分析师如何使用 Power BI 将混乱数据、DAX 和仪表板转化为行动

发布: 2个月前 (2026年2月9日 GMT+8 02:03)

10 分钟阅读

原文: Dev.to

Source: Dev.to

介绍

Power BI 是一个强大的工具，用于：

清理数据
创建报告
构建仪表板

它常常优于其他解决方案，因为它：

高效处理大型数据集
支持实时仪表板
对初学者友好

Power BI Desktop —— 微软提供的免费版本 —— 提供所有这些功能，且无需费用。

Power BI的主要用途

连接多个数据源 – Web 服务、Excel 文件、SQL 数据库等。
清理和转换数据 – 对原始数据进行整形、合并和丰富，以便分析。
构建数据模型 – 定义关系、计算列和度量值。
使用 DAX 分析数据 – 创建强大的计算和时间智能逻辑。
可视化数据 – 设计图表、地图、过滤器、切片器等交互式可视化。
创建报表和仪表板 – 将可视化组合成可共享、交互式的布局。
自动化、共享与协作 – 发布到 Power BI Service，实现计划刷新、分发和团队协作。

Source: …

Power BI 中的数据清洗

数据分析师处理的是复杂的数据集，数据清洗不仅仅是删除行或重命名列。Power BI 强大的 ETL（提取、转换、加载）引擎可以将凌乱的数据转化为准确、一致、可直接用于分析的信息。

Power BI 会显示列的质量和分布，帮助快速发现不一致之处。大多数清洗工作在 Power Query 编辑器中完成。

Data cleaning example

什么会让数据“凌乱”？

常见问题包括：

空白行或缺失值
重复记录
数据类型错误
文本格式不统一（例如 “kiambu”、 “MOMBASA”）

常见清洗任务

1. 删除重复项

如果某列（或某组列）必须保持唯一值，选中这些列 → Remove Duplicates（删除重复项）。

2. 正确的格式化

数据类型	示例列
文本	员工姓名、国家、产品类型
小数	市场价格、收入、毛利润
整数/小数	农户代码（视具体使用而定）
日期	种植日期、收获日期

使用 Transform > Detect Data Type（转换 > 检测数据类型）让 Power Query 自动推断正确的类型。
对被误判的列手动进行调整。

3. 处理错误和空值

列类型	推荐操作
数值	删除错误；保留空白（仅在合理时将空白替换为 `0`）。
文本	将 `null`/错误替换为占位符，例如 “Not provided”。
通用	除非整行数据完全不可用，否则避免删除整行。使用 Replace Values（替换值）→ `Error` → `Not provided`。

4. 统一文本

Trim – 去除前后空格。
Uppercase / Proper case – 按需求转换大小写（如 Text.Upper、Text.Proper）。

为什么要进行数据清洗

分析准确 – 减少误导性洞察。
提升 Power BI 性能 – 更小、更干净的模型加载更快。
简化数据建模 – 关系和 DAX 计算能够按预期工作。

完成清洗后，再次运行 Transform > Detect Data Type（转换 > 检测数据类型）以确认列类型，然后点击 Close & Apply（关闭并应用）将清洗后的数据加载到 Power BI。

Power BI 中的 DAX

听起来像是编程，对吧？

DAX（Data Analysis Expressions）是 Power BI 中用于创建度量值、计算列和计算表的公式语言。它通过聚合函数和迭代函数，将原始数据转化为有意义的洞察。

聚合函数

聚合将多行数据合并为单个值。

Function	Description（描述）	Example（示例）
SUM	对数值列中的所有值求和。	`Total Revenue = SUM('Kenya Crops'[Revenue (KES)])`
AVERAGE	计算列的平均值。	`Average Market Price = AVERAGE('Kenya Crops'[Market Price (KES/Kg)])`
MIN	返回列中的最小值。	`Minimum Yield = MIN('Kenya Crops'[Yield (Kg)])`
MAX	返回列中的最大值。	`Maximum Profit = MAX('Kenya Crops'[Profit (KES)])`
MEDIAN	返回列的中位数。	`Median Profit = MEDIAN('Kenya Crops'[Profit (KES)])`
COUNT	统计列中数值（或非空）值的个数。	`Yield Count = COUNT('Kenya Crops'[Yield (Kg)])`

迭代函数

迭代函数逐行计算表达式，然后对结果进行聚合。

`SUMX`

Total Profit (SUMX) =
SUMX (
    'Kenya Crops',
    'Kenya Crops'[Revenue (KES)] - 'Kenya Crops'[Cost of Production (KES)]
)

`AVERAGEX`

Average Profit per Acre =
AVERAGEX (
    'Kenya Crops',
    DIVIDE (
        'Kenya Crops'[Profit (KES)],
        'Kenya Crops'[Planted Area (Acres)]
    )
)

`COUNTX`

Profitable Farms Count =
COUNTX (
    'Kenya Crops',
    IF ( 'Kenya Crops'[Profit (KES)] > 0, 1 )
)

逻辑函数

逻辑函数让你根据条件作出决策（例如 IF、AND、OR）。

示例 – 利润或亏损分类（度量值）

Profit Status =
IF (
    SUM ( 'Kenya Crops'[Profit (KES)] ) > 0,
    "Profitable",
    "Loss"
)

Power BI 仪表板

仪表板是经过精心设计的可视化集合，帮助企业快速回答特定问题。它提供一页的高层视图，展示关键因素，让人一眼即可看出整体故事。

仪表板的主要元素

KPI 卡片 – 如收入、访问量、利润
趋势线 – 如年度销售额趋势
顶部 / 底部表现者
警报 – 基于阈值的通知
筛选器和切片器 – 如日期、地区

创建优秀仪表板的技巧

避免使用过多可视化导致页面拥挤。
保持计算简洁且性能良好。
使用统一的颜色和字体。
提供清晰的标题和标签。
确保交互性（筛选、下钻）直观易用。

仪表板布局原则

阅读顺序 – 用户从上到下、从左到右浏览仪表板。
优先级 – 将最重要的信息放在左上角。

常见部分

部分	目的	推荐可视化
顶部	关键绩效指标 (KPIs)	卡片（单值可视化）
中部	趋势与绩效分析	折线图、柱状图、条形图、面积图等
底部	支持性细分与详细比较	矩阵、表格、详细图表
过滤器	为用户提供便捷访问	放置在仪表板顶部或侧边

仪表板使用的主要可视化

图表

柱状图

柱状图使用垂直条形来比较各类别的数值。

柱状图示例

条形图

类似柱状图，但使用水平条形。

条形图示例

折线图

使用相连的数据点显示随时间的趋势（例如，年度毛利润）。

折线图示例

饼图和环形图

最适合展示少数类别（2–5）对整体的百分比贡献（例如，按作物类型划分的收入份额）。

饼图/环形图示例

卡片可视化

显示单一聚合值（例如，总收入、总利润）。

卡片可视化示例

矩阵可视化

类似透视表，拥有行列（例如，按县和季节划分的收入）。

矩阵可视化示例

散点图

展示两个数值变量之间的关系（例如，成本 vs. 收入、产量 vs. 利润）。

散点图示例

气泡地图

在地理地图上使用气泡表示数量级（例如，各国毛利润）。

气泡地图示例

交互式仪表板示例

结论

有效的分析依赖于准确、一致且经过充分清洗的数据。
DAX 使分析师能够将已清洗的数据转化为有意义的洞察，而精心设计的仪表板则帮助利益相关者做出知情且有效的决策。