Tippek és trükkök jelentések létrehozásához a Power BI DesktopbanTips and tricks for creating reports in Power BI Desktop

Ahhoz, hogy a legtöbbet hozza ki az adataiból, néha szüksége van egy kis extra segítségre.To get the most out of your data, sometimes you need a little extra help. Összegyűjtöttünk néhány tippet és trükköt, amelyek segítségére lehetnek, amikor jelentéseket hoz létre a Microsoft Power BI Desktopban és a Microsoft Excel 2016 vagy Excel 2013 Pro-Plus kiadásokban, amelyekben engedélyezve van a Power Pivot bővítmény, illetve telepítve és engedélyezve van a Power Query.We’ve put together some tips & tricks you can use when creating reports in the Microsoft Power BI Desktop and in Microsoft Excel 2016, or Excel 2013 Pro-Plus editions with the Power Pivot add-in enabled and Power Query installed and enabled.

A Lekérdezésszerkesztő használatának elsajátításaLearning to use the Query Editor

A Power BI Desktop Lekérdezésszerkesztője hasonlít az Excel 2013 Power Query beépülő moduljához.Query Editor in Power BI Desktop is similar to the Power Query add-in capability in Excel 2013. Bár a Power BI támogatási webhelyén számos hasznos cikket találhat, az első lépésekhez a Power Query dokumentációját is érdemes áttekinteni a support.office.com webhelyen.While there are several helpful articles in Power BI Support, you might also want to review the Power Query documentation on support.office.com to get started.

További információt a Power Query forrásanyagközpontban találhat.You can get additional information from the Power Query Resource Center.

A Képletreferenciát is megtekintheti.You can also view the Formula Reference.

Adattípusok a LekérdezésszerkesztőbenData types in Query Editor

Amikor a Power BI Desktopban a Lekérdezésszerkesztőt használja az adatok betöltéséhez, feltételezésen alapuló adattípus-felismerést végzünk.When using Query Editor in Power BI Desktop to load data, we do a best guess data type detection. A képletek használatakor a rendszer néha nem őrzi meg az oszlopok adattípus-beállításait.When using formulas, sometimes data type settings on columns are not preserved. Az alábbi műveletek végrehajtása után ellenőrizze, hogy megfelelő-e az oszlopok adattípusa: Adatok betöltése elsőként a lekérdezés lapra, Első sor fejléccé alakítása, Oszlop hozzáadása, Csoportosítás, Egyesítés, Hozzáfűzés, és mielőtt először jóváhagyná az adatok betöltését.Ensure the data type of columns are correct after doing the following operations: Load data initially to the query tab, First Row as Header, Add column, Group by, Merge, Append, and before pressing loading the data for the first time.

Fontos megjegyezni: az adattáblázatban a dőlt betűk nem azt jelentik, hogy az adattípus megfelelően van beállítva, hanem azt, hogy az adatot nem szövegként értelmezi a rendszer.One key thing to remember: italics in the data grid do not mean the data type is correctly set, it just means the data is not considered as Text.

Lekérdezésekre való hivatkozás a LekérdezésszerkesztőbenReference queries in the Query Editor

Amikor a Power BI Desktopban a Lekérdezésszerkesztő kezelőjében a jobb gombbal rákattint az egyik lekérdezésre, elérheti a „Hivatkozás” lehetőséget.In Query Editor's navigator in Power BI Desktop, when you right-click one of the queries, an option for "Reference" is available. Ez a következő miatt hasznos:This is useful for the following reason:

  • Amikor adatforrásként használ fájlokat egy lekérdezéshez, a rendszer a lekérdezésben tárolja a fájl abszolút elérési útját.When you use files as the data source for a query, the absolute path to the file is stored in the query. A Power BI Desktop-fájl vagy Excel-munkafüzet áthelyezésekor időt takaríthat meg azzal, hogy az elérési utak helyett csak egyszer frissíti a fájlt.When sharing or moving Power BI Desktop file or Excel workbook, you'll save time when you update the paths by updating it just once rather than the paths.

Alapértelmezés szerint az összes lekérdezés az adatmodellbe töltődik be.By default all queries load to the data model. A lekérdezések némelyike közbenső lépés, és nem a felhasználók számára tervezték.Some queries are intermediary steps and not intended for end users. Amikor a fent említett módon hivatkozik a lekérdezésekre, gyakran ez a helyzet.When referencing queries as mentioned above, this is often the case. Szabályozhatja a lekérdezésbetöltés viselkedését, ha a jobb gombbal a lekérdezésre kattint a kezelőben, és bekapcsolja a „Betöltés engedélyezése” beállítást.You can control query loading behavior by right-clicking the query in the navigator and toggling the "Enable Load" option. Ha a Betöltés engedélyezése mellett nincs pipa, a lekérdezést attól még el lehet érni a lekérdezési lapon, és használhatja azt más lekérdezésekkel.When Enable Load does not have a checkmark next to it, the query is still available in the query tab and you can use it with other queries. Ez különösen hasznos az Egyesítés, Hozzáfűzés és Hivatkozás átalakítókkal kombinálva.It is especially useful in combination with Merge, Append, and Reference transforms. Mivel azonban a rendszer nem tölti be a lekérdezés eredményeit az adatmodellbe, a lekérdezés nem fogja telezsúfolni a jelentések mezőlistáját vagy az adatmodellt.However since the query results are not loaded to the data model, the query will not clutter your reports field list or your data model.

A pontdiagramokban szükség van egy pontazonosítóraScatter charts need a point identifier

Vegyük példaként egy egyszerű táblát, amely hőmérsékleteket és a leolvasás idejét tartalmazza.Taking an example of a simple table of Temperatures and the Time the reading was taken. Ha ezt közvetlenül jeleníti meg egy pontdiagramon, a Power BI egyetlen pontba összesíti az értékeket.If you plot this directly on a scatter chart, Power BI aggregates all the values into a single point. A külön adatpontok megjelenítéséhez hozzá kell adnia egy mezőt a Részletek gyűjtőhöz a Mezők területen.To show individual data points, you must add a field to the Details bucket in the field well. Ennek a Power BI Desktopban egy egyszerű módja, ha a lekérdezés lapon az „Oszlop hozzáadása” menüszalag „Indexoszlop felvétele” lehetőségét használja.A simple way to do this in Power BI Desktop is on the query tab by using the "Add index column" option on the "Add Column" ribbon.

Referenciavonalak a jelentésbenReference lines in your report

A Power BI Desktopban a referenciavonalak meghatározása számított oszlop használatával történhet.You can use a calculated column in Power BI Desktop to define a reference line. Azonosítsa a táblát és az oszlopot, amelyen létre kívánja hozni a referenciavonalat.Identify the table and column on which you want to create a reference line. A menüszalagon válassza az „Új oszlop” lehetőséget, és a képletsávban gépelje be a következő képletet:Select "New Column" in the ribbon and, in the formula bar, type the following formula:

Target Value = 100

A számított oszlop a 100 értéket fogja visszaadni függetlenül attól, hogy hol használják.This calculated column will return the value 100 regardless of where it is used. Az új oszlop meg fog jelenni a mezőlistában.Your new column will show up in the Field List. Adja hozzá a „Target Value” (Célérték) nevű számított oszlopot egy vonaldiagramhoz, amely bemutatja, hogyan viszonyulnak a sorozatok az adott referenciavonalhoz.Add the Target Value calculated column to a line chart to show how any series relates to that specific reference line.

Rendezés más oszlop alapjánSort by another column

Ha kategorikus (sztring) értéket használ a Power BI-ban a diagramtengelyekhez, illetve egy szeletelőben vagy szűrőben, az alapértelmezett sorrend a betűrend szerinti rendezés.When you use a categorical (string) value in Power BI for chart axes or in a slicer or filter, the default order is alphabetical. Ha más sorrendet kell használnia, például a hét napjai vagy hónapok szerinti rendezést, akkor utasíthatja a Power BI Desktopot, hogy a rendezést egy másik oszlop alapján végezze el.If you need to override this order, for example for things like days of the week or months, then you can tell Power BI Desktop to sort by a different column. További tudnivalókért lásd az oszlop szerinti rendezést a Power BI Desktopban.To learn more, see Sort by Column in Power BI Desktop.

Térképek egyszerűbb létrehozása Bing-javaslatokkalBuilding maps more easily with hints to Bing

A Power BI integrálható a Binggel alapértelmezett térképkoordináták biztosításához (ez a geokódolás nevű folyamat), így egyszerűbben hozhat létre térképeket.Power BI integrates with Bing to provide default map coordinates (a process called geo-coding) so it's easier for you to create maps. A Bing algoritmusokkal és javaslatokkal próbálja megtalálni a megfelelő helyet, de ez feltételezésen alapul.Bing uses some algorithms and hints to try to get the right location, but it's a best guess. A helyes geokódolás valószínűségének növelése érdekében használhatja a következő tippeket:To increase the likelihood of correct geo-coding, you can use the following tips:

A térképek létrehozása gyakran országok/régiók, államok és városok megjelenítése céljából történik.When you create a map, you're often looking to plot countries/regions, states, and cities. Ha a Power BI Desktopban a földrajzi megjelölés után elnevezi az oszlopokat, akkor a Bing könnyebben kitalálja, hogy Ön mit szeretne megjeleníteni.In Power BI Desktop, if you name columns after the geographic designation it will help Bing guess what you're looking to display. Például ha van egy mezője, amely USA tagállamok neveit tartalmazza (például „California” és „Washington”), a Bing lehet, hogy a „Washington” szóra Washington D.C. helyét fogja visszaadni Washington állam helyett.For example, if you have a field of US state names such as "California" and "Washington", Bing might return the location of Washington, DC instead of Washington State for the word "Washington". Ha az oszlop a „State” (Állam) nevet kapja, pontosabb lesz a geokódolás.Naming the column "State" will improve the geocoding. Ugyanez vonatkozik a „Country” (Ország) és a „City” (Város) nevű oszlopra.The same goes for columns named "Country" and "City".

Néhány megjelölés nem egyértelmű, ha több ország/régió összefüggésében vizsgálják.Some designations are ambiguous when considered in the context of multiple countries/regions. Bizonyos esetekben amit egy ország/régió „államnak” tekint, más helyek „tartományként”, „megyeként” vagy egyéb megjelölésként kezelnek.In some cases what one country/region considers a 'state' is treated as a 'province' or a 'county' or some other designation. Növelheti a geokódolás pontosságát, ha olyan oszlopokat hoz létre, amelyek több mezőt fűznek össze, és azokat használja az adatok helyének megjelenítéséhez.You can increase the accuracy of geo-coding by building columns that append multiple fields together and use those for plotting data locations. Például ahelyett, hogy csak a „Wiltshire” nevű oszlopot adná át, a pontosabb geokódolási eredmény érdekében átadhatja a „Wiltshire, England” oszlopot.An example would be instead of passing only "Wiltshire", you can pass "Wiltshire, England" to get a more accurate geo-coding result.

A Power BI szolgáltatásban vagy Desktopban bármikor megadhat konkrét szélességi és hosszúsági helyeket.You can always provide specific latitude and longitude locations in Power BI service or Desktop. Ha így tesz, egy Location (Hely) mezőt is át kell adnia, különben az adatok alapértelmezés szerint összesítve lesznek, és a szélességi és a hosszúsági hely nem biztos, hogy az lesz, amire számít.When you do this, you'll also need to pass a Location field, otherwise the data is aggregated by default, so the location of the latitude and longitude may not match what you expected.

Földrajzi mezők kategorizálása a Bing geokódolásának segítése érdekébenCategorizing geographic fields to hint Bing's geocoding

A mezők helyes geokódolásának másik módja, ha az adatmezőkön beállítja az Adatkategóriát.Another way to ensure fields are correctly geocoded is by setting the Data Category on the data fields. A Power BI Desktopban válassza ki a kívánt táblát, lépjen a Speciális menüszalagra, majd állítsa az Adatkategóriát a következők egyikére: Állam, Cím, Irányítószám, Kontinens, Megye, Ország/régió, Tartomány vagy Város.In Power BI Desktop, select the desired table, go to the Advanced ribbon, and then set the Data Category to Address, City, Continent, Country/Region, Country, Postal Code, State, or Province. Ezek az adatkategóriák segítenek a Bingnek helyesen kódolni az adatokat.These data categories help Bing to correctly encode the data. További tudnivalókért lásd az adatok kategorizálását a Power BI Desktopban.To learn more, see Data categorization in Power BI Desktop.

Jobb geokódolás pontosabb helyekkelBetter geocoding with more specific locations

Néha még az sem elég, ha beállítja az adatkategóriákat a leképezéshez.Sometimes, even setting the data categories for mapping is insufficient. A Power BI Desktop Lekérdezésszerkesztőjének használatával pontosabb helyet, például címet hozhat létre.Build a more specific location like a street address using the Query Editor in Power BI Desktop. Használja az Oszlop hozzáadása funkciót egy egyéni oszlop létrehozásához.Use the Add Column feature to build a custom column. Hozza létre a kívánt helyet a következőképpen:Then build the desired location as follows:

= [Field1] & " " & [Field2]

Ezt követően használja az eredményül kapott mezőt a térkép-vizualizációkban.Then use this resulting field in the map visualizations. Ez nagyon hasznos, amikor címeket hoz létre az adatkészletekben gyakran előforduló szállítási cím mezőkből.This is very useful for building street addresses from shipping address fields that are common in data sets. Megjegyzés: az összefűzés csak a szöveges mezőknél működik.One note is that the concatenation only works with text fields. Szükség esetén alakítsa át a házszámot szöveg adattípusúra, mielőtt címet hozna létre belőle.If needed, convert the street number to a text data type before using it to build an address.

Hisztogramok a lekérdezés szakaszbanHistograms in the query stage

Hisztogramok a Power BI Desktopban többféleképpen is létrehozhatók. Kezdjük a legegyszerűbbel, és haladjunk onnan:There are several ways to build histograms in Power BI Desktop, we'll start with the simplest and go from there:

A legegyszerűbb hisztogramok – Határozza meg, hogy melyik lekérdezésben található az a mező, amelynek alapján létre szeretné hozni a hisztogramot.Simplest Histograms - Determine which query has the field you want to build a histogram on. A lekérdezésnél használja a „Hivatkozás” lehetőséget egy új lekérdezés létrehozásához, és adja neki a „FieldName Histogram” nevet.Use the "Reference" option for the query to create a new query and name it "FieldName Histogram". Használja a „Csoportosítás” lehetőséget az „Átalakítás” menüszalagon, és válassza ki a „sorok számlálása” aggregátumot.Use the "Group by" option in the "Transform" ribbon and select the "count rows" aggregate. Győződjön meg arról, hogy az összesített oszlop adattípusa szám.Ensure the data type is a number for the resulting aggregate column. Ezután jelenítse meg az adatokat a jelentések oldalon.Then visualize this data on the reports page. Ez egy gyors és könnyű létrehozási mód, de sok adatpont esetén nem működik jól, és nem engedélyezi a vizualizációk közötti ecsetelést.This is fast and easy to build, but doesn't work well if you have many data points and does not allow brushing across visuals.

Gyűjtők meghatározása egy hisztogram létrehozásához – Határozza meg, melyik lekérdezésben található az a mező, amelynek alapján létre szeretné hozni a hisztogramot.Defining buckets to build a histogram - Determine which query has the field you want to build a histogram on. A lekérdezésnél használja a „Hivatkozás” lehetőséget egy új lekérdezés létrehozásához, és adja neki a „FieldName” nevet.Use the "Reference" option for the query to create a new query and name it "FieldName". Ezután határozza meg a gyűjtőket egy szabállyal.Now define the buckets with a rule. Használja az Egyéni oszlop hozzáadása lehetőséget az Oszlop hozzáadása menüszalagon, és hozzon létre egy egyéni szabályt.Use the Add Custom Column option on the Add Column ribbon and build a custom rule. Egy egyszerű gyűjtőszabály például így nézhet ki:A simple bucketing rule might look like this:

if([FieldName] \< 2) then "\<2 min" else
if([FieldName] \< 5) then "\<5 min" else
if([FieldName] \< 10) then "\<10 min" else
if([FieldName] \< 30) then "\<30 min" else
"longer")

Győződjön meg arról, hogy az összesített oszlop adattípusa szám.Ensure the data type is a number for the resulting aggregate column. Most már használhatja „A legegyszerűbb hisztogram” részben leírt csoportosítási technikát a hisztogram létrehozására.Now you can use the group by technique described in Simplest Histogram to achieve the histogram. Ez a lehetőség több adatpontot kezel, de ettől még nem segít az ecsetelésben.This option handles more data points but still does not help with brushing.

Ecsetelést támogató hisztogram meghatározása – Azt nevezik ecsetelésnek, amikor össze vannak kapcsolva a vizualizációk, így amikor egy felhasználó kijelöl egy adatpontot az egyik vizualizációban, a jelentési oldal többi vizualizációja kiemeli vagy szűri a kijelölt adatponthoz kapcsolódó adatpontokat.Defining a histogram that supports brushing - Brushing is when visuals are linked together so that when a user selects a data point in one visual, other visuals on the report page highlight or filter data points related to the selected data point. Mivel lekérdezéskor módosítjuk az adatokat, létre kell hoznunk egy kapcsolatot a táblák között, és meg kell bizonyosodnunk arról, hogy tudjuk, melyik részlet kapcsolódik a hisztogram gyűjtőjéhez, és fordítva.Since we're manipulating data at query time, we will need to create a relationship between tables and ensure we know which detail item relates to the bucket in the histogram and vice-versa.

A folyamat elindításához használja a „Hivatkozás” lehetőséget azon lekérdezésen, amely azt a mezőt tartalmazza, amelynek alapján létre szeretné hozni a hisztogramot.Start the process by using the "Reference" option on the query that has the field you want to build a histogram on. Adja a „Buckets” (Gyűjtők) nevet az új lekérdezésnek.Name the new query "Buckets". Ebben a példában az eredeti lekérdezés neve legyen „Details” (Részletek).For this example, let's call the original query "Details". Ezután távolítsa el az összes oszlopot, kivéve azt az egyet, amelyet gyűjtőként fog használni a hisztogramhoz.Next remove all columns except the column you'll use as the bucket for the histogram. Használja a lekérdezésben az „Ismétlődések eltávolítása” funkciót. Ez az oszlop kijelölésekor megjelenő helyi menüben található. Az oszlop fennmaradó értékei így egyedi értékek lesznek.Now use the "Remove Duplicates" feature in query, it's on the right click menu when you select the column, so the remaining values are the unique values in the column. Decimális számok használata esetén először használhatja a „gyűjtők meghatározása egy hisztogram létrehozásához” részben leírt tippet, hogy kezelhető gyűjtőkészletet kapjon.If you have decimal numbers, you can first use the tip for defining buckets to build a histogram to get a manageable set of buckets. Ellenőrizze a lekérdezés előnézetében megjelenő adatokat.Now, check the data shown in the query preview. Ha üres vagy null értékeket lát, a kapcsolat létrehozása előtt ki kell őket javítania.If you see blank values or null, you'll need to fix those up before creating a relationship. Ehhez tekintse meg a „Kapcsolatok létrehozása, ha az adatok null vagy üres értékeket tartalmaznak” című részt.See "Creating a relationship if my data has null or blank values". A rendezés szükségessége miatt ez a megközelítés problémás lehet.Using this approach can be problematic due to the need to sort. Ha azt szeretné, hogy a gyűjtők megfelelően rendeződjenek, tekintse meg a „Rendezési sorrend: a kategóriák megjelenítése a kívánt sorrendben” című részt.To get the buckets to sort correctly, see "Sorting order: make categories appear in the order I want".

Megjegyzés

A vizualizációk létrehozása előtt érdemes kigondolni, hogy milyen rendezési sorrendet szeretne.It's useful to think about the sort order before building any visuals.

A folyamat következő lépése egy kapcsolat meghatározása a „Buckets” (Gyűjtők) és a „Details” (Részletek) lekérdezések között a gyűjtők oszlopában.Next step in the process is to define a relationship between the "Buckets" and "Details" queries on the buckets column. A Power BI Desktopban kattintson a menüszalag Kapcsolatok kezelése lehetőségére.In Power BI Desktop, click Manage Relationships in the ribbon. Hozzon létre egy relációt amelyben a Gyűjtők a bal, a Részletek pedig a jobb oldali táblában van, és válassza ki a hisztogramhoz használt mezőt.Create a relationship where Buckets is in the left table and Details in on the right table and select the field you're using for the histogram.

Az utolsó lépés a hisztogram létrehozása.Last step is to create the histogram. Húzza ki a Bucket mezőt a „Buckets” táblából.Drag the Bucket field from the "Buckets" table. Távolítsa el az alapértelmezett mezőt az így kapott oszlopdiagramból.Remove the default field from the resulting column chart. Húzza át a hisztogram mezőt a „Details” táblából ugyanabba a vizualizációba.Now from the "Details" table drag the histogram field into the same visual. A Mezők területen módosítsa az alapértelmezett összesítést Számra.In the field well, change the default aggregate to Count. Az eredmény a hisztogram.The result is the histogram. Ha létrehoz egy másik vizualizációt, például egy faszerkezetes térképet a Details táblából, válasszon ki egy adatpontot a faszerkezetes térképen, hogy megjelenjen a hisztogram-kiemelés, és megmutassa a kiválasztott adatponthoz tartozó hisztogramot a teljes adatkészlet trendjéhez képest.If you create another visual like a treemap from the Details table, select a data point in treemap to see the histogram highlight and show the histogram for the selected data point relative to the trend for the entire data set.

HisztogramokHistograms

A Power BI Desktopban a hisztogramok meghatározásához számított mező használható.In Power BI Desktop, you can use a calculated field to define a Histogram. Azonosítsa a táblát és az oszlopot, amelyen létre kívánja hozni a hisztogramot.Identify the table and column on which you want to create a histogram. A számítási területen gépelje be a következő képletet:In the calculation area, type the following formula:

Frequency:=COUNTROWS(<Column Name>)Frequency:=COUNTROWS(<Column Name>)

Mentse a módosításokat és térjen vissza a jelentéshez.Save your changes and return to your report. Adja hozzá a <Column Name> (Oszlopnév) és a Frequency (Gyakoriság) mezőt a táblához, majd alakítsa át sávdiagrammá.Add the <Column Name> and the Frequency to a table then convert to a bar chart. Győződjön meg arról, hogy a <Column Name> az X tengelyen található, a Frequency számított mező pedig az Y tengelyen.Ensure the <Column Name> is on the x-axis and the calculated field Frequency is on the y-axis.

Tippek és trükkök kapcsolatok létrehozásához a Power BI DesktopbanTips and tricks for creating relationships in Power BI Desktop

Amikor több forrásból tölt be részletes adatkészleteket, az olyan problémák, mint a null értékek, az üres értékek vagy a duplikált értékek gyakran megakadályozzák a kapcsolatok létrehozását.Often when loading detail data sets from multiple sources, issues like null values, blank values, or duplicate values prevent you from creating relationships.

Vegyünk egy példát:Let's look at an example:

Amikor aktív ügyfél-támogatási kérelmek adatkészleteit, és egy másik, munkaelemekből álló adatkészletet töltünk be, és az adatkészletek a következő sémákkal rendelkeznek:If we load data sets from of active customer support requests and another data set of work items that have schemas as follows:

CustomerIncidents: {IncidentID, CustomerName, IssueName, OpenedDate, Status} WorkItems: {WorkItemID, IncidentID, WorkItemName, OpenedDate, Status, CustomerName }CustomerIncidents: {IncidentID, CustomerName, IssueName, OpenedDate, Status} WorkItems: {WorkItemID, IncidentID, WorkItemName, OpenedDate, Status, CustomerName }

Ha nyomon szeretnénk követni egy adott CustomerName (Ügyfél neve) értékhez kapcsolódó összes incidenst és munkaelemet, nem hozhatunk létre egyszerűen csak egy kapcsolatot a két adatkészlet között.When we want to track all incidents and work items that relate to a specific a CustomerName, we cannot simply create a relationship between these two data sets. Előfordulhat, hogy néhány WorkItems (Munkaelemek) érték nem kapcsolódik egy CustomerName (Ügyfél neve) értékhez, így a mező értéke üres vagy NULL lenne.Some WorkItems may not be related to a CustomerName, so that field would be blank or NULL. Az is előfordulhat, hogy a WorkItems (Munkaelemek) és a CustomerIncidents (Ügyfélincidens) tábla több rekordot tartalmaz egy adott CustomerName (Ügyfél neve) értékhez.There might be multiple records in WorkItems and CustomerIncidents for any given CustomerName.

Kapcsolatok létrehozása a Power BI Desktopban, ha az adatok null vagy üres értékeket tartalmaznakCreating relationships in Power BI Desktop when the data has null or blank values

Gyakran előfordul, hogy az adatkészletek null vagy üres értékekkel rendelkező oszlopokat tartalmaznak.Often data sets contain columns with null or blank values. Ez problémákat okozhat a kapcsolatok használatakor.This can cause problems when trying to use relationships. Lényegében két lehetősége van a problémák megoldására.You have essentially two options for addressing the issues. Eltávolíthatja a null vagy üres értékeket tartalmazó sorokat.You can remove the rows that have null or blank values. Ehhez használhatja a szűrés funkciót a lekérdezés lapon, vagy ha lekérdezéseket egyesít, választhatja a „csak az egyező sorok megtartása” lehetőséget.You can do this using either the filter feature in the query tab or if you're merging queries, select the "keep only matching rows" option. Másik megoldásként lecserélheti a null vagy üres értékeket kapcsolatban működő értékekre, tehát jellemzően olyan sztringekre, mint a „NULL” és a „(Blank)”.Alternatively, you can replace the null or blank values with values that work in relationships, typically strings like "NULL" and "(Blank)". Helyes megközelítés nincs – Ha lekérdezés szakaszban szűri ki a sorokat, a rendszer eltávolítja a sorokat, és ez hatással lehet az összefoglaló statisztikákra és a számításokra.There's no right approach here - Filtering out rows at the query stage removes rows and can affect summary statistics and calculations. Az utóbbi megközelítés megőrzi azokat az adatsorokat, de a használatával a nem kapcsolódó sorok kapcsolódóként jelenhetnek meg a modellben, amely számítási hibákhoz vezethet.The latter approach preserves that data rows but can make unrelated rows appear related in the model leading to miscalculations. Ha az utóbbi megoldást alkalmazza, a pontos eredmények biztosításához használjon szűrőket azokon a nézeteken/diagramokon, ahol ez lehetséges.If you adopt the latter solution ensure you use filters at the View/Chart where appropriate to ensure you're getting accurate results. És ami a legfontosabb, értékelje ki, hogy mely sorokat tartja meg/távolítja el, és legyen tisztában azzal, hogy milyen hatással van az adott megoldás az elemzésre.Most importantly, evaluate which rows are kept/removed and understand overall impact on the analysis..

Kapcsolatok létrehozása a Power BI Desktopban, ha az adatok ismétlődő értékeket tartalmaznakCreating relationships in Power BI Desktop when the data has duplicate values

Amikor több forrásból tölt be részletes adatkészleteket, a duplikált értékek gyakran megakadályozzák a kapcsolatok létrehozását.Often when loading detailed data sets from multiple sources, duplicate data values prevent you from creating relationships. Ezt úgy oldhatja meg, ha létrehoz egy dimenziótáblát a két adatkészlet egyéni értékeivel.You can overcome this by creating a dimension table with the unique values from both data sets.

Vegyünk egy példát:Let's look at an example:

Amikor aktív ügyfél-támogatási kérelmek adatkészleteit, és egy másik, munkaelemekből álló adatkészletet töltünk be, és az adatkészletek a következő sémákkal rendelkeznek:If we load data sets from of active customer support requests and another data set of work items that have schemas as follows:

CustomerIncidents: {IncidentID, CustomerName, IssueName, OpenedDate, Status} WorkItems: {WorkItemID, IncidentID, WorkItemName, OpenedDate, Status, CustomerName }CustomerInicdents: {IncidentID, CustomerName, IssueName, OpenedDate, Status} WorkItems: {WorkItemID, IncidentID, WorkItemName, OpenedDate, Status, CustomerName }

Ha nyomon szeretnénk követni egy adott CustomerName (Ügyfél neve) értékhez kapcsolódó összes incidenst és munkaelemet, nem hozhatunk létre egyszerűen csak egy kapcsolatot a két adatkészlet között.When we want to track all incidents and work items that relate to a specific CustomerName we cannot simply create a relationship between these two data sets. Előfordulhat, hogy néhány WorkItems (Munkaelemek) érték nem kapcsolódik egy CustomerName (Ügyfél neve) értékhez, így a mező értéke üres vagy NULL lenne.Some WorkItems may not be related to a CustomerName, so that field would be blank or NULL. Ha a CustomerNames (Ügyfélnevek) tábla üres vagy null értékeket tartalmaz, lehet, hogy még így se tud kapcsolatot létrehozni. Tekintse át a „Kapcsolatok létrehozása, ha az adatok null vagy üres értékeket tartalmaznak” részt.If you have any blank values or null in the CustomerNames table, you might still not be able to create a relationship - see Creating relationships if my data has null or blank values. Az is előfordulhat, hogy több WorkItems (Munkaelemek) és CustomerIncidents (Ügyfélincidens) érték tartozik egy adott CustomerName (Ügyfél neve) értékhez.There might be multiple WorkItems and CustomerIncidents for a single CustomerName.

Ebben az esetben a kapcsolat létrehozásához létre kell hoznia egy logikai adatkészletet a két adatkészlet összes CustomerNames értékével.To create a relationship in this case, we need to create a logical data set of all the CustomerNames across the two data sets. A Lekérdezés lapon az alábbi folyamattal hozhatja létre a logikai adatkészletet:In the Query tab, you can use the following sequence to create the logical data set:

  1. Duplikálja mindkét lekérdezést. Adja az elsőnek a Temp (Ideiglenes), a másodiknak pedig a CustomerNames (Ügyfélnevek) nevet.Duplicate both queries, naming the first Temp and the second CustomerNames.
  2. Minden lekérdezésben távolítsa el az összes oszlopot a CustomerName (Ügyfélneve) oszlop kivételévelIn each query, remove all columns except the CustomerName column
  3. Használja az Ismétlődések eltávolítása lehetőséget az összes lekérdezésben.In each query, use Remove Duplicate.
  4. A CustomerNames (Ügyfélnevek) lekérdezésben a menüszalagon válassza a Hozzáfűzés lehetőséget, majd válassza ki a Temp (Ideiglenes) lekérdezést.In the CustomerNames query, select the Append option in the ribbon, select the query Temp.
  5. A CustomerNames (Ügyfélnevek) lekérdezésben válassza az Ismétlődések eltávolítása lehetőséget.In the CustomerNames query, select Remove Duplicates.

Most már rendelkezik egy dimenziótáblával, amelynek segítségével kapcsolódhat az összes értéket tartalmazó CustomerIncidents (Ügyfélincidensek) és WorkItems (Munkaelemek) adatkészlethez.Now you have a dimension table that you can use to relate to CustomerIncidents and WorkItems that contains all the values of each.

Minták a Lekérdezésszerkesztő használatának megkezdéséhezPatterns to jump-start your use of the Query Editor

A Lekérdezésszerkesztő erőssége, hogy módosítani lehet vele az adatokat, és át tudja alakítani, illetve meg tudja tisztítani őket, hogy készen álljanak a vizualizációra vagy a modellezésre.Query Editor is very powerful in how it can manipulate data to shape and clean it so it is ready to be visualized or modeled. Van néhány minta, amelyet nem árt megismerni.There are a few patterns you should be aware of.

Az ideiglenes oszlopokat törölni lehet az eredmény kiszámítása utánTemporary columns can be deleted after computing a result

Gyakran előfordul, hogy a Power BI Desktopban olyan számítást kell létrehoznia, amely több oszlop adatait egyetlen új oszloppá alakítja át.Often you need to build a calculation in Power BI Desktop that transforms data from multiple columns into single new column. Ez bonyolult lehet.This can be complex. A probléma megoldásának egyik egyszerű módja, hogy lépésekre bontja a műveletet.One easy way to overcome the problem is do decompose the operation into steps. Első lépésként duplikálja a kezdeti oszlopokat.Start by duplicating the initial columns. Ezután hozza létre az ideiglenes oszlopokat.Then build the temporary columns. Végül pedig hozza létre az oszlopot a végeredmény számára.Then create the column for the final result. Ha ezzel megvan, törölheti az ideiglenes oszlopokat, hogy a végső adatkészlet ne legyen zsúfolt.You can then delete the temporary columns so the final data set is not cluttered. Ezt azért lehet megtenni, mivel a lekérdezés lap sorrendben hajtja végre a lépéseket.This is possible because the query tab executes steps in order.

Lekérdezések duplikálása vagy hivatkozása, majd az eredeti lekérdezéssel való egyesítéseDuplicate or Reference queries followed by merge to original query

Néha érdemes kiszámítani egy adatkészlet összefoglaló statisztikáit.Sometimes it's useful to compute summary statistics for a data set. Ennek a legegyszerűbb módja a lekérdezés duplikálása vagy hivatkozása a lekérdezés lapon. Ezután használja a Csoportosítás lehetőséget az összefoglaló statisztikák kiszámításához.The easy way to do this is to duplicate or reference the query in the query tab. Then use Group by to compute the summary statistics. Az összefoglaló statisztikák segítenek szabványosítani az eredeti adatokat, hogy jobban össze lehessen őket hasonlítani.Summary statistics help you normalize the data in the original data so they're more comparable. Ez különösen hasznos, amikor egyedi értékeket vet össze a teljes adatkészlettel.This is especially useful for comparing individual values to the whole. Ehhez lépjen az eredeti lekérdezésre, és válassza az Egyesítés lehetőséget.To do this go to the original query, and select the merge option. Ezután egyesítse az összefoglaló statisztika lekérdezésének adatait, és egyeztesse a megfelelő azonosítókat.Then merge the data from the summary statistics query matching on the appropriate identifiers. Most már készen áll az adatok elemzéshez szükséges szabványosítására.Now you're ready to normalize the data as needed for your analysis.

A DAX első használataUsing DAX for the first time

A DAX a Power BI Desktop számításokhoz használt képletnyelve.DAX is the calculations formula language in Power BI Desktop. Ez a nyelv BI-elemzéshez van optimalizálva.It's optimized for BI analytics. Ha eddig még csak SQL típusú lekérdezési nyelvet használt, ez kicsit eltérhet a megszokottól.It's a little different than what you might be familiar with if you've only used a SQL like query language. A DAX elsajátításához nagyon jó online és nyomtatott forrásokat találhat.There are very good resources online and in literature for learning DAX.

A DAX alapszintű használata a Power BI DesktopbanLearn DAX Basics in Power BI Desktop

Data Analysis Expressions-referencia (DAX)Data Analysis Expressions (DAX) Reference

DAX forrásanyagközpontDAX Resource Center

Power BI szolgáltatás és Power BI DesktopPower BI service and Power BI Desktop

Olvassa el és/vagy tekintse meg, hogyan tervezhet lenyűgöző megjelenésű jelentéseket (és irányítópultokat)Read or watch "How to design visually stunning reports (and dashboards)"

Miguel Myers adatelemző és grafikus, a Power BI-közösség tagja.Community member Miguel Myers is a data scientist as well as a graphic designer.

Power BI-jelentés

Mindig gondoljon a közönségéreConsider your audience

Mely kulcsfontosságú mérőszámok segítik őket leginkább a döntéshozatalban?What are the key metrics that will help them make decisions? Mire fogják felhasználni a jelentést?How will the report be used? Milyen tanult vagy kulturális előfeltevések befolyásolhatják a tervezés során hozott döntéseket?What learned or cultural assumptions may affect design choices? Milyen információkra van szüksége a közönségének a sikerhez?What information does your audience need to be successful?

Hol fog megjelenni a jelentés?Where is the report going to be displayed? Ha egy nagyobb képátmérőjű monitoron jeleníti meg, akkor több tartalmat is elhelyezhet rajta.If it will be on a large monitor, you can put more content on it. Ha azonban az olvasók a táblagépükön tekintik meg, az olvashatóság érdekében használjon kevesebb vizualizációt.If readers will view it on their tablets, then fewer visualizations will be more readable.

Mondja el a történetet egyetlen képernyő használatávalTell a story and keep it to one screen

Minden jelentésoldalnak azonnal értelmezhető tartalmat kell kínálnia.Each report page should tell a story at a glance. El tudja kerülni a görgetősávok használatát az oldalakon?Can you avoid scroll bars on your pages? Nem túl kusza vagy zsúfolt a jelentés?Is the report too cluttered or too busy? A legfontosabb, könnyen olvasható és értelmezhető információk kivételével távolítson el minden további adatot.Remove all but essential information that can be easily read and interpreted.

A legfontosabb információt jelenítse meg a legnagyobbkéntMake the most important information biggest

Ha a jelentésoldalon található szövegek és a vizualizációk azonos méretűek, az olvasóknak nehezére esik majd a legfontosabb információra összpontosítani.If the text and visualizations on your report page are all the same size, your readers will have a hard time focusing on what's most important. A kártyavizualizációk segítségével például hatásosan tudja megjeleníteni a fontos számokat:For example, card visualizations are a good way to display an important number prominently:
Kártyavizualizáció

De ügyeljen arra, hogy a kontextust is megadjaBut be sure to provide context

A vizualizációk szövegmezők, eszköztippek és hasonló funkciók használatával informatívabbá tehetők.Use features such as textboxes and tooltips to add context to your visualizations.

A legfontosabb információt helyezze a felső sarokbaPut the most important information in the upper corner

A legtöbb ember fentről lefelé kezd olvasni, így célszerű a képernyő tetején elhelyezni a legfontosabb részletet, és a közönség olvasási irányának megfelelően növelni a részletsűrűséget (balról jobbra, jobbról balra).Most people read from top to bottom, so put the highest level of detail at the top and show more detail as you move in the direction the audience uses for reading (left-to-right, right-to-left).

Használja az adatoknak leginkább megfelelő vizualizációt, a formázással pedig igyekezzen elősegíteni a könnyű olvasástUse the right visualization for the data and format it for easy reading

Pusztán a változatosság kedvéért ne változtasson a vizualizáción.Avoid visualization variety for the sake of variety. A vizualizáció célja egy adott kép könnyen „olvasható” és értelmezhető ábrázolása.Visualizations should paint a picture and be easy to "read" and interpret. Bizonyos adatok és vizualizációk esetében egy egyszerű grafikus vizualizáció is elegendő.For some data and visualizations, a simple graphic visualization is enough. Más esetekben azonban összetettebb vizualizációkra lehet szükség, ezért a csempék és címkék használatával, illetve további testreszabással igyekezzen segíteni az olvasót.But other data may call for a more-complex visualization - be sure to make use of titles and labels and other customization to help the reader.

  • Legyen óvatos a valóságot eltorzító, például a 3D-s vagy a nem nullánál kezdődő diagramok használatával.Be careful using charts that distort reality, such as 3-D charts and charts that don't start at zero. Ne feledje, hogy az emberi agy számára nagyobb nehézséget jelent a körkörös alakok értelmezése.Keep in mind that it is more difficult for the human brain to interpret circular shapes. A tortadiagramok, fánkdiagramok, mérőműszerek és egyéb kör alakú diagramok tetszetősek lehetnek, de talán másféle vizualizáció is használható?Pie charts, donut charts, gauges and other circular chart types may look pretty but perhaps there's a different visual you can use instead?
  • A diagramokon belül használja következetesen a tengelyeken található diagramméreteket, a diagramméret-elrendezést és a diagramértékekhez használt színeket.Be consistent with chart scales on axes, chart dimension ordering and also the colors used for dimension values within charts.
  • Ügyeljen arra, hogy ízlésesen kódolja a mennyiségi adatokat.Be sure to encode quantitative data nicely. A számok megjelenítésénél három vagy négy számjegynél ne használjon többet.Don’t exceed three or four numerals when displaying numbers. A tizedesvesszőtől egy vagy két hellyel balra található számjegyeket jelenítse meg, és léptékezze a számokat ezres vagy milliós nagyságrendre, tehát 3,4 millió 3 400 000 helyett.Display measures to one or two numerals left of the decimal point and scale for thousands or millions i.e. 3.4 million not 3,400,000.
  • Igyekezzen kerülni a kevert pontossági és időszintek használatát.Try to avoid mixing levels of precision and time. Győződjön meg róla, hogy az időkeretek jól értelmezhetők.Make sure that time frames are well understood. Ne helyezzen egy, a múlt hónapot és az év egy más hónapját szemléltető szűrt diagramot egymás mellé.Don’t have one chart that has last month next to filtered charts from a specific month of the year.
  • Lehetőleg ne keverje a kis és nagy értékeket sem ugyanazon a skálán, például egy vonal- vagy oszlopdiagramon.Also try to avoid mixing big and small measures on the same scale, such as on a line or bar chart. Vegyük például azt az esetet, amikor az egyik érték milliós, a másik pedig ezres nagyságrendben van.For example one measure can be in the millions and the other measure in the thousands. A skála nagysága miatt ebben az esetben nehéz lenne látni az ezres nagyságrendű értékek különbségeit.With such a large scale, it would be difficult to see the differences of the measure that is in the thousands. Ha kevernie kell az értékek nagyságrendjeit, válasszon olyan vizualizációt, például egy kombinált diagramot, amely lehetővé teszi egy második tengely használatát.If you need to mix, choose a visualization, like a combo chart, that allows the use of a second axis.
  • Feleslegesen ne tűzdelje tele adatcímkékkel a diagramokat.Avoid cluttering your charts with data labels that are not needed. Az oszlopdiagramokon szereplő értékek, *ha kellően nagyok , általában a konkrét számok megjelenítése nélkül is könnyen értelmezhetők.The values in bar charts, *if large enough , are usually well understood without displaying the actual number.
    Ügyeljen a diagramok rendezési módjára.
    Pay attention to how charts are sorted. A legmagasabb vagy legalacsonyabb számok kiemeléséhez rendezze az adatokat a mértékek szerint.If you want to draw attention to the highest or lowest number, sort by the measure. Ha azt szeretné, hogy a felhasználók könnyedén megtaláljanak egy adott kategóriát a többi között, rendezze az adatokat a tengelyek szerint.If you want people to be able to quickly find a particular category within many other categories, sort by the axis.
  • Az ideális tortadiagramok kevesebb mint nyolc kategóriát tartalmaznak.Pie charts are best if they have fewer than eight categories. Mivel a tortadiagramban nem lehet két értéket egymás mellett megjeleníteni, ezért jóval nehezebb az értékek összehasonlítása, mint egy oszlopdiagramon.Because you can't compare values side by side, it’s harder to compare values in a pie chart than in bar and column charts. A tortadiagramok alkalmasabbak a rész-egész viszonyok szemléltetésére, mint az egyes részek összehasonlítására.Pie charts can be good for viewing part-to-whole relationships rather than for comparing the parts. A mérőműszer-diagramokkal rendkívül jól lehet szemléltetni egy aktuális állapotot az adott cél tekintetében.And Gauge charts are great for displaying the current status in the context of a goal.

A vizualizációval kapcsolatos további segítségért olvassa el a következő részt: Vizualizációtípusok a Power BI-ban.For more visualization-specific guidance, see Visualization types in Power BI.

További információk az ajánlott irányítópult-tervezési eljárásokrólLearn more about Best Practice Dashboard Design

Itt van néhány kedvenc könyveink közül:A few of our favorite books include:

  • Cole Nussbaumer Knafic: Storytelling with DataStorytelling with Data by Cole Nussbaumer Knafic
  • Nathan Yau: Data pointsData points by Nathan Yau
  • Alberto Cairo: The truthful ArtThe truthful Art by Alberto Cairo
  • Stephen Few Now You See It című könyveNow You See It by Stephen Few
  • Edward Tufte Envisioning Information című könyveEnvisioning Information by Edward Tufte
  • Andrew Abela: Advanced Presentations DesignAdvanced Presentations Design by Andrew Abela

Következő lépésekNext steps

További kérdései vannak?More questions? Kérdezze meg a Power BI közösségétTry the Power BI Community