دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: [1 ed.]
نویسندگان: Adam Aspin
سری:
ISBN (شابک) : 1484285778, 9781484285770
ناشر: Apress
سال نشر: 2022
تعداد صفحات: 507
زبان: English
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 12 Mb
در صورت تبدیل فایل کتاب Pro Data Mashup for Power BI: Powering Up with Power Query and the M Language to Find, Load, and Transform Data به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب Pro Data Mashup برای Power BI: با Power Query و زبان M برای یافتن، بارگیری و تبدیل داده ها، راه اندازی کنید نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این کتاب تمام نیازهای شما را برای یافتن دادهها از منابع خارجی و بارگیری و تبدیل آن دادهها به Power BI فراهم میکند، جایی که میتوانید آنها را برای بینش تجاری و مزیت رقابتی استخراج کنید. این از اتصال به پایگاه های داده شرکتی مانند Azure SQL و SQL Server تا منابع داده مبتنی بر فایل و منابع داده مبتنی بر ابر و وب را شامل می شود. این کتاب همچنین استفاده از Direct Query و Live Connect را برای ایجاد اتصالات فوری به پایگاههای داده و انبارهای داده و جلوگیری از بارگیری دادهها توضیح میدهد. این کتاب راهنمای دقیقی در مورد تکنیکهایی برای تبدیل دادههای ورودی به مجموعههای داده نرمالسازی شده ارائه میدهد که به راحتی قابل پرس و جو و تجزیه و تحلیل هستند. این شامل پاکسازی داده ها، اصلاح داده ها و استانداردسازی و همچنین ادغام داده های منبع در ساختارهای داده قوی است که می تواند به مدل داده شما وارد شود. شما یاد خواهید گرفت که چگونه داده ها را محور و جابجا کنید و مقادیر از دست رفته را برون یابی کنید و همچنین برنامه های خارجی مانند R و Python را در یک جریان داده Power Query مهار کنید. همچنین خواهید دید که چگونه خطاها را در داده های منبع مدیریت کنید و دریافت داده های اولیه را برای ایجاد فرآیندهای بارگذاری و تبدیل داده های قوی و پارامتری گسترش دهید. هدف همه چیز در این کتاب کمک به ارائه بینش متقاعد کننده و تعاملی با سهولت قابل توجه با استفاده از ابزارهای بارگذاری و تبدیل داده داخلی Power BI است. آنچه یاد خواهید گرفت Power BI را به طیف وسیعی از منابع داده خارجی متصل کنید. داده ها را از منابع خارجی برای تجزیه و تحلیل آسان در Power BI آماده کنید. برای درون یابی داده های از دست رفته چه کسی این کتاب برای همه کاربران Power BI از مبتدی تا فوق العاده است. هر کاربر ابزار پیشرو داشبورد در جهان میتواند از تکنیکهای توضیحدادهشده در این کتاب برای شارژ کردن مهارتهای آمادهسازی دادههای خود استفاده کند و بیاموزد که چگونه طیف گستردهای از منابع داده خارجی را میتوان مهار کرد و در Power BI بارگذاری کرد تا تجزیه و تحلیلهای خود را هدایت کند. هیچ دانش قبلی در مورد کار با داده ها، پایگاه های داده یا منابع داده خارجی مورد نیاز نیست - فقط نیاز به یافتن، تبدیل و بارگذاری داده ها در Power BI است.
This book provides all you need to find data from external sources and load and transform that data into Power BI where you can mine it for business insights and a competitive edge. This ranges from connecting to corporate databases such as Azure SQL and SQL Server to file-based data sources, and cloud- and web-based data sources. The book also explains the use of Direct Query and Live Connect to establish instant connections to databases and data warehouses and avoid loading data. The book provides detailed guidance on techniques for transforming inbound data into normalized data sets that are easy to query and analyze. This covers data cleansing, data modification, and standardization as well as merging source data into robust data structures that can feed into your data model. You will learn how to pivot and transpose data and extrapolate missing values as well as harness external programs such as R and Python into a Power Query data flow. You also will see how to handle errors in source data and extend basic data ingestion to create robust and parameterized data load and transformation processes. Everything in this book is aimed at helping you deliver compelling and interactive insight with remarkable ease using Power BI’s built-in data load and transformation tools. What You Will Learn Connect Power BI to a range of external data sources Prepare data from external sources for easy analysis in Power BI Cleanse data from duplicates, outliers, and other bad values Make live connections from which to refresh data quickly and easily Apply advanced techniques to interpolate missing data Who This Book Is For All Power BI users from beginners to super users. Any user of the world’s leading dashboarding tool can leverage the techniques explained in this book to turbo-charge their data preparation skills and learn how a wide range of external data sources can be harnessed and loaded into Power BI to drive their analytics. No previous knowledge of working with data, databases, or external data sources is required—merely the need to find, transform, and load data into Power BI..
Table of Contents About the Author About the Technical Reviewer Acknowledgments Introduction Chapter 1: Discovering and Loading Data with Power BI Desktop The Data Load Process Understanding Data Load The Navigator Dialog Searching for Usable Data Display Options Only Selected Items Enable Data Previews Refresh Source Data Refresh Data Preview Refresh Select Related Tables The Navigator Data Preview Modifying Data Data Sources The Power BI Desktop Screen The Get Data Dialog Conclusion Chapter 2: Discovering and Loading File-Based Data with Power BI Desktop File Sources Loading Data from Files CSV Files What Is a CSV File? Text Files Text and CSV Options File Origin Delimiter Data Type Detection Simple XML Files Excel Files Microsoft Access Databases PDF Files JSON Files Conclusion Chapter 3: Loading Data from Databases and Data Warehouses Relational Databases SQL Server Automatically Loading Related Tables Database Options Server Connection Searching for Databases, Tables, and Views in Navigator Searching for Databases Searching for Tables Database Security Using a SQL Statement Stored Procedures in SQL Server Oracle Databases Other Relational Databases Microsoft SQL Server Analysis Services Data Sources Analysis Services Cube Tools Add Items Collapse Columns SSAS Tabular Data Warehouses Import or Connect Live/DirectQuery Other Database Connections Conclusion Chapter 4: DirectQuery and Connect Live DirectQuery and Connect Live Microsoft SQL Server Data SQL Server Analysis Services Dimensional Data Microsoft SQL Server Analysis Services Tabular Data Sources DirectQuery with Non-Microsoft Databases DirectQuery and In-Memory Tables DirectQuery and Refreshing the Data DirectQuery Optimization Modifying Connections Changing Permissions Conclusion Chapter 5: Loading Data from the Web and the Cloud Web and Cloud Services Web Pages Online Services Microsoft Azure Web Pages Advanced Web Options Table View or Web View Salesforce Loading Data from Salesforce Objects Salesforce Reports Microsoft Dynamics 365 Google Analytics OData Feeds OData Options Azure SQL Database Azure Synapse Analytics Connecting to SQL Server on an Azure Virtual Machine Azure Blob Storage Azure Databricks Azure Security Conclusion Chapter 6: Loading Data from Other Data Sources Other Sources Power BI Datasets Power BI Dataflows R Scripts R Options Python Scripts to Load Data Python Options Dataverse ODBC Sources Refreshing Data Refreshing the Entire Data in the Power BI Desktop In-Memory Model Refreshing an Individual Table Adding Your Own Data Conclusion Chapter 7: Power Query Power BI Desktop Queries Editing Data After a Data Load Transforming Data Before Loading Transform or Load? Power Query The Applied Steps List Power Query Ribbons The Home Ribbon The Transform Ribbon The Add Column Ribbon The View Ribbon The Tools Ribbon The Help Ribbon Viewing a Full Record Power Query Context Menus Conclusion Chapter 8: Structuring Data Dataset Shaping Renaming Columns Reordering Columns Removing Columns Choosing Columns Merging Columns Going to a Specific Column Removing Records Rows Removing Rows Removing Blank Rows Removing Duplicate Records Sorting Data Reversing the Row Order Undoing a Sort Operation Filtering Data Selecting Specific Values Finding Elements in the Filter List Filtering Text Ranges Filtering Numeric Ranges Filtering Date and Time Ranges Filtering Data Applying Advanced Filters Excluding Rows Where a Value Is Missing Grouping Records Simple Groups Complex Groups Saving Changes in Power Query Exiting Power Query Conclusion Chapter 9: Shaping Data Merging Data Adding Data Aggregating Data During a Merge Operation Types of Join Use the Original Column Name As the Prefix Search Columns to Expand Joining on Multiple Columns Fuzzy Matching Fuzzy Matching Options Merge As New Query Preparing Datasets for Joins Correct and Incorrect Joins The Columns Do Not Map The Columns Map, but the Result Is a Massive Table with Duplicate Records Examining Joined Data Appending Data Adding the Contents of One Query to Another Appending the Contents of Multiple Queries Changing the Data Structure Unpivoting Tables Unpivot Options Pivoting Tables Transposing Rows and Columns Data Quality Analysis Column Quality Column Distribution Column Profile Profiling the Entire Dataset Correcting Anomalies Data Transformation Approaches Conclusion Chapter 10: Data Cleansing Using the First Row As Headers Changing Data Type Detecting Data Types Data Type Indicators Switching Data Types Data Type Using Locale Replacing Values Transforming Column Contents Text Transformation Adding a Prefix or a Suffix Removing Leading and Trailing Spaces Removing Nonprinting Characters Number Transformations Calculating Numbers Date Transformations Time Transformations Duration Conclusion Chapter 11: Data Transformation Filling Down Empty Cells Extracting Part of a Column’s Contents Advanced Extract Options Text Before and After Delimiter Text Between Delimiters Duplicating Columns Splitting Columns Splitting Column by a Delimiter Advanced Options for Delimiter Split Splitting Columns by Number of Characters Splitting Columns by Character Switch Merging Columns Creating Columns from Examples Adding Conditional Columns Index Columns Conclusion Chapter 12: Complex Data Structures Adding Multiple Files from a Source Folder Filtering Source Files in a Folder Displaying and Filtering File Attributes The List Tools Transform Ribbon Parsing XML Data from a Column Parsing JSON Data from a Column Complex JSON Files Complex XML Files Python and R Scripts Using Python Scripts to Modify Data Using R Scripts to Modify Data Convert a Column to a List Query Folding Reusing Data Sources Pinning a Data Source Copying Data from Power Query Conclusion Chapter 13: Organizing, Managing, and Parameterizing Queries Managing the Transformation Process Modifying a Step Renaming a Step Deleting a Step or a Series of Steps Modifying an Existing Step Adding a Step Altering Process Step Sequencing An Approach to Sequencing Error Records Removing Errors Managing Queries Organizing Queries Grouping Queries Creating a New Group Renaming Groups Adding a Query to a Group Duplicating Queries Referencing Queries Documenting Queries Adding a Column As a New Query Enabling Data Load Enabling Report Refresh Pending Changes Parameterizing Queries Creating a Simple Parameter Creating a Set of Parameter Values Creating a Query-Based Parameter Modifying a Parameter Modifying the Structure of a Parameter Applying a Parameter When Filtering Records Modifying the Current Value of a Parameter Applying a Parameter in a Search and Replace Always Allow Parameters Applying a Parameter to a Data Source Other Uses for Parameters Using Parameters in the Data Source Step Applying a Parameter to a SQL Query Query Icons Power BI Templates with Parameters Conclusion Chapter 14: The M Language What Is the M Language? M and the Power Query Editor Modifying the Code for a Step M Expressions Writing M by Adding Custom Columns The Advanced Editor Expressions in the Advanced Editor The Let Statement Modifying M in the Advanced Editor Syntax Checking Advanced Editor Options Basic M Functions Text Functions M or DAX? Number Functions Date Functions Time Functions Duration Functions M Concepts M Data Types M Values Defining Your Own Variables in M Writing M Queries M Autocomplete Lists Creating Lists Manually Generating Sequences Using Lists Accessing Values from a List List Functions Records Tables Other Function Areas Custom Functions in M Adding Comments to M Code Single-Line Comments Multiline Comments Conclusion Appendix A: Sample Data Sample Data Downloading the Sample Data INdex