京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19