Editor de consultas no LuckyTemplates | Uma visão geral

Neste tutorial, mostraremos um exemplo detalhado de por que sempre precisamos usar o Query Editor no LuckyTemplates e o que podemos obter ao usá-lo. 

Considera-se uma prática recomendada sempre trazer seus dados primeiro para o Editor de consultas.

Mostraremos e provaremos isso executando alguns exemplos e problemas que podemos encontrar e a aparência dos dados se não usarmos o Editor de consultas.

Índice

• Por que você sempre precisa usar o Editor de consultas no LuckyTemplates
• Transformação de dados usando o Query Editor no LuckyTemplates
  • 1. Removendo os valores nulos
  • 2. Removendo as informações redundantes
  • 3. Colunas não dinâmicas no LuckyTemplates
  • 4. Removendo erros no editor do Power Query
  • 5. Transformando uma consulta em uma tabela real
• Conclusão

Por que você sempre precisa usar o Editor de consultas no LuckyTemplates

Agora podemos importar esses dados para nosso modelo de dados clicando na opção Obter dados . Essa opção facilita a importação de arquivos em nosso modelo de dados. No entanto, não sugerimos fazer isso porque devemos sempre limpar e otimizar nossos dados primeiro no Editor de consultas .

Apenas para mostrar um exemplo de por que não é uma boa ideia trazer nossos dados diretamente para nosso modelo de dados, vamos importar um arquivo de amostra clicando em Obter dados e clicar na pasta de trabalho do Excel .

Para este exemplo, usaremos este exemplo de arquivo de dados do Excel sobre Operações de Manufatura . Clique duas vezes no arquivo para trazê-lo para o nosso modelo de dados. 

Dentro do Navigator , vamos selecionar esta tabela Operation_Data e clicar no botão Load . 

Em seguida, ele confirmará imediatamente nossa tabela com nosso modelo de dados. É aqui que podemos encontrar alguns problemas. Isso ocorre porque o commit de um arquivo de dados que ainda não está otimizado pode ter alguns erros que não conseguimos ajustar ou corrigir antes de chegar ao nosso modelo de dados.

Podemos apenas fechá-lo clicando no botão Fechar .

Depois disso, ele continuará confirmando esses dados não otimizados com erros em nosso modelo de dados.

Olhando para esses dados em nossa tabela de dados, podemos ver o tamanho dessa tabela. Não é assim que queremos que nossos dados estejam dentro do nosso LuckyTemplates. Provavelmente também há muitas colunas redundantes ou informações de que não precisamos dentro desta tabela que devem ser excluídas primeiro. O que queremos é ter tabelas otimizadas e limpas para poder construir um modelo em torno de nossos dados. 

Esses são apenas alguns dos muitos motivos pelos quais devemos sempre trazer nossos dados primeiro para o Editor de consultas. 

Transformação de dados usando o Query Editor no LuckyTemplates

Esta outra planilha de exemplo parece confusa do ponto de vista do LuckyTemplates. Se olharmos para este, não há nada de bom que possamos fazer no LuckyTemplates com todas essas minitabelas, títulos redundantes e algumas informações irrelevantes. Portanto, o que precisamos fazer primeiro é trazer isso para o Editor de consultas. Em seguida, tente otimizar e limpá-lo. 

Mostrarei como podemos limpar essa planilha ou planilha de maneira eficaz, colocando as transformações em camadas umas sobre as outras. Novamente, não basta trazer os dados diretamente para o nosso LuckyTemplates. Sempre transforme ou limpe seus dados primeiro no Editor de consultas. 

Para abrir o Query Editor, basta clicar na opção Transform data .

Dentro do Query Editor, importe o arquivo clicando em New Source . Em seguida, escolha o tipo de arquivo que deseja consultar. Para este exemplo, clicaremos na pasta de trabalho do Excel porque queremos consultar uma planilha ou um arquivo de planilha.

Depois disso, escolha o arquivo que deseja consultar. Neste exemplo, vamos consultar o arquivo excel do iPhone6 .

Precisamos limpar toda a planilha então vamos selecionar a Sheet1 e clicar no botão OK .

Em seguida, veremos todas essas colunas redundantes, informações e valores nulos que precisamos limpar. Este é um ótimo exemplo para mostrar o que podemos alcançar dentro do Query Editor. Nas próximas etapas, limparemos e otimizaremos essa tabela.

Vamos primeiro renomear nossa tabela. Em Propriedades , renomeie esta tabela para Dados de vendas .

Em seguida, podemos começar a limpar essa planilha de várias maneiras e ordens diferentes. Para este tutorial, começaremos removendo os valores nulos.

1. Removendo os valores nulos

Podemos remover facilmente os valores nulos clicando no ícone de seta para baixo das colunas com valores nulos. 

Em seguida, desmarque (nulo) na opção Filtros e clique no botão OK .

Agora, veremos que os valores nulos desapareceram. 

2. Removendo as informações redundantes

A próxima coisa que podemos fazer é remover as informações redundantes nessas linhas de nossa tabela. Atualmente, temos ItemNumber , ProductName , ClassificationGroup e alguns intervalos de datas. Em vez disso, removeremos essas repetições e colocaremos a primeira linha no cabeçalho.

Para fazer isso, clique na guia Transformar . Em seguida, selecione Usar primeira linha como cabeçalhos .

Como resultado, esses itens se tornaram nossos cabeçalhos reais, que é o que realmente deveriam ser.

Depois disso, agora podemos remover os mesmos itens em nossas linhas desmarcando-os em nossos Filtros . Para a coluna ItemNumber , podemos desmarcar a opção ItemNumber em seus filtros.

O que é bom nisso é que ele oculta automaticamente todos esses itens específicos de outras colunas adjacentes nessas linhas. Como podemos ver, esses itens redundantes em outras colunas também desapareceram. Agora temos uma tabela de dados mais limpa.

3. Colunas não dinâmicas no LuckyTemplates

Outra coisa que podemos corrigir aqui são as várias colunas de data. O que podemos fazer é colocá-los dentro de uma coluna. Podemos fazer isso não dinamizando as colunas . 

Primeiro, selecione as colunas que não desejamos desabilitar. Em seguida, clique com o botão direito do mouse na última coluna selecionada e escolha Unpivot Other Columns . 

Agora temos nossas datas dentro de uma coluna e o valor das vendas em outra coluna também.

Agora podemos renomear essas colunas como Dates e Sales Amount .

Clique no ícone de tipo de dados no lado esquerdo da coluna Valor das vendas . Em seguida, altere seu tipo de dados para Número Inteiro .

Da mesma forma, clique no ícone de tipo de dados no lado esquerdo da coluna Datas . Em seguida, altere seu tipo de dados para Date .

4. Removendo erros no editor do Power Query

Em alguns casos, podemos encontrar alguns erros ao limpar nossos dados. Neste exemplo, temos erros nas colunas de datas . 

Isso ocorre devido a ter valores de texto antes de alterar o tipo de dados das colunas para Date . Conforme mostrado no exemplo abaixo, há uma informação resumida dentro da coluna Data . 

Podemos facilmente remover esses erros clicando com o botão direito do mouse em nossa coluna Datas e escolhendo a opção Remover erros .

Como resultado, ele removerá todos esses erros para que não os tenhamos mais em nossa tabela. Nossa mesa agora está muito mais limpa. 

5. Transformando uma consulta em uma tabela real

Por fim, precisamos transformá-lo de uma consulta em uma tabela real e confirmá-lo. Basta clicar na opção Fechar e Aplicar na guia Início .

Agora temos uma tabela perfeita e otimizada para LuckyTemplates. Esta tabela parece ótima em termos de execução de todas as nossas fórmulas e padrões DAX. 

Conclusão

Para recapitular, pegamos uma planilha feia de dados e a transformamos em uma tabela refinada perfeitamente otimizada para o LuckyTemplates. Agora podemos construir um modelo em torno dele.

Felizmente, este tutorial foi esclarecedor em termos do que podemos alcançar usando o Editor de Consultas no LuckyTemplates e por que devemos sempre trazer nossos dados para o Editor de Consultas primeiro. Mesmo que tenhamos apenas uma tabela pequena, pode haver algo tão pequeno quanto apenas alterar o nome de uma coluna ou o tipo de dados da coluna. Gostaríamos de nos acostumar a fazer as coisas no Query Editor primeiro para que possamos trabalhar com várias transformações e procedimentos de limpeza para começar a otimizar nossos dados. 

Tudo de bom,