Power BI财务报表分析：数据准备篇
PowerBI财务报表分析系列之：
数据准备篇
数据分析第一步，需要有数据，然后才能开始后续的一系列分析过程，PowerBI财务报表分析也不例外，第一篇，先来介绍报表数据的获取，以及将获取的数据整理成适合分析的样式。
在这个分析示例中，用的是公开的上市公司数据，所以数据获取，主要的工作就是利用PowerBI来批量爬取网页数据。
如果你的分析对象是本公司的财务报表，会更加简便，可以跳过网页抓取数据的过程，直接进行整理数据就好了，不过学会了利用PowerBI抓取网页数据的技能，以后总能用的上。
下面进入正文。
这个PowerBI财务报表分析报告，用的数据是2010年至2019年，5个上市公司的资产负债表、利润表和现金流量表数据。
数据来源于新浪财经，先选取一个公司，比如万科A，点击财务报表>资产负债表>2019，出现在眼前的网页是这样的：
2019年四个季度的资产负债表就同时展现出来了，并且数据结构非常好，可以为后期的整理省去很多工作。
然后查看这个网址结构：
https://money.finance.sina.com.cn/corp/go.php/vFD_BalanceSheet/stockid/000002/ctrl/2019/displaytype/4.phtml
猜测其中的BalanceSheet、000002、2019就是分别表示资产负债表、万科的股票代码和年度，可以换个公司和年度来验证，比如五粮液的2018年利润表，网址为：
http://money.finance.sina.com.cn/corp/go.php/vFD_ProfitStatement/stockid/000858/ctrl/2018/displaytype/4.phtml
和猜测的完全一致，那么就可以利用PowerBI，来批量来抓取。
抓取多公司、多年度、多个报表的整体思路：
下面进入具体操作步骤。
1，利用PowerBI抓取一个公司、一年的报表
以上面第一个网址：2019年万科的资产负债表为例，点击获取数据>从web，将网址输入进去，在弹出的导航器中，会看到PowerBI识别出来很多表格，因为这一页本来就是有很多组数据，分别点击查看，会看到表17的结构最为规范，
选中这个表，然后加载数据，进入Power Query编辑器。
首先观察这个表的数据，空值都显示为"--",首先将它替换为0，然后将第一行用作标题：
如果对PowerQuery的基础操作还不熟悉，建议先看看这篇文章：
这是一个二维结构表，为便于之后的分析，将其转换为一维表：选中第一列，点击逆透视>逆透视其他列，就变成了一维表：
不了解一维表的可以参考：关于一维表，你想知道的都在这里了
万科2019年的资产负债表提取并整理完毕。
其实这一步到这里就可以结束了。不过在这个模型中，为了简化，我将现金流量表的间接法附加数据删除，只保留了直接法的现金流量表项目，因此，多做了现金流量表的查询。
所以提取现金流量表的时候，在上面资产负债表操作的基础上，增加了删除底部行的步骤，其他步骤都相同（如果你需要使用现金补充资料，可以不单独处理，只需要获取一个资产负债表就行）。
2，建立自定义函数
在PowerBI中，操作的每一个步骤都会自动记录下来，数据源更新后，刷新就可以自动完成所有的操作步骤。
更进一步的，还可以将这个查询函数化，进而应用于相似的其他查询，这就用到了PowerQuery的自定义函数(如果你还不清楚什么是自定义函数，可以先看看：认识Power Query的自定义函数）。
自定义函数并不是都需要自己从零开始一点点写M代码，还有更加简便的方法。
第1步完成以后，右键该查询的名称，点击"创建函数"。
输入函数名，这里我按报表的类型，定义该函数为balancesheet。
然后选中这个自定义函数，点击进入高级编辑器，将前面几行代码调整为下图所显示的内容：
就是修改一下获取数据网址，将网址中的：报表类型、公司代码、年度分别用：type、code、year表示，并将这三个变量作为自定义函数的三个参数。
然后这个自定义函数就建好了，
在这个窗口，任意输入三个有效参数，就能提取某个上市公司某年度的一个报表。
不过我们建立自定义函数的目的是为了批量获取数据，所以在这个窗口中不需要操作。
同样的方式，为现金流量表也生成一个自定义函数，命名为cashflow。
3，构建参数列表
针对三个参数，我们需要构建这三个参数的笛卡尔积，来得到每个公司的2010年-2019年的三大报表数据。
为了便于后期的修改和维护，我们先建立三个单独的参数表。
在PowerQuery编辑器中，直接点击输入数据，将需要分析的公司名称和股票代码录进去：
就生成了一个公司名称表，同样的方式，生成年度表和报表类型表。
接下来要做的是，生成这三个表的笛卡尔积，也就是公司代码、年度、报表类型的任意组合。
在PowerQuery中，生成笛卡尔积很简单，先为这三个表都添加一列，比如1，然后合并查询。
先合并查询报表类型和年度：
得到的结果如下：
这就是报表类型和年度的任何组合，然后继续将这个表与公司名称表合并查询，就得到了公司代码、年度、报表类型的任意组合表。
4、调用自定义函数
在第3步生成的表的基础上，添加自定义列，
这个M代码的意思是，如果报表类型是CashFlow（现金流量表），就调用自定义函数：cashflow，否者调用balancesheet，他们的参数相同（如果只有一个自定义函数，就不需要用IF做判断，直接调用就行）。
然后就抓取到了这5家公司10年的三大报表数据：
并且，批量抓取的报表数据，已经是我们需要的一维表数据，因为第一步的操作，就含有二维转一维的步骤，后面在调用自定义函数的时候，都自动做了相同的操作。
当然你也可以用这种方法，一次性抓取上百家公司的数据，但速度会非常慢，所以建议只抓取需要的公司、最近年份的数据就可以了。
至此，三大表的数据抓取完成，主要就是利用PowerQuery的界面操作，以及简单的几个代码修改，即使没有任何基础，照着上面的步骤，也可以快速完成。
在这个财务分析示例中，其中有一页是公司概况，也是通过网页抓取的公司信息：
数据来源于下面三个网页：
这些数据的抓取和上面财报数据抓取步骤完全一样，不过更加简单，因为只有一个参数：公司代码，大家可以自己动手练习。
通过以上的介绍，你应该可以轻松从网页中抓取财报数据，需要相关的其他数据时，你都可以从网上搜索资源，然后批量抓取。
正如开头所说，如果你要做的是自己公司的内部财报分析，你可以忽略掉本文抓取数据的步骤，而直接导入现成的财务报表就行了，不过为了后续分析的需要，建议你仍应该将报表数据整理成一维表的结构。
数据整理好并上载，就可以进行下一步的数据建模。