​PowerBI借”第三方“将度量值回写SQL与天猫总裁的两个88年女人

前文讲过Power BI回写数据库的多种方式的操作：

【重磅来袭】在PowerBI中使用Python（4）——PQ数据导出&写回SQL

PowerBI数据回写SQLServer（1）没有中间商赚差价

PowerBI数据回写SQLServer（2）——存储过程一步到位

不过呢，这些都是在powerquery中实现的，这对于很多不太熟悉M的同学来说，是一项巨大的挑战。

而且，在一个Power BI报告中，一般情况下我们都是通过写度量值的方式进行数据分析与展示，那么有没有办法将度量值的结果也写直接回数据库呢？

答案是肯定的。

我们在【强强联合】在PowerBI中使用Python——数据可视化一节中说过，创建一个Python可视化对象时，Power BI会自动将所要分析的字段生成一个DataFrame格式的dataset数据，传递给Python进行处理。

而要将DataFrame进行输出，这个想必大家都比较清楚吧。

我们先来测试一个简单的，将数据导出为excel文件。这时你可能会说，视觉对象可以直接原生导出数据文件啊，干嘛要用Python这个第三方呢。

嘿嘿。毕竟原配再有气质，中国最大的电商平台天猫淘宝蒋总裁不还是被爆出招惹了“第三方”的张网红。

再说了，张网红都把怀孕初期口服的叶酸摆到台面上了，这说明“第三方”能实现的功能多呀。

毕竟人家还说了：

当然，还有露骨的逼宫：

嘿嘿。说实话，这篇文章我是边写边笑出声，正愁没有什么新闻来切题呢。

扯远了，还是话说回来，我们是先通过导出excel来说明数据回写可以走Python这个“第三方“，这就为后续的其他操作创造了可能。

首先我们将要分析的字段拖入可视化中：

点击Python脚本可视化对象，DataFrame格式数据就准备好了：

粘贴脚本只有一句：

dataset.to_excel(r"D:\powerbi练习\powerbi内置调查问卷\问卷答案.xlsx",index=False)

结果就是导出了excel文件，打开这个文件：

发现里面躺着一行数据，因为我切片器只选择了一行数据。

既然我们看到能用Python输出为excel文件，那么学过之前几篇文章的同学，输出到SQL也不是难事吧。

# 在此处粘贴或键入脚本代码:
import pymysql
import pandas as pd
db = pymysql.connect("localhost","root","xxxxx","test1" )
cursor = db.cursor()
query = 'insert into `powerbi内置调查问卷`(`问题1：你从哪里看到【学谦数据运营】的这篇文章`,`问题2：你是否喜欢【学谦数据运营】公众号/专栏发布的内容`,`问题3：你希望【学谦数据运营】后续多发表哪些方面的内容`,`USERNAME`,`时间`)values(%s,%s,%s,%s,%s)'
q1=dataset.iat[0,0]
q2=dataset.iat[0,1]
q3=dataset.iat[0,2]
username=dataset.iat[0,3]
time0=dataset.iat[0,4]
values = (q1,q2,q3,username,time0)
cursor.execute(query, values)
cursor.close()
db.commit()
db.close()

这样再导入数据库中的数据，点击提交后一刷新就会有最新的数据了。