专栏首页石璞东 | hahaPOWER BI系统使用之数据集构建器

POWER BI系统使用之数据集构建器

前言

昨天周六,下午回学校有种是周日的错觉,以至于觉得今天是多出来的休息日,开心~hahaha~ 今天要写的内容是临时想到的,原计划写的文我就不立flag了,该它出来的时候它就会出来了...随缘随缘。(话唠本唠) 一些人在刚使用POWER BI奥威的时候,界面上很多名词会有些不太了解,所以今天就写一写名词的解释,只有了解了才能更好的使用它,对吧?对!下面以导入EXCEL表作为例子。

目录

- [登录界面] - [设计界面] - [小结] 正文 1. 登录界面

按顺序,第一个当然是登录界面了。要讲的就三个: - 浏览:以浏览者模式进去后只能查看报表,而不能编辑修改。即只读。同游客模式。 - 开发:当你的目的是要自己创建报表,那就要勾选开发,进去后就可以自己创建报表,即可读可写- 菜单发布:菜单发布是设置报表权限的一种方式。

它的设置是大格局的设置,例如当涉及到多个用户使用时,就要给他们划分权限,A可以看到报表aa、bb,而B只能看报表aa。(注意具体能看到报表里的哪些内容要在编辑视图里设置好,这时的设置是更加具体而细致的。)又或者可以设置报表的排列次序等等...只是作为初学的话,目前不用太深究。

2. 设计界面

1:数据集构建器:是系统的核心部件,为了满足多变的数据分析需求,它具备强大的功能,这里包括数据分析时用到的各区域,分别包汇总区域、行维度区域、列维度区域、排序区与筛选区域。下面会详细说明。 2: 工具栏:主要用于添加图表对象(切换图表对象),保存及浏览报表,添加筛选条件,属性总体设置。 3:报表的属性内容,主要包括面板的属性和各个图表对象各自的属性。 4:报表展现区域:相关的图表对象将会在这显示。

这里主要讲讲数据集构建器

  • 结果集:原来叫视图。你所需要的数据就来源于在结果集中选中的表
  • 数据集:每新建一个图表就会产生一个数据集。显示的名字就是你当前选中的图表名
  • 汇总:顾名思义就是数据整合,例如勾选收入,它就会将收入进行汇总。注意前面的小图标T表示text型数据,Z是表示是数值型的数据,只有选中前面为Z的才可以进行数据的汇总。

继续看到,点击收入旁边的三条线,可以对收入进行更具体的设置

聚合(总和):表示你要以什么数据来显示。收入的总和还是收入的平均值等等

同期:这里会添加新的字段,这个字段是与其他某个时期进行对比,例如选中年和-1,表示数据与对应的去年进行对比,月和-1就是和上个月比较。负数表之前,正数表之后。

占比与总占比:占比大家都知道,就是所占的比例呗。那划分占比与总占比干嘛?以行为例,我们将原来的表修改一下,在行维度中同时勾选门店和月,这样就是以行划分每个门店每月的收入。行占比是具体某个门店它十二个月每个月的占比,门店之间是独立的。行总占比则是在所有门店的月份上进行的占比分析。

  • 纬度:这里将行列维度放一起讲。通俗点就是以按行按列来划分显示对应的数据。例如想看每个门店的收入,就在行维度上勾选门店,每行就显示一个门店。如果再想看每个门店每月的收入,那就在列维度上勾选月份,这样每列显示的就是每个月门店的收入。列间距可以通过将鼠标移到边缘部分拖动修改。行列维度是可以互换的,在左下角。

3. 小结 这部分主要的这些啦,其他没写的都比较容易理解(除了预测值),什么重命名、删除、排序、排名之类的,可以试一试看看效果。

本文分享自微信公众号 - hahaCoder(hahaCoder),作者:谢凌赟

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2019-06-02

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • POWER BI系统使用之其他框架

    前言 前面有篇详细介绍了数据集构建器,但还有剩下的其他三个只是概述了一下。所以今天就来讲讲其他的这三个框架。

    石璞东
  • 90后 垮掉的一代?

    之前网上评论90后是“垮掉的一代”,自身作为这个年代出生的人,不知道如何去反驳或辩解。或许我们是在社会转型时期留下来的后遗症的一代,身上保留了了80后的迷茫同时...

    石璞东
  • 数据结构与算法 -2 :罗马数字与整数的相互转换

    例如,罗马数字2写做II,即为两个并列的1。12写做 XII,即为 X + II 。27 写做XXVII,即为XX+V+II。

    石璞东
  • ElasticSearch实战系列02:中文+拼音混合检索,并高亮显示

    本文仿照QQ的用户搜索,搭建一个中文+拼音的混合检索系统,并高亮显示检索字段。全文共分为以下几部分:

    方才编程_公众号同名
  • 机器学习的维度诅咒 | MixLab人工智能

    对于机器学习的理解,我相信很多人还无法做到简单、易懂的将其思想描述出来,比如这里提到的一个基本概念:数据的维度,以及算法应用中为何升维和降维。

    mixlab
  • 系列 | 漫谈数仓第二篇NO.2 数据模型(维度建模)

    model对于数仓是最核心的东西,数据模型是数据组织和存储方法,模型的好坏,决定了数仓能支撑企业业务多久。

    用户1564362
  • 系列 | 漫谈数仓第二篇NO.2 数据模型(维度建模)

    model对于数仓是最核心的东西,数据模型是数据组织和存储方法,模型的好坏,决定了数仓能支撑企业业务多久。

    Spark学习技巧
  • Perl_控制结构(2)

    while($i){print “$i “;$i--;};         #输出:4 3 2 1

    西游东行
  • 详解维度建模

    木东居士
  • 全球100款大数据工具汇总

    次文包含前50款 ? 01 Talend Open Studio 是第一家针对的数据集成工具市场的ETL(数据的提取Extract、传输Transform、载...

    企鹅号小编

扫码关注云+社区

领取腾讯云代金券