1. Power BI数据清洗与规范
1. 数据规范
前言
1.1 数据规范
PowerBI数据需要遵循一下规范：✏️
- 数据由标题行(字段)和数据部分(记录)组成
- 数据表第一行是表的字段名称，不能重复
- "第二行起是数据部分，数据部分的每一行数据成为一条记录，
- 并且数据部分不允许出现空白行和空白列，数据要保持完整性"
- 一个单元格只记录一个属性数据，切勿复合记录，有一说一
- 数据表中不能有合并单元格存在
- 数据表需要以一维表的形式存储
备注：只有一维表才能做数据分析，二维表在分析前必须转换为一维表
1.2 二维表和一维表的区别
二维表：数据表中的数据，以列的形式存储，每一列代表一个属性，每一行代表一条记录
一维表：数据表中的数据，以行的形式存储，每一行代表一条记录，每一列代表一个属性
1.2.1 将二维表转换为一维表
步骤如下：
- 导入数据 NO.1 数据规范到PowerBI中，选择素材表，点击转换数据
逆透视其他列：将其他列的数据，转换成行数据，
好了，这样就可以将二维表转成一维表了
1.3 一维表转二维表
步骤：
将原始的excel表格导入到PowerBI中，点击转换数据，将第一行作为列名 👇
选中表，点击转换，选择透视列
在弹出的对话框中，选择是否完成，不要聚合
- 效果如下：👇
如果要数字，可以在第二个框中，选择计数
2. 日期时间格式处理
前言
3. 不规则数据处理
前言
这些数据在excel无法进行计算，因为或多或少存在一些不可见的数据，影响数据处理，但是导入到PowerBI中，可以进行计算
- 导入Excel数据，选择素材表，点击转换数据
- 首选可以删除一些不必要的列，然后选择保留的列，右击删除其他列，然后关闭并应用
- 新建一个列,并求3列的和，然后修改列名👇
4. 缺失数据处理
前言
- 导入数据，选择素材表，点击转换数据
- 选择含有缺失值的列，点击转换，填充，向下填充
- 这样就完成了缺失值的填充
2. 案例实战
2.1 PowerBI完成人事报表分析可视化
PowerBI完成人事报表分析可视化
最终效果图：
1. 数据源，导入数据，直接导入即可
这里的数据源，可以是excel，也可以是数据库，也可以是其他的数据源，只要是可以导入到PowerBI中的数据源，都可以导入到PowerBI中，然后进行数据处理，然后进行可视化
首先进入Power Query中，将身份证信息这一列改成文本，这样可以正常显示
弹出对话框，点击替换当前列，
然后我们发现这2张表要形成关系，需要对身份证进行处理，点击使用left函数取出身份证信息中的前2位 籍贯 = LEFT('员工表'[身份证号],2)，用来和籍贯表关联
接下来在模型视图中，将2张表，通过籍贯字段进行关联，这样就完成了数据的关联
接着我们要将身份证中的出生日期取出来，第7-14位，使用多个函数，将这个字符串转换为日期格式
公式：出生日期 = DATE(MID('员工表'[身份证号],7,4),MID('员工表'[身份证号],11,2),MID('员工表'[身份证号],13,2)
接着取出年龄，使用公式，将出生日期和当前日期进行计算，得到年龄
公式： 年龄 = DATEDIFF('员工表'[出生日期],TODAY(),YEAR)
紧接着，取出工龄，使用公式，将入职日期和当前日期进行计算，得到工龄
公式： 工龄 = DATEDIFF('员工表'[入职日期],TODAY(),YEAR)
如果无法出结果，就在编辑查询中，将入职日期的格式改成日期格式，然后保存应用即可。
这样几个辅助列我们就建立好了，接下来我们就可以创建其他的辅助表
2. 创建一个日期的辅助表
首先创建一个新表，使用函数创建--日期表
公式：日期表 = CALENDARAUTO() 这个公式会自动生成一个日期表，包含了1900-2050年所有的日期
接下来，根据第一列，我们抽取出 年 ，月，季度等信息 👇
公式：年 = YEAR('日期表'[Date])月 = MONTH('日期表'[Date])季度 = "第"&FORMAT('日期表'[Date],"Q")&"季度"
接下来将日期辅助表和员工表中的入职日期进行关联，这样就完成了日期辅助表的建立 👇
3. 在员工表中创建度量值用来可视化操作
首先创建员工总人数，和在职员工人数，和离职人数
公式：
员工人数 = DISTINCTCOUNT('员工表'[员工工号])在职人数 = CALCULATE('员工表'[员工人数],'员工表'[员工状态]="在职")离职人数 = CALCULATE('员工表'[员工人数],'员工表'[员工状态]="离职")
还有大于50岁员工的占比,首先算出大于50岁员工的数量，然后除以员工总人数，得到比例
公式：>50岁员工人数 = CALCULATE('员工表'[员工人数],'员工表'[年龄]>50)>50岁员工人数占比 = DIVIDE('员工表'[>50岁员工人数],'员工表'[员工人数])
至此，数据处理就完成了，接下来我们就可以进行可视化操作
4. 参考示例图，建立图表
4.1 左侧的图表视图，使用切片器，完成年份 季度，在职，离职，占比等视图
同样操作，完成季度 👇
选择卡片图，展示在职，离职，占比 👇
依葫芦画瓢，完成离职人数，占比 👇
4.2 完成中间部分的
- 柱状图完成 按部门在职人数分布情况
- 使用三方导入的图表
蝶蝶结图表.pbiviz，完成 在职人员按性别学历情况
- 导入文字云组件，完成 在职员工按籍贯前10 分布情况
接着采用筛选器，将前10的籍贯筛选出来，然后进行可视化
- 按学历在职人数占比
- 按职称在职人数占比
