Spaltenverteilung und Duplikate

Wir können die Column distribution-Funktion nutzen, um unsere Spalten auf die Anzahl der eindeutigen Werte sowie die Anzahl der unterschiedlichen Kategorien zu überprüfen. Das gibt uns einen guten Überblick darüber, welche Spalten Duplikate enthalten und welche Spalten möglicherweise die falsche Anzahl von Kategorien haben.

Mehr Informationen zum Umgang mit Duplikaten findest du in diesem MSFT Learn-Artikel.

Unser Manager hat uns gebeten, die Color-Spalte in unserem Datensatz zu überprüfen, da es dort einen Fehler zu geben scheint, weil jemand einige Daten falsch eingegeben hat. Er ist sich sicher, dass wir nur zehn verschiedene Produktfarben führen (einschließlich der Produkte ohne Farbe). Nutze Funktionen in Power Query, um den Datensatz zu überprüfen und zu korrigieren.

Falls du Fortschritte verloren hast, lade die Arbeitsmappe 2_1_column_distribution.pbix aus dem Exercises-Ordner auf dem Desktop und öffne den Power Query Editor.

Diese Übung ist Teil des Kurses

<Kurs>Datenvorbereitung in Power BI</Kurs>

Interaktive praktische Übung

Verwandle Theorie mit einer unserer interaktiven Übungen in die Praxis

Diese Übung ist Teil des Kurses

<Kurs>Datenvorbereitung in Power BI</Kurs>

Geringe SchwierigkeitSchwierigkeitsgrad

4.9+

Kurs kostenlos starten

Die Datenvorbereitung ist der Schlüssel, um ein erfolgreicher Datenanalyst zu werden. Du lernst, wie du wichtige Schritte der Datenvorbereitung durchführst, wie das Filtern und Umbenennen von Spalten, und wie du die Datenvorschau in Power BI nutzt, um häufige Fehler in Datensätzen zu erkennen.

Exercise 1: Einführung in Power Query Exercise 2: Was sind bereinigte Daten?Exercise 3: Einführung in Power Query – Demo Exercise 4: Daten laden und Spaltenüberschriften festlegen Exercise 5: Spalten umbenennen und neu anordnen Exercise 6: Datentypen ändern

In diesem Kapitel lernst du die wichtigsten Datenvorschau-Funktionen kennen, die in Power Query verfügbar sind, und wie sie dir dabei helfen können, die Eigenschaften deines Datensatzes zusammenzufassen. Du wirst außerdem lernen, wie die Analyse deines Datensatzes in Power Query dir dabei helfen kann, die notwendigen Datentransformationsschritte zu bestimmen.

Exercise 1: Datenvorschau-Funktionen in Power Query Exercise 2: Unterschiede in der Datenvorschau Exercise 3: Datenvorschau-Funktionen Exercise 4: Spaltenverteilung und Duplikate

Aktuelle Übung

Exercise 5: Spaltenqualität und fehlende Werte Exercise 6: Spaltenprofil Exercise 7: Profiling zum Finden von Anomalien

Die Vorbereitung und Transformation von Textdaten kann auch über Power Query durchgeführt werden. Durch interaktive Übungen lernst du einige der häufigsten Texttransformationen kennen, wie zum Beispiel das Aufteilen und Zusammenführen von Textspalten, das Entfernen unerwünschter Zeichen aus Textdaten und das Hinzufügen von Präfixen zu beliebigen Textdaten in deinem Datensatz.

Exercise 1: Texttransformation in Power Query Exercise 2: Universell anwendbare Transformationen Exercise 3: Texttransformation Exercise 4: Kürzen und bereinigen Exercise 5: Zusammenführen und Länge extrahieren Exercise 6: Teilen und Präfix hinzufügen

Dieses Kapitel behandelt die häufigsten numerischen Transformationen, die du in Power Query verwenden wirst. Du lernst, wie du fortgeschrittene Power Query-Transformationen durchführst. Dazu gehören logarithmische und Quadratwurzel-Transformationen für numerische Spalten, das Runden von numerischen Daten und das Extrahieren von Monats- und Wochennamen aus Datumsspalten.

Exercise 1: Numerische Transformationen in Power Query Exercise 2: Numerische vs. Datumstransformationen Exercise 3: Numerische Transformationen Exercise 4: Absolutwert und Rundung Exercise 5: Multiplikation, Addition und Quadratwurzel Exercise 6: Datumstransformationen Exercise 7: Herzlichen Glückwunsch!