파워 쿼리 언어 흐름 모범 사례

이 자습서에서는 파워 쿼리 언어 흐름 및 몇 가지 모범 사례에 대해 알아봅니다. 또한 최상의 결과를 얻기 위해 데이터를 쉽게 변환하는 방법을 배웁니다. 데이터 변환은 보고서를 최적화하고 매력적으로 보이게 합니다.

목차

• 파워 쿼리 언어 흐름 없이 데이터 유형 설정
  • 변환 탭을 사용하여 데이터 유형 설정
  • 열 머리글을 사용하여 데이터 유형 설정
  • 열 아이콘을 사용하여 데이터 유형 설정
• 파워 쿼리 언어 흐름으로 데이터 유형 설정
  • 불필요한 열 제거
  • 열에 적절한 데이터 유형 할당 및 행 제한
  • 파워 쿼리 언어 흐름에서 중복 단계 통합
• 더 나은 파워 쿼리 언어 흐름을 위한 쿼리 구성
• 파워 쿼리 언어 흐름 요약
• 결론

파워 쿼리 언어 흐름 없이 데이터 유형 설정

항상 수행해야 하는 최소한의 변환은 열의 데이터 유형을 설정 하고 이름을 바꾸는 것입니다.

데이터 유형은 M 의 값을 분류하는 데 사용됩니다 . 열 이름 옆의 아이콘은 필드에 할당된 데이터 유형을 보여줍니다. 이 샘플 테이블에서 열 이름 옆에 ABC123 아이콘을 볼 수 있습니다. 해당 아이콘은 데이터 유형이 해당 열에 할당되지 않았음을 나타내는 모든 데이터 유형을 나타냅니다. 

책에서 자동 유형 감지가 활성화됩니다. 이렇게 하면 쿼리에서 Changed Type 단계가 자���으로 생성됩니다. 활성화된 경우에도 항상 파워 쿼리가 모든 테이블의 각 열에 대해 데이터 형식을 올바르게 추측하는지 확인하십시오.

해당 설정을 활성화하거나 비활성화하려면 다음 단계를 따르십시오.

전역 옵션 에서 사용 가능한 세 가지 유형 감지 옵션 중 하나를 선택할 수 있습니다 .

현재 파일 옵션에서 전역 설정에 따라 유형 감지 옵션을 토글할 수 있습니다.

변환 탭을 사용하여 데이터 유형 설정

사용자 인터페이스는 열에 대한 데이터 유형을 설정하는 여러 가지 방법을 제공합니다. 변환 탭의 모든 열 섹션에서 데이터 유형 감지 버튼을 찾을 수 있습니다.

모든 컬럼을 선택하고 해당 버튼을 클릭하면 모든 컬럼의 데이터 타입이 자동으로 설정됩니다. 그러나 상위 200개 행만 검색하므로 파워 쿼리에 올바른 데이터 형식이 있는지 확인해야 합니다.

테이블에서 열을 선택하면 모든 열 섹션에서 해당 데이터 유형을 볼 수 있습니다.

드롭다운 버튼을 클릭하고 텍스트를 선택하면 선택한 열의 아이콘이 ABC123 에서 그냥 ABC 로 변경됩니다 .

그러면 적용된 단계 창에 변경된 유형 단계가 표시됩니다.

홈 탭에는 데이터 유형을 설정하는 옵션도 있습니다.

열 머리글을 사용하여 데이터 유형 설정

또 다른 방법은 헤더를 마우스 오른쪽 버튼으로 클릭하고 유형 변경 을 선택하는 것입니다 . 여기에서 열에 적합한 데이터 유형을 선택할 수 있습니다.

열 아이콘을 사용하여 데이터 유형 설정

데이터 유형을 설정하는 가장 일반적인 방법은 열 이름 옆에 있는 아이콘을 클릭하는 것입니다. 사용 가능한 모든 데이터 유형이 표시됩니다.

샘플 테이블에서 OrderDate 열의 데이터 유형을 Date 로 설정합니다 .

선택한 열의 데이터 유형에 따라 파워 쿼리는 변환 탭 , 열 추가 탭 및 스마트 필터 섹션 에서 해당 특정 데이터 유형에 적용되는 일련의 변환 및 옵션을 제공합니다 .

따라서 날짜 열을 선택하고 변환 탭으로 이동하면 날짜 버튼 아래에 옵션이 표시됩니다.

그러나 텍스트 열을 선택하면 날짜 버튼 아래의 옵션을 더 이상 사용할 수 없습니다.

스마트 필터링의 경우 텍스트 열에는 텍스트 필터가 있고 날짜 열에는 날짜 필터가 있습니다.

다음 열의 경우 열 이름을 고객 키로 변경 하고 데이터 유형을 정수 로 변경합니다 .

그런 다음 채널, 통화 코드 및 창고 코드 열의 데이터 유형을 텍스트로 변경합니다.

그런 다음 배달 지역 색인 의 이름을 배달 지역 키로 변경 하고 해당 데이터 유형을 정수 로 변경합니다 . 그런 다음 제품 설명 색인 및 주문 수량 열에 대해 동일한 작업을 수행합니다 .

마지막으로 단가, 라인 총계 및 단가 열에 대해 데이터 유형을 고정 십진수 로 설정합니다 .

파워 쿼리 언어 흐름으로 데이터 유형 설정

열의 변경으로 인해 적용된 단계 창에 많은 단계가 생성되었습니다. 문제는 동일한 유형의 변환을 여러 번 수행하기 때문에 샘플 테이블 쿼리가 비효율적이 된다는 것입니다. 이것은 피해야 할 것입니다.

쿼리를 효율적으로 만들려면 다른 단계를 만들기 전에 특정 변환을 모든 열에 적용하여 단일 단계를 만들어 보십시오.

샘플 테이블 쿼리를 복제하고 이름을 Best Practice 로 바꿉니다 . 적용된 단계 창에서 이전 쿼리에서 수행된 첫 번째 변환을 마우스 오른쪽 버튼으로 클릭하고 끝날 때까지 삭제 를 선택합니다 . 그런 다음 단계 삭제 대화 상자 에서 단계 삭제를 확인합니다 .

또한 다음은 몇 가지 모범 사례입니다. 첫 번째는 데이터 원본 위치를 포함하는 매개 변수를 만드는 것입니다. 이렇게 하면 파일 이름이 변경되었을 때 문제를 더 쉽게 해결할 수 있습니다.

매개변수를 생성하려면 홈 탭에서 매개변수 관리를 클릭하고 새 매개변수를 선택합니다 .

또 다른 방법은 쿼리 창을 마우스 오른쪽 버튼으로 클릭하고 새 매개 변수를 선택하는 것입니다 .

그런 다음 매개 변수 관리 대화 상자가 나타납니다. 매개변수의 이름을 FileLocation 으로 지정 하고 유형을 텍스트로 설정합니다. 제안 값의 경우 문자열을 붙여넣고 전환할 수 있는 여러 위치를 변경하거나 추가할 수 있도록 값 목록 으로 설정합니다.

그런 다음 파일 탐색기로 이동하여 파일을 선택합니다. 경로를 복사하여 매개변수에 붙여넣습니다. 완료되면 확인 을 누릅니다 .

모범 사례 쿼리로 돌아가 적용된 단계 창에서 소스 단계를 클릭합니다. 그런 다음 FileLocation 을 사용하여 수식 입력줄에서 하드 코딩된 파일 경로를 변경합니다 .

불필요한 열 제거

불필요한 열을 모두 제거하여 공간을 절약하고 성능을 향상시키십시오. 테이블과 열을 추가하는 것이 제거하는 것보다 훨씬 쉽기 때문에 필요한 데이터만 가져옵니다.

가장 쉬운 방법은 홈 탭의 열 선택 단계를 이용하는 것입니다 . 해당 버튼을 클릭하면 유지할 열을 선택할 수 있는 대화 상자가 나타납니다. 수행하려는 분석에 가장 적합하도록 특정 목적으로 테이블을 디자인하고 구성해야 합니다.

거기에서 테이블에 필요하지 않은 열을 선택 취소하십시오. 이 샘플 테이블의 경우 OrderNumber 열의 카디널리티가 높습니다. 파일 크기와 전체 성능에 영향을 미치기 때문에 해당 열을 선택 취소하는 것이 가장 좋습니다.

샘플 쿼리 분석에 위치 데이터가 필요하지 않은 경우 배송 지역 색인을 선택 해제하는 것이 가장 좋습니다 . 마지막으로 테이블에는 이미 단가와 수량이 있으므로 Line Total 열은 필요하지 않습니다.

열 선택을 해제한 후 확인을 누릅니다 . 열 선택을 변경하려면 Applied Steps 창에서 단계 이름 옆에 있는 톱니바퀴 아이콘을 지우면 됩니다.

열에 적절한 데이터 유형 할당 및 행 제한

그런 다음 모든 열에 데이터 유형을 할당합니다. 모든 열을 선택하고 변환 탭에서 데이터 유형 감지를 클릭하십시오.

데이터 유형 감지는 상위 200개 행의 스캔을 기반으로 열의 데이터 유형을 자동으로 감지합니다. 따라서 파워 쿼리가 올바른 데이터 형식을 설정하는지 확인하고 확인하십시오.

행 수를 제한하는 것이 가장 좋습니다. 회계 연도가 7월 1일에 시작하는 경우 6월부터 데이터를 생략하거나 매개변수를 설정할 수 있습니다.

그러나 LuckyTemplates 서비스 에서 매개 변수 값을 변경하려면 문제가 있습니다 . 보고서를 게시한 후 매개변수 값은 텍스트 유형 또는 10진수 유형이어야 합니다.

이를 처리하려면 OrderDate 열의 드롭다운 버튼을 클릭하여 데이터에 대한 필터를 만듭니다. 그런 다음 날짜 필터를 클릭 하고 이후를 선택합니다 .

대화 상자에서 첫 번째 매개변수를 is after or equal to 로 변경한 다음 날짜를 입력합니다. 이 예에서 입력한 날짜는 2014년 7월 1일입니다.

OK 를 누르면 필터가 테이블에 적용됩니다. 다음으로 매개변수를 만들고 이름을 DatesFrom 으로 지정합니다 . 유형을 텍스트 로 설정 하고 현재 값 매개변수에 날짜를 입력하십시오.

이제 Best Practice 쿼리로 돌아가서 내장 #date를 Date.From(DatesFrom) 으로 바꿉니다 .

Date.From 함수 없이 확인 표시를 클릭하면 오류가 반환됩니다. DatesFrom은 텍스트 유형이고 필드에는 날짜 유형이 있기 때문입니다. Date.From 함수 는 텍스트를 날짜로 변환합니다.

데이터 모델에서 숨겨지지 않을 모든 열의 이름을 바꿉니다. 이름은 간결하고 자기 설명적이며 사용자에게 친숙해야 합니다. 보고서를 사용할 사람들을 위해 데이터 모델을 설계하고 있다는 점을 염두에 두십시오.

파워 쿼리 언어 흐름에서 중복 단계 통합

다음으로 수행할 작업은 중복 단계 (예: 열 데이터 유형 이름 바꾸기, 제거 및 변경)를 통합하는 것입니다. 또한 열 재정렬과 같은 단계는 중복을 찾을 때 주의해야 할 사항입니다.

데이터 모델에 로드하는 테이블은 보고서에 표시되지 않습니다. 그러면 열 순서가 무의미해집니다.

또 다른 모범 사례는 적용된 단계 창에서 단계의 이름을 바꾸는 것입니다. 단계의 이름은 자체 설명적이며 M 코드에서 변수로 사용됩니다.

공백이나 특수 문자가 포함된 이름은 따옴표 표기법을 사용하여 작성됩니다. 이는 이름이 큰따옴표 세트로 묶여 있고 이름 앞에 해시 또는 파운드 기호가 있어 M 코드 를 읽기 어렵게 만든다는 것을 의미합니다. 공백을 생략하거나 공백 사이에 밑줄을 넣을 수 있습니다.

고급 편집기 창에 설명을 입력하여 문서 세부 정보를 추가하는 것도 파워 쿼리의 모범 사례입니다. 단계 속성 설명 에서도 수행할 수 있습니다 . 적용된 단계 창에서 느낌표가 있는 단계 위로 마우스를 가져가면 도구 설명 주석으로 표시됩니다.

초기 개발에서 특정 선택을 한 이유를 아는 것은 시간이 지난 후 파일을 다시 방문해야 할 때 매우 유용합니다. 설명서 세부 정보를 추가하려면 적용된 단계 창 에서 단계를 마우스 오른쪽 버튼으로 클릭 하고 속성을 선택합니다 .

필터링 또는 변환 이유를 작성할 수 있는 단계 속성 대화 상자 가 나타납니다.

더 나은 파워 쿼리 언어 흐름을 위한 쿼리 구성

파워 쿼리의 가장 일반적인 모범 사례 중 하나는 쿼리를 구성하는 것 입니다 . 데이터 모델에 로드될 매개 변수, 함수, 스테이징 쿼리 및 쿼리에 대한 폴더를 생성합니다. 이 예제에서는 FileLocation 및 DatesFrom 쿼리를 선택하고 마우스 오른쪽 단추로 클릭합니다. 그런 다음 그룹으로 이동을 선택 하고 새 그룹 을 클릭합니다 .

그런 다음 선택한 쿼리의 이름을 추가하고 확인을 누릅니다 .

쿼리를 그룹화하면 쿼리 창이 다음과 같이 표시됩니다.

모든 스테이징 쿼리에 대해 로드 활성화를 선택 취소하여 로드를 비활성화해야 합니다.

이 자습서에서 논의할 또 다른 사항은 언어 흐름입니다. 적용된 단계 창의 각 단계는 클릭할 때 볼 수 있는 값을 변환합니다.

탐색 단계에서 초기 데이터가 오고 시작되었으며 열이 선택되었습니다. 다음으로 데이터 유형이 변경되고 날짜 범위가 설정되었습니다. 열 이름도 변경되었습니다.

모든 단계는 테이블 유형 값을 반환합니다. 고급 편집기 창을 열면 let 표현식과 in 절이 표시됩니다. 그 사이에는 표현식이 할당된 단계 또는 변수 이름 목록이 있습니다.

쿼리는 변수 목록의 마지막 단계를 나타내는 in 절 뒤에 오는 모든 항목을 반환합니다. 그런 다음 M 엔진은 in 절 에서 다시 종속성 체인을 따라 불필요한 항목을 제거하고 가능하면 소스로 다시 변환을 푸시합니다 .

파워 쿼리 언어 흐름 요약

수식을 보면 쿼리에서 수행되는 단계의 흐름을 볼 수 있습니다. 각 단계에서 사용자 인터페이스가 사용하는 기능도 볼 수 있습니다 .

쿼리에서 만들어진 첫 번째 단계는 열 선택이었습니다. 사용자 인터페이스를 사용하여 단계를 수행한 경우 Table.SelectColumns 함수가 호출되었습니다. 첫 번째 매개변수로 이전 단계의 변수 이름을 참조하는 테이블을 사용했습니다. 그런 다음 선택한 모든 열 이름을 나열했습니다.

두 번째 단계에서는 Table.TransformColumnTypes 함수를 호출하여 열 유형을 변환했습니다. 첫 번째 매개변수는 이전 단계의 출력이라고 합니다. 그런 다음 일련의 변환 목록을 나열했습니다.

세 번째 단계는 Table.SelectRows 함수 를 사용하여 날짜 범위 필터를 설정합니다 . 첫 번째 인수로 테이블 유형 쿼리를 사용했습니다. 이 예에서는 유형 변경 단계의 출력을 참조했습니다.

마지막 단계에서는 Table.RenameColumns 함수를 사용하여 열의 이름을 변경했습니다. 이전 단계의 출력이 첫 번째 인수로 사용되었습니다. 그런 다음 일련의 이름 바꾸기 목록을 나열했습니다.

사용자 인터페이스를 통해 적용되는 모든 기능은 Table 이라는 단어로 시작합니다 . 그들은 모두 첫 번째 매개 변수로 테이블 값을 취한 다음 해당 값을 변환했습니다.

각 단계가 이전 단계를 참조하기 때문에 코드가 순차적으로 보이지만 시퀀스가 ​​필요하지는 않습니다. 한 단계 이동해도 M 엔진이 항상 종속성 체인을 따르기 때문에 쿼리는 계속 실행됩니다.

사용자 인터페이스가 있으면 편리하지만 항상 이전 변환의 결과를 변환한다고 가정합니다. 대부분의 경우 이는 사실일 수 있으며 그렇지 않은 경우 코드에서 참조된 값을 수동으로 업데이트해야 합니다.

파워 쿼리 데이터 유형 및 커넥터
LuckyTemplates 데이터 세트: 유형 및 명명 규칙
데이터 로드 및 변환 모범 사례

결론

데이터를 그룹화하고 체계적으로 유지하려면 데이터 변환이 필요합니다. 파워 쿼리 언어 흐름의 문제를 쉽게 추적하고 보고서의 변경 내용을 수정할 수 있으므로 데이터 개발 속도가 빨라집니다.

여자 이름