Power Query 中Python的使用

Power Query2018年就已经支持python了，你尝试过吗？今天说一下power query使用python的步骤和简单应用。（python代码使用技巧不是本文的讨论方向）

环境搭建

1. python安装（建议按照 Anaconda 版本）； Python安装方法
2. pip方式安装两个必要的python包:pandas和matplotlib；
3. 在POWERBI Desktop检测python模块：文件->选项和设置->选项->Python脚本编写

可以看到，POWERBI 已经自主检测到之前本机安装的python目录和程序。

书写一个python代码

首先打开POWERBI，步骤如下：

1. 获取数据->空查询；
2. 编辑栏输入如下代码

= Python.Execute("print('hello world')")

其中 Python.Execute 是标准的外接程序，括号用引号内的部分即为python代码，按照python代码书写即可。(此处并无返回值）

pandas获取列

1. 通过空查询新建表

= #table({"ID","VALUE"},{{1,"A"},{2,"B"},{3,"C"}})

2.转换->运行python脚本

dataset=pandas.DataFrame(dataset['ID'])

至此，便获取了表中的 ID 列。

总结：

1. 在power query 中 python 使用 dataset 变量来访问当前表的数据；
2. dataset 是 pandas 中 的 DataFrame；
3. 使用python语法对 dataset 的行和列进行操作，可以添加、删除、修改、过滤等

使用python导出表

使用POWER BI进行数据清洗和转换的过程中，经常会得到一张行数很多的表，而在POWER BI中导出表不太方便（少量数据可以直接复制粘贴），当POWER BI支持python后便可以使用pandas模块很方便的导出表。

还是选择刚才新建的表，点击 "运行Python脚本"，输入如下代码：（power query自动对Python添加 #(lf) 用来进行转义）

df = pandas.DataFrame(dataset)
df.to_excel("D:/源.xlsx", index=None)

至此，便成功将power query 中的文件导出至本地。