如何使用Python在PowerBI中制作可重现的数据样本？

Question

这是一个自我回答的帖子。为什么？因为缺少数据样本，所以Power BI中的许多问题都无法回答。另外，许多人似乎想知道如何使用Python在Power
BI中编辑数据表。当然，全世界都需要Power
BI中Python的更广泛使用。有人认为您必须将Python代码段应用于其他位置加载的现有表。我对本文的回答将向您展示如何在原本为空的Power
BI文件中用几行代码构建一个（相当大的）数据样本。

因此，如何在Power BI中使用Python构建数据样本并对其进行更改？

Answer 1

我将向您展示如何构建10000包含分类值和数值的行的数据集。我将Python库numpy和pandas分别用于数据生成和表操作。下面的代码片段仅从两个列表10000时间中绘制了一个随机元素，以构建带有一些街道和城市名称的两列，并将一个随机数列表添加到混合中。然后，我使用熊猫将数据组织到数据框中。在中使用Python
Power BI Power Query Editor，您的输入必须是表格，而输出则必须是pandas数据框。

Python片段：

import numpy as np
import pandas as pd

np.random.seed(123)
streets=['Broadway', 'Bowery', 'Houston Street']
cities=['New York', 'Chicago', 'Baltimore']

rows = 1000

lst_cities=np.random.choice(cities,rows).tolist()
lst_streets=np.random.choice(streets,rows).tolist()
lst_numbers= np.random.randint(low=0, high=100, size=rows).tolist()
df_dataset=pd.DataFrame({'City':lst_cities,
                      'Street':lst_streets,
                      'ID':lst_numbers})
df_metadata = pd.DataFrame([df_dataset.shape])

Power BI：

在Power BI Desktop中，单击Enter Data以转到Power Query Editor。在下面的对话框窗口中，除了单击，什么都不要做OK。结果是一个空表和下面的两个步骤Applied steps：

现在，使用Transform > Run Python Script，在上面插入代码段，然后单击OK以获取以下信息：

现在，您有了一个包含2列3行的初步表。这是在Power
BI中实现Python的相当整洁的细节。运行代码段后，您可以使用以下三种不同的数据集。Dataset是默认构造的，但是由于我们从一个空表开始就为空。如果我们从其他数据开始，的第一行Run Python Script说明了此表的用途# 'dataset' holds the input data for this script。它以熊猫数据框的形式构造。上一张表df_metadata只是对我们真正感兴趣的数据集的简短描述：df_dataset，但我将其添加到了混合中，以说明您在代码段中创建的所有数据框都将可用。通过单击Table名称旁边的来选择要继续处理的表。

就是这样！现在，您有了一个混合数据类型表，可以继续使用Python或Power BI本身进行工作：

在这里您可以：

1. 使用任何菜单选项继续在桌子上工作
2. 插入另一个Python脚本
3. 复制原始数据Reference框，Table并通过右键单击在下创建一个，以继续使用其他版本Queries：