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
在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 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 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21