2.1 Power Query的CSV/TXT 数据集成

目前在数据分析行业内CSV（逗号分隔值文件格式）数据是最简单的数据保存方式，不同于其他的Excel或数据库类型的数据保存形式。CSV是基于逗号实现数据分隔的一类数据，是不需要通过任何其他的数据驱动加载就可以使用的数据，它的数据格式如图2.1所示。

如图2.1所示的数据之间以“,”作为分隔符，但是在实际场景的数据导入过程中有可能不是以“,”作为分隔符，在这种场景下，也可以使用与CSV格式相近的数据类型TSV导入。TSV是以制表符作为分隔符的一种数据保存形式，如图2.2所示。

除此之外，文件的格式可能不是CSV，也不是TSV，而是TXT文本格式。这些TXT格式的数据也是以各类不同的分隔符进行分隔，与CSV格式类似，如图2.3和图2.4所示分别是以分号和冒号作为分隔符。

Office 中的Excel和Power BI都支持上面提到的数据格式导入，接下来从两个产品使用的不同角度来实现文本数据格式的导入，并且探讨两种不同产品在进行数据集成方面的异同点。

2.1.1 Excel 导入CSV数据

前面提到，早期的Office版本（2010和2013）必须安装Power Query组件进行数据的导入，而Office 2016之后的版本则不需要通过安装Power Query插件的方式进行外部数据的导入。接下来以Office 365版本来演示Excel利用Power Query导入CSV数据，首先需要新建一个空白的Excel文件，在“开始”选项卡下选择“空白工作薄”，如图2.5所示。

在Excel的标准文档界面中选择“数据”选项卡，单击“获取数据”下拉按钮，在下拉列表中选择“来自文件”→“从文本/CSV文件”命令，即可获取CSV文件，如图2.6所示。

在导入过程中需要注意，如果项目选择不正确，则导入的结果将不是我们希望获取的内容。

■ 编码问题：不正确的编码会导致导入过程中出现乱码。

■ 数据分隔符问题：虽然文件是TXT或CSV，但是如果是固定的分隔符，我们必须选择正确的分隔符才能获取正确的数据。

■ 采样数据容量问题：采样数据默认为200行，如果数据采样复杂，可能存在容量不够的情况，这里可以选择更多的数据作为采样数据。

这个取决于在实际数据分析时的需求，在完成上面三个条件后，就可以开始进行数据的导入了，导入的界面如图2.7所示。

选择正确的编码和分隔符之后，就可进入数据的载入界面，这里数据载入中有两个不同的按钮，如图2.8所示。这两个按钮在具体操作中面对的是不同的场景，需要根据实际的需求选择不同的按钮进行不同的操作。

1. 数据直接加载到Excel中

选择“加载”选项，即不需要进行数据格式的处理和清洗，直接将所有数据加载到当前的Excel中。如果确定载入的数据不需要进行预处理和清洗，则可以直接使用“加载”选项进行数据的载入。

2.数据加载到选项

如果数据不需要进行再处理，但是需要设定数据导入后与当前的Excel之间的关系，就需要使用“加载到”选项进行当前数据关系的设置。通常这个选项不会直接在数据导入过程中进行操作，而会在数据集成和清洗之后选择这个操作。这些选项可以由多个选项组合而成，也可以只选择其中一个选项，图2.9所示为Excel中“加载到”的选项所提供的操作。

■ 加载到表：将导入的数据加载到表中。

■ 加载到数据透视表：将导入后的数据加载到数据透视表，这些数据经过处理之后可以直接进行数据透视表字段的调用，在实际应用中，不经过数据集成和清洗而加载到数据透视表的场景非常之少。

■ 加载到数据透视图：将导入后的数据作为数据源，基于导入后的数据建立相应的数据透视表。在实际应用场景中，数据需要经过清洗和集成，不进行数据清洗和集成而直接加载到数据透视图的场景非常少。

■ 仅创建连接：当数据量比较大，超过了Excel存储的最大数据量，如果希望针对这些数据进行再次处理，而不要导入Excel中进行再处理，可以选择“仅创建连接”方式进行数据访问的连接。在实际的应用场景中，这种情况出现的比较多，当希望进行大量数据的访问和集成，必须通过“仅创建连接”方式进行。

■ 将数据加载到模型：如果需要基于导入、清洗和集成后的数据进行数据建模，则需选择这个选项将数据导入Power Pivot 模型中。导入Power Pivot 之后的数据可以按照建模的需求进行数据的再处理。

3. 转换数据进行数据再处理

如果单击“转换数据”按钮将进入Power Query的核心数据处理界面，在这个界面中可以实现数据的类型转换、清洗和内容的转换等操作，在图2.8中单击“转换数据”后将进入Power Query编辑和数据处理界面，如图2.10所示。

在Excel中完成Power Query编辑和处理的数据可以进行存储和再次处理，这是Excel与Power BI 在进行数据处理时最大的差别。

到此为止，我们就可以顺利通过Excel中的Power Query界面将数据导入Excel中了，接下来是数据的再处理。

●Tips

2.1.2 Power BI导入CSV数据

在Power BI中不能保存数据，因此导入CSV数据比Excel更加简单。接下来我们来了解下如何通过Power BI导入CSV数据，在默认的Power BI界面中的“主页”选项卡下单击“获取数据”下拉按钮，在下拉列表中选择“文件/CSV”命令，如图2.11所示。

在Power BI中选择符合条件的TXT/CSV数据，并且导入之后把数据按照需求进行再处理。与Excel导入数据操作相同，这里有三个不同的项目需要设定，如果设定不正确可能会得到错误的数据结果。

■ 编码问题：不正确的编码会导致导入过程中出现乱码。

■ 分隔符问题：虽然文件是TXT或CSV，但是分隔符如果是固定的，我们必须选择正确的分隔符，才能获取正确的数据。

■ 采样数据：采样数据默认为200行，在数据较为复杂的条件下容量可能不够。可以依据自己的需求选择更多的数据作为采样数据。

完成了文件编码的选择之后，确定了数据之间的分隔符和采样数据的数量，我们就可以使用Power BI来完成相应的数据导入操作了，图2.12所示为导入数据的参数选择和数据操作界面。

这里需要注意“加载”和“转换数据”的差别。Power BI不同于Excel，Excel的“加载”会将数据导入表格中，而Power BI只能将数据保存在缓存当中。而“转换数据”的功能能够将数据在Power Query界面中进行再处理，在Power BI中的Power Query的处理比Excel的更加完整。

在Power BI中进行CSV处理之后，数据将只能保存在缓存中，在数据表格处理界面可以设置数据的格式和类型。图2.13所示为在Power BI中处理之后的数据保存的位置。