Power BI：如何在 Power Query 编辑器中将 Python 与多个表一起使用？

Posted 2023-02-16

【中文标题】Power BI：如何在 Power Query 编辑器中将 Python 与多个表一起使用？

【英文标题】：Power BI: How to use Python with multiple tables in the Power Query Editor?

【发布时间】：2019-01-27 13:39:17

【问题描述】：

如何使用 Python 脚本创建一个新表，该脚本使用两个现有表作为输入？例如，通过使用pandas merge 执行left join？

一些细节：

使用Home > Edit queries，您可以在Transform > Run Python Script 下使用Python。这将打开一个Run Python Script 对话框，告诉您'#dataset' holds the input data for this script。如果您只需单击OK 并查看公式栏，您会发现相同的短语：

= Python.Execute("# 'dataset' holds the input data for this script#(lf)",[dataset=#"Changed Type"])

这还在Applied Steps 下添加了一个名为Run Python script 的新步骤，您可以在其中通过单击右侧的齿轮符号来编辑 Python 脚本：

如何更改该设置以引用多个表？

---

样本数据

这里有两个可以存储为 CSV 文件并使用 Home > Get Data > Text/CSV 加载的表

表 1

Date,Value1
2108-10-12,1
2108-10-13,2
2108-10-14,3
2108-10-15,4
2108-10-16,5

表2

Date,Value2
2108-10-12,10
2108-10-13,11
2108-10-14,12
2108-10-15,13
2108-10-16,14

【参考方案1】：

这与针对 R 脚本 here 描述的挑战相同。该设置也适用于 Python。但是，我发现这种方法有一个缺点：它将新连接或计算的表存储为先前表之一的编辑版本。以下建议将演示如何在不更改输入表的情况下生成全新的计算表（除了将日期列的数据类型从Date 更改为Text，因为this。）

简答：

在Power Query editor，按照以下步骤操作：

将两列中Date columns的数据类型改为Text。

单击Enter Data。 仅点击OK。

激活新的Table3 并使用Transform > Run Python Script。 仅点击OK。

激活编辑栏并将其中的内容替换为= Python.Execute("# Python:",[df1=Table1, df2=Table2])。点击Enter。

如果系统提示您这样做，请在下一步中单击 Edit Permission 和 Run。

在Applied Steps 下，在名为Run Python Script 的新步骤中，单击齿轮图标以打开Run Python Script 编辑器。

在下方插入sn-p，然后点击OK。

代码：

import pandas as pd
df3 = pd.merge(df1, df2, how = 'left', on = ['Date'])
df3['Value3'] = df1['Value1']*df2['Value2']

在df3旁边，点击Table，就是这样：

详情：

必须非常仔细地遵循上面的列表才能使事情正常进行。所以这里是所有肮脏的小细节：

1.使用Get Data将表格作为CSV文件加载到Power BI Desktop中。

2.点击Edit Queries。

3.在Table1中，点击Date column旁边的符号，选择Text并点击Replace Current

4.对Table2做同样的事情

5.在Home 标签上，点击Enter Data

6.在出现的框中，除了点击OK之外别无他法。

7.这将在Queries下插入一个名为Table3的空表，这正是我们想要的：

8. 转到Transform 标签并点击Run Python Script：

9. 这将打开Run Python Script 编辑器。您可以从这里开始编写脚本，但这会使接下来的步骤变得不必要地复杂。所以什么都不做，点击OK：

10. 在公式栏中，您将看到公式= Python.Execute("# 'dataset' holds the input data for this script#(lf)",[dataset=#"Changed Type"])。请注意，您在已应用的步骤下有一个名为 Run Python Script 的新步骤：

11.上面的截图中有几个有趣的细节，但首先我们要分解函数= Python.Execute("# 'dataset' holds the input data for this script#(lf)",[dataset=#"Changed Type"])的参数。

"# 'dataset'" holds the input data for this script#(lf)" 部分只是插入您可以在Python Script Editor 中看到的注释。所以这并不重要，但你也不能把它留空。我喜欢使用更短的东西，比如"# Python:"。

[dataset=#"Changed Type"] 部分是指向处于Changed Type 下状态的空Table3 的指针。因此，如果您在插入 Python 脚本之前所做的最后一件事不是更改数据类型，那么这部分看起来会有所不同。然后使用dataset 作为pandas 数据框在您的python 脚本中提供该表。考虑到这一点，我们可以对公式进行一些非常有用的更改：

12. 将公式栏更改为= Python.Execute("# Python:",[df1=Table1, df2=Table2])，然后点击Enter。这将使Table1 和Table2 分别作为两个名为df1 和df2 的pandas 数据框可用于您的Python 脚本。

13.点击Applied Steps下Run Python script旁边的齿轮（还是一朵花？）图标：

14. 插入以下 sn-p：

代码：

import pandas as pd
df3 = pd.merge(df1, df2, how = 'left', on = ['Date'])
df3['Value3'] = df1['Value1']*df2['Value2']

这将在Date column 上连接df1 和df2，并插入一个名为Value3 的新计算列。不太花哨，但通过此设置，您可以在 Power BI 世界中使用您的数据和 Python 的强大功能做任何您想做的事情。

15.点击OK，你会看到这个：

您会看到df3 列在蓝色方块中的输入数据框df1 和df2 下。如果您已在 Python 脚本中指定任何其他数据框作为计算步骤，它们也会在此处列出。要将其变成 Power BI 的可访问表，只需单击绿色箭头所示的Table。

16. 就是这样：

请注意，Date column 的数据类型默认设置为 Date，但您可以如前所述将其更改为 Text。

单击Home > Close&Apply 退出Power Query Editor 并返回到Power BI Desktop 中所有开始的位置。

【讨论】：

就像一个魅力，谢谢队友，唯一的问题是这如何在云中执行？还是可以在云端执行？说当我的数据刷新时python脚本也会运行吗？如果是这样，它从哪里运行？目前它从我的本地机器上运行（甚至不能使用虚拟环境......悲伤的脸）

@Datanovice 你肯定问对了问题！！！ Python 的灵活性在 PowerBI 中似乎仍然非常有限。当我开始在 PowerBI 中弄乱它时，您所要求的肯定是不可能的。老实说，我不确定现在的情况如何......

我明白了，然后只能在桌面上使用 - 这是有道理的（并且使任何类型的 ETL 都无用），但在转移到数据块或其他东西之前适用于一次性点击或 POC。

@Datanovice 有时我就是喜欢犯错！！ Python visualizations in Power BI Service

我已按照此处列出的步骤进行操作，但是当我到达第 12 步（更改公式栏以访问不同的数据集）时，我收到以下错误：“Formula.Firewall: Query 'Table1' (step '运行 Python 脚本') 引用其他查询或步骤，因此它可能无法直接访问数据源。请重建此数据组合。"。有解决办法吗？

【参考方案2】：

您可以在高级编辑器中创建空白查询并替换其内容：

let
    Source = Python.Execute("# Python:#(lf)",[df1=Table1, df2=Table2])
in
    Source

在您可以单击 Source 旁边的齿轮后，将您的 python 代码添加到您可以使用 df1 和 df2 的位置。

【讨论】：

简单有效。