python - 电源 BI : How to use Python with multiple tables in the Power Query Editor?

Question

如何使用使用两个现有表作为输入的 Python 脚本创建新表？例如通过执行 left join使用 pandas merge ?

部分详情:

使用 Home > Edit queries您可以在 Transform > Run Python Script 下使用 Python .这会打开一个 Run Python Script您被告知的对话框 '#dataset' holds the input data for this script .如果您只需单击 OK，您就会发现相同的短语。并查看公式栏:
= Python.Execute("# 'dataset' holds the input data for this script#(lf)",[dataset=#"Changed Type"])
这也在Applied Steps下添加了一个新步骤。叫 Run Python script您可以通过单击右侧的齿轮符号来编辑 Python 脚本:



您如何更改该设置以引用多个表？

样本数据

这是两个可以存储为 CSV 文件并使用 Home > Get Data > Text/CSV 加载的表。

表1

Date,Value1
2108-10-12,1
2108-10-13,2
2108-10-14,3
2108-10-15,4
2108-10-16,5

表2

Date,Value2
2108-10-12,10
2108-10-13,11
2108-10-14,12
2108-10-15,13
2108-10-16,14

Answer 1

这与针对 R 脚本描述的挑战相同 here .该设置也适用于 Python。但是，我发现这种方法有一个缺点:它将新的联接表或计算表存储为先前表之一的编辑版本。以下建议将演示如何在不更改输入表的情况下生成全新的计算表(除了将 Date 列的数据类型从 Date 更改为 Text 因为 this 。)

简答:

在 Power Query editor ， 按着这些次序:

更改 Date columns 的数据类型在两列中到 Text .

点击Enter Data .只需点击OK .

激活新Table3并使用 Transform > Run Python Script .只需点击OK .

激活公式栏并将其中的内容替换为 = Python.Execute("# Python:",[df1=Table1, df2=Table2]) .点击Enter .

如果系统提示您这样做，请单击 Edit Permission和 Run在下一步。

下 Applied Steps , 在名为 Run Python Script 的新步骤中，单击齿轮图标打开 Run Python Script编辑。

插入下面的代码片段并单击 OK .

代码:

import pandas as pd
df3 = pd.merge(df1, df2, how = 'left', on = ['Date'])
df3['Value3'] = df1['Value1']*df2['Value2']

旁边 df3 , 点击 Table ，就是这样:



详情:

必须非常仔细地遵循上面的列表才能使事情正常进行。所以这里是所有肮脏的小细节:

1. 使用 Get Data 将表作为 CSV 文件加载到 Power BI Desktop 中.

2. 点击 Edit Queries .

3. 在 Table1 , 单击 Date column 旁边的符号，选择 Text然后点击 Replace Current


4. 对 Table2 执行相同操作

5. 关于 Home标签，点击 Enter Data
6. 在出现的框中，除了单击 OK 之外什么都不做。 .



7. 这将插入一个名为 Table3 的空表。下 Queries ，而这正是我们想要的:



8. 转至 Transform选项卡并单击 Run Python Script :



9. 这将打开 Run Python Script编辑。您可以从这里开始编写脚本，但这会使接下来的步骤变得不必要地复杂。所以什么都不做，只需点击 OK :



10. 在公式栏中，您将设置公式 = Python.Execute("# 'dataset' holds the input data for this script#(lf)",[dataset=#"Changed Type"]) .请注意，您在名为 Run Python Script 的应用步骤下有了一个新步骤。 :



11. 上面的截图中有几个有趣的细节，但首先我们要分解函数 = Python.Execute("# 'dataset' holds the input data for this script#(lf)",[dataset=#"Changed Type"]) 的参数。 .

零件 "# 'dataset'" holds the input data for this script#(lf)"只需插入您可以在 Python Script Editor 中看到的评论.所以这并不重要，但你也不能把它留空。我喜欢使用更短的东西，比如 "# Python:" .

零件 [dataset=#"Changed Type"]是指向空的指针 Table3处于 Changed Type下的状态.因此，如果您在插入 Python 脚本之前所做的最后一件事不是更改数据类型，那么这部分看起来会有所不同。然后使用 dataset 在您的 python 脚本中提供该表。作为 Pandas 数据框。考虑到这一点，我们可以对公式进行一些非常有用的更改:

12. 将公式栏更改为 = Python.Execute("# Python:",[df1=Table1, df2=Table2])并点击 Enter .这将使 Table1和 Table2可用于您的 Python 脚本作为名为 df1 的两个 Pandas 数据帧和 df2 ， 分别。

13. 单击 Run Python script 旁边的齿轮(还是花？)图标下 Applied Steps :



14. 插入以下代码段:

代码:

import pandas as pd
df3 = pd.merge(df1, df2, how = 'left', on = ['Date'])
df3['Value3'] = df1['Value1']*df2['Value2']

这将加入 df1和 df2在 Date column ，并插入一个名为 Value3 的新计算列.不太花哨，但通过此设置，您可以使用 Power BI 世界中的数据和 Python 的强大功能做任何您想做的事情。



15. 点击 OK你会看到这个:



你会看到 df3列在输入数据框下 df1和 df2在蓝色广场。如果您在 Python 脚本中将任何其他数据框指定为计算步骤，它们也会在此处列出。要将其变成 Power BI 的可访问表，只需单击 Table如绿色箭头所示。

16. 就是这样:



注意 Date column的数据类型设置为 Date默认情况下，但您可以将其更改为 Text如前所述。

点击 Home > Close&Apply退出 Power Query Editor并返回到 Power BI Desktop 中一切开始的地方。