
作者 | CDA数据分析师
来源 | CDA数据科学研究院
如果您有着下面这些疑问:
那么,您可以通过学习本系列教程帮助您快速了解powerBI工具的使用,让您乘上数据分析之路的直通车。
本系列教程旨在帮助您了解和理解Excel中Power BI各插件的功能和应用,包括Power Query、Power Pivot、Power View、Power Map。我将分模块对其进行介绍,下面我们就先来简单了解一下Power BI这门数据分析工具吧。
Power BI简介
1. 什么是Power BI?
以下是Microsoft Power BI官网给的定义:
Power BI是一种业务分析解决方案,可让您可视化数据并在整个组织中共享洞察,或将其嵌入到您的应用或网站中。连接数百个数据源,通过实时仪表板和报告将数据变为现实。
简单来说,Power BI就是一个数据分析工具,它能实现数据分析的所有流程,包括对数据的获取、清洗、建模和可视化展示,从而来帮助个人或企业来对数据进行分析,用数据驱动业务,做出正确的决策。说到这,我们有必要先来了解和理解一下数据分析的整个流程。
首先,我们先来看一下数据分析的一般流程是怎样的?
在数据分析过程中,有3个“最”我们需要铭记于心:
通常,我们可以将数据分析比喻成做菜,做菜的过程其实就类似数据分析的过程:
2. 为什么要使用Power BI?
如果您还不清楚为什么要学习Power BI,下面这些回答相信可以解决您的困扰。
十多年的行业领导地位 Gartner连续12年将微软评为分析和商业智能平台的魔力象限领导者。下面展示的是2019年最新的评价:
3. Power BI包括哪些组件?
从Excel 2016版开始,就嵌入了Power BI系列的插件,其中包括:Power Query、Power Pivot、Power View、Power Map。
因此,在学习本系列课程前,您需要准备:
如果您已经拥有Excel 2016及以上版本,那么下面教程将教您在Excel中如何加载Power BI插件。
一、常见环境配置问题:
二、加载Power BI插件
第1步:打开文件选项卡:
第2步:单击“选项”:
第3步:打开COM加载项:
第4步:勾选Power BI插件:
三、检查Power BI插件是否可以使用
1. Power Query检查
数据选项卡—>从表格—>进入PQ界面
在“转换选项卡”下查看是否有“提取”命令,如果有,说明Power Query可正常使用!
如果没有“提取”命令,选择文件-账户-更新下Excel
2. Power Pivot检查
查看功能区中是否有“Power Pivot”选项卡,如果有,说明配置成功!
3. Power Map检查
在插入选项卡下打开三维地图,注意需要连接网络,如果打不开可以尝试先将IE浏览器打开后再启动三维地图:
4. Power View检查
首先,先添加Power View命令
Power View选项卡中打开Power View
如果打开不成功,需要添加"EnableControls"文件夹里面的注册表和安装"Silverlight"
最后,2016家庭学生版重装失败的,可以选择使用Power BI Desktop进行替代使用Power View的功能。
下面我们来学习Power Query获取数据
下面我们开始来学习Power BI的第一个模块:Power Query模块。
在本小节,您将会学习怎样使用Power Query来获取数据,包括:
1. 获取本地数据
下面我们以获取Excel文件中的数据为例:
首先,我们先新建一个Excel文件,然后在数据选项卡下依次打开:新建查询——>从文件——>从工作簿
打开之后,找到您想要导入的Excel工作簿并导入即可
单击选择要导入的表后进行加载
双击或右键选择编辑即可进入Power Query编辑界面
2. 获取网页数据
下面我们以获取某篮球队的队员信息为例:
首先,在其官网选择您喜欢的一支球队
打开球员信息页面
打开一个新的Excel表格,在数据选项卡中依次打开:新建查询——>从其他源——>自网站
将复制的网址输入,点击确定
勾选“选择多项”,然后选择Table0表和Table2表进行加载,数据获取成功
注:若想查找已导入的数据,数据选项卡下“显示查询”可显示当前Excel下已导入的表
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15CDA 数据分析师:激活表格结构数据价值的核心操盘手 表格结构数据(如 Excel 表格、数据库表)是企业最基础、最核心的数据形态 ...
2025-09-15Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05