
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
CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14