Wiemy już, jak możemy wykorzystać Excela i dodatek Power Query do zarządzania, scalania i łączenia danych. Dziś chcemy wejść poziom wyżej i zapoznać się z podstawami relacji i dodatkiem Power Pivot, żeby budować szybkie podsumowania danych w tabelach przestawnych.

To on daje nam funkcjonalności najbardziej zbliżone do „klasycznej” bazy danych. Zaczniemy jednak od najprostszego problemu do rozwiązania za pomocą Power Pivot – braku miejsca w Excelu. Excel ma trochę ponad milion wierszy, ale uwierz mi, że nie wszystkim to wystarcza – niektórzy mają miliony rekordów (wierszy) w swoich bazach danych. Poza tym, jeśli przechowujesz dane bezpośrednio w komórkach Excela (lub jako pliki .csv, .txt itp.), to taki plik zajmuje dużo miejsca.

Przygotowaliśmy pięć plików .csv z informacjami o sprzedaży w różnych krajach, które chcemy załadować do Modelu Danych Excela (dodatku Power Pivot) do pliku głównego (PodsumowanieSprzedaży.xlsx). Łącznie zajmują około 42 MB. Wszystkie znajdują się w jednym folderze. Z poprzedniego artykułu wiemy już, jak je wszystkie wczytać naraz za pomocą Power Query – musimy tylko wskazać folder, gdzie się znajdują.

Przy zestawie danych musimy jednak dodatkowo uważać, ponieważ mamy kolumnę z kodami pocztowymi, które mogą być źle zinterpretowane jako liczby, gdyż w niektórych krajach tak się je zapisuje. Dlatego musimy się upewnić, że kolumna Kod Pocztowy w naszym głównym zapytaniu (zmieniamy jej nazwę na fSprzedaż, później wytłumaczymy znaczenie ‘f’ na początku nazwy) oraz w przekształcaniu przykładowego pliku (Rysunek 1).

Zwracamy na to szczególną uwagę, gdyż mówimy o bazach danych, a ustalenie typu danych dla danego pola (kolumny) jest kluczowe pod względem efektywności ich działania i ilości miejsca zajmowanego przez nie na dysku twardym.

Dodawanie danych do modelu danych Power Pivot

Teraz możemy załadować zapytanie do modelu danych Excela, korzystając z polecenia Zamknij i załaduj do… z karty Narzędzia główne, żeby wybrać odpowiednie opcje w oknie ładowania do (Rysunek 2). Najważniejsze jest dla nas zaznaczenie pola wyboru (checkboxa) Dodaj te dane do modelu danych i odznaczenie Ładowania do tabeli, a Utwórz tylko połączenie.

Jeśli zaznaczymy Ładowanie do tabeli, to pojawi nam się komunikat o braku miejsca (Rysunek 3), ponieważ łącznie nasze pliki mają 1 174 321 wierszy, czyli więcej niż ma Excel w arkuszu.

Po zapisaniu plik Excela powinien zajmować około 4 MB, czyli 10 razy mniej niż łącznie pliki .csv. Wynika to ze sposobu zapisu danych w modelu danych, który często określa się mianem Columnar Database, czyli kolumnowa baza danych. W dużym uproszczeniu – im więcej powtarzających się wartości w kolumnach, tym lepiej model danych w Excelu je kompresuje.

Pozostałe 81% artykułu dostępne jest dla zalogowanych użytkowników serwisu.

Jeśli posiadasz aktywną prenumeratę przejdź do LOGOWANIA. Jeśli nie jesteś jeszcze naszym Czytelnikiem wybierz najkorzystniejszy WARIANT PRENUMERATY.

Zaloguj Zamów prenumeratę Kup dostęp do artykułu

Pobierz pliki:

Ulubione Drukuj

Zobacz również

Tylko on-line nr 24/2020

Model analizy efektywność inwestycji w akcje spółki

CiRZ_5-6_37.jpg

W niniejszym artykule prezentujemy kompleksowy model, który w uniwersalny sposób łączy ocenę z perspektywy wejścia, utrzymywania i wyjścia z inwestycji oraz umożliwiający porównywanie danej klasy aktywów pod względem zakładanych parametrów inwestycji.

Czytaj więcej
Tylko on-line nr 24/2020

Znajdowanie udziałów oraz porównywanie wartości w tabeli przestawnej

CiRZ_04_9.jpg

Pracując z różnego rodzaju danymi często dochodzimy do momentu, w którym mamy stworzoną tabelę przestawną, którą potrzebujemy dalej analizować. Okazuje się, że mamy do tego szereg narzędzi, które warto wykorzystywać.

Czytaj więcej
Tylko on-line nr 24/2020

Weryfikacja statusu płatności w Power Query

CiRZ_5-6_28.jpg

Wyobraźmy sobie taką sytuację. Odpowiadamy za sprawy księgowe w firmie i potrzebujemy trzymać rękę na pulsie jeśli chodzi o kontrolę spływających płatności od klientów. Wystawiamy setki dokumentów sprzedażowych w programie transakcyjnym, a informacje o płatnościach otrzymujemy w postaci wyciągów z banków. Potrzebujemy „zderzyć” ze sobą te dane, aby wiedzieć który klient zalega z płatnością, a który jest przykładem do naśladowania. Niestety używany system nie pozwala nam na prostą weryfikację. Co robimy? Sięgamy po Excela i Power Query.

Czytaj więcej

Przejdź do

Partnerzy

Reklama