我将向您展示如何构建10000
包含分类值和数值的行的数据集。我将Python库numpy和pandas分别用于数据生成和表操作。下面的代码片段仅从两个列表10000
时间中绘制了一个随机元素,以构建带有一些街道和城市名称的两列,并将一个随机数列表添加到混合中。然后,我使用熊猫将数据组织到数据框中。在中使用PythonPower BI Power Query Editor
,您的输入必须是表格,而输出则必须是pandas数据框。
import numpy as np
import pandas as pd
np.random.seed(123)
streets=['Broadway', 'Bowery', 'Houston Street']
cities=['New York', 'Chicago', 'Baltimore']
rows = 1000
lst_cities=np.random.choice(cities,rows).tolist()
lst_streets=np.random.choice(streets,rows).tolist()
lst_numbers= np.random.randint(low=0, high=100, size=rows).tolist()
df_dataset=pd.DataFrame({'City':lst_cities,
'Street':lst_streets,
'ID':lst_numbers})
df_Metadata = pd.DataFrame([df_dataset.shape])
在Power BI Desktop中,单击Enter Data
以转到Power Query Editor
。在下面的对话框窗口中,除了单击,什么都不要做OK
。结果是一个空表和下面的两个步骤Applied steps
:
现在,使用Transform > Run Python Script
,在上面插入代码段,然后单击OK
以获取以下信息:
现在,您有了一个包含2列3行的初步表。这是在Power BI中实现Python的相当整洁的细节。运行代码段后,您可以使用以下三种不同的数据集。Dataset
是默认构造的,但是由于我们从一个空表开始就为空。如果我们从其他数据开始,的第一行Run Python Script
说明了此表的用途# 'dataset' holds the input data for this script
。它以熊猫数据框的形式构造。上一张表df_Metadata
只是对我们真正感兴趣的数据集的简短描述:df_dataset
,但我将其添加到了混合中,以说明您在代码段中创建的所有数据框都将可用。通过单击Table
名称旁边的来选择要继续处理的表。
就是这样!现在,您有了一个混合数据类型表,可以继续使用Python或Power BI本身进行工作: