如何在 Power BI 中使用 Python 脚本实现插补？

Posted 2023-04-14

【中文标题】如何在 Power BI 中使用 Python 脚本实现插补？

【英文标题】：How to implement imputation with Python script in Power BI?

【发布时间】：2019-05-20 08:38:17

【问题描述】：

我正在尝试运行经过验证的 Python 脚本来估算 PowerBI 中的数据。数据最初在 Power BI 中整合，然后导出到 Excel，使用 Python 进行估算和分析。

现在，我想将 Python 中的代码用于 Power BI 的查询编辑器，这样我就可以将估算数据直接导入 Power BI 并使用它的可视化效果，但我会出错。

我尝试在 Power BI 中粘贴与 Python 相同的代码 - 我认为语法可能存在问题。

dataset=#"PreviousStep"

import pandas as pd

byISO = dataset.groupby(['country ISO'])
byIG = dataset.groupby(['WBG Income Group'])
bytIG = dataset.groupby(['WBG Income Group','Year'])
bytR = dataset.groupby(['UN Sub-Region','Year'])

#Country-level
#Filling up and down
dataset[['col1','col2']] = byISO[['col1','col2']].fillna(
        method='ffill')
dataset[['col1','col2']] = byISO[['col1','col2']].fillna(
        method='bfill')
#Interpolation
dataset[['col1','col2']] = byISO[['col1','col2']]\
         .apply(lambda i: i.interpolate(method='linear', limit_area='inside'))
#Extrapolation (FILLING DOWN CURRENTLY)
dataset[['col1','col2']] = byISO[['col1','col2']]\
         .apply(lambda i: i.interpolate(method='linear', limit_area='outside'))
#Median
dataset[['col1','col2']] = byISO[['col1','col2']]\
    .transform(lambda i: i.fillna(i.median()))

#Group-level
#Median
dataset[['col1','col2']] = byIG[['col1','col2']]\
    .transform(lambda i: i.fillna(i.median()))
#Yearly median
dataset[['col1','col2']] = bytIG[['col1','col2']]\
    .transform(lambda i: i.fillna(i.median()))

#Region-level
#Yearly median
dataset[['col1','col2']] = bytR[['col1','col2']]\
    .transform(lambda i: i.fillna(i.median()))
#No level (All)
#0
dataset[['col1','col2']].fillna(0)

我希望有一个估算值的表，但结果却出现了这个错误：

DataSource.Error: ADO.NET: Python script error.
Traceback (most recent call last):
  File "PythonScriptWrapper.PY", line 2, in <module>
    import os, pandas, matplotlib.pyplot
  File "C:\Users\GEscamilla\AppData\Local\Continuum\anaconda3\lib\site-packages\pandas\__init__.py", line 19, in <module>
    "Missing required dependencies 0".format(missing_dependencies))
ImportError: Missing required dependencies ['numpy']

Details:
    DataSourceKind=Python
    DataSourcePath=Python
    Message=Python script error.
Traceback (most recent call last):
  File "PythonScriptWrapper.PY", line 2, in <module>
    import os, pandas, matplotlib.pyplot
  File "C:\Users\GEscamilla\AppData\Local\Continuum\anaconda3\lib\site-packages\pandas\__init__.py", line 19, in <module>
    "Missing required dependencies 0".format(missing_dependencies))
ImportError: Missing required dependencies ['numpy']

    ErrorCode=-2147467259
    ExceptionType=Microsoft.PowerBI.Scripting.Python.Exceptions.PythonScriptRuntimeException

【问题讨论】：

尝试安装numpy库

import numpy，如果没有安装请使用pip install numpy

【参考方案1】：

如果你查看它告诉你的错误输出

ImportError: Missing required dependencies ['numpy']

这意味着您必须像@prathik 在评论中所说的那样导入 numpy 以及其他导入语句。你可以在这里找到来自microsoft的例子

import numpy

如果这不起作用，你需要确保你需要安装

pip install numpy

大局

您应该考虑将脚本放在仪表板之前 - 以便其他仪表板也可以使用转换后的数据。

通常我会建议在数据仓库或用于特定目的的集市中进行所有数据转换。但是，这一切都取决于这是一次性练习还是您要在生产中使用的东西。