一维表还分那么多种?| PBI实战知识

- 1 -

最近,一个朋友问了一个看似很简单的问题:怎么将下面这个二维表转换为一维表?

这个问题简单吗?单纯从数据处理操作本身来说,这个的确很简单,但是,真正的问题在于:你到底要的是怎样的一维表?

- 2 -

对于上面这个情况,我们最起码可以给出3种情况。

1、仅保留唯一指标(数字列)

这个转换很简单,源数据加载到Power Query后:

Step-01 选择非数值列,逆透视其他列:

Step-02 按分隔符拆分属性列

这样就得到了一份一维表,严格来说,这是最彻底的一维表。

这种一维表对后续的分析来说非常灵活,即除了“值”外,所有其他的列都转换成了“维度”,全部可用于切片器作为筛选条件。

但实际工作或项目中,通常不会转换成这种情况,因为收入、成本和毛利通常会被认为是企业的3种不同的指标,更多的时候会分别分析。所以,更多的时候,会进一步处理成下面的第二种情况。

2、收入、成本、毛利并列

基于前面的转换,我们进一步将“收入、成本、毛利”内容所在的属性列进行透视:

即可以得到如下“一维表”:

这种一维表应该说是最常见的,这里将“收入、成本、毛利”这三种通常作为“指标”类的内容直接作为值列,是因为在日常分析中,这三项的分析方式可能存在一些差异,所以更多的是分别分析,而不是直接将这三项作为统一的筛选条件,一般只是通过页面的切换(如收入分析、成本分析、毛利分析等)。

3、更有利于分类分析的一维表

虽然前面第2种情况的确是实际工作中用得最多的情况,但是,也不排除可以采用下面对分类进行透视的方法:

这样得到的一维表如下:

对于这种“一维表”,虽然不是很常见,但其实在很多企业里也是可以用的,尤其对于“收入、成本、毛利”等指标的分析,可能都是一样的,比如都是同比、环比、各项指标对比等,反而对不同的产品,需要做不同的分析。

      这时,“收入/成本/毛利”这个属性可以作为维度,直接用作筛选,而对于不同的产品,则是生成不同的分析报表(或页面)。

- 3 -

总的来说,对于一个二维表,到底转换为什么样的一维表,其实并没有太多特别的规定,而关键在于你到底要进行怎样的数据分析:

  • 最适合自己分析的一维表,才是最好的一维表;

  • 最适合自己分析的模型,才是最好的模型!

Power新书榜第1 | 最适合入门打基础

当当京东超低折扣进行中

最通俗易懂Power系列视频 -

购书领60元视频券 or 直购视频送签名书

本文章配套练习数据下载:

https://share.weiyun.com/LGT90zl3

(0)

相关推荐