نمایش داده با فرمت Json در پاور بی آی

Json یا جیسون مخفف عبارت JavaScript Object Notation به معنی «نمادگذاری اشیا در جاوا اسکریپت» است. با کمک این فرمت می توانیم داده‌ها در وب با استفاده از جفت‌های خصوصیت-کلید تبادل کنیم.

در این آموزش یاد می گیریم که چگونه به منبع داده با فرمت Json وصل شویم و داده های آن را در فایل Power BI نمایش دهیم.

 

 

 

دانلود فایل

 

 

مطالعه بیشتر:  دوره Power BI و منابع داده (رایگان)

 

 

 

کانال تلگرام | اینستاگرام | لینکدین | گروه تلگرام

 

چگونه با Power BI به اکسل وصل شویم؟

اکسل یکی از متداول ترین منابع داده است.

در این آموزش یاد می گیرید که چطور داده های موجود در این منبع داده پرکاربرد را در Power BI نمایش دهید.

 

 

 

دانلود فایل

 

 

 

مطالعه بیشتر:  دوره Power BI و منابع داده (رایگان)

 

 

 

کانال تلگرام | اینستاگرام | لینکدین | گروه تلگرام

 

اتصال Power BI به بانک اطلاعاتی تحلیلی (SSAS)

 

در این مقاله یاد می گیرید که چگونه به بانک اطلاعاتی تحلیلی مایکروسافت (SSAS) وصل شوید.

 

 

 

دانلود فایل

 

 

 

 

 

مطالعه بیشتر:  دوره Power BI و منابع داده (رایگان)

 

 

 

کانال تلگرام | اینستاگرام | لینکدین | گروه تلگرام

پایگاه داده به عنوان منبع داده در Power BI

 

 

 

در این ویدئو به سوالات زیر پاسخ دادیم:

 

تفاوت منبع داده فایلی و منبع داده پایگاه داده چیست؟

 

OLTP چه تفاوتی با OLAP دارد؟ آیا با Power BI می توانیم به هر دو نوع پایگاه داده وصل شویم؟

 

تفاوت Import، Direct Query و live connection چیست؟

 

برای اتصال Power BI به پایگاه داده با چه چالش هایی روبرو هستیم؟

 

 

 

مطالعه بیشتر:  دوره Power BI و منابع داده (رایگان)

 

 

کانال تلگرام | اینستاگرام | لینکدین | گروه تلگرام

 

چگونه با Power BI به Power Platform وصل شویم؟

 

 

 

در این ویدئو یاد می گیرید که چطور با کمک Power BI به Power Platform وصل شوید.

 

حیلی اوقات پیش میاد که شما زمان زیادی را صرف تمیزکاری یک فایل می کنید و آن را در قالب یک فایل Power BI ذخیره می کنید و بعد می خواهید از این فایل Power BI تمیز شده و مدل شده، در یک فایل دیگر Power BI دیگر استفاده کنید. در این آموزش ویدیویی یاد میگیرید که چطور چنین کاری را انجام دهید.

 

 

مطالعه بیشتر:  دوره Power BI و منابع داده (رایگان)

 

 

 

کانال تلگرام | اینستاگرام | لینکدین | گروه تلگرام

 

انواع توابع در DAX

آموزش DAX

DAX مخفف Data Analysis Expressions  است. زبان DAX در واقع یک زبان برنامه نویسی نیست بلکه مجموعه از توابع است که به شما کمک کند تا اطلاعات جدیدی از دل داده های موجود استخراج کنید. ‌Power BI این توابع را در گروه های مختلفی دسته بندی کرده است که در ادامه این مقاله به معرفی این گروه ها می پردازیم.

 

آموزش DAX

 

توابع جدید (New DAX functions): توابع جدیدی هستند که به DAX اضافه شده اند یا به تازگی بروز رسانی داشته اند.

توابع تاریخ و زمان (Date and time functions): این دسته از توابع مشابه توابع تاریخ و زمان در اکسل هستند. توابع تاریخ و زمان DAX بر اساس نوع داده تاریخ و زمان در اس کیو ال سرور است. از معروف ترین توابع این دسته می توان به توابع زیر اشاره کرد:

DATE, DAY, HOUR, WEEKDAY

 

توابع فیلتر (Filter functions): این دسته از توابع یکی از قدرتمندترین و پیچیده ترین توابع موجود در DAX هستند و خیلی با اکسل متفاوت هستند. با کمک این دسته از توابع، امکان فیلتر کردن داده ها فراهم می شود. از معروف ترین توابع این دسته می توان به توابع زیر اشاره کرد:

ALL, ALLSELECTED, ALLEXCEPT

 

توابع مالی (Financial functions): این دسته از توابع در فرمول هایی که محاسبات مالی انجام می دهند، مورد استفاده قرار می گیرد. مانند مبلغ جاری و یا نرخ بازگشت. از معروف ترین توابع این دسته می توان به توابع زیر اشاره کرد:

FV, NPER, RATE

 

توابع اطلاعاتی (Information functions): این دسته از توابع، جدول یا ستونی را به عنوان آرگومان ورودی دریافت کرده و مشخص می کنند که آیا مقادیر آن مطابق نوع مورد انتظار هست با نه. به عنوان مثال، تابع ISERROR() ستون یا جدولی را به عنوان آرگومان ورودی دریافت می کند و در صورتی که این ستون یا جدول خطا داشته باشد، مقدار TRUE بر می گرداند. از معروف ترین توابع این دسته می توان به توابع زیر اشاره کرد:

CONTAINS, ISEMPTY¸ ISODD

 

توابع منطقی (Logical functions): معروف ترین تابع این گروه تابع IF است. این تابع سه آرگومان ورودی دارد. ورودی اول یک عبارت شرطی است. اگر که عبارت شرطی درست بود، تابع IF آرگومان دوم را بر می گرداند در غیر این صورت آرگومان سوم را بر می گرداند. مابقی توابع این دسته مانند تابع IF عملیات منطقی انجام می دهند. از معروف ترین توابع این دسته می توان به توابع زیر اشاره کرد:

IF, SWITCH, AND, TRUE

 

توابع ریاضی و مثلثاتی (Math and Trig functions): این دسته از توابع مشابه توابع ریاضی و مثلثاتی در اکسل هستند. البته تفاوتی در نوع داده وجود دارد. از معروف ترین توابع این دسته می توان به توابع زیر اشاره کرد:

ROUND, RAND, RAND, SUMX, LOG, DIVIDE

 

سایر توابع (Other functions): مایکروسافت، توابعی که در گروه های دیگر جا نشدند را در یک گروه به نام سایر توابع قرار داده است. در حال حاضر نیز شامل صرفا دو تابع زیر است.

BLANK, ERROR

 

توابع والد و فرزندی (Parent and Child functions): با کمک این دسته از توابع می توانید ساختارهای سلسه مراتبی و والد و فرزندی را مدیریت کنید. از معروف ترین توابع این دسته می توان به توابع زیر اشاره کرد:

PATH, PATHCONTAINS, PATHITEM

 

توابع ارتباطی (Relationship functions): این دسته از توابع برای مدیریت ارتباط بین جداول به کار می رود. از معروف ترین توابع این دسته می توان به توابع زیر اشاره کرد:

CROSSFILTER, RELATED

 

توابع آماری (Statistical functions): این دسته از توابع جهت انجام محاسبات آماری مانند محاسبات میانگین، کمترین مقدار، بیشترین مقدار و … مورد استفاده قرار می گیرد. از معروف ترین توابع این دسته می توان به توابع زیر اشاره کرد:

MAX, MAXA, MAXX, MEDIAN, COUNT, AVERAGE

 

توابع دستکاری جداول (Table manipulation functions): این دسته از توابع یک جدول را برمی گردانند یا اینکه جدول موجود را دستکاری می کنند. از معروف ترین توابع این دسته می توان به توابع زیر اشاره کرد:

SUMMARIZE, TOPN, TREATAS, VALUES, FILTERS, GROUPBY

 

توابع متنی (Text functions): با کمک این توابع، می توانید یک قسمت رشته را برگردانید. مقدار یک رشته را در رشته دیگر جستجو کنید. دو رشته را با هم ترکیب کنید. یک سری توابع هم جهت فرمت رشته در این دسته قرار دارد. از معروف ترین توابع این دسته می توان به توابع زیر اشاره کرد:

LEN, REPLACE, REPT, TRIM

 

توابع هوشمندی زمان (Time intelligence functions): با کمک این دسته از توابع داده ها را در دوره های زمانی مانند روز، ماه و سال دستکاری و یا مقایسه کنید.  از معروف ترین توابع این دسته می توان به توابع زیر اشاره کرد:

CLOSINGBALANCEMONTH, CLOSINGBALANCEQUARTER

اجرا اسکریپت پایتون در Power BI

آموزش ویدیویی این مقاله را می تونید تو اینجا ببنید.

 

قرار که تو این مقاله قطعه کد پایتون زیر را تو پاور بی ای اجرا کنیم:

 

import pandas as pd
data = [[‘Alex’,10],[‘Bob’,12],[‘Clarke’,13]] df = pd.DataFrame(data,columns=[‘Name’,’Age’],dtype=float)
print (df)

 

و بعد هم نتیجه اش را به صورت زیر و در قالب یک جدول تو محیط پاور بی ای ببینیم.

برای این که بتونیم چنین خروجی اجرای اسکریپت پایتون را تو پاور بی آی ببینیم، باید مراحل زیر را انجام بدیم.
۱٫ نصب آخرین نسخه پایتون
۲٫ نصب دو پکیج pandas و matplotlib
۳٫ تنظیم محل نصب پایتون در محیط Power BI
۴٫ تست اسکریپت پایتون در محل توسعه پایتون (اختیاری)
۵٫ اجرای اسکریپت پایتون در فضای Power BI

 

 

نصب پایتون

پاور بی آی برای اجرای اسکریپت پایتون از موتور پایتون استفاده می کند. بنابراین حتما باید اول پایتون را روی سیستم تون نصب کرده باشید.
اگر که پایتون را نصب دارید که از این مرحله بگذرید و برید سراغ گام بعدی. اگر هم که نصب ندارید، که مراحل بعدی را با من همراه شوید.
برای این کار اول از همه به سایت python.org برید و آخرین نسخه پایتون را دانلود و نصب کنید. دقت کنید که با توجه به سیستم عامل و نوع سیستم (۳۲ یا ۶۴ بیتی) نسخه مناسب جهت دانلود را انتخاب کنید. تو این مقاله ما نسخه ۳٫۹٫۲ پایتون را دانلود کردیم.
بعد هم نصب را مطابق تصویر زیر انجام بدید.
نصب پایتون کار خاصی ندارد. چند تا Next ساده است. فقط حواس تون باشه که تو صفحه اول حتما تیک “Add Python 3.9 to PATH” را بزنید. اگه هم نزدید هم مشکلی پیش نمیاد. بعد از نصب هم می توانید آدرس پایتون را به PATH اضافه کنید.

 

چک کردن اضافه شده آدرس پایتون به PATH

اگر که آدرس پایتون به PATH اضافه نشده باشد، بعدها برای اجرای آن از خط فرمان به مشکل بر میخورید. بنابراین بهتر که اول از همه چک کنید که آدرس پایتون به PATH اضافه شده است یا نه. برای چک کردن این موضوع مراحل زیر طی کنید.
– در جستجوی ویندوز عبارت “system environment variable” را تایپ کنید.
– در پنجره باز شده بر روی Environment Variable کلیک کنید.
– در پنجره باز شده در قسمت User Variable بر روی سطر “Path” کلیک کنید و چک کنید که آیا مسیر پایتون اضافه شده است یا خیر. اگر که اضافه نشده بود، به صورت دستی این کار را انجام دهید.

 

چک کردن نصب پایتون

بعد هم باید بریم و مطمئن بشیم که پایتون واقعاً نصب شده.
برای چک کردن نصب پایتون هم مراحل زیر را انجام میدهیم.
– دکمه ویندوز را روی کیبورد به همراه دکمه R‌ کلیک کنید.
– در پنجره باز شده دستور cmd را تایپ کنید و بعد هم Enter بزنید.
– با اجرای دستور فوق، پنجره سیاه رنگی باز می شود که به command prompt معروف است. کنار نشانگر چشمک زن تایپ کنید:

paython –version

– در صورتی که پایتون به خوبی روی سیستم شما نصب شده باشد، باید الان شماره نسخه پایتون نمایش داده شود.
– در صورتی که دستور python را به تنهایی اجرای کنید، خط فرمان پایتون فعال می شود. باید دستور Exit() را تایپ کنید تا دوباره به خط فرمان ویندوز برگردید.

 

دستور pip

در مرحله بعدی باید چک کنیم که دستور pip هم روی سیستم نصب شده است یا نه. ما دستور pip را برای نصب دو پکیج pandas و matplotlib نیاز داریم.
حواستون باشه که در نسخه های جدید پایتون، دستور pip همراه خود پایتون نصب میشه. اما بهتر که ما هم مطمئن باشیم که دستور pip نصب شده باشد. راست اش دفعه اولی که خودم می خواستم بسته pandas را نصب کنم، به خاطر نصب نبودن pip کلی رفتم سر کار. چند بار دستور نصب را نوشتم و میدیدم که درست اجرا نمیشه. آخرش فهمیدم که مشکل از این بود که اصلا من دستور pip را نصب نداشتم.
برای چک کردن نصب بودن دستور pip‌ هم
– اول چک کنید که تو خط فرمان ویندوز هستید.
– دستور pip را تایپ کنید. در صورتی که دستور pip نصب شده باشد که توضیحات مربوط به آن چاپ می شود. در غیر این صورت پیام عدم شناسایی دستور را نمایش داده می شود.
– اگر که دستور pip نصب نبود، ابتدا دستور pip را نصب کنید. من الان نمی خواهم نصب pip را توضیح بدهم. این مقاله خیلی طولانی میشود. با یک جستجوی ساده در نت دستورالعمل اش را پیدا می کنید.

ممکن که دستور pip نصب شده باشد، اما موقع اجرا پیام بده که این نسخه قدیمی و باید نسخه جدید را نصب کنید. جهت به روز رسانی دستور pip از دستور زیر استفاده کنید.

python -m pip install –upgrade pip

نصب پکیج

برای اجرای اسکریپت پایتون، داده های شما باید به شکل Pandas Data Frame باشد. بنابراین باید پکیج Pandas را نصب کنید. نصب این پکیج خیلی راحت هست. فقط باید Command Prompt را باز کنید و دستور زیر را بنویسید.

pip install pandas

پکیج دوم، matplotlib هست که یک کتابخانه جهت رسم در پایتون هست. جهت رسم این کتابخانه کافی است که دستور زیر را اجرا نمایید.

pip install matplotlib

تنظیم محل نصب پایتون در Power BI

در مرحله بعد باید به Power BI بگیم که از کجا می تواند موتور پایتون را پیدا کند و اسکریپت را جهت اجرا به آن ارسال کند.
ابتدا Power BI را باز کنید و بعد به آدرس زیر بروید.

File > Options and settings > Options > Python scripting.

سپس در قسمت Detect Paython home direction آدرس محل نصب را وارد کنید. اغلبPower BI آدرس را شناسایی می کند.

اجرا اسکریپت در پایتون

این گام اختیاری است. بهتر قبل اینکه اسکریپت پایتون را تو محیط Power BI اجرا کنید، یک بار آن را در محیط توسعه پایتون اجرا کنید و مطمئن شوید که درست اجرا می شود.
برای این کار طبق آموزش بالا، Command Prompt را باز کنید. دستور python را اجرا کنید. شکل اشاره گر از شکل شماره ۱ به شکل شماره ۲ تغییر می کند.
سپس دستورات زیر را وارد کنید و مطمئن شوید که خروجی درستی دریافت کردید.

محدودیت ها

وقتی که اسکریپت پایتون را برای پاور بی آی آماده می کنید یک سری محدودیت ها دارید:
فقط دیتا فریم پانداس وارد می شود. بنابراین مطمئن شوید که دیتا چنین ساختاری دارد.
اجرای دیتا فریم کمتر از ۳۰ دقیقه زمان می برد.
اسکریپت های تعاملی مانند آنهایی که منتظر یک ورودی از کاربر هستند، اجرا را متوقف می کند.
مسیر باید کامل درج شود. مسیر نسبی نباید باشد.
جداول تو در تو در حال حاضر پشتیبانی نمی‌شود.

اجرا اسکریپت پایتون و وارد کردن داده ها

برای اجرا اسکریپت پایتون، ابتدا پاور بی ای را باز کنید

Home > Get data> more > Other > Python script

در پنجره باز شده اسکریپت پایتون را وارد کنید و بعد هم دکمه OK
در پنجره بعدی جدول df را انتخاب کنید و دکه Load را کلیک کنید.

تبریک می گم. اسکریپت پایتون اجرا شد و داده ها به فضای Power BI وارد شد.

 

عیب زدایی

اگر که پایتون نصب نشده باشد یک پیغام اخطار به صورت زیر نمایش داده می شود. در صورتی که چند جا هم نصب کرده باشید، چنین پیام خطایی را مشاهده می کنید. مراحل قبلی نصب و راه اندازی پایتون را مجدد مرور کنید.

 

 

کانال تلگرام | اینستاگرام | لینکدین | گروه تلگرام

معرفی محیط Power BI Desktop

 

در این ویدیو آموزشی با قسمت های مختلف محیط Power BI Desktop آشنا می شوید. این قسمت ها عبارتند از:

۱- ریبون بالا صفحه

۲- Pane‌های سمت راست صفحه

۳- View های سمت چپ صفحه

۴- پنجره Power Query

 

 

 

 

 

کانال تلگرام | اینستاگرام | لینکدین | گروه تلگرام

 

 

چگونه نمودار را بر اساس ترتیب ماه ها مرتب کنم و نه ترتیب الفبایی ماه ها؟

سوال شما:

گزارش مقدار فروش بر اساس ماه را در پاور بی ای تهیه کرده‌ام. اما ماه‌ها بر اساس ترتیب حروف الفبا (اردیبهشت، اسفند، آذر، آبان، بهمن، تیر … ) مرتب شده‌اند. در حالی که هدف من تهیه گزارش بر اساس ترتیب ماه‌ها (فروردین، اردیبهشت، خرداد …) است. نمونه گزارش در تصویر زیر قرار دارد. چگونه این مشکل را برطرف کنم؟

 

 

 

برای حل این مشکل، حتما باید مشابه تصویر زیر، شماره ترتیب ماه‌ها را در ستون جداگانه‌ای داشته باشید. در تصویر زیر مشخص است که ماه دی، کد ۱۰ دارد که به معنی ۱۰ امین ماه شمسی است.

 

 

اگر که در منبع داده این ستون وجود داشت که چه بهتر. از همان ستون استفاده کنید. اما اگر که وجود نداشت باید این ستون را اضافه کنید. راه‌های مختلفی برای انجام این کار وجود دارد، یکی از راه‌های ساده تر را با هم بررسی می‌کنیم.

بر روی سه نقطه بالا سمت راست نمودار کلیک کنید و گزینه Export Data را انتخاب کنید و محل ذخیره سازی داده را مشخص کنید. با کمک این گزینه دیتای نمودار نمایش داده شده به فرمت CSV ذخیره میشود.

 

 

با کمک اکسل،فایل CSV را باز کنید. یک ستون به نام “کد ماه” اضافه کنید و کد هر ماه را کنار آن درج کنید.

 

 

دوباره تاکید می کنم که این یکی از روش‌های اضافه کردن شماره ترتیب ماه ها به داده هست و ممکن که شما از روش دیگری استفاده کنید.

بعد از اینکه ستون شماره ترتیب ماه اضافه شده، کافی است مراحل زیر را طی کنید تا گزارش بر اساس ماه مرتب شود.

نحوه نمایش را بر روی Data تنظیم کنید.

ستون نام ماه از جدول فروش را انتخاب کنید.

در حالی که ستون “نام ماه” در حالت انتخاب شده قرار دارد، از تب Column Tools گزینه Sort By Column را انتخاب کرده و از لیست باز شده “کد ماه” را انتخاب کنید.

و تمام. نمودار بر اساس ترتیب شماره ماه و نه ترتیب الفبایی ماه مرتب شد.

 

 

 

کانال تلگرام | اینستاگرام | لینکدین | گروه تلگرام

 

 

 

آموزش وارد کردن داده متنی به پاور بی ای (Power BI Desktop)

فایل‌های متنی و CSV یکی از پراستفاده ترین منابع داده در پاور بی ای هستند. این دسته از فایل ها اغلب برای تبادل حجم بالا داده بین سیستم‌های نرم افزاری مورد استفاده قرار می‌گیرند.

در ادامه ابتدا فایل CSV را تعریف می‌کنیم و تفاوت آن با فایل متنی بررسی می‌کنیم سپس سراغ نحوه وارد کردن آن به پاور بی ای می‌رویم.

 

 

فایل CSV چیست؟

«CSV» مخفف عبارت «Comma Separated Values» و به معنای «مقادیر جدا شده با ویرگول» است. اینگونه فایل‌ها پسوند .csv ذخیره میشوند و در واقع نوعی فایل متنی هستند که شامل لیستی از داده‌ها است که در اغلب موارد با ویرگول از هم جدا شده اند. نمونه‌ای از این فایل را می‌توانید از اینجا دانلود کنید.

برای باز کردن فایل CSV می‌توانید از Notpad، اکسل، Notpad++ و… استفاده کنید. اگر که حجم فایل متنی خیلی زیاد و در حد چند ده گیگ بود، نرم افزارهای بالا جواب نمیدهند و باید از نرم افزار EM Editor استفاده کنید.

فایل CSV اغلب برای جابه‌جایی داده‌ها بین نرم‌افزارهای متفاوت مورد استفاده قرار می‌گیرد. با کمک این فایل‌ها شما می‌توانید اطلاعات خود را از یک نرم‌افزار وارد یک فایل CSV کرده و سپس آن فایل CSV را در یک نرم‌افزار دیگر مورد استفاده قرار دهید.

برخی از این فایل با نام «Character Separated Values» (مقادیر جدا شده با کاراکتر خاص) یا «Comma Delimited» (محدود شده با ویرگول) نیز یاد می‌کنند. این فایل‌ها معمولا از ویرگول برای جداسازی یا محدودسازی داده‌ها استفاده می‌کنند، ولی در برخی اوقات از سایر کاراکترها نظیر نقطه ویرگول (;) نیز استفاده می‌شود.

 

تفاوت فایل CSV و فایل متنی

فایل متنی اغلب با پسوند .txt ذخیره می‌شود و لزومی ندارد که حتما داده‌ها با ویرگول یا یک کارکتر خاص از هم جدا شوند. هر متن فارسی، انگلیسی … را می‌توانید در فایل متنی بنویسید. مثلا متن یک خبر یا نامه میتواند در فایل متنی ذخیره شود. نمونه فایل متنی را در ادامه مشاهده می‌کنید.

 

 

اما فایل CSV با فرمت .csv ذخیره می‌شود و حتما داده‌ها باید یک کاراکتر خاص از هم جدا شوند.

دقت کنید که فایل متنی یک دسته بزرگتر از فایل CSV است و فایل CSV زیرمجموعه فایل متنی حساب می‌شود. نمونه فایل CSV را در ادامه مشاهده می‌کنید.

 

 

وارد کردن داده متنی/CSV در پاور بی ای

از تب Home بر روی گزینه GetData کلیک کنید

در صفحه باز شده گزینه Text/CSV را انتخاب کنید.

آدرس محل ذخیره سازی فایل CSV را مشخص کنید و گزینه Open را کلیک کنید.

بعد از اینکه گزینه Open را کلیک کردید، پاور بی ای فایل CSV را باز کرده و شروع به بررسی فایل می‌کند و یک سری ویژگی‌های فایل را شناسایی می‌کند و چند سطر ابتدایی فایل را نمایش می‌دهد.

  • File Origin: این گزینه character encoding مربوط به فایل را نگه داری میکند. دقت کنید که اگر که فایل CSV حاوی کاراکتر فارسی است، حتما با فرمت  UTF-8ذخیره شده باشد. در غیر این صورت کارکترها به درستی نمایش داده نمی‌شوند.
  • Delimiter: این گزینه، کارکتر جداکننده داده‌ها را مشخص می‌کند. در مثال زیر ویرگول (,) کاراکتر جدا کننده است. در صورتی که فایل CSV شما از کاراکتر دیگری جهت جدا کردن داده‌ها استفاده کرده است، در این قسمت می‌توانید انتخاب کنید.کارکتر جداکننده خاص مانند (|) را نیز می‌توانید در قسمت Custom انتخاب کنید.
  • Data Type Detection: به صورت پیش فرض، نوع داده هر ستون را بر اساس ۲۰۰ سطر اول شناسایی می‌کند. می‌توانید تنظیم کنید که شناسایی نوع داده بر اساس کل سطرها باشد، که در این صورت با توجه به حجم فایل ممکن است زمانبر باشد، یا اینکه تنظیم کنیدکه اصلا نوع داده را شناسایی نکند.

در نهایت هم کلید Load را کلیک کنید تا داده‌ها در فضای پاور بی ای بارگذاری شود.

 

 

دقت کنید که در خواندن فایل CSV، پاور بی ای تعداد ستون‌های فایل CSV و نام ستون‌ها را نیز ذخیره می‌کند و در صورتی که تغییری در تعداد و نام ستون‌های فایل CSV دهید، به صورت خودکار در پاور بی ای به روز رسانی نمی‌شود. به عنوان مثال در مثال فوق، تعداد ۱۶ عدد ستون در فایل وجود دارد. در صورتی که بعدها دو ستون جدید به فایل فوق اضافه شده و تعداد کل ستون‌ها به ۱۸ عدد برسد، پاور بی آی (تا الان که نسخه مارچ ۲۰۲۰ منتشر شده است) همچنان همان ۱۶ ستون اولیه داده‌ها همچنان در نظر می‌گیرد. برای تصحیح این خطا باید مطابق تصویر زیر به Advanced Query بروید و با کمک زبان M به صورت دستی تصحیح کنید.

 

 

 

 

کانال تلگرام | اینستاگرام | لینکدین | گروه تلگرام