Apprenez la requête d'énergie pour Excel et gagner du temps

1. Introduction: Power Query est la fonctionnalité la plus géniale à ajouter pour exceller en un certain temps. Dans ce cours Power Query Power, je vais vous apprendre comment utiliser power Query pour vous connecter à n'importe quel type de jeux de données, apporter les données et comment les nettoyer à l' aide d'une technique d' automatisation étape par étape. Vous avez cinq leçons vidéo dans ce cours. Il s'agit donc d'un mini-cours et vous pouvez regarder ça en rafale en un après-midi. À la fin de ce cours, vous aurez des pouvoirs spéciaux en vous. Vous serez en mesure d'utiliser n'importe quel type de données qui paraissent sales, maltraitées ou mal formées. Ensuite, vous pouvez dire : Oui, je peux le nettoyer et analyser mes données avec des automatisations. Merci beaucoup d'avoir suivi ce cours. Allons maintenant dans nos leçons. 2. Démarrage et 5 tâches de nettoyage des données avec Power Query: Voici les exemples de données que nous utiliserons pour les deux premières vidéos. En fait, nous utiliserons les mêmes données pour toutes les vidéos, mais je vais introduire des jeux de données supplémentaires. Pour les vidéos 34. Il s'agit d'un jeu de données typique des employés car il est assez neutre. Nous pouvons tous nous y rapporter. Comme vous pouvez le constater, même si elles semblent propres, ces données posent des problèmes. Pour accéder à ces données dans Power Query, il suffit de sélectionner toutes les données. Ensuite, à partir du ruban de données, cliquez sur l'option à partir de la plage de tables. Power Query insiste sur le fait que vos données doivent être au format de table, ce qui vous permet de créer la table. À ce stade. Nous disons simplement que, d'accord, nos données sont transformées en table. Cela ouvrira l'éditeur Power Query. Et c'est l' écran à travers lequel nous pouvons indiquer à Excel comment nous voulons que nos données soient nettoyées à l'aide de règles de traitement des données. On peut voir le nom de la table ici. Il s'appelle Tableau 1 car nous avons créé la table sur le nom Excel de vol de celui-ci sous le nom TB1. Il affiche un aperçu des données. Pensez à Power Query Editor comme un écran séparé où nous pouvons aller et configurer diverses choses. Nous l'utiliserons pour répondre aux cinq premières questions de nettoyage des données, puis vous vous familiariserez avec l'écran dans ce processus. Notre première question est que nous avons un identifiant d'employé ici, mais deux valeurs différentes sont mélangées. Les deux premières lettres d'identification d' employé ou de mon code de centre de coûts. Et ensuite, les cinq lettres suivantes sont le numéro d'employé lui-même. Nous voulons donc diviser le centre de coûts et le numéro d'employé en deux colonnes distinctes à des fins d'analyse. Pour diviser la colonne, vous pouvez sélectionner la colonne, puis cliquer avec le bouton droit sur la colonne ici, vous aurez une option Fractionner la colonne. Notez qu'il existe différentes façons de diviser la colonne. Par exemple, on peut dire que je voulais diviser par nombre de caractères. C'est vraiment ce dont nous avons besoin. Je veux diviser deux personnages et cinq personnages. Sinon, si vous avez un délimiteur, vous pouvez également l'utiliser ou d'autres options intéressantes ici. Il faudrait utiliser le nombre de caractères et spécifier que je veux diviser deux caractères une fois aussi loin que possible. Cela va simplement diviser la colonne en deux colonnes distinctes, les deux premières lettres et tout le reste. Lorsque vous cliquez sur OK, il suffit de créer deux colonnes d'identification d' employé distinctes. Votre colonne d' identification d'employé d'origine a donc disparu. Au lieu de cela, Power Query vous donnera deux colonnes distinctes avec lesquelles travailler. Et ils seront nommés ID un et deux. Vous pouvez double-cliquer sur la colonne et nommer comme centre de coûts. Et celui-ci serait un numéro d'identification. Ici. Grâce à ce processus, ce que nous avons fait, c'est que nous avons obtenu Power Query chauve qui, compte tenu de ces données d'ID d'employé, divise en deux colonnes. Ainsi, même si cela se produit avec le jeu de données actuel, chaque fois que vous disposez de nouvelles données précises, si vous exécutez le processus d'actualisation , Power Query saisira les nouvelles données. Il va automatiquement diviser que les données sont également mixtes. Dans la colonne du département, nous pouvons voir que plusieurs personnes ont un département nul. Ces personnes ne devraient même pas figurer dans notre liste de personnes. Ils ne travaillent plus ici, mais notre système d'importation de données les amène en quelque sorte . Nous savions donc que nous voulions retirer ces personnes. Toutes les lignes des données. Vous pouvez utiliser l'option de filtre. Cliquez donc sur le filtre et si nous décochons quelque chose qui ne fera pas partie des données finales fournies Power Query. Donc, si je décoche la valeur nulle, je ne vois plus cela. Je peux utiliser le même écran. Par exemple, excluez tout personnel de formation et de support si je ne veux pas les voir pour une analyse ou une situation de données spécifique. Dans ce cas, nous garderons tous ces éléments mais excluons simplement les employés nuls. Et lorsque vous cliquez sur OK, les personnes qui ont également quitté les données pour voir les étapes que nous avons appliquées aux données, vous pouvez consulter la zone Étapes appliquées ici, dans ce coin. Et ensuite, il vous énumérera toutes les étapes que vous avez prises jusqu'à présent, nettoyez les données. Les étapes que nous avons effectuées sont nous trions les données d'Excel. Il s'agit donc de l'étape source. Ensuite, nous divisons la colonne par position. Cette colonne est donc divisée en deux colonnes, ID d' employé 1 et l'employé 82. Lorsque vous cliquez sur une étape spécifique de la requête, elle affiche les données à partir de l'étape néerlandaise. À cette étape, lorsque nous divisons les colonnes sont toujours appelées ID 1 et ID deux. Ensuite, dans la troisième étape, nous avons renommé les colonnes. Ensuite, à la quatrième étape, nous avons appliqué un filtre sur la colonne du département afin supprimer le département Null. Disons que j'ai changé d'avis. Je reçois le courrier de l'équipe financière indiquant que le code de notre centre de coûts n' est pas deux premières lettres, mais il s'agit des trois premières lettres. Comment pouvons-nous le modifier ? Il suffit de regarder l'étape où vous avez effectué le changement. Par exemple, le fractionnement de colonne par position est l'étape. Nous localisons cela. Et puis il y a un bouton de gain ou d'engrenage juste à côté de l'étape. Vous cliquez dessus. Et ici, vous pouvez simplement dire que trois premières lettres sont mon code de centre de coûts. Alors faites cliquer les deux S3 sur OK. Et vous savez à quelle vitesse trois lettres ici, puis les autres sont là. Techniquement, ce n' est pas correct. Je vais donc annuler cette étape rechangeant à deux, quelle que soit l' étape que vous visualisez. Chaque fois que vous terminez votre travail dans Power Query, il ne vous donnera les données qu'à la dernière étape. Il ne vous donnera donc pas les valeurs intermédiaires, juste la dernière étape seule. troisième problème de nettoyage est que si vous remarquez la colonne de nom, vous pouvez voir que certains noms ont un espace supplémentaire à la fin ou au début. J'ai donc mes espaces supplémentaires. Il s'agit là encore d'un problème courant dans nombreux scénarios de nettoyage de données lorsque vous apportez les données d' un système externe, parfois il y a des espaces supplémentaires. Nous pouvons donc nettoyer ces espaces. Pour nettoyer l'espace, cliquez avec le bouton droit sur la colonne Nom , puis écoutez le formulaire de branche. Vous avez la possibilité de découper les données. Ce que nous allons faire, c'est qu'il supprimera tout espace supplémentaire au début ou à la fin. Nous exécutons donc la garniture et ces espaces supplémentaires ont disparu. Jusqu'à présent, nous avons effectué trois étapes de nettoyage des données. Nous avons partagé la carte d'identité des employés, nous avons retiré les places supplémentaires et nous avons retiré tous les employés du département. Pour notre scénario de nettoyage mixte des données, nous avons la date de début des employés et nous voulions simplement calculer combien de temps ils sont ici avec l'organisation. En tant que venule. Nous avons ici une colonne de date, mais notez que le type de données ici indique ABC123. Avant d'effectuer des opérations sur les dates, il est judicieux de convertir les données en type de données. Pour ce faire, cliquez avec le bouton droit sur Type de changement de date de début, puis sélectionnez l'option Date. Lorsque vous avez automatiquement le type de données de date, l'icône affichée ici affiche un logo de calendrier au lieu d'ABC123, qui était ce qu'elle affichait précédemment. Maintenant que la date de début est traitée comme une date, je peux introduire une nouvelle colonne qui regarde la date de début, puis ma date actuelle. La date d' enregistrement de cette vidéo est le 31 mars 2022. Puis dites-moi depuis combien de temps chacun de ces employés est parmi nous. Pour effectuer ce type d' opération depuis la maison, vous devez accéder au ruban Ajouter une colonne. Et à partir de là, je peux introduire un calcul en tant que nouvelle colonne. À partir de là, à la date. Je vais juste sélectionner la première option, Add Column date, âge. Ce que cela fera, c' est qu'il calculera l'âge de la date de données jour actuel à partir d'aujourd'hui moins que cette date est ce que serait l'âge. Lorsque vous ajoutez de l'âge, vous recevrez l'Aij ajouté ici. L'âge sera affiché sous forme d' heures de base, de minutes et de secondes. Il est donc dit que cet employé est avec nous depuis 503 jours. Cette personne a besoin d' ici pendant 1344 jours. Bien qu'il s'agisse d'un bon moyen calculer le mandat des employés, 503 n'est pas vraiment significatif. Idéalement, nous voulons calculer depuis combien de temps ils sont avec nous dans les oreilles ou quelque chose de blanc. Garder la colonne d'âge sélectionnée. Nous pouvons aller sur le ruban Transform et à partir de là, je peux changer l' âge vers un autre format. Par conséquent, ajouter une colonne ajoutera la colonne, tandis que la transformation changera les choses en place. À partir des pages de transformation affichées dans un format de durée. Vous pouvez voir l'horloge arrêtée, une sorte d'icône dans la durée de l'image. Je peux juste dire sûr, cet âge pour moi dans les oreilles totales. Cela va calculer le mandat de l'employé chez EX, cette personne est ici depuis 1.307 ans et cette personne est ici depuis 3,68 ans à ce stade, vous pouvez également double-cliquer sur l'âge et puis renommez-le sous le nom de tenure. Ce calcul de l'âge est un calcul dynamique. Ainsi, chaque fois que vous actualisez Power Query, il lira ce calcul et mettra à jour la tenure à partir de la date de rafraîchissement des conduits. ce moment, nous sommes le 31 mars 2022. Mais à l'avenir, chaque fois que vous regardez cette vidéo et que vous actualisez ces données, vous verrez une valeur différente ici. Une chose que vous remarquerez peut-être si vous suivez avec moi, la facilité, votre Power Query est propre, est probablement légèrement différente et les étapes sont également légèrement différentes. Il y a donc quelques choses que j'ai faites à ma fin. Et révélons simplement que la différence numéro un que vous pourriez remarquer est que vous n'avez peut-être pas la barre de formule en haut. C'est quelque chose qui est facultatif et j'aime continuer à le faire. Pour voir la barre de formule, vous pouvez passer du bouton « beauté » au bouton beauté et activer l'option barre de formule. C'est une chose unique. Et lorsque vous faites cela, chaque fois que vous ouvrez Power Query à partir d'un autre fichier Excel, la barre de formule s'affiche . Vous pouvez penser à quel point la barre de formule Power Query utilise sa propre langue appelée Langage M. Et comme le langage M est très différent du langage de formule Excel, j'aime bien comprendre ce qui se passe de temps en temps. Si nous disposons de la barre de formule, vous pouvez lire ce qui se passe et donner un sens aux étapes, car chaque étape est associée à une logique ou un code. Par exemple, l'étape Colonnes renommée ici indique que vous avez pris l'âge de la colonne et que vous l'avez renommé en tenure. C'est donc la logique utilisée par la partie 20. De même pour calculer le total des oreilles. Si je sélectionne cette étape, vous pouvez voir qu'il a fallu la durée totale des jours, puis la diviser par 365 pour calculer l'âge. Ici, vous pouvez voir que cela ne fait pas attention aux années bissextiles ou à quoi que quelle que soit la forme de l'oreille, elle se divise toujours avec 365. Avoir cette barre de formule est un excellent moyen d' avoir un aperçu de ce qui se passe en coulisses. Et j'aime garder celle-ci à mes propres fins d'amusement. Terminons cette leçon par ajout d'un autre calcul, qui est donné au FDG d'un employé. Je voulais ajouter une colonne qui m'indique s'il s' agit d'un employé à temps plein ou à temps partiel. Ce type de calcul est appelé calcul conditionnel car s'il s' agit d'IDE, ils sont à temps plein. Tout ce qui est inférieur à un est à temps partiel. Nous pouvons utiliser l'option Ajouter une colonne conditionnelle pour introduire un tel calcul. Ajoutez donc colonne colonne conditionnelle. De là, spécifiez le nom de la colonne. C'est donc ma partie oblique complète, c'est le nom de la colonne. Ensuite, nous construisons la condition à l'aide de cet écran particulier. Donc, si la colonne FDE, et puis ici, il est égal à inférieur, supérieur à etcetera. Je vais donc nous dire moins d'un. Cela signifie qu'ils ont une valeur équivalente à temps plein inférieure à un, puis qu'ils sont employés à temps partiel. Vous pouvez construire une échelle de collisions ici pour l'instant, nous le ferons simplement si c'est le cas. S'ils sont en dessous d' un seul endroit à temps partiel, sinon ils sont à temps plein. Ensuite, nous cliquerons sur OK, et il introduira ici un calcul complet de pièce oblique en tant que colonne pour moi, ce qui marquera les employés comme étant à temps partiel ou à temps plein. Ce genre de choses est très utile si je voulais analyser la nature des employés en aval. Maintenant que nous avons cinq étapes de nettoyage qui consiste à diviser le centre de coûts et le numéro d'identification des employés , nettoyer le nom, à supprimer le service, ajouter leur mandat et à ajouter leur nature de travail, que ce soit à temps plein ou à temps partiel. Allons charger cela dans Excel afin que nous puissions voir à quoi nous ressemblons vraiment les données chargées ressemblons vraiment les données avant de le faire sont appelées tableau 1. table 1 n'est pas un très bon nom, donc je vais nommer ma requête comme. Vous pouvez le faire. Il suffit de sélectionner l'option de nom ici, puis de saisir le nom. Je vais appeler ça en tant que personnel et j'appuierai sur Entrée. Donc maintenant, la requête s'appellera personnel depuis la maison, qui comporte un gros bouton Fermer et Charger. Pour l'instant, nous allons cliquer sur que dans les vidéos suivantes, je vais vous dire comment utiliser également les autres options de chargement. Nous allons donc dire « Close and Load ». Ce que ça va faire, c'est qu'il va charger une table de couleur verte. Je pense que c'est la couleur par défaut qui se gare où il choisit tout le temps dans Excel dans un nouvel onglet et le nom qu'il a, l'onglet s'appelle portée ainsi que la table elle-même qu'il crée est également appelé personnel. Ce tableau vert est ici la version plus propre de vos données. Vos données d'origine sont toujours présentes dans l'onglet Données. Notez que lorsque vous avez créé la requête Power, elle en fait un format tabulaire. Il s'agit donc de mes données originales et ce sont mes nouvelles données. Vous pouvez le voir ici, Darren Scalia, l'identifiant de l'employé, SBI zéros zéros 07. Dans la version plus propre, il a été divisé en relations publiques et zéros 07. De même, la qualia de Darwin est quoi, 0,3 ETP, et ils ont rejoint le 13 novembre 2020. Donc, sur la base de ces informations, nous avons calculé leur mandat et ensuite nous les avons identifiés comme employés à temps partiel parce qu' ils ont un département qui est répertorié ici. Mais si je vais ici et que je regarde certaines de ces personnes comme Minute tandis que Stafford, David et que je ne suis pas ici dans ces données parce qu'elles appartiennent au département nul. Ainsi, lorsque les données ont été nettoyées, elles ont en quelque sorte obtenu la sortie des données. Et vous pouvez voir à partir de ce filtre ici que nous n'avons pas le département nul NADH. Nous aurons également Minerva dans les résultats de recherche ici. C'est ainsi que les données sont nettoyées si quelque chose change. Donc, par exemple, nous recevons le message de l'entreprise de fond que Minerva n'est pas une employée nulle du département, elle est passée à la loi. J'ai modifié mes données. De même, la poursuite mettra à jour leur IDE de 0,3 à 0,6. Je vais en faire un que nous verrons qu' ils deviennent à plein temps. Nous avons apporté deux changements. Nous avons créé les torrents en tant qu'employé à temps plein et nous avons tondu Minerva au service juridique. Nous sommes venus ici pour récupérer les données des personnages. Encore une fois, il suffit de cliquer avec le bouton droit de la souris, puis d' actualiser les données. Vous pouvez le faire de plusieurs manières. Vous pouvez cliquer avec le bouton droit et l'actualiser. Vous pouvez accéder à Données, puis actualiser. Ou si vous avez la requête sur un panneau de connexion affiché à droite, vous pouvez également cliquer avec le bouton droit ici, puis actualiser. que soit la façon dont vous faites, vous effectuez simplement le même processus. Nous allons donc rafraîchir ça. Et boum, on amène Minerve ici. Nous obtenons la tolérance ici avec DEF d1, puis ils deviennent employés à temps plein. Il n'y a pas de changement dans leur mandat car nous continuons de relancer le processus le 31 mars. Mais si je veux lire à nouveau ce sujet demain ou après, je verrai aussi des valeurs complètement différentes . Il s'agit donc de la première vidéo où nous avons chargé les données dans Power Query. Nous avons effectué cinq tâches de nettoyage , puis nous l'avons rechargée dans Excel. Passons à la suivante. 3. Ajouter des colonnes dans Power Query: Dans la leçon précédente, nous avons pris les données de notre personnel, puis appliqué cinq étapes de nettoyage des données, qui consiste à diviser l'identifiant de l'employé en centre de coûts et numéro d'identification valide, supprimant les espaces de la colonne Nom, puis en retirant toutes les personnes qui se trouvent dans le département nul, ainsi que sur la base de la date de début, calculez leur mandat et, en fonction de l'ETP, déterminer s'il y a plein - employé à temps ou à temps partiel. Il s'agit des données que nous avons générées après le nettoyage à l'aide de Power Query. Dans cette leçon, continuons à nettoyer le processus et à y ajouter quelques étapes supplémentaires. Maintenant que nous sommes ici dans Excel, comment revenir à la requête de pièce ? Vous pouvez le faire en quelques étapes différentes. Premièrement, vous pouvez passer de chez vous au ruban de données. Et à partir de là, vous avez reçu vos questions et vos connexions. Si vous cliquez sur ces requêtes et connexions, vous verrez toutes les requêtes dans votre classeur. Donc, c'est ma requête du personnel en ce moment, nous n'en avons qu'une, mais potentiellement vous pourriez avoir plusieurs requêtes également. Lorsque vous examinez une requête particulière, vous pouvez cliquer avec le bouton droit de la souris , puis dire Modifier la déclaration. De même, la deuxième option consiste à cliquer sur la table, la table verte générée par Power Query. Chaque fois que vous cliquez dans ce type de table de requête de puissance aérienne, vous verrez qu' un ruban Query apparaît en haut. Et si vous y allez, vous avez également le gros bouton Modifier sur le mot de code. Vous pouvez l'utiliser pour revenir à notre requête. Modifions cela et commençons un peu plus de nettoyage des données. Comment l'étape de nettoyage rapide dans cette vidéo va être dans la colonne Salaire. Quelle est cette colonne de salaire qui a des valeurs nulles. Et quiconque a obtenu un salaire nul, c'est à cause de la politique RH particulière. Et donc quiconque est payé exactement 45 000$ de salaire apparaît comme nul. Ne me demandez pas, juste un scénario inventé ici. Nous voulions simplement remplacer les mots par 45 000, ce qui devrait être leur membre. Mais avant de le faire, comprenons rapidement ce que signifient ces barres vertes en haut. Ces barres vertes nous indiquent la qualité des données des colonnes. Si quelque chose est entièrement vert, cela signifie qu'il contient toutes les données ou la colonne. Mais si certaines colonnes ont des valeurs nulles, comme ici, j' ai des valeurs nulles. La barre verte n'est pas complètement remplie. Et quand vous survolez, cela me dit que 931 lignes ont des valeurs et que 4141 % de plus sont vides. Et cela me donne également la possibilité de retirer le vide. Nous ne voulons rien supprimer de vide. Nous voulons simplement régler le problème des salaires ici. Ainsi, dans le salaire, par exemple, 40 valeurs sont vides. Et cela mettrait également en évidence s'il y a des erreurs à l'heure actuelle, nous n'avons aucune erreur. Mais s'il y a une erreur, cela mettra également en évidence cela. Allons simplement ajouter une règle qui dit que si le salaire est nul, alors la valeur devrait être de 45 000. Ce type de processus s' appelle le remplacement. Il suffit donc de cliquer avec le bouton droit de la souris sur la colonne, puis d'utiliser l'option Remplacer les valeurs. Vous vous demandez peut-être pourquoi je ne peux pas simplement sélectionner ceci, faute de frappe ou les données ? Vous n'êtes pas autorisé à faire une telle chose dans Power Query. Power Query est un moteur basé sur des règles, donc chaque étape de nettoyage que vous effectuez doit être une ruine. Je vais donc cliquer avec le bouton droit de la souris , puis choisir Remplacer les valeurs. Valeur à rechercher 0 et null. Nous voulions remplacer l'Arctique 45 001. Attention, Power Query est sensible à la casse. Donc, si vous tapez null exactement comme il apparaît, alors seulement pour fonctionner. Si je devais taper cela en majuscules, même si à nos yeux, ils sont les mêmes. Il s'agit d'une valeur différente et cela ne fonctionnera pas vraiment. Donc on va juste dire 45 000 nuls , puis cliquer sur OK. Ensuite, il va ajouter une règle qui dit que si le salaire de quelqu'un est connu, il sera alors de 45 000. Maintenant, notre colonne salariale est verte jusqu'au bout. Notre prochain scénario de nettoyage est donné au nom de l'employé, je veux extraire uniquement son prénom , puis l'imprimer dans une autre colonne. Nous pourrions ensuite l'utiliser pour envoyer une lettre ou autre. Ensuite, il vous suffit d' imprimer leur prénom. C'est là que je veux tout extraire jusqu' au premier espace. C'est donc le nom d'hôte. Vous pouvez le faire de deux manières différentes. La première est que vous pouvez sélectionner la colonne, puis à partir de la colonne, vous pouvez utiliser la colonne à partir d'exemples. De cette façon, vous laisserez Power Query déterminer quelle est la logique d'une telle opération. Considérez la colonne des exemples comme Flash Fill dans Excel. Mais ici, avec une colonne tirée d'exemples, c'est une reproductible. Cela signifie que si vos données changent , que vous lisez et que le processus s'appelle également extraire les prénoms des nouvelles données. Nous allons faire cette colonne à partir d'exemples. Et à partir de là, je vais juste taper mon prénom, Torrance. Et puis, à ce stade, vous avez prédit ce que nous allons chercher. Et puis, ce sont bientôt toutes les autres valeurs qu' il va obtenir si la première valeur doit être enseignée. Et lisons également la formule. Quelle formule il utilise, c' est dire X point avant délimiteur. En regardant la colonne de nom et le délimiteur, c'est l'espace. C'est la vraie formule du langage M qui se gare là où il utilise ici. Lorsque vous êtes satisfait de cela, vous cliquez sur OK. Et puis cela est ajouté si vous étiez appelé texte avant délimiteur, je vais simplement double-cliquer dessus puis dire FirstName. C'est le nom de cette colonne. Et nous obtiendrons le prénom de l' employé ici. Il conservera toujours votre nom d'origine, mais il va ajouter une nouvelle colonne appelée prénom. Maintenant que nous l'avons ajouté, je veux voir ce prénom juste à côté du nom complet, pas jusqu'ici. Une façon de déplacer cette colonne est de cliquer sur la colonne, maintenir la souris et de la déplacer juste à côté de la colonne de nom. Cela va réorganiser les colonnes avec le nom ici plus num ici. Vous pouvez regarder le code de langue M ici, il est indiqué « tabled » ou pour réorganiser les colonnes. Nous poursuivrons à nouveau notre discussion avec la colonne Nom. Compte tenu de ce nom, je veux réécrire le nom car, par exemple, la taurine Scalia est leur nom. Je veux les appeler qualia, tolérance de caméra, forme de virgule chancy, virgule d'oiseau gati. Là encore, c'est ainsi que, dans certaines situations, vous souhaitez avoir un nom de famille, une virgule, un prénom comme option. Nous allons créer une autre colonne, qui sera nom2. Et c'est là que l'inducteur et si l'évitement se fera. Encore une fois, nous pourrions utiliser l'option colonne à partir d'exemples. Mais comme vous l'avez déjà fait, je vais vous montrer une technique différente, cette technique différente dans les murs de cette colonne, nous avons une option d'extraction. À partir de l'extrait, j' ai été corrigé avant texte du délimiteur après les options de limitation. Je vais utiliser cela pour mapper le nom à deux colonnes différentes. Nous avons déjà la colonne prénom, donc nous utiliserons le prénom, nous allons simplement générer le nom de famille, puis nous allons le faire. Extrayez donc le texte après délimiteur. Ensuite, le délimiteur est l'espace. Je vais donc appuyer sur l'espace ici et cliquer sur OK. Cela doit extraire l'endoderme. Mettez tout le chemin à la fin. Tout est texte après délimiteur, et ces noms de famille seront imprimés ici. Notez que certains de ces noms de famille disposent d'un espace supplémentaire. Et le plus important, c'est que le nom du fournisseur est entré dans le système. Il explique comment plusieurs espaces au milieu et ces espaces ne sont pas supprimés par découpage. C'est pourquoi, dans ces espaces, on y arrive. Ce sont tous des bons. Les gros trucs de délimiteur arrivent. Je peux cliquer avec le bouton droit de la souris rapidement, couper cela aussi. Cette activité excédentaire a donc disparu. Nous avons maintenant un nom de famille ici. Dans un prénom ici. Ensuite, ce que nous voulons faire, c'est prendre le texte après le délimiteur, placer une virgule, puis faire entrer la vapeur dans la colonne finale. Ici, nous utiliserons l'option de colonne personnalisée. Nous avons la colonne conditionnelle, nous avons appliqué la colonne à partir d'exemples. Nous allons essayer la colonne personnalisée. C'est ici qu'il ouvrira un écran vous demandant d' écrire vous-même la langue M. C'est ma colonne nom2. Ici. Il va choisir le texte après le délimiteur. C'est le nom de famille, esperluette, entre guillemets doubles. Ensuite, nous choisirons le prénom. Il s'agit de la formule du langage M pour introduire un nouveau nom qui prend deux colonnes, puis place l'espace virgule au milieu. Cliquez sur OK, ça a appelé vos parents de chanceux, honte, mais Gati comme ça. Maintenant que cette colonne est générée, nous n'avons plus besoin de ce type ici. Nous ne l'utilisons que pour y arriver. À ce stade, vous pouvez cliquer avec le bouton droit sur le texte après le délimiteur, puis supprimer ce bouton. Ou si vous voulez le conserver, vous pouvez le conserver, puis le renommer comme nom de famille. Je vais juste l'enlever. Maintenant, nous avons un nom2. Et encore une fois, nous allons le déplacer juste à côté du nom. Nous avons le nom, le nom2, puis le FirstName ici, tout est joliment listé. La dernière transformation ou notre dernier nettoyage des données dans cette vidéo en particulier va se pencher sur la date de début. Nous savons depuis combien de temps un employé est parmi nous, mais certains de ces employés nous ont également quittés. Par exemple, nous avons une date de licenciement qui nous indique qu'au 24 septembre 2021, cet employé, Ali, a quitté l'organisation en a quitté l'organisation fonction de la date de licenciement. Je voulais savoir si un employé est l'employé actuel ou non. Nous aurons une colonne d' indicateurs actifs. Tout d'abord, vous pouvez voir que la date de résiliation est ABC123. Je vais donc simplement cliquer avec le bouton droit sur Modifier le type à ce jour. De cette façon, vous pouvez avoir un rendez-vous ou une accalmie. Et encore une fois, la qualité de la colonne m'indique que seulement 80 personnes ont une date de résiliation. 892 sont vides. Cela signifie qu'ils sont toujours des employés actuels. Sur cette base, je souhaite ajouter une colonne qui me dit si leur point actuel est nul. Ce genre de chose est parfait pour la colonne conditionnelle. Nous allons donc simplement utiliser ajouter une colonne, une colonne conditionnelle, puis voir si la date de fin est égale. Et puis ici, vous pouvez simplement taper null et la sortie est oui, ce qui signifie qu'ils sont des employés actifs. Non, non signifie qu'ils n'agissent plus pour cliquer sur OK. Quiconque a ri et il n'y aura pas là car ils auront une date de domination. C'est ce qui conclut cette vidéo particulière. Mais avant de disparaître, j'ai des devoirs pour vous. L'affectation des devoirs est dans la colonne Salaire. Je veux que vous examiniez la colonne Salaire, puis que vous créez un groupe de salaire avec une nouvelle colonne. La logique des groupes salariaux est simple. Si vous absorbez la colonne des salaires, nos salaires vont de 28 000$ jusqu'à 119 000$. Il peut donc s'agir d'un montant de 120 000$. Nous voulons regrouper nos employés en quatre compartiments. Toute personne de moins de 50 000, toute personne de moins de 80 000, toute personne de moins de 100 000, puis plus de 100 000. Il s'agit donc des quatre groupes de moins 5050 à 808100 et de plus de 100. En fonction du salaire, vous devez introduire ici une colonne supplémentaire appelée groupe salarial, où une telle valeur peut être maintenue. Je laisse à votre imagination le soin de savoir comment faire cela. Mais si vous rencontrez des problèmes avec cela, regardez la vidéo de la solution de devoirs qui explique ce processus. Pour l'instant, je vais juste fermer ce dernier en cliquant sur les vêtements. Et Seigneur, ça va juste mettre à jour notre table verte. Ces calculs supplémentaires et des colonnes de noms supplémentaires vous permettent maintenant voir que le boiteux original est ici, nom2 plus nom, et toutes ces autres choses aussi. Donc, si je veux mettre à jour date de résiliation de quelqu'un dans mes données d'origine. Par exemple, les parents ont décidé de partir le 31 mars 2022. Nous avons donc mis leur date de résiliation ici. Vous venez ici, cliquez avec le bouton droit de la souris, puis actualisez. Immédiatement. Ils achèteront le marché car ils ne sont plus actifs et la date de décès de la résiliation apparaîtra également ici. C'est une bonne chance pour vos devoirs. Je vais vous voir dans la prochaine vidéo. 4. Solution de travail: Pour ajouter le regroupement salarial en tant que colonne, vous pouvez utiliser l'option colonne conditionnelle et créer ce type d'échelle. Nous allons donc utiliser cette colonne conditionnelle. Ici. Le nom de la colonne est un groupe de salaire. Si mon salaire est inférieur à 50 000, la production serait inférieure à 50 K. Ensuite, nous ajouterons une clause de plus. Si le salaire est inférieur à 80 000 , la production serait de 5280. J'ai enseigné la clause, qui est que si le salaire est inférieur à 100 000, alors il doit être de 8200 K. Sinon, nous n'avons pas besoin de faire cette chose pour une autre clause ici, nous pouvons simplement utiliser la clause else. Et ensuite, nous dirons plus de 100 K. Ce sont donc les résultats. Vous pouvez littéralement taper n'importe quoi ici. Vous pourriez, par exemple, avoir une étiquette comme un salaire faible, moyen, élevé, très élevé ou autre. Lorsque vous avez fini de le faire, si vous cliquez sur OK, cela s'appelle ajouter ces groupes de salaires ici pour vous. C'est un excellent moyen d' apporter des valeurs supplémentaires basées sur règles métier, puis de les utiliser dans Excel. Vous auriez pu créer ce type de colonne dans Excel, mais comme il s'agit d'une vidéo de requête de port, j'enseigne comment le faire dans Power Query. Si vous modifiez les conditions et disons simplement que nos critères ne sont plus 5080, mais 5075. Ensuite, vous pouvez utiliser le bouton rouage ici. Le bouton rouage, je peux cliquer dessus. Et cela va avoir ces limites ici, et je peux simplement modifier la valeur. Donc, à partir de 80 ans, je vais juste paraître ça à 75 000. Et les valeurs ont été renommées ici en 7575 à 100 K comme ça. Assurez-vous d'ajouter uniquement toutes les choses qui doivent être ajustées chaque fois genre de choses change et lorsque vous cliquez sur OK, cela sera mis à jour. Une autre façon de faire ce type de modifications, IZ au lieu d'utiliser le bouton rouage, si la barre de formule est visible à l'écran, vous pouvez également modifier directement les éléments de la barre de formule. Peut-être que c'est moins, la fourchette inférieure n'est pas 5845. Je peux donc simplement taper 45 000 ici et ensuite renommer mes étiquettes ainsi que 45 K. Et c'est ce qu'on appelle ajustement. Mise à jour également. Chaque fois que vous aurez fini de taper la formule, si vous présentez, cela changera tout simplement ces choses aussi. 5. Fusionner des tableaux et filtrer des données dans Power Query: Jusqu'à présent, nous avons nettoyé les données au sein d'un même jeu de données. Dans cette leçon, je vais introduire un autre jeu de données et vous montrer d'autres techniques pour cette leçon, je vais supposer que chacun de nos employés va reçoivent une prime en fonction de leur salaire. Le pourcentage de bonus est déterminé en fonction du département. Donc, si vous êtes dans le département de formation, supposons que vous receviez une prime de 2 %, mais dans le département des ressources humaines vous pourriez recevoir une prime de 3 %. Pour que tout cela se produise, nous devons suivre une politique spécifique. Les règles selon lesquelles le bonus est attribué uniquement aux employés actuellement actifs et qui ne sont pas temporaires. Ils doivent donc être permanents ou fixes, c'est le personnel qui est actif. Passons à Power Query et faisons ce processus où nous emmenons n'importe qui qui est un employé temporaire ou inactif , puis apportons les détails du bolus. Si vous allez dans Query Editor, cette requête ici, Allons de l'avant et supprimons toute personne qui n'est pas active. Je vais donc le sélectionner, puis dire que je ne veux pas d'employés inactifs. De même, nous reviendrons au type d'employé et décocherons le temporaire. À ce stade, nous avons réduit nos employés pour ajuster symptômes dominants et fixes du personnel actif. Nous devons maintenant calculer les quilleurs fonction de leur salaire. Pour ce faire, nous disposons d'une table de cartographie des bolus. Allons vite Seigneur cela afin que je puisse vous montrer la table de cartographie des bolus. Voici ma plus petite table de cartographie. Il me dit par chaque département quel est le pourcentage de bonus que nous allons obtenir ? Nous devons intégrer ces données dans le jeu de données que nous possédons déjà , puis les combiner pour générer les calculs de bonus. Vous pouvez, par exemple, Contrôler C ici, puis coller ces données. Mais comme les données se trouvent dans un autre fichier, nous pouvons également nous y connecter directement. Au lieu de copier le collage, nous utiliserons la requête Spark pour d'abord apporter les données, puis les combiner avec ces données. Accédez aux données, puis récupérez des données à partir d'un fichier à partir du classeur Excel. Cela est dû au fait que ma table de mappage bonus est un fichier Excel. Si vous êtes né en tant que mappage à l'aide d'un fichier texte ou qu'il ne s'agit pas d'une base de données, vous pouvez utiliser ces options. Je vais donc simplement utiliser From Workbook. Puis pointez sur ma cartographie bonus. J'ai une version plus avancée du problème de cartographie des bolus dans le mappage des bolus avec des fichiers, dont nous parlerons dans la prochaine vidéo. Vous afficherez alors un écran de navigateur vous demandant quelles données vous souhaitez choisir. Je veux plier mes tables de mappage de bolus. Je vais le sélectionner. Nous n'avons pas besoin de ce tableau, mais nous devons plutôt calculer les bonus. Nous allons donc entrer dans les données transformées et cela va déjà charger la table bonus dans mon parc. Vous pouvez voir que notre table du personnel est également là. Maintenant, ma table de bonus me dit quelle est la facilité de bolus pour chaque département du personnel qu'elle aimerait et je vois à quel département la personne appartient. Si je peux me rendre juste à côté du département, ils bonus le pourcentage que j'ai pris le pourcentage multiplient cela par salaire pour obtenir également la valeur du bolus. Ce genre d'opération s' appelle « marge aux tables », où je veux faire correspondre cette table dans la colonne du département avec les personnes en deuil Stevie. Ici. Pour ce faire, vous pouvez utiliser l'option Fusionner les requêtes du ruban principal. Cela ouvrira un dialogue. Demandez quelle colonne vous souhaitez faire correspondre. Donc, sur la table du personnel, je veux gérer un département avec ma table bonus. Département. Cela va rapidement vous fournir un commentaire ici, indiquant que vous êtes en mesure de faire correspondre toutes les lignes ici avec celles-ci. Ensuite, cliquez simplement sur OK. Ici, nous aurons ici le tableau de bonus associé pour chaque employé. Si je clique sur ce tableau, je peux voir que parce que cette personne est des ressources humaines, elle est requise pour que le bolus soit 0 pour la gestion des produits de cette personne, 0,05 ou 5 %. Nous n'avons pas besoin de la table, nous devons simplement extraire la valeur bonus. Pour extraire la valeur, vous devez cliquer sur ce bouton flèches latérales et décocher le département conserver le bonus et décocher cette option. Utilisez également le nom de la colonne d'origine comme préfixe. De cette façon, nous obtiendrons simplement une colonne qui dit bonus. Boom, on obtient la valeur bonus. La valeur bonus apparaît ici sous la forme d'un nombre décimal. Je vais juste cliquer avec le bouton droit ici, changer de type en pourcentage. Cela me montrera quels sont les pourcentages de bonus. Cela n'a qu'une partie du problème. Nous obtenons le pourcentage de bonus, mais ce dont nous avons besoin, c'est en fait la valeur désossée. Pour obtenir la valeur bonus, nous devons prendre le salaire. Multipliez ensuite cela par le pourcentage d'audace. Pour ce faire, sélectionnez d'abord la colonne Salaire maintenez votre touche Ctrl enfoncée. Allez choisir la colonne bonus. De cette façon, vous avez sélectionné les deux colonnes. Maintenant à partir de Ajouter une colonne. Vous pouvez effectuer une opération arithmétique de multiplication. Ajoutez donc la multiplication standard de colonne. Cela va créer une multiplication de ces deux nombres, c' est-à-dire un bonus de temps de salaire, puis l'ajouter en tant que membre ici avec la valeur bonus. Nous pouvons simplement changer cela pour couper et voir si vous le souhaitez. Ensuite, vous verrez le résultat de la multiplication comme une valeur monétaire du montant de bonus que chaque personne reçoit. Je vais le renommer comme le montant de mon bolus. Maintenant que les bonus sont calculés, notre prochain travail dans le cadre de l'analyse des données est de diviser ces valeurs de calcul de bonus en deux tables. L'un pour tous nos employés aux États-Unis et autre pour tous les employés sites néo-zélandais, c'est ce qu'il faut faire. Ce que nous voulons, au lieu de charger la table du personnel comme un seul élément, ce que nous verrons que si je charge ça maintenant près et Seigneur, nous allons juste mettre à jour la table des portées avec les valeurs de bolus ici . Vous obtiendrez également le tableau bonus ici. Ce mode actuel de chargement des données n'est pas ce que nous voulons. Ce que nous voulons, c'est que nous ne voulons pas une seule table de personnel. Nous voulons séparer les tables du personnel, une pour tous les sites aux États-Unis, savoir Bellevue et Los Angeles, puis tous les sites néo-zélandais, qui n'en sont qu'un, Wellington, Nouvelle-Zélande. Je vais donc revenir à ma requête Modifier. Tout d'abord, nous allons diviser ces données. Pour diviser les données, vous disposez de deux techniques. La première est que nous pouvons créer une réplique exacte de cela. C'est ce qu'on appelle la duplication pour dupliquer une loi de requête dont ils ont du personnel, je peux cliquer dessus avec le bouton droit de la souris, puis dire Dupliquer. Je vais amener le personnel au personnel et le personnel deux sont exactement les mêmes quantités. Si je vais voir le personnel, vous pouvez voir qu'il y a toutes ces étapes. Le personnel aussi. Nous aurons également toutes ces étapes. Ils commencent tous deux à partir du même fichier Excel. Appliquez toutes les étapes de nettoyage pour arriver à l'étape finale. Ensuite, dans chaque table, je peux aller l'avant et faire les bouts nécessaires. Par exemple, ici, je dirai que je veux simplement voir mon emplacement aux États-Unis. Donc, dans le personnel aussi, je décocherai mon Wellington, Nouvelle-Zélande, et ensuite nous appellerons cela comme un trait d'union du personnel USA. Nous pouvons aller à la table d'origine du personnel. Ici, allez à l'emplacement et n'avez pas coché que les États-Unis ont mordu pour que seuls les emplacements néo-zélandais le rappellent ici. Et puis, et nommez ça comme tiret de portée finit. Il s'agit là d'une approche. Le problème avec cette approche est que les deux requêtes devront être exécutées. ingénieur du personnel doit donc exécuter toutes ces étapes. Staff USA exécutera également toutes ces étapes, mais c'est une sorte de duplication du travail et c'est pourquoi on l'appelle un dupliqué. Il existe également une autre option appelée référence. Commençons par utiliser l'option de duplication, chargeons les données, puis je reviendrai vous expliquer comment utiliser les requêtes de référence avant de charger les données. Nous voulons également nous assurer que la table bonus ne soit pas chargée dans Excel. Nous n'avons pas besoin de la table bonus à voir à l'écran. Nous l'avons simplement utilisé pour faire les multiplications. Donc, au lieu de fermer, Seigneur, nous pouvons simplement utiliser l'option Fermer et Charger à. Pour l'instant. Je vais juste dire que créer une connexion. Puis cliquez sur OK. À ce stade, nous aurons les trois questions énumérées ici. Staff USC est la seule connexion, mais les enzymes et les bolus sont stables ou chargés. Ce que nous voulons, c'est que nous ne voulons pas les tables de bolus. Je clique avec le bouton droit de la souris sur la table des bolus, je vais charger deux. Ici. Je dirai simplement que ce ne devrait être qu'une collection. Nous ne voulons pas de table, nous allons cliquer sur OK, ça va me donner un avertissement indiquant une perte de données possible. Cela s'explique par le fait que les données sont déjà chargées. C'est très bien pour moi. Je vais juste cliquer sur OK, et la table des bolus n'est plus qu'une connexion. Je peux supprimer cette feuille de calcul. Ensuite, nous avons déjà chargé les enzymes du personnel. Loi. Je vais juste cliquer avec le bouton droit de la souris, puis dire un personnel américain, ils devraient également être un tableau dans une nouvelle feuille de calcul. Boom, nous obtenons deux des requêtes louées en tant que table, puis une autre requête juste maintenue en tant que connexion. Comme je l'ai mentionné plus tôt, que tout cela ait été bon, les requêtes du personnel et du banc de dotation des États-Unis doivent exécuter toutes les étapes. C'est ici que la requête de référence apparaît dans l'image. Voyons comment utiliser la requête de référence. À cette fin, j'ai créé un fichier séparé, requête de référence de données du personnel 3. Et remarquez que ce dossier du personnel contient tous les miens, pas seulement les étapes néo-zélandaises. Donc ici, si je vais à l'endroit, je peux voir tout le monde. Cliquez avec le bouton droit de la souris et modifions cette requête. Et ici, nous allons laisser la table de portée d'origine comme un taquinage et cliquer dessus avec le bouton droit de la souris et faire une requête de référence. Mon personnel d'origine, ils faciliteront la requête principale et ensuite nous allons créer une requête distincte appelée staff et z. Notez que staff et z, parce qu'il s'agit d'une requête de référence, elle n'a qu'un une seule étape. L'étape source se réfère simplement à cela. Cette requête est identique à celle de la table des portées. De cette façon, cette requête, la requête NSAID de portée ne sera pas exécutée tant que la table de portée n'aura pas terminé son traitement, puis elle utilise vraiment ces valeurs dans cette requête. Je vais maintenant à l' endroit et je dis simplement que ce n'est que le personnel de Wellington. Le personnel a répondu à cette question. Nous ferons référence au personnel d'origine. Cliquez avec le bouton droit de la souris , puis faites référence Ensuite, nous appellerons le personnel des États-Unis. Une fois encore. Ici, nous appliquerons le même type de filtrage. Nous avons maintenant quatre questions. La requête originale, mon bonus stable, puis pour référencer les requêtes du personnel, AINS et du personnel USE. Je vais faire une autre chose sur mon personnel, les AINS et le personnel des actions américaines, c'est-à-dire que dans le but d'analyser les bonus, nous n'avons pas besoin de toutes ces colonnes. Nous n'avons besoin que de certaines colonnes. Nous pouvons commencer par consulter les AINS du personnel, puis de chez nous choisir des colonnes. Et puis le varech, notre requête sur les colonnes que nous voulons voir dans la sortie finale, je vais tout désélectionner, conservera le numéro d' employé du centre de coûts. Et puis le nom2, qui a mon nom de famille, virgule, mon prénom, mon sexe, mon salaire du département. Nous n'avons pas besoin de ces autres choses, peut-être du type d'employé et de l' emplacement, du montant du bolus. Ce sont les seules colonnes que nous voulons. Et ça va me donner ce résultat. Maintenant, je veux répéter la même étape exacte sur le personnel américain également. Vous pouvez aller à l' USC du personnel et ensuite, utiliser l'objet Choisir les colonnes. Mais voici un petit truc sournois. Si vous avez obtenu votre barre de formule, c'est quelque chose que vous pouvez facilement utiliser pour commencer, accédez à la barre de formule, en vous assurant d'avoir sélectionné l' option Autres colonnes distantes dans cette requête. Ensuite, vous pouvez voir que le code de langue M qui se gare là où il a généré pour conserver ces colonnes. Il est donc écrit que le point de table sélectionne des colonnes, des lignes, et ce sont les seules colonnes que je veux. Je vais donc sélectionner tout ce contrôle de formule C pour le copier. Et puis je vais choisir, j'irai à la table de mon personnel USA. Maintenant, nous allons cliquer ici sur le bouton Effets. Cela va ajouter une étape. Et ensuite, dans cette étape, nous allons coller cette formule. Assurez-vous qu'il n'y a pas de supplément égal à certains aliments. Puis appuyez sur Entrée. Boom. Mon tableau USA de personnel comporte également les mêmes colonnes. Remarque rapide cependant, cette méthode ne fonctionnera pas si ces deux requêtes n'ont pas exactement les mêmes étapes dans le même ordre. C'est tout. Maintenant, je vais juste dire Close and Load to. Pour l'instant, nous allons simplement créer une connexion. Ensuite, je vais simplement charger ces données. L'enzyme du personnel devrait devenir un tableau dans la nouvelle feuille de travail. De même, le personnel USE devrait également devenir un tableau dans la nouvelle feuille de calcul. Nous obtenons nos deux coupures de données du personnel américain et du personnel ici. 6. Automatiser la combinaison des données et le nettoyage: Jusqu'à présent, nous n'avons acheté qu'avec les données qui se trouvent au même endroit. Dans cette vidéo, parlons de la façon de gérer des scénarios où vos données pourraient être divisées de différentes manières. premier exemple est au lieu d'avoir toutes les données du personnel dans un seul onglet dans un ensemble continu, j'ai des onglets individuels, un pour Wellington, un pour Los Angeles et un autre pour les données Bellevue. Nous aimerions tout combiner en une seule grande table de portée en ce moment que dans les fichiers de sortie. Pour cet exemple, je vais traiter mon personnel au fichier XLSX de Penn dot comme le fichier de données de base. Nous allons ouvrir un classeur vide. Et dans ce classeur, nous allons combiner les trois onglets individuels de données à l'aide de la méthode append. Dans les parties suivantes de cette vidéo, je vais vous montrer d'autres techniques de combinaison des données. Selon la façon dont vos données sont structurées et disponibles. Vous pouvez utiliser toutes ces techniques individuelles comme bon vous semble. Pour l'instant. Je vais juste fermer la table APN de mon personnel et revenir au fichier vide. Et à partir de là, disons des données. Je voulais obtenir les données d'un fichier, qui se trouve être un classeur Excel. Même si je démontre la technique, le fichier Excel, je tiens à rappeler que peu importe ce que vous apprenez, vous pouvez l'appliquer à des tables de base de données ou des solutions cloud comme Azure ou d'autres choses. Il va accéder à partir du classeur Excel et sélectionner le fichier d'ajout du personnel. Ces autres fichiers sont ceux que nous utiliserons plus tard dans la vidéo. Puis dites « Import ». Cela va me montrer qu'il y a trois feuilles de calcul individuelles dans le fichier. Lequel vous voulez apporter. Nous devons maintenant obtenir toutes ces données, puis les combiner. J'utiliserai donc l'option Sélectionner plusieurs éléments et cocher les trois onglets. Nous n'avons pas besoin de charger ces données, nous devons les transformer car ce n'est pas comme ça que je veux. Je veux tout combiner en une seule grande table. Nous allons d'abord entrer dans l'option Transformer les données. Cela ouvre l'écran familier de l'éditeur Power Query avec trois requêtes, une pour Bellevue, une pour Los Angeles et un deuil pour Burlington. Toutes ces tables ont fière allure, mais il y a quelques problèmes. Numéro un, ma ligne d'en-tête est fausse. Il s'agit de la colonne 12345 au lieu de la règle numéro un. Notez que, selon la façon dont vous avez configuré vos propres préférences Power Query, ce comportement particulier peut être légèrement différent pour vous. Si vous voyez déjà l' ID d'employé dans l'en-tête de colonne, vous n'avez pas besoin d' effectuer cette étape suivante, sinon vous devrez le faire. Ce qui est que nous voulions prendre la ligne numéro un ici, faire un en-tête sur cette table. Pour ce faire, nous pouvons accéder au ruban Accueil, puis utiliser l' option Foster Row as Headers ici. Cela va promouvoir l'en-tête de l'identifiant de l'employé. Je le répéterai sur la table de Los Angeles, puis sur la table Wellington. Désormais, les trois tables ont les données avec des compromis. À ce stade, je voulais simplement combiner ces trois tables en une seule grande table. Et c'est là que la fonctionnalité de mon application et de mes requêtes apparaît en image. Il utilisera les requêtes d'ajout. Si vous cliquez directement, il va y ajouter deux autres jeux de données dans le jeu de données Wellington. Au lieu de le faire, nous voulions créer une toute nouvelle requête combinant ces trois tables. J'utiliserai l'option supplémentaire , puis je sélectionne Ajouter des requêtes en tant que Nouveau. Cela me demandera comment je veux ajouter, si j'ai ajouté deux tables ou trois tables ou plus, quelle que soit l' option choisie, le processus est similaire, mais dans ce cas, nous ont trois tables. Je vais sélectionner trois tables ou plus l'option déjà ajoutée Wellington. Je vais donc ajouter mes Los Angeles et Bellevue. Ensuite, lorsque vous cliquez sur OK. Par magie, toutes les données de ces trois tables individuelles sont combinées en une seule table géante qui contient toutes les données au même endroit. Il y a encore d'autres problèmes, c' est-à-dire que mon sexe nul est là, mon département de formation valeurs nulles et nulles est là et tout cela. Mais au moins, il y a les données en un seul endroit. À ce stade, vous pouvez aller de l'avant et appliquer ces étapes de nettoyage. Mais je vais simplement renommer cette requête pour cartographier les données combinées B12. Cliquez ensuite sur Fermer et charger. Cette option supplémentaire rendra rapidement une connexion pour tout. Ça va montrer des liens. Ensuite, cliquez avec le bouton droit de la souris sur les données combinées et modifiez le comportement du Seigneur pour cela en une table afin que seules les données combinées soient chargées ici. Les tables individuelles ne sont pas chargées, mais uniquement la table combinée. Comme je l'ai mentionné, vous pouvez aller de l'avant et appliquer les étapes supplémentaires de nettoyage des données à ce sujet pour le nom de votre département de genre obtenu des actions et tout cela. Si vous voulez. est ainsi que fonctionne la méthode Combiner ou Append. Vous avez peut-être un questionnaire sur ce processus de stylo, c'est-à-dire ouvrons d'abord le fichier pour que nous puissions obtenir cela. Remarquez ici l'ordre des colonnes. Tout porte l'ID d' employé, le nom, sexe, le département et se termine par l'emplacement. Dans tous les onglets. Vous pourriez penser, que se passe-t-il si mon ordre des colonnes est différent ? Peu importe l' ordre dans lequel se trouvent ces colonnes, tant que toutes les colonnes sont présentes dans toutes les tables, l' ordre n'a pas d'importance. Power Query va le réorganiser. Pour prouver ce point, je vais aller à ma table de Los Angeles sélectionner la colonne du manager, puis la déplacer ici. Cet endroit est au milieu. Le manager est une fin. Pour ma vue du ventre, je vais déplacer une colonne de genre jusqu'à la fin. Supprimer. L'ordre des colonnes est en quelque sorte brouillé dans le fichier de données d'origine. Je vais enregistrer ce fichier. Nous y retournons, cliquez avec le bouton droit, Actualisez et aucune erreur, rien. Cela va toujours fonctionner. Il va vous fournir toutes les données telles qu'elles se trouvent dans les fichiers d'origine. Juste que Power Query se réorganise automatiquement. Maintenant vient la question suivante, que se passe-t-il si les colonnes ne correspondent pas ? Imaginez, par exemple, ici dans mon fichier BW Data du ventre plutôt que dans mon département, je vais appeler ça comme groupe. Nous avons un nom distinct ici. Voyons maintenant ce qui se passe. Je vais l'enregistrer, nous reviendrons ici, cliquez sur Rafraîchir. Et puis cela va ajouter une colonne supplémentaire appelée groupe. Il va garder le département, mais il va introduire une nouvelle chronique, mettre à la fin. Le groupe de conduits aura des valeurs pour les gens de la cloche de vue et ces personnes de Bellevue n'ont pas de département. Donc, si les noms des colonnes ne correspondent pas et que nous avons un problème. Mais si les noms des colonnes correspondent à l'ordre des noms de colonnes, peu importe la clarté, ces éléments seront automatiquement ajustés. C'est une chose rapide que vous devez garder à l'esprit chaque fois que vous ajoutez, vous devez vous assurer que les noms des colonnes correspondent. Allons de l'avant et résolvons ce problème. Je reviendrai ici. Je vais juste dire, département, sauvegarder ce fichier. Retournez ici, cliquez avec le bouton droit et actualisez. Et boum, cette colonne supplémentaire a maintenant disparu et les données sont toutes là. Joli et joli. Laisse la première chose, qui est que nous ajoutons à l'aide combiner avec la méthode append. Nous devons savoir d'avance combien de tables nous ajoutons. Ce n'est pas toujours le cas dans certaines situations commerciales. Pour vous donner une idée de cela, permettez-moi de vous montrer un autre exemple. Ici, j'ai un autre dossier. Au lieu de trois endroits. Nous savons également comment des employés supplémentaires viennent de notre bureau de Columbus. Maintenant, je veux combiner tous ces timbres en une seule grande table. Le défi ici est que nous puissions utiliser la méthode append, car certaines applications supplémentaires peuvent être ajoutées à ce fichier. Votre requête ne fonctionnera pas. S'il y a un nouvel affaissement des onglets. besoin de réfléchir à ce problème sous un autre jour, c' est-à-dire que je veux prendre toutes ces données et les combiner. Donc, quel que soit le nombre d'onglets, je voulais simplement tout combiner. Permettez-moi de vous montrer comment faire cela. Encore une fois, le personnel a été traité par emplacement comme étant mon fichier de données de base. Nous insérerons un classeur vide et nous combinerons les données. Dans ce classeur. Je vais accéder à mes données, récupérer les données du fichier, du classeur et sélectionner le personnel par fichier de localisation. Encore une fois, vous pourriez être tenté de sélectionner les quatre articles, mais plutôt de choisir l' un des articles. Peu importe l'article que vous choisissez. Je vais juste choisir mon ventre BYU pour l' instant et ensuite transformer les données. Cela va juste me montrer uniquement les données de l'onglet Afficher le ventre. À ce stade, nous avons besoin des quatre types, pas seulement du point de vue. Je vais donc supprimer l'étape de navigation et passer à l'étape source. Nous supprimerons l'étape à l'aide cette icône de la barre X juste là. Si vous cliquez dessus, cette forme a disparu. Au niveau de la source, vous verrez que Power Query a été regroupé pour différentes feuilles de calcul. plus gros ventre Bu, mais il ne sera pas Wellington, Los Angeles, Columbus et Bilabial. Il a également trouvé un élément de base de données de filtre qui n'est pas nécessaire. Ce que je vais faire en premier, c'est que je vais filtrer par type de feuille que nous regardons toutes les feuilles individuelles du classeur du personnel par emplacement. À ce stade, toutes les données des tables individuelles sont accessibles avec la table ici. Si je clique dessus, vous pouvez voir que toutes mes données Wellington apparaissent en bas. Tous par Los Angeles, Columbus dans Bellevue data. Ici. Tout ce que nous avons à faire, c'est obtenir ces données et développer. Pour ça. Nous allons simplement sélectionner le nom, maintenir enfoncé, contrôler la sélection des données. Par conséquent, nous ne sélectionnons que ces deux colonnes , puis cliquez avec le bouton droit de la souris, puis disons simplement supprimer d'autres colonnes. Nous n'avons donc pas besoin de ces autres colonnes, juste ces deux-là. Maintenant que ces deux colonnes sont là, je vais étendre ces données. Il suffit de dire les colonnes 1 à 11. Les noms des colonnes ne semblent pas vraiment corrects, mais nous devrons résoudre ce problème mélangé. Lorsque vous cliquez sur OK, vous obtiendrez toutes les données de chacune des feuilles de calcul ici. Les données de Wellington, mon identifiant d' employé, mon nom, mon sexe , mon département, etc. arrivent ici. C'est l'en-tête. Comme ça. Il y aura un autre en-tête plus loin dans la règle de Los Angeles. Dès que nous avons commencé Los Angeles, puis nous avons acheté plus d'en-tête. Et ensuite, cela va continuer comme ça. Ensuite, il y a aussi neuf valeurs, ce qui est probablement des lignes vides dans lesquelles elle est en train de récupérer. Nous devrons donc supprimer toutes ces choses. Nous allons faire de cette ligne un en-tête. À ce stade, en fonction de l'état de vos données. Dans mes données, j'ai l' emplacement Wellington, Nouvelle-Zélande étiqueté ici, donc je n'ai pas besoin de cette colonne de nom, donc je vais également supprimer cette colonne. Ensuite, nous n'avons que ce ruban Select From Home qui utilise la première ligne comme en-têtes. Maintenant que les en-têtes sont terminés, nous devrons supprimer toute source actuelle supplémentaire de l'en-tête. Donc, parce qu'il y aura un autre identifiant d' employé plus loin dans les données de Los Angeles si et quand nous y allons comme ça, il doit y avoir plusieurs employés, un pour chaque feuille de calcul. Ici, il suffit d'utiliser le filtre. Je vérifie la carte d'identité de l'employé. De même, je vais décocher les valeurs nulles car s'il y a des lignes vides, nous n'en avons pas besoin également. Ces filtres vont effacer les données. Et à ce stade, ce sont mes données complètes. Nous allons donc simplement dire toutes les données comme nom de la requête. Ensuite, vous pouvez continuer à le charger, ou vous pouvez appliquer des étapes supplémentaires de nettoyage des données. Par exemple, nous allons retirer n'importe qui dans le département Null. Cliquez avec le bouton droit sur le sexe, Remplacer les valeurs. Non largeur. Autres. De même, vous pouvez également utiliser la date de licenciement pour marquer un employé comme actif, et utiliser l'IDE pour déterminer si quelqu'un est permanent ou désolé, à temps plein ou à temps partiel et utiliser le salaire. null et remplacez cela par les 45 mille chiffres si vous voulez. Je vais vous laisser toutes ces choses comme des problèmes de devoirs supplémentaires. Maintenant que toutes les données sont combinées, je peux le charger. Avant moi Seigneur, je voulais juste expliquer rapidement ce que nous avons fait. Nous avons commencé à partir du fichier Excel, puis nous avons filtré uniquement les feuilles, puis nous avons développé toutes les données. Nous allons obtenir un ensemble de données qui combine des données de feuille individuelles en un seul objectif. Maintenant, pour que cette technique particulière fonctionne, l'ordre des colonnes doit correspondre dans toutes les feuilles. Si les colonnes sont hors service, cela ne fonctionnera pas très bien. En effet, lorsque nous développons, nous ne faisons que développer et combiner la colonne une de chaque feuille en une seule colonne, car il n'y a pas d'en-têtes. Pour cette raison. Il ne correspondra pas automatiquement aux colonnes. C'est pourquoi l'ordre des colonnes doit correspondre lorsque vous utilisez cette technique particulière. Et enfin, c'est ma table de taux de sortie. Je peux juste fermer et charger ça. Cela va simplement charger toutes les données dans une seule table. Voyons maintenant ce qui se passe si vous voulez introduire autre branche dans un nouvel onglet de ce fichier d'origine, je vais acheter goto my staff by location page. Ici, j'ai introduit les données de la succursale d'Auckland et ce ne sont que quelques-unes des personnes qui, de ma succursale Bellevue je viens de les transférer dans notre revendication. Ils ont tous leur emplacement et nous savons qu'une feuille de calcul supplémentaire appelée Auckland l'enregistrera, puis fermera ce fichier. Venez ici, notez tous les lieux. Nous n'avons donc que quatre emplacements. maintenant avec le bouton droit sur Actualiser. Et cela va amener ces lignes supplémentaires ici, loi, le nombre de rôles a changé. Et si vous allez ici, vous pouvez voir que nous savons comment les gens d'Auckland ont également ajouté. Ils devraient probablement aller jusqu'à la fin. Comme ici, tous les gens de mon exutoire sont bien répertoriés. ajout et l'utilisation de cette vue étendue sont deux façons de combiner les données. Lorsque vous avez des données dans le même fichier. Mais souvent, vos données peuvent ne pas se trouver dans le même fichier. Par exemple, ici, au lieu d'avoir les données d' incendie comme ça, je pourrais avoir des fichiers individuels, un par emplacement aura un fichier CSV bilabial, un fichier CSV de Los Angeles et un Burlington CSV. Chaque dossier me donne les données du personnel à cet endroit. Si les données sont ainsi, comment les combiner ? C'est donc notre prochain sujet. Pour que cela fonctionne, nous ouvrirons un classeur vide et accéderons aux données, récupérerons les données du fichier. Et au lieu d'utiliser l'option classeur Excel, nous utiliserons l'option From Folder. Il s'agit d'une technique d'automatisation puissante intégrée directement Power Query à l'aide de laquelle je peux prendre tous les fichiers d'un dossier, les combiner tous en un jeu de données géant. Nous dirons donc à partir du dossier, sélectionnez le dossier de vos données 0. Ici, mes données de localisation sont le dossier, puis cliquez sur Ouvrir. Cela va vous montrer un écran où il est écrit, j'ai trouvé trois fichiers différents dans le dossier, Bella View, Los Angeles et Wellington. Que voulez-vous faire ? Vous avez la possibilité de combiner. Vous pouvez également charger ou transformer des données. Parce que nous voulons combiner, nous utiliserons cette option, puis dirons combiner et transformer les données. Vous pouvez également combiner et charger directement, mais je vais simplement utiliser l'option Transformation car nous pourrons ensuite procéder et faire un peu plus de nettoyage si nécessaire. Je vais le faire. Ensuite, cela ouvrira à nouveau un écran de plus. Et puis il est dit que Harry est le classeur le plus rapide de vos quatre canards. Il va donc vous montrer un exemple de fichier. Il peut s'agir du premier fichier, mais vous pouvez également le voir sur n'importe lequel des fichiers. Et il est dit que c' est comme ça que sont les données. Vous êtes content de cela ? Si c'est le cas, je vais aller de l'avant et l'obtenir. Donc, tout est beau et bien rangé pour moi ici. Je vais juste dire, ok, ça doit savoir, charger Power Query, faire sa magie, puis combiner toutes les données en un seul fichier. Donc, cette requête particulière que nous sommes partis, nous regardons le nœud droit E a déjà combiné toutes les données. Il y a donc mon ventre BW Data sur le dessus. Mais si je continue à faire défiler, je verrai que toutes mes données de Los Angeles sont là. Et plus loin, nous aurons également nos données Wellington. Mais comprenons simplement parce qu'il aurait ajouté beaucoup d'autres éléments à droite ou à gauche pour faciliter ce processus. La façon dont l'automatisation des dossiers s'empare de puissance Query a créé tout un tas de façons différentes pour y parvenir. Votre dernière requête se trouve dans le dossier des autres requêtes, puis elle sera appelée données de localisation ou quel que soit le nom du dossier. Mais pour effectuer ce processus, il utilisera l'exemple de fichier que vous avez vu sur l'écran précédent. Il vous a donc montré 11 dossier dans le Nazca. C'est ce que vous voulez ? Il utilisera donc le fichier d'exemple, puis il construira un échantillonnage transformé. Il s'agit de l'exemple de requête, ce qui ne fonctionne que sur un seul fichier. Reconstruisez la requête pour un fichier , puis exécutez le même processus sur tous les fichiers. Donc, si je voulais changer quelque chose que je fais à un bon niveau, il suffit de le faire lors la requête de fichier d'exemple transformée. Par exemple, si je vois ici, je peux voir que mes en-têtes de colonne sont erronés. Nous pourrions promouvoir ce rôle en tant qu'en-tête, mais nous devrons quand même supprimer ces en-têtes supplémentaires dans d'autres fichiers, ce qui est difficile. Nous pourrions tout aussi bien faire ce niveau d'échantillon Edit Transform. De cette façon, ce qui se passe , c'est que Power Query va répéter ce processus sur chacun des fichiers du dossier. Nous allons donc passer à l' exemple Transform et ici appliquons la première ligne américaine comme tête d'étape qu'elle devienne l'en-tête. De même, si nous voulons faire autre chose au niveau d'un fichier individuel, vous pouvez également effectuer ces processus ici. Comme par exemple, supprimé un employé nul. Une fois que nous aurons créé la chaîne dans le fichier Bellevue, si je vais sur mes données de localisation, vous verrez que cela a fait même pour tous les autres fichiers. Alors que seules les meilleures données BW sont celles que nous avons nettoyées, Power Query réutilise ce processus et l'applique ensuite à mon fichier Los Angeles. Au rendez-vous de Los Angeles. De plus, il y aura d'autres sexes et plus personne ne sera dans le département nul. Parce qu'il y a encore des départements vierges. Je vais décocher ça. Ces gens sont tous partis. Et c'est à peu près tout. Nos données sont maintenant propres et nous pouvons continuer à le charger. Encore une fois, nous allons simplement dire tills et Load pour créer une connexion pour l'instant. Cliquez avec le bouton droit sur les données de localisation, chargez-les dans une table. Seul ce crédit est chargé. Aucune de ces autres requêtes intermédiaires n'est chargée. Ils sont tous maintenus comme des connexions. Il s'agit d'une technique d' automatisation très puissante. Cela signifie que si vous souhaitez ajouter des fichiers supplémentaires à ce dossier, actualisez ce processus. Il va récupérer ces fichiers et les ajouter à la fin. Je ne vais pas démontrer cela, mais je vais vous le laisser comme un exercice de devoirs supplémentaires. Voilà donc trois façons différentes combiner les données. une des options utilisant la requête Ajouter est la première option utilisant l'option de combinaison de plusieurs feuilles et l'autre utilisant l'option combinée de dossiers. Selon l'état de vos données. Utilisez l'une de ces trois techniques pour consolider les données et dégénérer des jeux de données plus volumineux avec lesquels vous souhaitez travailler. 7. Unpivoting (remodelage) des données: Dans cette vidéo, parlons de l'une des techniques les plus puissantes de Power Query. C'est la possibilité de désélectionner quelles données. N'oubliez pas notre exemple de problème de calcul de bonus. Nous avions des bonus définis un pourcentage de bolus par département. Mais que se passe-t-il si vous avez des bonus définis comme ça ? Ici, j'ai un style matriciel de répartition des primes pour chaque département, chaque catégorie de personnel, nous savons quel pourcentage de bonus doit être alloué. C'est ici que nous étions allés découvrir deux techniques différentes. Premièrement, comment prendre ces données et les remodeler dans un format qui fonctionne le mieux pour le calcul du bonus. Et la technique numéro deux facilite l'accès aux tables de repas sur plusieurs colonnes. Allons-y et faisons-le. Je vais fermer ce dossier. Il s'agit de l'un des classeurs précédents. Ce n'est donc pas le classeur que nous avons de la combinaison de dossiers ou quoi que ce soit du genre. Il s'agit du classeur de leçon numéro deux, mais cela n'a pas d'importance. Vous pouvez également utiliser les données d'origine et tout de même faire ce genre de choses, car nous avons la colonne du gestionnaire ainsi que les colonnes du département ou les deux colonnes sont nécessaires pour comprendre quel pourcentage de bonus à notre conseil d'administration. Ici, je vais simplement accéder aux données, puis obtenir des données à partir d'un fichier, du classeur Excel. Et pointez mon mappage bonus vers un fichier qui contient les informations supplémentaires de cartographie de stabilisation magnétique. Cliquez sur OK, visez. Cela va ouvrir Power BI, Power Query Navigator, puis vous demander ce que vous voulez ? Il y a plusieurs choses différentes. Nous avons notre principal tableau bonus. Il existe également une plage nommée matrice de points bonus qui apparaît également ici. Je vais juste choisir la table parce que c'est le format approprié pour notre situation et ensuite entrer dans des données transformées. Cela soulève bien la table ici. Bien que ce type de tableau soit très bon pour maintenir l'information, ce n'est pas vraiment bon pour calculer le bonus. Donc, si je vais à la table de mon personnel, vous remarquez que nous avons la colonne de notre département ainsi que la colonne d'information sur le personnel comme le type de gestionnaire qu'ils sont, s'ils sont des gestionnaires dans un colonne gestionnaire ou personnel ou gestionnaire. Nous devons utiliser ces deux colonnes pour déterminer le pourcentage de bolus que chaque employé reçoit. L'orientation de l' information ici département IS a sa propre colonne, gestionnaire a sa propre colonne. Alors que ce monastère entendra le département a sa propre colonne, mais le gestionnaire traverse l'écran. Ce type de format est appelé format pivot TED. On dirait un tableau croisé dynamique. À partir de là, pour cartographier les données, nous devons favoriser et faire pivoter les données. requête d'article offre de nombreuses fonctionnalités puissantes aux données et les pivotent pour désélectionner ce qu' un jeu de données comme celui-ci, que voulez-vous faire est de cliquer sur la colonne du département, puis de cliquer avec le bouton droit de la souris. Vous devez déjà sélectionner la colonne du département , puis dire non payé sur les autres colonnes. Cela va garder la colonne du département et ensuite prendre le reste, un non-pivot, vous allez secrètement ce qu'il fait lorsque vous avez postulé. Il va donc diviser cela en trois colonnes. Ainsi, votre table d'origine est maintenant remappée en trois colonnes différentes. Un service plus facile qui est conservé. La suivante est la colonne attributaire, qui vous indiquera quel type de personne ils sont et quel pourcentage de bonus ils reçoivent. Toutes les combinaisons sont présentées ici. Maintenant que la mise en forme est correcte, je peux aller le cartographier si je veux. Je peux renommer l'attribut pour gérer notre point d'interrogation. Mais ce n'est pas nécessaire car nous ne le faisons pas, nous n'utiliserons pas cette table. Nous allons calculer directement le bolus. Maintenant que le pivotement de Dan est terminé, allons-y et cartographions. Avant de sauter là, je veux juste mettre en évidence l' autre option et pivoter. Donc, si je clique avec le bouton droit ici, vous pouvez voir que nous avons trois types de pivot. Ainsi, en fonction de l'état de vos données, vous pouvez essayer l'un de ces pivots et ils fonctionnent tous selon le même principe. Mais en fonction de ce que vous sélectionnez Done Pivot, le résultat change. Dans ce cas, d'autres colonnes fâcheuses étaient l'option pour nous de réorganiser tout le reste lorsque nous gardons la colonne du département et la portée du service. Revenons ici et maintenant nous allons utiliser les requêtes de match à domicile. Sélectionnez la colonne du département, maintenez le contrôle enfoncé et sélectionnez la colonne du gestionnaire. L'ordre dans lequel vous choisissez est également important département est la première colonne, gestionnaire est la deuxième colonne. Nous avons cartographié comme ça. Je vais choisir mon responsable bonus du contrôle du département d'État. Ces deux colonnes ont désormais cartographié 11 CO2. Ce que Park où il va maintenant faire c' est qu'il prendra la combinaison de gestionnaire de formation et ensuite cela vous donnera un gestionnaire de formation, 0,2 comme résultat. Il s'occupera donc de toutes les combinaisons et de la façon de les cartographier correctement. Une fois que c'est fait, nous cliquerons sur OK. Nous obtiendrons le même ancien tableau bonus pour chaque ligne. Cela me dit quel est le pourcentage pour cette personne. Nous allons simplement étendre cela, décoché ces options pour que nous n'obtenions que la valeur. Nous n'avons pas besoin de revoir le département et le directeur. Et il y a mon pourcentage de bonus. Maintenant que les pourcentages ici, je peux calculer la valeur du bolus en sélectionnant la colonne de salaire, contrôle enfoncé et en sélectionnant la colonne de valeur. Maintenant que les deux colonnes sont sélectionnées, nous allons ajouter une colonne standard, multiplier. Boom, nous obtenons ici nos informations bonus provenant des données matricielles. Ici, je peux simplement renommer ça en bolus dollar. Je ne veux plus cette valeur. Je peux également supprimer cette colonne. Je vais simplement conserver cette valeur pour que nous puissions y faire référence lorsque les données seront envoyées à Excel. Maintenant que notre pivot est terminé, je vais juste dire Fermer et charger, charger l'outil et simplement dire connexion. De cette façon, ma table de bonus n'est pas chargée ici, mais la table du personnel d'origine a maintenant ces colonnes supplémentaires et la valeur bonus est mon pourcentage de bonus, et le dollar bonus est l'information de mon dollar. Si vous le souhaitez, vous pouvez également appliquer une mise en forme supplémentaire ou un arrondi des valeurs dans Power Query. Ou une fois que les valeurs sont dans Excel, vous pouvez faire tout ce que vous voulez faire. Ces données, c'est une sorte de puberté, mais je suis en train de pivoter est très utile. J'ai donc pensé que nous allons jeter un coup d'œil à un autre exemple de VAN au tout dernier exemple de ce cours. Pour cela, j'ai un dossier distinct. Je vais juste enregistrer ça et ouvrir ce fichier. J'appelle cela un pivot de chasse. C'est là un bon défi. Si vous vous sentez un peu aventureux, mettez la vidéo en pause ici et continuez sans pivoter vers ces données. Mais si vous vous réconciliez toujours avec l'ensemble du concept non pivot, passons à cet exemple particulier. Nous organisons une semaine de jeux d'entreprise dans des chocolats géniaux. Et cette semaine de concerts d'entreprise se déroule entre le 11 avril le 2 avril, le 15 avril, cette semaine complète, juste avant Pâques. Certains membres de notre personnel jouent à différents types de jeux. Par exemple, lundi 11 avril, nous jouons au cricket. Et ce sont les gens qui jouent au cricket lors la semaine des jeux corporatifs du 12 avril. Ce sont les gens qui jouent au volleyball. Ces gens paient le basket-ball, ils et les remorqueurs de guerre. Ces gens jouent. Nous avons donc données de style matriciel. Vous pouvez penser à cela comme des données de style tableau croisé dynamique. Le gros problème est que chaque cellule contient plusieurs noms. Si je voulais poser une question comme, combien de jeux Michael joue ou combien de personnes jouent au volleyball ? Si la même personne joue plusieurs fois et que nous ne voulons pas les compter. Si, par exemple, Phyllis joue au volleyball lundi, elle joue de nouveau mercredi et vendredi. Nous ne voulons donc pas compter les essais de remplissage. On veut juste la compter une fois. Comment répondez-vous à ces questions ? Cela devient super impossible avec ce type de format. Alors que si j'ai un format tabulaire avec sport, date, nom et trois colonnes, nous pourrions le faire. Donc, au format normal plutôt qu'un format pivotant, je vais sélectionner toutes ces données. Je ne voulais pas transformer ça en table. Alors que si j'essaie de faire entrer cela dans Power Query, il sera dit que vous devez avoir les données sous forme de table. Par conséquent, si vous travaillez avec des jeux de données comme celui-ci, sélectionnez les données et donnez-leur un nom dans la zone Nom. Vous pouvez le faire à partir d' ici ou le nom défini par une formule. L'une ou l'autre de ces options fonctionne. Je vais nommer ça ma semaine des jeux d'entreprise, les mèmes CDW dot. Une fois que vous l'avez sous forme de plage nommée, vous pouvez accéder aux données à partir de l'option Plage de tables et Power Query ne vous demandera pas de créer une table. Les données arrivent ici bien et propres. Nous savons que cette ligne est la ligne d'en-tête, donc je vais simplement utiliser les en-têtes de stress que nous prenons dans l'en-tête. Maintenant que c'est fait, nous garderons le sport et nous y tournerons. Cliquez avec le bouton droit de la souris dessus et faites pivoter d'autres colonnes. Nous obtenons donc une valeur d'attribut sport. Je peux sortir avec les beautés. Je vais juste dire que c'est mon rendez-vous. Alors la valeur a mes noms. Notez que chaque cellule aurait tous les noms séparés par des virgules. Voici une bonne chose. Nous avons suivi une mise en forme cohérente si les noms sont toujours séparés par une virgule , puis il y a un espace. Le délimiteur est donc techniquement la virgule et l'espace. Si nous pouvions prendre chaque nom et le renverser comme du cricket, le 11 avril, Erin Karen, David, Andy comme ça. Séparez les lignes, alors nos données sont en bonne forme. Nous pouvons aller l'analyser. Il suffit donc de cliquer avec le bouton droit de la souris sur la colonne de valeur, puis diviser la colonne par un délimiteur. Ici, au lieu de la virgule, je vais juste dire Custom, puis dire. Espace virgule. C'est donc tout le délimiteur. Par défaut, si je clique simplement sur OK ici, je vais obtenir des colonnes individuelles, une par personne. Et cela nous empêche également de poser des questions telles que qui jouent tous au volleyball, car nous devrions alors croire avec plusieurs colonnes. Certains d'entre eux auront des valeurs nulles car nous n'avons que quatre personnes qui y jouent ce jour-là. Cela ne va pas le couper. Je supprimerai cette étape en utilisant la marque X qui reviendra ici, cliquez avec le bouton droit de la souris sur la colonne fractionnée et par délimiteur. Puis un espace de virgule personnalisé dans chaque mise à jour sur un délimiteur. Ensuite, nous utilisons l'option avancée. Et puis, au lieu de le diviser en colonnes, dira, diviser cela en lignes. C'est ça. De cette façon, ça va se diviser en rangées individuelles et tout va bien fonctionner. Prêt, cliquez sur OK. L'ensemble de votre table est agrandi et vous obtiendrez une table plus grande, alimentera à partir des données d'origine. Nous avons donc votre date et votre valeur sportive. Nommez cela comme une personne. Je vais cliquer avec le bouton droit de la souris sur la date, changer de type à ce jour afin que cela apparaisse comme une erreur. C'est intéressant. Je veux dire, ce n'est pas quelque chose que je comptais rencontrer dans la vidéo ni l'expliquer. Mais maintenant qu'il y a là, allons-y et voyons. Je vais juste pointer sur cette erreur. Nous n'avons pas pu transmettre l'entrée fournie en tant que valeur de date. Donc pour 11202212 AM, je suppose que le raisonnement est que ce format est le mois, jour, l'année, alors que ma requête Power est probablement à la recherche du format jour, mois, année ou année, mois jour. Ce format n'est donc pas vraiment satisfait. Nous pouvons en quelque sorte revenir en arrière et supprimer cela pour que nous puissions examiner le changement de type, mais je vais également annuler la modification au type. Et je vais vous montrer une technique pour adultes. Nous pouvons cliquer avec le bouton droit sur la date , puis changer de type au lieu de la date. Je vais utiliser cette dernière option en utilisant local. Chaque fois que vous avez des dates qui ne sont pas demandées, mais que vous êtes un format par défaut du système. C'est une bonne idée d' utiliser l'option locale car de cette façon, vous pouvez indiquer à Excel que vous traitez les données du format de date par défaut de Medicaid et d'autres pays. Ici, mon type de données va être une date. Si je le laisse ici, anglais, États-Unis, vous pouvez voir que la mise en forme par défaut de l' anglais États-Unis facilite le mois, le mois, la date et l'année. Il s'agit donc de la mise en forme. Je pense que cela devrait fonctionner. Ça ne fonctionne pas aussi bien. Je soupçonne que notre date comporte également cette composante horaire. Cela ne faisait pas partie de la feuille de calcul, mais certains espèrent que notre requête pense que c'est exactement minuit. C'est vraiment là que les choses entrent dans un peu de confusion. Donc, peut-être que si nous allons au type de données de changement avec les paramètres régionaux et que nous utilisons cette icône d'engrenage. Et à partir de la date du type de données, si je le mets comme barre oblique de date, heure et cliquez, OK, ça fonctionne. Ici, j'ai maintenant une valeur de caractère, de date et d'heure. Nous n'avons pas besoin de temps car le temps n'a pas vraiment de sens. Donc maintenant qu'il est traité comme des données, je peux le convertir à ce jour seul et je pense que Bush gap. Nous le prenons donc d'abord comme date et heure , puis nous la poussons à devenir une date. Et cela semble rendre Park là où il est heureux. Certaines conversions de date et d' heure sont délicates en fonction du formatage de vos données. Et c'est là que je trouve que Parkway vous donne un peu plus de puissance et de capacité à traiter les données plutôt qu'Excel seul. compréhension de ces nuances peut donc grandement contribuer à travailler avec des types de données difficiles que vous rencontrerez de temps à autre. C'est donc un bon défi dont je n'avais même pas l'intention de parler. Mais le rendez-vous sportif et la personne sont maintenant là. Je peux juste fermer et Seigneur, j'aurai une jolie petite table ici, la table verte qui me dit qui joue, quoi. Compte tenu de ce tableau, nous pouvons créer un tableau croisé dynamique rapide à partir de celui-ci. Je vais donc juste insérer un pivot à partir de ces données ici. Par exemple, pour voir qui joue Ward. Donc, si j'ai choisi un sport et que je mets ensuite la personne, obtenez le nombre de personnes. C'est donc le nombre de personnes qui pratiquent chaque sport. Vous pouvez constater que, par exemple, volleyball est notre sport le plus populaire avec 30 personnes. Ensuite, c'est le remorqueur de guerre. Des réductions, des doublons, mais vous pouvez également compter les valeurs uniques ou ce que vous voulez. Vous pouvez aussi, au lieu de faire du sport, vous pouvez aller mettre Parson et ensuite connaître le nombre de sports qu'ils pratiquent. Jan joue Johnny à cinq occasions différentes. Certains de nos employés paient neuf fois. Et si je règle ça, je peux voir Kelly et Stanley. Certaines de ces personnes sont assez athlétiques et Andy ne joue que deux fois sur toutes les choses. C'est un très bon moyen d' analyser les données maintenant qu'elles sont dans un meilleur format, nous ne pourrions pas obtenir ce genre de choses à partir d'ici. Essayons ça rapidement. Si je change quelque chose, que cela apparaisse là ou non, je vais prendre quelques notes ici. Par exemple, Dwight n' affiche que deux fois, Michael ne paie que trois fois. Je vais ajouter leurs noms à d'autres endroits, puis nous verrons ce qui se passe. Je vais juste dire Dwight. Puis celui-ci, nous mettrons blanc et Michael. Tous les deux. Nous en avons ajouté un à quoi je devrais ajouter, et Michael aurait dû augmenter d'un seul. Une fois que ces données seront modifiées, nous cliquerons avec le bouton droit de la souris, puis nous actualiserons. Ça va rafraîchir cette table. Et ensuite, il va y ajouter des informations supplémentaires. Mais ce tableau croisé dynamique ne sera pas mis à jour car il indique toujours Y2 Michael tree. Sachez maintenant que les données sont mises à jour. Tu dois rafraîchir ça, puis ça va aller à Ford Michael pour aller à la fourchette. C'est là que vous devez doubler l'actualisation raison de la façon dont cette chose est configurée, vous accédez à l'actualisation plus rapide. Nous obtiendrons les données mises à jour, puis votre deuxième itération mettra à jour les tableaux croisés dynamiques. Vous pouvez également utiliser certains paramètres de Power Query pour retarder la mise à jour du tableau croisé dynamique jusqu'à ce que la mise à jour des données soit terminée, ce qui sera merveilleux. C'est une F, mais je laisse toutes ces choses à vous de comprendre par vous-même. Vous y allez. Je fais pivoter quelque chose d'un peu plus compliqué que les jeux de données habituels que vous voyez. 8. Leçon bonus: Bonjour, là. Il s'agit d'une vidéo bonus du mini-cours Power Query. Dans cette vidéo, je vais parler façon dont nous pouvons effectuer une tâche de navigation de plaisance et de données très répétitives, puis utiliser Power Query pour l'automatiser afin que vous puissiez simplement vous asseoir et vous détendre. En fait, ce n'est pas comme le reste des vidéos de la classe, car cette vidéo est extraite d'un flux en direct que j'ai fait sur ma chaîne YouTube. Sur ma chaîne YouTube, je diffuse en direct tous les mois. Le sujet de ce mois-ci est donc de savoir comment automatiser les tâches ennuyeuses et répétitives. Et j'ai pris le flux en direct, j'ai édité les parties qui ne sont pas pertinentes pour cette leçon, puis j'ai en quelque sorte rétréci en une vidéo. Bien que ce soit un peu plus long que le reste des vidéos de la classe, je vous encourage vivement à regarder tout cela car il y a beaucoup de valeur là-dedans. Et quand vous aurez fini cette vidéo en particulier, vous serez comme, Oh mon Dieu, je peux utiliser Power Query pour faire tellement d'autres choses géniales. Alors, n'hésitez pas à regarder ces exemples de fichiers de données que vous pouvez télécharger et pratiquer le concept. Ou je vous recommande vivement de les appliquer également à vos situations de travail. Oui. Merci beaucoup. Je vais vous voir dans la vidéo. Bonjour à tous. Bonjour. Bonjour, bonsoir. C'est tellement bon de vous avoir dans notre flux de données automatisé et ennuyeux pour le mois. Je suis vraiment excité. Entrons dans la séance. Vous pouvez récupérer les fichiers, comme je l'ai mentionné dans le lien de description vidéo qui se trouve. Je le ferai. En arrivant au problème. Ce problème est né de l' une des situations de l' impressionnante entreprise de chocolats. Awesome Chocolates est une entreprise confectionnée que j' utilise dans de nombreuses vidéos et exemples. Et c'est aussi l'un des scénarios que j'ai créés pour nous sur les chocolats. Alors, que s'est-il passé dans des C de chocolat géniaux ? Nous vendons des chocolats et nous sommes une chocolaterie, pas une entreprise de chocolat au détail, mais une entreprise de chocolat en gros. Nous fabriquons des conduits de chocolat qui finissent par être vendus dans les supermarchés à vos clients. Plusieurs fois, nos commandes de chocolat proviennent supermarché en vrac et nous venons de les expédier. Mais la plupart de ces artistes l'automatisent. Mais il arrive parfois que nos clients reçoivent également un bon de commande traditionnel pour les chocolats. L'une des autres formes ressemble donc à ceci. Dans ce défi particulier, je vais donc vous montrer comment construire des données dans des situations où les choses peuvent être un peu plus non conventionnelles et comment gérer cela. Donc, comme vous pouvez le voir, c'est mon bon de commande client, mais ensuite un chocolat génial parce qu' il n'a pas l'air assez propre. Ce n'est donc pas comme des données super sales dont nous parlons. Mais c'est le cas, vous comprendrez rapidement que ce type de format est à utiliser si vous vouliez faire quelque chose de significatif, quand il s'agit d'effectuer une si vous vouliez faire quelque chose de significatif, analyse de données, effectuez zoom avant rapide pour que nous puissions voir ce qui se passe ici. Le bon de commande a une sorte de modèle standard, qui contient le nom de votre vendeur et le nom du client. Nous avons donc ici la barre de boutons de sable, drôle et client, un gagnant audacieux. Leurs informations ne sont mentionnées qu'une seule fois dans le bon de commande. Et puis plus bas, nous avons tous ces produits avisés, combien de boîtes ils n'étaient pas à chaque jour. Les dates elles-mêmes peuvent ne pas être continues comme vous le voyez ici. Le deuxième mai, 114 boîtes de barres de fruits et de noix. Puis le 5 mai, et ils n'étaient pas 108 sur 99 %, purs, sombres et purs comme ça. Les dates vont se passer comme ça. Parfois, il s'agit de dates allant jusqu'à 1515 jours différents, car ce formulaire de commande, vous ne pouvez saisir que 15 jours de données maximum . C'est donc un peu comme une forme d'art traditionnelle. Certaines de nos réclamations remplissent et les envoient aux vendeurs, puis nous devrons traiter les commandes. Maintenant, le grand défi, c'est ici que vous et moi venons à l'aise pour examiner ces données et effectuer des travaux d'analyse. Le problème ici, c'est que les données sont toutes là. Par exemple, si je voulais savoir combien de chocolat aux pépites de menthe nous devons expédier, nous pourrions effectuer une analyse simple de l'ajout de la carte des colonnes, mais ajoutons cette règle puis en disant quel que soit ce nombre, six cents, six cents boîtes. Mais le problème, en raison de la façon dont il est structuré, devient un peu maladroit et Mme Messy, nous ne savons pas jusqu' à quel point cela se trouve. Et si j'ai plusieurs formes d'art de bar amusantes dans différents fichiers, alors nous ne savons pas exactement comment agir et c'est là que les défis sont un bon de commande. Mais comme je l'ai dit, nous avons des centaines d'ohms. C'est donc le dossier où j'ai gardé certains bons de commande suivis. Et maintenant, je suis dans cette session, nous allons comprendre comment vous pouvez prendre des données quelque sorte foirées, confues et brouillées comme ça. Ensuite, comment créer un système à travers lequel vous pouvez combiner toutes ces données dans un seul objectif en une table maîtresse finale. C'est vraiment ce que va être la session en direct . Nous allons prendre les fichiers, construire un processus répétitif qui permettra obtenir toutes les données, assurer qu'il ne s'agit pas d'un format de table unique soigné à la fin de celui-ci. que n'importe quel nombre de fichiers que vous lui alimentez, il va tout prendre et ensuite combiner, mettre au même endroit. Si vous pensez que c'est la chose la plus géniale vous ayez entendue toute la semaine, toute la journée ou toute l'oreille. S'il vous plaît, restez faux, restez et profitez du reste de la session si vous en connaissez déjà certaines parties, mais pas toutes. Encore une fois, autonome. Pourtant. C'est que je vais vraiment zoomer l'écran et m' assurer que vous puissiez lire les choses plus tard. Mais maintenant, parce que je ne fais que rétrograder le dossier, il n'y a pas grand-chose à vraiment bizarre. Je ne fais rien. Les fichiers vous sont déjà fournis. Ce sont les fichiers que je vous ai fournis lorsque vous téléchargez les fichiers, fichier zip qui contient toutes ces formes d'art et dans tout, je parlerai rapidement du reste des fichiers dans le fichier. Enfin, les fichiers que je vous ai donnés, il existe également un classeur Excel de données combinées qui a la sortie finale d' Excel avec toutes les données combinées. Si vous vouliez savoir comment le finaliser . La sortie ressemble à ça. C'est le dossier, mais c'est ce que nous allons construire dans les 60 à 90 prochaines minutes. Un long chemin. Vous allez apprendre quelques fonctionnalités vraiment puissantes. Vous comprendrez donc comment fonctionne Power Query. Vous comprendrez comment créer une fonction dans Power Query. Il s'agit de l'une des fonctionnalités les plus puissantes et les plus avancées de Power Query. Et puis comment exécuter cette fonction encore et encore. Certaines des meilleures pratiques lorsqu'il s'agit de créer telles fonctions et d' utiliser tout cela. Ce que je vais faire, c'est que je vais ouvrir Excel. Et puis, ce n'est qu'un fichier vide. Et puis à partir de ce blanc, alors que nous allons rassembler toutes les données dans le sac final vide. Eh bien, c'est vraiment ce que nous devons réaliser, ce que nous devons réaliser. Donc, discrètement dans Excel, et ensuite à partir de là, tout est assez simple. La première chose que nous voulons faire, c'est que nous voulions apporter les fichiers ici , puis les combiner. Je vais d'abord vous montrer comment les processus pour un seul fichier, car vous comprendrez alors la vraie puissance de Power Query. Ensuite, les hommes venaient du premier dossier, vous comprendrez certains concepts clés et ensuite nous verrons comment répéter ce processus pour l'ensemble du fichier. C'est vraiment de cette façon que vous obtenez un peu comme une répétition de cela. Et si quelque chose était déroutant la première fois, deuxième fois, cela deviendra clair. Nous n'avons pas pu accéder au ruban Data. De là, vous pouvez accéder à toutes les fonctionnalités liées à Power Query. Ils sont donc assis ici dans ce petit coin appelé obtenir et transformer les données. Dans nos données, même si elles sont un peu foirées, tout est dans des feuilles de calcul, il est donc facile pour moi de simplement récupérer les données d'un fichier à partir du classeur Excel. C'est donc vraiment le chemin qui va se connecter à cela. Ensuite, vous voulez simplement pointer vers l'emplacement du fichier où le fichier individuel n'est pas, pour l' instant, nous ne ferons le processus que pour un seul fichier. Ensuite, nous allons répéter le processus pour tout le groupe. Une fois encore. Je vais juste aller dans mon dossier de diffusion en direct, dans les bons de commande, puis choisir n'importe quel bon de commande. Ça n'a pas d'importance. Par souci de simplicité et de cohérence, je vais choisir les zéros, 01, le tout premier départ. Cliquez ensuite sur Importer. Cela est allé plus loin, ouvrez dans l'écran Navigator. Et dans l' écran du navigateur, vous pouvez maintenant faire un aperçu des données que Power Query vous montrera que ce sont les données que j'ai trouvées. Vous êtes content de cela ? Une autre note clé ici, quoi que vous fassiez dans Power Query, vous, même si je fais la démonstration avec un fichier Excel comme données source, vous pouvez appliquer la même idée, mêmes concepts pour vos jeux de données SQL pour vos fichiers texte, vos pages Web ou pour vos fichiers XML, quelles que soient vos données sources, vous pouvez l'appliquer. Alors ne pensez pas, Oh, cet exemple de chocolats génial n'est pas pour moi. n'est pas le cas parce que la technique, l'application et la gravité de la maladie sont si puissantes que si vous ignorez cette créature d'Excel, vous ferez beaucoup de travail répétitif manuellement ou en utilisant d' autres technologies plus anciennes. C'est vraiment important ici. Et le Navigator, il suffit de sélectionner ceci et ensuite il va vous montrer à quoi ressemblent les données. Au navigateur. Comme vous pouvez le voir, il s' agit d'un seul fichier vraiment foiré . Pour nos yeux, il a l'air super propre, mais lorsque nous le regardons du point de vue Power Query, on ne voit que les données. Il s'agit d'un grand nombre de valeurs nulles. Tout est inadéquat et tout ce dont nous aurons besoin pour faire l'étape des données transformées. Si je suis directement chargé, ça va être inutile pour moi. Je ne peux effectuer aucune analyse pour ce seul fichier. Oubliez de le faire pour des centaines de fichiers. Nous devons utiliser le bouton Transformer les données. Je vais cliquer dessus et il sautera en quelque sorte dans l'écran de l'éditeur de requêtes dans Power Query. Et c'est un raccourci. C'est quelque chose qui ne fait pas du tout partie de la session. Mais si vous voyez des choses dans Power Query et que vous pensez, Oh, tout est super petit ici. Comment dois-je supposer ? Parce que dans Excel, je peux maintenir le bouton de la souris et le haut et le bas et cela augmentera l'écran. Vous pouvez utiliser le bouton Contrôle plus, contrôler moins pour zoomer l'écran. Il s'agit de Power Query. Comme je l'ai dit, si vous n'avez jamais fait de travail Power Query, cela pourrait être un peu déroutant la tâche que nous allons faire en ce moment, mais je vais essayer de l' expliquer brièvement. Il s'agit d'un écran d' éditeur de requêtes à travers lequel je peux dire à Power Query comment je souhaite que mes données soient nettoyées. À tout moment, vous pouvez avoir plusieurs requêtes. C'est pourquoi ce panneau répertorie toutes les requêtes. En ce moment. Nous n'avons que 11 requêtes, donc c'est la seule qui est répertoriée ici, c où f, Mais si vous avez plusieurs requêtes , elles apparaîtront toutes ici. Et il n'y a pas votre ruban habituel sur le dessus. C'est tout mon ruban. Et vous pouvez lire les choses et comprendre qu'il y a des boutons importants ici. Fermer et charger signifie que vous avez terminé votre processus, vous vouliez savoir, chargez les données dans Excel. Dans. Merge Query signifie que je voulais combiner deux requêtes différentes, comme une opération de jointure. Ajouter signifie que je veux combiner les données une après cela, comme les coutures ensemble dans tout cela. Dans la requête, cette grosse boîte ici, elle me montre à quoi ressemble mes données. À ce moment-là. Vous pouvez appliquer différentes étapes aux données. Quelles que soient les étapes que vous appliquez, elles apparaîtront ici dans les étapes de la plante. instant, nous n'avons vraiment rien fait. Donc, tout cela est vraiment vide. Tout ce que nous avons fait, c'est charger le fichier source , puis naviguer. Mais il était essentiellement ce que faisait l' écran des navigateurs. C'est vraiment là que nous sommes et n'importe quel nom pour votre requête, vous pouvez la donner, vous pouvez changer tout cela, quoi que vous le fassiez ici. Il ne s'appliquera que localement dans ce fichier Excel. Il ne modifiera pas la source. Eh bien, le fichier source sera toujours tel qu'il est, mais tous ces éléments supplémentaires seront ajoutés à celui-ci. Par exemple, je vois que la colonne 12 est nulle. Il n' y a rien là, c'est juste nul. Je peux donc maintenir ma touche Maj enfoncée, sélectionner les deux colonnes, puis cliquer avec le bouton droit de la souris, puis dire simplement supprimer les colonnes. Comme je l'ai dit, ce que cela va faire, c'est qu'il va simplement supprimer ces colonnes localement pour moi, mais le fichier d'origine l' exige tel quel. Maintenant, il y a ici un bagage d'étape Colonnes distant, qui dit simplement supprimer deux colonnes. De même, vous pouvez voir que la première et la deuxième rangée, y a vraiment rien. Il est écrit le formulaire de commande du client. Veuillez interrompre jusqu'à 15 jours de la commande, puis la troisième ligne est également nulle. Les données réelles commencent donc à partir de la règle numéro quatre. Nous pourrions, par exemple, emporter les trois premières rangées et nous intrusions lyriques, vraiment perdre tout ce qui est précieux parce qu'il n'y a rien d' intéressant là-bas. Je peux donc utiliser le bouton de suppression des lignes ici. Et puis dites simplement le haut à distance. Alors dis-le, le nombre de lignes est de trois. Maintenant boum, ces rôles ont également disparu. Essentiellement, nous avons ajouté une étape supplémentaire qui dit que je n'ai pas besoin des trois premières rangées. Débarrassez-vous de Decker. Disons tout ce qu'ils veulent. Lorsque je nettoie ces données, je veux savoir qui est le vendeur et qui est le client. Je ne me soucie pas des chiffres et de tout. Nous ne voulons que les lignes 12, tout le reste n'est pas pertinent pour nous. Ensuite, je peux simplement utiliser le bouton de navigation clé, garder les lignes supérieures. Donc, plus tôt, nous utilisons les suppressions. Maintenant, nous utilisons les lignes de conservation. Rangées, il suffit de garder. Rosenhan a écrit le numéro 12 parce que c'est là informations de mon vendeur et de mes clients. À ce stade. Encore une fois, nous n'avons besoin de rien. Aucune de ces autres colonnes n'est requise. Seules les deux premières colonnes sont ce dont nous avons besoin. Je peux donc simplement utiliser Shift et sélectionner la colonne 34. Cliquez avec le bouton droit, supprimez les autres colonnes. Cela signifie qu'il faut les garder et se débarrasser de tout le reste. C'est ainsi que nous transformons essentiellement les données. Nous avons retiré la partie des données de tout ce qui s'y trouve. À ce stade, les données vont de côté. Vendeur, client, idéalement je veux le vendeur et le client a deux colonnes. Nous pouvons accéder au ruban Transform, et à partir de là, il y a un bouton de transposition. Ce qu'il va faire, c'est qu'il retournera la table de côté. Si je le fais comme ça , les données changent d'orientation. Donc maintenant, nous avons Bonferroni ici et embarquez, que ce soit là. Si je reviens à une étape antérieure, vous verrez que c'est quoi ? Il est horizontal. Cette fois, nous savons maintenant que la première colonne doit s'appeler BAD, drôle, et la deuxième colonne devrait être appelée client, vendeur et client. Encore une fois, de chez nous, nous pouvons utiliser la première ligne comme en-tête pour définir les caractères, c' est-à-dire un demi-deux-points. Après cela, je peux simplement supprimer ça. Cette étape s'appelle renommer les colonnes. Nous avons donc renommé. Nous avons pris tout un tas de données, un tas de données, puis nous avons appliqué une étape après l'autre, de sorte qu'à la fin de tout cela, nous avons pu extraire les deux informations. Imaginez l'autre fichier, comme une montagne de vraiment décaler l'information. Nous avons pu entrer, déterrer là-bas, puis trouver les deux informations précieuses lors de la prochaine étape. Ce n'est qu'un exemple de cas, mais il vous donne une idée de ce que nous réalisons. À ce stade. Je suis content de la façon dont les choses sont. Je peux juste dire « Close and Lord ». Et cela est allé sur Flickr à l'écran à quelques reprises, puis ça m'apportera les données finales. n'y a qu'une seule ligne d'information ici. Il est évident qu'il n'y aura qu'une seule ligne car dans autre, il n'y a qu'un seul client dans un vendeur. Et ils vont venir ici. Tu te rappelles où tout a commencé ? Il a commencé à partir de la voie du fichier 001. Maintenant, je vais rapidement revenir ici et ouvrir mon dossier. C'est le fichier source d'origine, et je vais changer quelques choses à partir d'ici. Donc, au lieu d'être drôle de bar, je vais y taper mon nom. Au lieu du gagnant du conseil d'administration, tapez. C'est ça, ici. W. Ces deux noms, ils n'existent nulle part ailleurs dans les données, il est donc facile pour nous de les repérer. Je vais enregistrer ce fichier. Fermez ça. Maintenant, si je veux obtenir les données du personnage maintenant que le fichier a changé, il est très simple de cliquer avec le bouton droit, de rafraîchir. Et boum, nous obtenons les données mises à jour ici. Aucune de ces étapes n'a besoin d'être répétée, car ce que nous avons fait, c'est que nous avons appris à Excel comment faire ce processus. Lorsque les données changent, je peux revenir et vous donner les données mises à jour. Bien que tout soit super beau et génial, cette approche présente quelques inconvénients . La chose la plus importante dont vous devez vous souvenir, c'est nous pourrions avec diverses hypothèses pour arriver ici. Par exemple, si je vais ici, remarquez que nous avons supprimé les trois premières lignes car elles sont toutes vides. Mais disons simplement que nous obtenons un dossier de commande où il manque le numéro trois. Comme ça. Enregistrez ceci, rafraîchissez-le. Le fichier est probablement fermé. Oui. J'ai déjà reçu une erreur. Cela ne me dit pas qu'il y a une erreur, mais c'est vraiment ce qui se passe parce qu'il essayait de faire quelque chose, mais cela n'arrive pas vraiment. Je peux, par exemple, aller à dix ans, comprendre ce qui se passait. Mais parce que nous travaillons sous l'hypothèse ici, il y a une erreur. Vous pouvez voir qu'à chaque étape où les données sont disponibles, à un moment donné, les choses seraient fraîches ici. À chaque étape, les données sont disponibles jusqu'à ce moment-là, puis mon nom a complètement disparu. Nous ne sommes pas à la hauteur des informations des clients, donc le vendeur de Chengdu a complètement disparu parce que cette règle est supprimée. C'est là que cette hypothèse est rompue. Lorsque j'ai essayé de faire les étapes suivantes, il n'est pas capable de transformer correctement la table. Et puis, ici, ça me donne. La vraie erreur est si vous vous souvenez de la dernière étape que nous avons faite après la promotion des en-têtes, nous avons vu oh, colonne client, colonne vendeur. Nous supprimons donc la colonne. Le code de programmation sous-jacent réel que Power Query vous écrivez est celui-ci. Je dirais que c'est l'en-tête qui a un point-virgule du vendeur ou un deux-points ou quoi que ce soit, puis en faire un vendeur, un client. Deux points au client. Il a été formé pour rechercher une colonne nommée vendeur, qui n'est même pas là en raison de la façon dont les données se produisent actuellement. Par exemple, si je ne m'embête pas avec le changement de nom, alors je le ferais quand même, ma requête fonctionnerait toujours si je supprime cette forme à l'aide de cette marque X, elle fonctionnera toujours. Donc, à ce stade, mes données ressemblent à ceci. Mais si nous voulons des noms de colonnes corrects, alors nous avons renommé, alors ça va se casser. C'est donc l'une des choses que vous devez garder à esprit lorsque vous travaillez avec Power Query, essentiellement que vous dites à l'aide informatique que vous ne l'étiez pas. Les ordinateurs ne sont pas intelligents. Ils suivent simplement les instructions. Comme pour tous, cela dépend de la clarté de vos instructions. Notre crédit est super intelligent, mais il est toujours déversé. Il n'a aucune idée de ce qui pourrait se briser. Il faudrait donc, en tant qu'analyste, anticiper ce qui se briserait, puis construire un processus répétitif qui fonctionne à travers cela. Vous n'avez pas besoin de briser votre back-end ou de penser à tout cela, mais cela dépend de votre réalité. Votre réalité est que les règles peuvent disparaître. Ensuite, vous devrez construire un meilleur processus ou vous devrez simplement passer au téléphone et parler au vendeur qui fait le formulaire d'art , puis lui donner un faire comprendre ou donner lui un morceau de votre esprit pour qu'ils le puissent, ils peuvent arrêter de supprimer des lignes ou quoi que ce soit. Dites-leur simplement de garder le gabarit tel qu'il est. Cela nous simplifiera la vie. Il existe donc différentes façons de résoudre ce genre de problème. Mais quoi qu'il arrive, c'est quelque chose que vous devez garder dans le fond de votre esprit, quel que soit ce qui se passe, c' est encore beaucoup mieux et beaucoup plus rapide et plus intelligent que de le faire manuellement n'importe lequel de ces travaux. C'est pourquoi je l'apprécie vraiment. Maintenant que nous avons compris le processus d'un fichier et d'une partie du problème, nous n'avons même pas réfléchi à la façon d'obtenir les boîtes et les produits réels et tout. Nous comprenons donc où tout cela va. Maintenant que nous voyons cela, prenons maintenant ceci et appliquons-le à un gros fichier, tous ensemble de fichiers dans un seul objectif. Avant de le faire, je vais juste lire quelques questions pour comprendre s'il y a autre chose qui se passe. Chip demande Pourrait-il si nous avons utilisé des pas de danse ? Oui, vous pouvez ajouter des règles et de la logique supplémentaires et tout ce qui dit si cela fait alors, c' tout ce qui est possible. Je ne pense pas que nous ayons ajouté de conditions dans la couverture de cette session. Mais j'ai une autre vidéo où j'en ai parlé un peu plus. Alors vérifiez définitivement celui-là et vous le trouverez. Sean dit que la raison pour laquelle vous n'avez pas conservé toutes les données ne serait que le vendeur, nom du client dans une nouvelle colonne. Oui. C'est vraiment ce que nous allons faire. Mais nous ne voulions pas le faire uniquement pour un seul dossier. Nous avons dû le faire pour tous les fichiers et ensuite tout combiner. Donc, au lieu de résoudre tous les problèmes les deux fois, n' obtenons que le nom, le nom du client et le nom du vendeur pour la première fois. La prochaine fois, nous allons tout faire ensemble. Vous verrez que nous avons dit qu'il va être utilisé pour Query Editor dans Power BI, oui, vous pouvez. Peu importe ce que vous apprenez, vous n'avez pas besoin de l'utiliser dans Excel. Vous pouvez utiliser les mêmes idées dans Power of Power BI. C'est pourquoi je trouve que l'apprentissage Power Query est le plus gros prix, car non seulement vous gagnez du temps, mais vous gagnez du temps deux fois, une fois dans Excel, une fois dans Power BI. Alors pourquoi ne pas faire ça ? Imaginez que vous ayez toujours voulu visiter France ou l'Italie ou l'un des pays exotiques pour vous. Mais c'est le plus grand trou pour que vous utilisiez la langue comme tout le monde parle une langue différente de celle que vous. Mais imaginez maintenant ce qui se passe. Comme si vous pouvez aller à Paris, vous pouvez aller en Italie, y vivre. Tout le monde parlera la même langue que chez vous. C'est vraiment ce que c'est. Vous pouvez utiliser les deux outils et ils parlent tous les deux la même langue. C'est donc super simple. Quoi que vous appreniez, littéralement aucun changement, c'est exactement le même écran, les mêmes étapes. Allez-vous faire la même chose dans Power BI ? C'est une bonne chose, mais notre travail n'est pas terminé. Nous ne faisons que se réchauffer maintenant. Nous le ferons pour tous les dossiers dans un seul objectif. Il s'agit de ma requête initiale. Je voulais faire une petite chose avant que nous ayons besoin de cela. Nous revenons ici et ajoutons à nouveau cette ligne vide. Restaurez la santé mentale où notre commande forme et rafraîchissez cela pour que les choses arrivent ici. Oui, les noms des colonnes ont toujours ce caractère supplémentaire à la fin. Nous allons vivre avec ça pour l'instant. Très bien, j' irai une nouvelle feuille de calcul et nous n'avons même pas besoin d'y aller. Et puis, à partir des données nous voulons faire le même processus, mais pour tous les fichiers. Et pas seulement obtenir le nom et le client, mais aussi la liste complète de ses commandes ici. Continuez ensuite ce processus pour tous les fichiers afin que nous ayons ici une table géante. me rappelle, encore une fois, c'est mon art pour les fermes. Le dossier contient beaucoup de bons de commande, donc le zéros 01 n'est qu'une pointe d'iceberg. J'ai des formes d'art différentes. Si j'ouvre un formulaire aléatoire ici, vous verrez que ce type ici, ses données sont un peu plus longues. Ils avaient 14 jours d' informations sous forme d'eau. L'un d'eux n'en avait pas 14. Je pense que c'était seulement à la hauteur. Et ils ont commandé encore plus de produits que l'original. Le nom et l'ordre de ces produits sont également différents, donc tout est gâché. C'est là les grands défis. Nous devons en quelque sorte l'obtenir. Ici, nous dirons obtenir des données au lieu d'un seul fichier. Nous voulions obtenir les données à partir d'un pliable. Les processus, ce qui arrive à un fichier sont similaires. Mais maintenant, au lieu de dire récupérer les données d'un fichier, vous dites que la tête est un tas de fichiers. Obtenez les données partout où tout se réunit. C'est ce que nous allons faire dans le dossier. Cette option. Si vous utilisez une version vraiment ancienne d'Excel, vous ne voyez peut-être pas l'option de dossier, mais vous pouvez toujours le faire techniquement. Je recommanderais probablement une chose plus facile mettre à niveau la requête Paul de loi Unix, plutôt que d'essayer de la tordre et de la faire, le fonctionnement interne est le même. Je ne sais pas vraiment quand le dossier de nos patients a commencé à apparaître. Le dossier est là dans Power BI depuis les premières versions que je crois, mais probablement Excel. Je ne sais pas si quelqu'un peut venir de la fenêtre de discussion. Si vous ne le voyez pas, disons à partir du dossier, puis accédez à mon dossier d'autres formulaires, puis ouvrez-le. C'est le dossier dans lequel je veux mes données. Ensuite, cela va vous montrer une liste de tous les fichiers qu'il téléphone. Les colonnes de contenu sont binaires, ce qui signifie octets, bits et octets. Fondamentalement, c'est ce que sont les fichiers et les ordinateurs. Il dit que j'ai trouvé tous ces fichiers et OEM, qu' il n'affiche que les 20 ou 25 rôles précédents ou quelque chose comme ça. Que voulez-vous faire ? Voulez-vous combiner ? Voulez-vous charger l'ancienne transformation ? Vous vouliez annuler ? Combinez ces éléments vraiment ce que nous voulons, mais nous ne voulons tout simplement pas les combiner, car nous savons que nos données ne sont pas correctement façonnées. Nous devons combiner et transformer. C'est donc la première étape. Combinez et transformez. C'est vraiment ce que nous cherchons. Vous verrez également des options similaires dans Lord. Ne faites pas directement Seigneur, dites simplement combiner et transformer les données. Cela va ouvrir une page. Si et quand c'est arrivé, je n'ai pas dit que je voulais combiner des fichiers. Maintenant, demande : où voulez-vous combiner ? Nous sommes donc en train de construire ce processus répétitif. Essentiellement, vous indiquerez Power Query tout ce que vous choisissez dans un fichier, puis il va aller chercher les mêmes données dans tous les fichiers. Chaque fichier contient cette feuille de calcul. C'est ce que je vois. Voulez-vous donc ces données ? C'est ce qui me demande vraiment ici. Il n'y a pas beaucoup de choix, alors on va juste dire, oui, cool, c'est très bien. C'est ce que je veux. Nous cliquons donc sur OK. Ensuite, cela va encore clignoter l' écran quelques fois. L, comme une lampe à tube, et finalement elle arrivera ici et boum, toutes vos données sont fusionnées. Maintenant, je peux cacher mon visage pour que nous puissions simplement voir les données. Il y a beaucoup de déchets dans ces données. Nous devons encore le nettoyer, mais au moins tout est là. Si je vais ici et Control Plus, vous pouvez voir que cela a essentiellement pris un garçon de zéros 0110106 comme ça, toutes les données sont essentiellement prises et placées l' une sous l'autre. Imaginez que quelqu'un regroupe essentiellement les fichiers, un fichier pour le classer trois comme ça. Ils ne feraient vraiment aucune attention. Ils ne font aucun travail là-dessus. Ils ne modifient pas les données. Ils se fixent juste l'un après l'autre. C'est vraiment ce que Power Query a fait jusqu'à présent pour nous. C'est assez inutile, mais c'est un excellent point de départ. Au moins, je n' ai pas eu à traiter 100 fichiers de données différents. Je dois m'occuper d'un ensemble de données******. À partir de là, il est facile pour moi d'appliquer des choses ou de faire des choses. Bonjour, Ian dit que mon Excel se bloque. Si mon type de données est différent lorsque j' automatise l'utilisation de dossiers n'importe quelle solution, je ne sais pas vraiment pourquoi il se bloquerait. Il est un peu délicat de disséquer le problème ou de déterminer d'où les choses vont mal, à partir un seul message, il peut y avoir plusieurs raisons pour lesquelles cela pourrait se produire Crash ou les choses pourraient casser. partant de choses simples comme une mémoire insuffisante ou vous exécutez trop de choses à des choses plus compliquées. Vous le voudrez probablement, c'est quelque chose d' universel si vous pouvez accéder à Power Query et il y a une erreur à la dernière étape, c'est vous voulez simplement faire marche arrière. Vous continuez une étape à la fois jusqu'à ce que vous trouviez l'étape où les choses ne sont pas une erreur. Ensuite, l' étape suivante est un éditeur. Une fois que vous regardez cela, c'est là que le problème se trouve dans le nouveau stock pour comprendre pourquoi c'est le problème. J'espère que cela vous a donné une idée. Si vous savez déjà que dans vous êtes comme, Mec, cela ne m'aide pas, alors je me sens libre d'ajouter plus de détails. Mais s'il n'est pas directement lié au sujet en cours, je ne serais pas en mesure de vous aider. Pendant qu'il partage. données source peuvent-elles être modifiées à chaque fois ? Oui, c'est tout le problème. Vous pouvez disposer de données sources différentes. Comme dans mon cas, je voulais modifier un tas de fichiers dans un autre dossier de mois. Donc, même si je montre le processus pour un seul fichier, un dossier et l' idée peut être étendue. Il devient un peu plus technique. Je ne voulais donc pas prolonger cette masterclass pendant trois heures, puis vous montrer comment faire le truc de plusieurs dossiers. Mais une fois que vous savez que c' est le processus à faire pour un dossier, vous suffit de réfléchir, si j'ai six dossiers, alors c'est très facile pour vous aussi. Obtenez la réponse à cette question. Laissez-nous donc la technique et arrivant tard pour plusieurs forêts, il y a probablement des vidéos YouTube ou des tutoriels sur le web qui vous donneront des pièces manquantes de ce puzzle. Selon Pooja, l'option Dossier n'est pas disponible pour les utilisateurs Mac. Eh bien, que puis-je dire ? Je suis même surpris que certaines des choses disponibles, car je n'ai vu que récemment qu' ils ajoutaient la prise en charge de Power Query à max. Il peut s'agir d'un V pendant que vous commencez à voir le support de dossier en tête. La seule chose que je peux dire, c'est que mes condoléances sont avec vous que Salt a beaucoup de remerciements pour avoir partagé Ken Parker avec les différents en-têtes. Il peut traiter différents en-têtes. Il suffit de connaître la technique que tout soit possible. Mais nous devrons penser que c'est comme si vous jouiez aux échecs avec la création de bar. À chaque étape que vous faites. Vous devez anticiper ce que Power Query va faire si ce n'est pas le cas. Donc, si je suis un Zoom comme si je renomme aussi une colonne de vendeur, agent des ventes, alors je suppose intrinsèquement, même si nous ne disons pas explicitement cela, qu'il y aura une colonne appelée vendeur, puis il doit être renommé en Sales Officer. Mais que se passe-t-il s'il n'y a pas de colonne vendeur ? Nous l'avons vu plus tôt. Ensuite, vous devrez jouer au coffre deux niveaux en profondeur en commençant par l'hypothèse que vous voulez renommer la deuxième colonne plutôt que la colonne du vendeur. C'est ainsi que vous commencez à penser. Et si ce n'est pas le second ? Et si c'est septième, alors vous devrez même voir que tout est possible. Cela, vous verrez un cadre de programmation. C'est quelque chose que je fais pour mes diffusions en direct. Vous pouvez voir que j'ai mon dicton plein d'esprit sur le tableau ici. Power Query est l'AMI, jeu de mots délibéré là-bas. Mais essentiellement le langage M. M est le nom de langue utilisé par Power Query. langue M, c'est. Quels utilisateurs par crédit doivent construire en fonction de l'infrastructure. Et vous pouvez écrire votre propre code de langue M si vous devenez un peu à l'aise. Je ne sais pas qu'à Miami, c'est assez drastique, mais je peux le comprendre. Avec ça. Comme je l'ai dit, c'est comme si quelqu' un le coud ensemble, les dossiers. C'est très utile. Je ne peux vraiment rien faire de significatif avec ça, mais c'est un meilleur problème qu'une centaine de problèmes individuels, comme un gros problème. Comprenons maintenant ce qui s'est réellement passé coulisses, car c'est là que se trouve l'indice. Si je développe les requêtes, je vois soudainement tout un tas de requêtes au lieu d'une seule requête. Je pensais, vous savez, que nous n'avions tout simplement pas les moyens de se connecter. Il ne doit y avoir qu'une seule requête. Mais en interne, Power Query va désormais organiser tout un tas de choses différentes pour faciliter le mécanisme. Ici, vous pouvez voir qu' il y a beaucoup de choses ici. Cela explique, cela prend un peu. Comme, vous savez, si vous êtes dans la même pièce, c'est plus facile à expliquer. Mais comme nous sommes tous dans différentes pièces de différentes parties du monde, je vais faire de mon mieux. Je pense que c'est là que mon visage va probablement aider. Vous pouvez aussi voir mes expressions. Ici, nous avons différents dossiers. L'essentiel, c'est qu'il y a un fichier de transformation d'effets. Ce que c'est, c'est la fonction que Power Query appliquera à chacun des fichiers du dossier fourni par votre fichier contient 20 fichiers ou 40 fichiers sur chaque fichier. Il s'appliquera. Il fonctionne, la fonction est appelée fichier de transformation. Et transformer le fichier exemple est la requête sur laquelle cette fonction est basée. Une façon de penser, c'est là, ce type ici. Dans cet exemple de transformation, je dis à Power Query ce que je voulais faire sur un seul fichier. Une fois que j'ai fini de faire cela, Power Query construira la fonction pour moi, transformera la fonction échantillonnée. Il s'agit d'une 9. N'oubliez pas cette vidéo !!!: Merci beaucoup d'avoir regardé ces leçons Power Query. J'espère que ça vous a vraiment plu. N'oubliez pas de laisser un avis sur la plateforme Skillshare afin que d'autres étudiants potentiels puissent également profiter de ce cours particulier. Je vous souhaite tout le meilleur et plus de pouvoir dans votre avenir. Au revoir.