ETL，OLAP，权限控制等模块。

明天的进修我们侧重于数据分析进程，利用Power BI打造数据分析师Dashboard报表。为了更好的进修和理论，我们照旧会利用《Excel实战篇》的数据停止操纵。这是做出的简单作品。

数据下载，提取密码 6x2v 。

Power BI在微软官网有下载（注不注册无所谓的），Power BI | 互动数据可视化 BI 工具，只需要下载Desktop桌面操纵版，巨细约120MB。临时只推出Win版本。

大师假如鄙人载进程中出现CAB文件损坏毛病，大如果某软哪方面又出错了，可以换阅读器下载，也可以下载中文繁体版。Microsoft Power BI Desktop。归正我是一向报错。

什么是Power BI

BI工具首要有两种用处。一种是操纵BI建造自动化报表，数据类工作天天城市打仗大量数据，而且需要整理汇总，这是一块很大的工作量。这部合作作可以交给BI自动化完成，从数据规整、建模到下载。

别的一种是利用其可视化功用停止分析，BI的优点在于它供给比Excel更丰富的可视化功用，操纵简单上手，而且美妙，假如大师天天作图需要两小时，BI会收缩一半时候。

BI作为企业级利用，可以经过它毗连公司数据库，实现企业级报表的建造。这块触及数据架构，就不深入讲了。

Power BI是微软家的。假如大师熟悉Excel，应当会晓得微软推出的Power Query、Power Pivot、Power View和Power Map，是Excel上很是强大的四个插件。Power BI则是微软将它们作为调集推出。

Power Query是用于数据提取、整合、搜索的插件。它偏向数据模子的建立，而不是单元格的利用。

Power Pivot是数据透视表的高级利用，利用DAX能停止大量的科学计较。性能方面，比Excel函数要快两个量级，百万级的处置不成题目。

Power View是图表的高级利用，实现了过滤、联动、拖拽等功用。

Power Map是可视化舆图。

假如大师熟练把握以上四个插件，那末在Excel上也能实现部分BI。究竟Excel是企业中人手一款的工具，和BI相比有轻量级的益处，虽然数据分析师需要把握的工具更多。

BI的步调

市道上有很多丰富的BI工具，Tableau，QlikView，BDP等，各有偏重，也各有价格。可是操纵进程都是类似的，大致分为五个步调：数据源读取、数据清洗、数据关联、图表建造、Dashboard整合。熟悉了其中一个，再学会别的的就不难。

由于我工感化的BI是私有化摆设到办事器，间接毗连生产情况的，演示不方便。所以才用Power BI演示，现实我也说不上熟练。

数据源读取

我们翻开Power BI，它会让我们登录，不用管它。

界面和Office软件比力接近。上面是操纵工具项，左侧栏是导航栏。

Power BI 的左侧导航栏对应三个模块：仪表板、报表和数据集。仪表板或报表需要数据才能操纵，我们先读取数据集。

点击工具栏的获得材料（希奇的翻译）。

Power BI支持各类丰富数据源（市道上绝大部分BI都支持，只是读取方式略有差别），除了Excel和CSV 文件，它还支持Acess、SQL数据库、Hadoop／HDFS、Spark、第三方API等。

这是新手教程，毗连CSV即可，挑选载入练习数据DataAnalyst。

这里可以针对数据编辑，先略过，挑选载入。

自动跳转到数据报表页，数据报表（Report）是数据规整和清洗进程。

大师还记得实战篇中演示的数据清洗吗？之前我们体验了一遍Excel函数清洗的进程。此次需要用BI再停止一遍清洗。数据清洗是分析师最蛋疼且耗时持久的工作，没有之一。

数据清洗

Power BI有一个高级功用叫DAX（Data Analysis Expressions），它是全部 Power BI 利用的公式说话。

DAX近似Excel函数（大大都第三方BI，函数均接近Excel），故它针对新手很是友爱。假如大师已经熟悉Excel函数，上手速度会很快。根基上函数名字都一样，假如不熟悉，可以查阅官网供给的文档。

我们先清洗报表中的薪水salery，和实战篇进程一样，需要将其拆分红两个新列，而且计较均匀值。

点击模子项的新建材料行（这里的翻译应当差池，应是column列，后文我都用列暗示），此时新增加的列没有任何内容。我们需要做的操纵就是以salery天生两列。

这里需要用到DAX。当做函数利用它就行，不外Excel是单元格级此外援用，而DAX中的任何援用、计较、汇总等，都是以列为单元的。

这是最简单的援用，Table Name是我们这张报表的名字，我载入的csv叫DataAnalyst，那末报表就叫做DataAnalyst，ColumnName是我们需要援用的列，名字叫做salary。下图公式就是典范。

假如表名中有空格，需要加引号，假如没有则不需要。假如是跨表援用，TableName是必须的，否则只需要ColumnName。DAX支持自动添补，可以经过模糊输入+回车快速输入。

我说过它近似Excel，那末Excel加减乘除的习惯可以间接利用在上面。

接下来继续清洗步调，我们查找k地点的字符串位置。

操纵left函数截取人为下限。

搞定。材料行重命名为bottomSalery

接下来是人为上限topSalery，利用"-"截取的时辰报错了。

检查一下发现本来是有“10K以上”这类字符串。DAX查找不到“-”，这时需要返回一个出错时表达的值。由于10k以上的描写没法肯定人为上限，那末我们就把返回的值限制为bottomSalery。

在这里请记着，DAX的容错性比Excel低，只要DAX中有一行返回Error，那末整列都是Error。我们需要用Iferror函数保证容错性。

这里给出topSalary的计较，比力烦琐。

以后新建一列利用(DataAnalyst[bottomSalery]+DataAnalyst[topSalery])/2 计较该岗位的均匀人为。

大师看到这里，能否是感觉DAX公式很是长？新手可以多增加帮助列来停止计较。

Excel中有比力方便的排列功用，那末Power BI中能否具有呢？答案是必定的，右键点击列，挑选编辑查询选项。

这里照旧吐槽翻译。朋分材料行就是我们熟悉的排列功用。挑选自界说，用“-”即可完成份列（原始数据会被拆分，所以倡议先复制一列）。

实战篇提到过，我们的北京数据是有反复值的，那末我们经过positionId这职位的唯一标示，来删除反复项。右键点击移除反复项目即可。

我们再看一下查询编辑的其他功用。

分组根据可以以为是数据透视表。可以挑选多个字段停止分组。对成果停止求和、计数等操纵

假如是定单、用户行为、用户材料等大量数据，一般会以分组形式停止计较。分歧分组字段，会天生分歧的维度，像典范中的城市、工作年限，教育布景都是维度，也是图表的根本。假如天生的维度充足多，我们能操纵维度组成数据模子，这是OLAP的概念。

除此之外，也能操纵过滤间接挑选数据。我们挑选出含稀有据分析、分析的数据。解撤除大数据工程师等干扰职位。

这里支持多条件复杂逻辑挑选。

到这里，我们已经完成实战篇中的清洗进程中，我此次简单化了。以上步调都能经过右侧的套用步调复原和撤消。这里不会出现bottomSalery这类列。

以后挑选工具栏的封闭并套用，报表数据就会更新。最初数据2300多行。

经过数据查询和报表DAX公式，我们就能完成数据清洗和规整的步调。首要思绪是：移除反复值、过滤方针数据、清洗脏数据、数据格式转换。

数据关联

我们工作中会用到很大都据，不成能依靠一张表走全国。如果在Excel中，我们经常用Vlookup函数将多张表关联汇总。Power BI则用拖拽关联数据，更方便。通常为先关联再清洗。

由于我的数据只要一张表，用不到关联，以官网截图为例。

很简单，用拖拽将Product的manufactureId和Manufacturer的manufactureId关联，我们可以了解成做了vlookup援用，也可以想成SQL的Join。

分析会触及到很多复杂身分，这些身分相关的数据不会安恬静静给你呆在一张内外，而是分歧的表，所以需要用到数据关联。

数据关联在进修到SQL后会加倍清楚，这是SQL的焦点概念之一。

图表

进入图表设想阶段，点击侧边栏第一个项。BI比Excel好的地方在于，它只要拖拽就能设想和天生。

点击任一图表，画布上会自动天生图形，要切换图表范例间接点击其他即可。我们把城市和均匀人为拖拽到视觉结果下的栏目，它会自动天生图表。分歧图表需要的维度、轴都纷歧样，具体按提醒停止。

视觉结果下有设想选项，可以将图表调剂的更美妙，这里不具体先容了。

点击新增视觉结果（继续吐槽翻译），可以继续在画布上增加图表。绝大部分BI，都是支持联动的，所谓联动，浅显讲，就是点击图表上的维度元素，其他数据也会按此维度响应变化。

上图就是一个很好的联动例子，点击城市维度的北京，其他图表都变了，均匀人为由14.23酿成15.23。而学历则酿成突出显现，显现出了北京的博士们薪水远高于均匀水准。

图表联动带来更好的数据洞察，将分歧数据维度的组合和拔取，为分析师带来决议才能的提升。固然我最喜好的特点之一是省时候。

经过不竭的图表组合，就能天生数据分析师自己的分析画布。这块画布叫作Dashboard。固然图表都雅与否，就取决于分析师的设想品味了（这个我教不了你们，哈哈）。

假如维度过量，大师可以插入视觉选项中的穿插挑选器，增加过滤功用，常用于邃密化的分析，例如时候维度。图表右上角按钮，还能挑选导出数据，导出一份该图表的csv数据。

我们也能将其公布到网上，作为同事和企业间合作，大概手机端阅读数据用。固然这里需要注册账号，就看大师志愿了。

更多功用留待大师进修，到这里，Power BI的新手教程就竣事了。我罗列了常用的功用，不晓得大师有没有从Excel图表水平跃升到一个新阶段，大师可以自己拿数据做图表报告作为分析师行业的拍门砖。假如还有疑问，就借助官网文档进修，BI作为一个范畴，它值得数据分析师深入。

以下是一些补充：

典范

由于时候的关系，我没有讲授更多的款式设想内容。大师可以去官网下载典范，含有原始数据练习。主如果进修他人的报表汇制思绪。

别的Power BI的图表偏少，类似标靶图、箱线图都没有。不外官网有各类图表下载。搜索pbiviz即可，没有中文。

R集成

Power BI在它内部已经集成了R说话，没错，就是统计学中的R说话。假如你感觉视图功用还不够强大，那末我们可以操纵R来绘制图表，甚至借助R做回归分析等。固然R是第七周的内容。这里只以官网截图为例。

数据更新

BI很重要的一个功用是数据更新，它是报表自动化的根本，它凡是和SQL关联。我们利用CSV，只能往里面黏贴数据更新，还是烦琐了些，只属于半自动化。这将在学会SQL后处理。

————————

接待大师关注我的微信公众号：tracykanc

定期分享运营或数据的内容