#Powerquery 数据结构基础 一维数据与二维数据

本文参考了采悟老师的文章，推荐大家看原文，本文为笔记随笔

https://mp.weixin.qq.com/s?__biz=MzA4MzQwMjY4MA==&mid=2484068871&idx=1&sn=4ab596602ed0a4c851755673d8fcf37a&chksm=8e0c48d0b97bc1c6e8edc0d31110b669c87740e55601fce30e498c9801af972ca1f366eb7ab9&scene=21#wechat_redirect

　在数据分析中，一维数据更适合用来做数据分析，一维数据的数据源，更有利于直接使用或者加入筛选。一维数据可以直接参与数据建模，构建表格模型关系。

    一维数据是数据整理的一种思维

那么什么是一维数据呢？这里引用采大文章的截图。

1：一维数据和二维数据的区别：

  一维数据优势在于，一维表的每一列都是一个独立的维度，列名或者字段名就是数据分析的基础，比如利用列名与其他表建立关系；POWERBI中编写DAX时直接使用列名；数据可视化时直接把字段拖入到某个属性框中等。

在powerbi中，用表格函数例如values函数，直接来构建维度表。

= values('销售表'[品名])

　　就可以直接提取销售表中的不重复的品名，这个返回表就可以直接作为维度表，加入数据模型。所以一维数据用于构建数据源更多一些。

  二维数据优势在于，可以更为高效的展示数据，用更少的空间去展示尽可能更多的数据，所以二维数据用于数据展示更多一些。

  1.1  错误的表展示（非一维数据），多个sheet页，这种数据源未在同一表格，后期需要分析时，往往需要耗费大量时间，去进行数据合并操作，浪费时间
      

 

 

 

     1.2  错误的表展示（非一维数据），合并单元格，合并单元格同一破坏了数据一列是一个维度的原则，对列式的数据分析不友好，所以同样不建议数据源表有任何格式的合并单元格。

    

 

 

    1.3  按某个类别新增列，下表中，办公用品、电费、水费应该合并分列至支出，这三列具有同一的“支出”属性。所以应该转化为同一列。

  

 

 

 

 

2：一维数据和二维数据如何转化

  2.1：一维数据转化二维数据

     这个在平时工作中，我们用到的地方很多，例如excel中的数据透视表，powerquery中的透视，sql中的gruopby，均是分组汇总数据用以展示，本质就是一维数据转为二维数据，展示数据

  2.2：二维数据转化一维数据

    举例：原表二维表

   

   转化为一维表，这里用powerquery做演示

   第一步：选择数据源区域，选择数据选项卡，选择来自表格区域

   

 

 

   第二步：进入pq界面

  

 

 

   第三步：找到转化选项卡，找到逆透视列，这一步我们在前面已经知道了，日期、经办人、款类别均为一维的标准数据，而后面的办公用品、电费、水费均为支出是需要合并为一列的。

所以，选择日期、经办人、款类别这三列，再选择逆透视其他列，来进行合并

  

  

 

     第四步：办公用品、电费、水费，这三列已经合并为一列了，而他们的值也对应展开了，现在这个表已经转化为了一个标准的一维表了。

    

 

    以上就是利用powerquery进行二维数据转化一维数据的一个案例，当然数据源规范从一开始做起，除了部分我们无法控制的数据源，我们自己生产或者加工的数据源，从一开始

就保证一维的数据结构，对我们后期的数据建模、数据分析项目都有很大的帮助。

    总结：上面我们讲了一维数据、二维数据、两者的相互转化以及各自的优劣，最后用pq跟大家做了一个案例演示。有实际不同的业务可以灵活选择合适的转化方式。

    我是simone，期待下次的分享。