升职加薪就靠它了——学习用Power BI打造COVID

分享开工好物清单，减压抗压我有妙招！3月5日-4月8日参与#打工人幸福指南#征稿，成功发布至社区即可获得50金币奖励！分享你的桌面好物推荐、提升工作效率清单、上下班通勤神器，一起冲击1000元大奖！>>查看活动详情

创作立场声明：本文内容为个人工作学习经验，仅供参考

身为长期奋战在底层的打工人，为了生存本人学习了不少雕虫小技，最近两年迷上了O365，试着用套装中的各种产品来简化/优化自己的工作。其中Power BI是其中一个应用范围非常广泛的产品，其实在本站已经分享过两篇Power BI的应用实例了。

用Chrome上的插件Web Scraper爬取豆瓣恐怖片列表 Power BI数据分析实 #好文臻选 作者：LifeIsKillingMe 65

树莓派 PowerBI DIY自己的温湿度IoT实时监控平台 #DIY #购物攻略 #极客黑智能 #年度挑战赛 作者：LifeIsKillingMe 102

我们都曾经在Excel里生成图表，而Power BI的优势在于可以创建交互式数据可视化效果和报表，无论是数据连接、混合和建模，还是数据可视化，样样都很在行。可将视觉对象精确置于所需的位置，并分析和研究数据，同时还能将内容发布到 Power BI Web 服务，与团队共享这些内容。

除此以外，Power BI可以安全地连接到云和本地中的数百个数据源，只需单击几下，即可转换和混合多个源中的数据，更方便地创建移动报表，用户可随时随地查看。

无论你是一个企业里哪个职能的工作人员，都可以利用Power BI结合自己的工作场景打造高效便捷的仪表盘。我从事的是IT运维的工作，平时经常用Power BI连接企业内部如SQL Server等数据库平台，写几条Query就可生成复杂的报表，可以实时交互刷新，让你在团队中脱颖而出。

今天分享的实例是利用Power BI创建一个反映全球COVID-19感染死亡人数的仪表盘，会着重于处理数据源的方法步骤。

首先建议安装一个本地应用程序Power BI Desktop。虽然Power BI也可以通过网页端直接生成报表，但是Desktop版本的功能更加丰富，也更方便调试。

Power BI Desktop安装文件的下载地址在此。大家可以根据自己电脑的实际情况选择32位或者64位的安装程序。

首次使用可以用公司邮箱注册账号。

个人觉得Power BI里如何建立效果酷炫的报表其实是次要的，最关键的还是选择一个准确有效的数据源。本文将会指导大家在Power BI Desktop中导入数据源，并且对数据进行预处理。

新冠病毒疫情情况最权威的发布机构就是约翰霍普金斯大学，他们在GitHub上也提供了源数据可供使用。

导入第一个数据源

在GitHub网站上依次选择case_covid_19_data，case_covid_19_time_series文件夹。

点击time_series_covid19_confirmed_global.csv文件，然后点击Raw获取原始文件。

从网页地址栏中拷贝完整的文件地址，即https://raw./CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_confirmed_global.csv

下面我们就可以导入数据了，在Power BI Desktop中依次选择获取数据->全部->Web

然后将刚才的地址贴到URL里，可能会有值友问为什么选择Web而不是Excel呢，因为选择Web才能实时访问实现自动刷新数据。

终于可以连接GitHub的数据源了。

随后的界面会显示数据的预览，点击转换数据，因为我们还要对原始数据做一下预处理。

将左侧的Query名修改成Confirmed（确诊），这是为了之后更清晰地识别。

然后点击窗口上方将第一行作为标题。

可以注意到在此阶段，前4列标识地区/国家/地区，省/州以及经度和纬度，但是各列默认都是日期型数据，我们将对其进行更改。 按住Ctrl选中前四列，然后右键选择逆透视其他列。

可以看到数据类型已经准确了，然后依次双击最后两列，将列名改成Date（日期）和Confirmed（确诊）。

如此我们已经完成了第一个数据源的导入。为了丰富展示数据，我们需要添加第二个数据源，方法类似。这就是Power BI强大的地方，可以方便地导入多个数据源，建立关系连接。

导入第二个数据源

回到GitHub的网页，选中另一个CSV文件time_series_covid19_deaths_global.csv

点击Raw获取网页地址为https://raw./CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_deaths_global.csv

回到Power BI Desktop的界面，右键选择之前创建的Query查询，选择复制（中文版的Power BI菜单选项容易产生歧义，这里的复制应为Duplicate，而非第一个复制Copy）。

将这个查询更名为Deaths（死亡人数），点击右侧面板源右边的齿轮标志。

将之前拷贝的第二个csv的数据源地址填入，点击确定。

点击关闭并应用，稍等片刻，Power BI Desktop会从数据源拉取数据，得到的结果如下。

合并两个数据源

至此，我们已经导入了确诊和死亡人数两个数据源，为了提高查询的效率，我们会将两个数据源汇总到一张表内。首先，我要确保Power BI不会读取单一表格，在查询的编辑界面，分别右键点击Confirmed和Deaths查询，取消启用加载的选择。（注意！这里千万不要点击关闭应用，否则会删除所有数据）

选中Deaths查询，将最后一列重命名为Deaths。

再选中Confirmed查询，点击主页选项卡中的合并查询->将查询合并为新查询

按照以下次序点击完成合并查询的操作。

选中新的查询，点开Deaths列右侧下拉框，仅选中Deaths并且取消使用原始列名作为前缀。

然后将Deaths.1列重命名为Deaths。

将新查询合并1重命名为COVID-19 Cases，点击关闭并应用。

完成后的表格如下，然后就可以自定义报表了。

设置数据自动刷新

设置自动刷新数据有很多种方式，比如可以设置Power BI网关定期刷新数据，还有一种更简单的方式就是修改Query的设置。进入查询编辑界面，分别选中Confirmed和Deaths查询，点击右侧的源。

在上方的编辑栏内可以看到公式为= Csv.Document(Web.Contents('https://raw./CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_confirmed_global.csv'),[Delimiter=',', Columns=418, Encoding=65001, QuoteStyle=QuoteStyle.None])

将其修改为=Csv.Document(Web.Contents('https://raw./CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_confirmed_global.csv'),[Delimiter=',', Encoding=65001, QuoteStyle=QuoteStyle.None])

然后再将右侧面板中更改的类型和更改的类型1分别删除。

最后一步，选择COVID-19 Cases查询，将Confirmed和Deaths列改为整数类型。

数据没问题了，然后就可以创建报表了。Power BI Desktop里已经包含了丰富的可视化图表，将图表类型拖放到报表面板中，然后将相应字段拖放到图表设置中即可。如果所含图表类型不能符合要求，也可以通过R语言生成更复杂的图表。

由于Power BI的实现模式完全是所见即所得，报表定制时可以多加调试。之后点击主页的发布按钮即可发布到Power BI的在线平台，且可以共享给别人。

网上已经有Power BI大神提供了该Power BI的文件可供下载，并且发布到云端可供随时浏览，这是在线报表地址。

可以看到美国虽然日增确诊数有所下降，但是疫情形势还是非常严重。

这是一个Power BI应用的简单实例，大家可以在实际工作场景中利用Power BI做出更多有趣的图表以供展示。