新手小白学习PowerBI第三弹--------获取项目数据源＋KPI、折线图、地图、柱状图可视化展示

[0 前言](#0 前言)
[1 获取项目数据源和了解数据](#1 获取项目数据源和了解数据)
- [1.1 获取数据源](#1.1 获取数据源)
- [1.2 了解数据](#1.2 了解数据)
[2 可视化目标](#2 可视化目标)
[3 实操](#3 实操)
- [3.1 数据清洗](#3.1 数据清洗)
- - [3.1.1 基础知识](#3.1.1 基础知识)
  - [3.1.2 思路](#3.1.2 思路)
  - [3.1.3 实操](#3.1.3 实操)
  - - [（1）加载数据源](#（1）加载数据源)
    - （2）数据清洗
    - （3）新建日期表
- [3.2 可视化](#3.2 可视化)
- - [3.2.1 销售额、利润、订单量 KPI 卡片](#3.2.1 销售额、利润、订单量 KPI 卡片)
  - [3.2.2 季度销售趋势折线图](#3.2.2 季度销售趋势折线图)
  - [3.2.3 地区销售地图](#3.2.3 地区销售地图)
  - [3.2.4 类目销售占比（饼图）](#3.2.4 类目销售占比（饼图）)
  - [3.2.5 Top10 产品条形图](#3.2.5 Top10 产品条形图)
  - [3.2.6 可视化总结](#3.2.6 可视化总结)
[4 后记](#4 后记)

0 前言

欢迎各位朋友来到第三弹，恭喜你又又又升级啦，同时第一次来的那么刷到就是我们的缘分，在Power BI（以后简称PB）的学习过程中，你将获得利用PB清洗数据、可视化数据的全过程，并且后续也会有分析决策的内容，最重要的是，所有学习到的点，都是我们会用到的，同时，我们也会培养一个思维，那就是在实践中学习理论，这个方法论以后可以运用到其他生活中的方方面面。

看过新手小白学习PowerBI第一弹、第二弹的小伙伴知道我们接下来要干什么吗？没有，正式开始实操之旅啦~~~~

1 获取项目数据源和了解数据

1.1 获取数据源

数据来源于Kaggle，Kaggle是一个全球知名的数据科学和机器学习平台，核心包括提供数据科学竞赛、丰富的数据集、机器学习工具以及活跃的社区支持。

可以在Kaggle官网搜索Superstore Sales数据集，这里我给出下载网址https://www.kaggle.com/datasets?search=Superstore+Sales

进入这个网址，点击 Superstore Sales

点击Download进行下载，它是一个压缩文件，下载完成需要解压缩

解压之后就是一个csv格式 的文件和一个xlsx格式的文件

到这里，恭喜你完成了项目的第一关，下载数据完成啦，所有的成本我们都具备啦，让我们开始真正的实操叭！！！期待~~~~

1.2 了解数据

有了数据，首先我们要了解我们的数据，再接着处理数据，只有了解数据，才能对数据进行适当的处理。

Row ID：行号

Order ID：订单编号

Order Date：下单日期

Ship Date：发货日期

Ship Mode：发货模式

Customer ID：用户编号

Customer Name：用户名称

Segment：客户群组，比如用户、企业客户等

Country：国家

City：城市

State：州/省

Postal Code：邮编代码

Region：地区/大区，比如北美、欧洲、亚太等

Product ID：产品编号

Category：产品类别，比如办公用品、技术产品、家具等

Sub-Category：产品子类，比如椅子、桌子、电话等

Product Name：产品名称

Sales：销售额，产品的销售总收入

Quantity：数量

Discount：折扣

Profit：利润，销售这笔订单获得的利润

在电商销售数据中，Profit通常指的是毛利润（Gross Profit）利润 = 销售额 - 成本

多提一点，Profit Margin（利润率） = Profit / Sales

2 可视化目标

进行实操之前，明确我们的目的，也就是说我们要干什么，要实现怎样的目标。

这里是可视化的页面一，我们总共有四个部分，也就是学完这篇博客，我们就完成了四分之一。本篇博客的目标就是，要做到能够展示下面的界面。

【页面 1：整体销售仪表盘】

展示：

销售额、利润、订单量 KPI 卡片

季度销售趋势折线图

地区销售地图

类目销售占比（饼图）

Top10 产品条形图

3 实操

从我们的目标来看，总共有两个步骤，①数据清洗，也就是对数据进行简单的处理，确保数据真实准确高质量；②可视化，将数据以图表线等进行展示，便于更直观明了的观察数据。

3.1 数据清洗

在数据清洗这部分，我们首先会学习一些基础概念，比如处理数据的原则；接着描述针对我们这个项目，清洗数据的思路；最后，就是最期待的，在PB上进行实际操作了。

3.1.1 基础知识

数据清洗的目的：

数据清洗是为了提高数据的质量，确保数据的准确性和一致性。仔细想一想，把一些没用的数据删除，不合常规的数据进行处理，是不是就是让数据本身更加的"正确"，从这个维度不就是提高数据的质量。

数据清洗的基本原则：

1 完整性

数据中可能会有缺失值，缺失了是不是就没那么完整了，所以注意数据的完整性。因此我们需要处理数据中的缺失值。有两种思路：

a.填充缺失值：根据数据的性质使用不同的方式填充缺失值，例如填充均值、中位数、众数等；

b.删除缺失值，如果缺失值太多且无法填补，可以考虑删除这些行。
2 一致性

a.格式一致：在数据中，有些字段可能存在不同的格式（比如日期字段，某些行可能是yyyy/mm/dd，其他行是dd/mm/yyyy），那么我们就应该统一格式。

b.类别值一致：类别数据（比如产品名称、客户名称等）应该保证一致性，避免拼写错误或大小写不一致的情况。
3 准确性原则

a.去除重复数据

b.异常值检测与修正：检查是否存在不合理的异常值，比如销售额为负数、库存为零等，需要根据业务场景做出合理判断。
4 有效性原则

a. 合理的数据范围：数据应在合理范围内。比如，销售额应该为正数，日期为有效日期。

b. 逻辑一致性：例如，订单的发货日期应该晚于下单日期，退货日期应该晚于发货日期等。

这里看着准备性和有效性似乎有点类似，简单区别一下，准确性是说数据是否正确，考虑的是对错，而有效性是数据是否合理，关注约束和逻辑。

3.1.2 思路

具体来说有以下几个步骤：

从原则的角度考虑：

完整性：

（1）对于一个表的主键来说，是不可能存在空值且重复的情况，即null值和重复的值，直接删除直接Order ID = null 所在的行。（这里主键的意思，就是唯一可以标识这一行数据的值，比如身份证，可以唯一的标识每个人）

（2）对于Sales、Profit字段如果确实过多，可以选择删除这些行，缺失少可以进行填充。

（3）Product Name、Customer Name，如果确实较少且能推测出，可以选择填充或删除。
一致性：

（4）将数据类型改为日期：Order Date、Ship Date

（5）将数据类型改为文本：Order ID、Customer Name、Region、Country、City、Category、Sub-Category、Product Name

（6）将数据类型改为小数：Sales、Profit

（7）将数据类型改为整数：Quantity
准确性、有效性：

（8）Sales小于0修改为0

（9）Profit小于0修改为0

3.1.3 实操

这里对数据清洗是三个步骤：①加载数据源，也就是把我们的xlsx文件加载到PB当中；②根据上文中的思路进行数据清洗；③新建日期表，是为了年度、季度报表打基础。

（1）加载数据源

打开PB软件，点击空白报告

接着，点击Excel工作簿，这个是加载xlsx文件的，其实很多栏目大家有兴趣可以多看看，自己探索探索。

浏览你的文件夹找到之前下载的文件.xlsx结尾的文件，就可以看到下图的界面，继续对数据表进行勾选-》转换数据，一定点击转换数据才能进入Power Query模式，不然就是Desktop模式（先了解一下，之后我们会用到，你就明白啦）。

进入下图的界面，即进入Power Query模式（有时，我会简称为PQ），这里简单介绍一下，PQ他就是进行数据处理的一种状态，也就是我们要使用这个模式进行数据清洗。

（2）数据清洗

根据我们的3.1.2的思路进行数据清洗

① 对于一个表的主键来说，是不可能存在空值且重复的情况，即null值和重复的值，直接删除直接Order ID = null 所在的行。（其实我们这个数据没有什么大的问题，对新手还挺友好的）。

将我们的操作重命名，有利于后续的操作。

② 对于Sales、Profit字段没有缺失，这里Sales没有负数，我把Profit为负数看为没有盈利，亏损，因此没有删除也没有改成0，将数据类型改为小数

Profit列也是同样的操作，这里就不重复了，下图主要是想说明把操作栏进行重命名，方便自己后面回过头来看，处理过什么

其他数据类型处理也是类似的操作，此处就不再赘述了，看3.1.2的思路部分进行简单操作就可以。你一定可以哒，那么到这里我们数据清洗就完成啦。

接下来，退出这个模式，进入Desktop桌面模式，建立表、关系，接着要进行可视化啦，点击关闭并应用就可以啦！这样我们的数据就是请过PQ清洗过的，高质量的数据啦！

Desktop模式，就是我们进行可视化的模式，在这个模式下有报表试图、模型视图等等，感兴趣可以到处点一点，看看都是干啥的。我们的可视化就是在这个Desktop模式下进行的。

（3）新建日期表

从可视化的需求，可以看到有年度、季度销售趋势折线图，原始Orders表格中只有Order Date和Ship Date数据，并没有季度，且在数据分析过程中，我们经常需要用到年、月、日、季度时间数据，因此，这里我们新建一个日期表格:DateTable(Date, Year, Month, Day, Quarter)。

bash 复制代码

DateTable = CALENDAR(MIN(Orders[Order Date]), MAX(Orders[Order Date]))

这个式子是一个DAX（Data Analysis Expressions） 表达式 DAX是PB（Power BI）中用于数据分析和建模的公式语言，本质上就是函数式语言，类似与Excel的公式，但是功能会更强大。没有DAX，PB只能做基础报表；掌握DAX后，可以建构复杂的业务分析模型。

DAX主要用法：

创建计算列和度量值（这个我们之后会用到，先埋下伏笔）

建立数据模型关系

进行复杂的数据计算和分析

首先点击表工具->新建表->输入DAX语句（下面给出了）->回车，一定要回车，否则事务就没有提交哟~

新建 Year 列：在DataTable中新建Year这个列，最后输入完DAX语句后，点击回车即可

bash 复制代码

Year = DateTable[Date].[年]

新建 Month 列：在DataTable中新建Month列

bash 复制代码

Month = DateTable[Date].[月份]

新建日和季度列的创建都是同理，这里就直接贴出DAX公式了

bash 复制代码

Day = DateTable[Date].[日]
Quarter = DateTable[Date].[季度]

DateTable 创建完毕就是下图的结构

接下来，一个关键的步骤，就是要将 DateTable和我们原始的Orders表格联系起来，不然单独的两张表，没有关系就没有作用，这就要用到数据库的基础只是联系，小白也不要害怕，十分好理解，听我细细道来。

结论：DateTable表中的一个Date对应Orders表中多个订单编号的日期，Orders表中的多个订单编号对应DateTable中的一个Date，所以DataTable表与Orders表是一对多的关系。
实例解释：在同一天，该电商公司有多个用户下单，下单就会产生订单，即一天会有多个订单，所以 DateTable 中的一个 Date 对应 Orders 中多个订单，反过来，Orders 中的多个订单，对应 DateTable 中的一个 Date，所以就是一对多的关系。

是不是很好理解！！！

在PB里，用下图的方式建立关系，这里要注意从。。。到。。。的顺序，从 DateTable 到 Orders 是一对多的关系，那反过来，从 Orders 到 DateTable，就是多对一的关系，这里一定不能弄反了哟，很重要！