PowerBI数据分析与可视化第3章 M语言数据建模与处理（2）.ppt

大数据，成就未来 * 大数据挖掘专家 * 大数据挖掘专家 大数据，成就未来 * 大数据挖掘专家 * 大数据挖掘专家 大数据，成就未来 M语言数据预处理 * 目录 将字段按比例绽放，使之落入一个特定的区间，如[-1,1]或[0,1]之间。常用的规范化有最小-最大值规范化。假定某字段的最小值为min，最大值为max，最小-最大值规范化区域为[new_min, new_max]。那么最小-最大值规范化下 的规范化值 如（式 3-1）所示。 （式 3-1） 例如，某字段规范化前取值区间为[-100,100]，规范化后取值区间为[0,1]，假设该字段某字段值为58，那么规范化后取值为0.79，如（式 3-2）所示。 （式 3-2） 了解数据变换 1. 规范化 逆透视列是Excel和Power Query中处理数据行列变换的一种特有操作。它将来自单行（单个记录）中多个列的值扩展为单个列中具有同样值的多个记录，使得数据能够在合适数据存储与合适数据分析的形式之间自由变换。例如为了方便显示数据，可能会出现如下表所示的按销量区域排列的产品销量表，这个表的第1列的列名是抽象概念的产品名称，第2~4列的列名是具体的区域名称，表中第2行第2列的数值型数据3654196指的是在广东省坚果的销量，其它数值型数据如此类推。 了解数据变换 2. 逆透视列 产品名称 广东省 北京市 上海市 坚果 3654196 2543323 3221557 肉干 1626540 1254386 1123456 鸭脖 1393244 1187554 1098774 花茶 2168169 1967644 1899907 现在使用逆透视列功能，将合适数据分析的数据表变换成如下表5所示的合适数据存储的产品销量表。 了解数据变换 2. 逆透视列 产品名称 区域名称 销售额 坚果 广东省 3654196 坚果 北京市 2543323 坚果 上海市 3221557 肉干 广东省 1626540 肉干 北京市 1254386 肉干 上海市 1123456 鸭脖 广东省 1393244 鸭脖 北京市 1187554 鸭脖 上海市 1098774 花茶 广东省 2168169 花茶 北京市 1967644 Power Query中，按数据类型进行数据提取可以使用Text.Remove函数，该函数的表达式如下。 Text.Remove(text,removeChars) 该格式表示：返回在“text”参数中删除了“removeChars”参数的所有字符后的新字符串。“removeChars”参数可以是独立的字段，也可以指定列表字符集合。Power Query常用字符的参数如下表 所示。 实现数据提取 参数 概述 {1..10} 获取的结果是从1到10的list列表，即{1,2,3,4,5,6,7,8,9,10} {“0”..“9”} 获取0到9的数字文本 {“ ”..“~”} 获取空格到“~”等特殊字符列表 {“A”..“Z”} 从A到Z的字符列表 {“a”..“z”} 从a到z的字符列表 {“A“..“Z”, “a”..“z”} 所有大小写英文字母 {“一”..“龢”} 所有汉字字符列表 {“一”..“龢”,“0”..“9”} 所有汉字字符列表和数字 参数表中的参数可以自由组合，字母、汉字等字符列表中间用“..”连接，列表与列表之间或列表与某具体参数之间用英文状态下的逗号“,”隔开。 在如下表所示的数据经过数据变换处理，最终数据表的效果如下图所示，具体实现步骤如下。 实现数据提取 产品归属 产品信息 坚果 炭烧腰果18.5元，盐焗腰果19元，纸皮核桃23元 肉干 猪肉干11.5元，牛肉干15元 鸭脖 微辣鸭脖9元，香辣鸭脖9元 花茶 大麦茶20元，枸杞茶20元 （1） 获取数据。在“开始”选项卡的“外部数据”组中，依次单击“获取数据”“Excel”命令，导入“