Power Query: Weniger Datenlast durch automatisches Ausschließen irrelevanter Spalten
Bei Datenbeständen mit technischen Angaben habe ich schon oft erlebt, dass zahlreiche Spalten nur temporär gebraucht werden oder für die Auswertung nicht von Belang sind. Solche Spalten haben beispielsweise Präfixe wie Sys_oder Tmp_ oder User_.
Um die Datenlast zu reduzieren, sollten solche nicht benötigten Spalten bei der Analyse ausgeschlossen werden.
Doch wie lässt sich das in Power Query automatisieren und wie lassen sich gezielt unnötige Spalten ermitteln? In diesem Power Query Rezept zeige ich, wie mit einer Änderung im M-Code solche Spalten automatisch entfernt werden, ohne die Spaltennamen direkt anzusprechen!
Spalten mit dem Präfix Sys_ automatisch von dem zu analysierenden Datenbestand ausschließen
Power Query: Störende null-Werte ersetzen und somit korrekte Berechnungen sicherstellen
Fehlende Werte – sog. null-Werte – sind oft der Grund, dass Berechnungen gar nicht oder nicht korrekt erfolgen können. In meinem Blogbeitrag Power Query: Falsche Ergebnisse bei leeren Zellen vermeiden habe ich erklärt, wie beim Addieren und Subtrahieren von Zahlen sichergestellt wird, dass auch Zellen mit null korrekt berechnet werden – in dem Fall mit Hilfe der Funktion List.Sum.
Im heutigen Blogbeitrag zeige ich, wie mit Hilfe des COALESCE-Operators ?? störende null-Werte auf einfache Art behandelt werden. Die vielfältige Verwendbarkeit des COALESCE-Operators demonstriere ich anhand von drei Beispielen: 1) Ermitteln des Saldos von Einnahmen und Ausgaben, 2) Berechnen eines rabattierten Betrags und 3) Auswerten von Messreihen.
Power Query: Falsche Ergebnisse bei leeren Zellen vermeiden
Neulich bei einem bekannten Getränkehersteller: Im Kurs überrascht mich jemand mit der Frage, warum Power Query nicht fehlerfrei subtrahieren könne. Allerdings stellte sich schnell heraus, was die tatsächliche Ursache für falsche Ergebnisse war: Zellen ohne Inhalt, die in Power Query mit null angezeigt werden.
Was ist an null so besonders? Wird beispielsweise von einem Ausgangswert eine null-Zelle subtrahiert, gibt Power Query null zurück statt des Ausgangswertes. Das führt zu Fehlern, wenn der Rückgabewert null in weiteren Berechnungen verarbeitet wird. Mit den folgenden Schritten lassen sich solche Fehler vermeiden.
Bei null in einer Zelle rechnen die Operatoren Plus (+), Minus (-), Mal (*) oder Geteilt durch (/) nicht, sondern geben null zurück
Power Query: Duplikate eliminieren durch Gruppieren und Aggregieren und Informationen erhalten
Power Query wird oft genutzt, um Informationen aus einer Zelle zu trennen und auf verschiedenen Zeilen oder Spalten zu verteilen. Doch manchmal wird genau das Gegenteil gebraucht. Diesmal muss ich Inhalte aus mehreren Zeilen in einer Zelle zusammenfassen:
- Und zwar sind links in der grauen Originaltabelle die Artikel wegen verschiedener Herkunftsländer mehrfach aufgelistet.
- Ich benötige jedoch eine Übersicht, in der alle Artikel nur einmal stehen.
- Die Herkunftsländer sollen in einer Zelle als Zusatzinformation zusammengefasst werden.
Links die Artikelliste mit Duplikaten, rechts die Liste nach ArtikelNr gruppiert und die Herkunftsländer in einer Zelle gebündelt
Power BI Desktop: Warum eigene Kalendertabellen besser sind
DAX stellt eine Vielzahl von Funktionen zur Verfügung, mit denen ich zeitbezogene Analysen durchführen kann. Diese sogenannten Time Intelligence-Funktionen haben eines gemeinsam: zur korrekten Berechnung wird eine Kalendertabelle gebraucht. Wie ich einem Datenmodell in Power BI Desktop eine solche Kalendertabelle hinzufüge, zeige ich in diesem Blogbeitrag.
weiterlesen
Power Query: Zeichenfolgen auf die gleiche Anzahl von Stellen vereinheitlichen
Wer mit Power Query seine Daten aufbereitet, kann über das Menüband auf typische Befehle zum Bereinigen zugreifen. Was aber, wenn Optionen fehlen?
Wie kann ich z. B. unterschiedlich lange Zeichenfolgen mit Hilfe eines Füllzeichens auf eine einheitliche Länge bringen?
Anhand von Materialnummern zeige ich, auf welchem Weg ich an die erforderliche zusätzliche Option herankomme.
Das Schöne daran: Eine solche Entdeckungsreise macht Spaß und es ist spannend, anhand vorgefertigter Dinge ganz leicht Neues hinzuzulernen.
Die Materialnummern sollen auf 12 Stellen vereinheitlicht werden, und zwar mit führenden Nullen
Power Query: Dateien aus Ordner importieren und anfügen, aber OHNE Fehler
Alle Dateien aus einem Ordner nicht manuell, sondern automatisiert einzulesen und anzufügen, ist eine enorme Arbeitserleichterung. Ich muss mir nur einmal Gedanken machen, wie eine solche Datei aufbereitet werden muss. Power Query hinterlegt die Schritte und wendet sie bei jeder Datei aus dem Ordner an, auch wenn eine neue hinzukommt. Nach der Aufbereitung der einzelnen Dateien werden die Daten aus allen Dateien kombiniert durch Anfügen. Ich muss also künftig nur noch auf Aktualisieren klicken, um die Daten aus allen Dateien in einer langen Liste zu erhalten.
Was aber, wenn versehentlich eine »falsche« Datei in den Ordner gerät? Ein Aktualisierungsfehler kann die Folge sein. Wie ich dem vorbeuge, zeige ich im folgenden Beitrag.
Chaos bei Kundennummern nicht manuell, sondern automatisiert beheben – in nur 2 Minuten
Kurz vor Jahresende erhielt ich den Hilferuf eines Kunden. Eine Liste mit Online-Daten sollte mit den bestehenden Kundendaten abgeglichen werden. Das Problem: in der Liste mit den Kundenstammdaten stehen die Kundennummern ordnungsgemäß einzeln untereinander, in der Online-Liste hingegen befinden sich teilweise mehrere Kundennummern in einer Zelle – durch Komma getrennt. Der Versuch, die Daten der Online-Liste mit dem Befehl Text in Spalten in einzelne Kundennummern zu trennen, bringt nicht das gewünschte Ergebnis. Mit einer Abfrage in Power Query ist das Problem in zwei Minuten gelöst.
Die Originaldaten links mit Hilfe von Power Query in die erforderliche Form bringen
Daten aus zwei Listen bündeln zu einer lückenlosen Gesamtübersicht mittels JOIN
Welche Produkte bisher welchen Umsatz gemacht haben, ist auf Basis einer Umsatzliste mit Pivot schnell ermittelt. Doch wie lässt sich herausfinden, welche Produkte bis dato nicht verkauft wurden? Dazu gibt es keine Daten, denn die Umsatzliste enthält nur die verkauften Produkte. Hier hilft eine zusätzliche Liste weiter, in der alle Produkte erfasst sind.
Aus den zwei Listen für Umsätze und Produkte wird eine Gesamtliste generiert, die für alle Produkte die Umsatzzahlen zeigt, auch wenn diese bei null liegen
Wie ich mit Hilfe eines Joins eine komplette Liste aller Produkte mit allen Umsätzen erstelle, beschreibe ich in diesem Beitrag.
Flow & Planner | Wenn Power Query an seine Grenzen stößt
Bevor Daten in Excel oder Power BI analysiert werden können, müssen sie importiert und gegebenenfalls aufbereitet werden. Mit Power Query ist das in der Regel kein Problem. Doch wenn Power Query nicht auf die Datenquelle zugreifen kann, muss der Import wie früher per Hand erfolgen. Die Alternative zum zeitraubenden manuellen Import bietet Power Automate.
