Python in Power BI nutzen

 

Python in Power BI

 

Power BI von Microsoft ist das Datenvisualisierungstool der Zukunft. Mit Power BI kann man Daten visualisieren und analysieren sowie auch komplexe Daten aus verschiedenen Datenquellen miteinander verknüpfen. Dafür stehen verschiedene vordefinierte Visualisierungsmöglichkeiten zur Verfügung sowie verschiedene vordefinierte Möglichkeiten wie man die Daten transformieren kann.

Man kann allerdings Daten auch mit Hilfe der schier endlosen Zahl an Visualisierungen aus Python darstellen – und ebenso kann man auch die Transformierung der Daten in Python durchführen.

Python in Power BI

Will man genau diese unzähligen Möglichkeiten auch in Power BI nutzen, dann kann man einiger Zeit auch Python-Skripte in Power BI ausführen sowie Daten mit der Python-Visualisierung darstellen.

Das heißt es gibt vor allem zwei Stellen, an denen man Python in Power BI einbinden kann:

  1. Im Power Query Editor, um Daten zu transformieren
  2. In der Berichtsansicht mit Hilfe eines Python-Visuals, um Daten zu visualisieren.

Die Integration von Python in Power BI vergrößert daher die Möglichkeiten um ein Vielfaches. Wer schon Kenntnisse in Python hat, kann diese nutzen um komplexe Transformierungen durchzuführen wie zum Beispiel auch Machine Learning Algorithmen, die zum Beispiel eine Stimmung aus einem Text wie einer Bewertung erkennen können. Zudem kann eine der unzähligen Bibliotheken auch zur Visualisierung genutzt werden. Python in Power BI öffnet daher ganz neue Horizonte für die Erstellung von Modulen für maschinelles Lernen sowie das Transformieren und das Visualisieren der Daten. Aber wie genau funktioniert das?

Vorbereitungen um Python in Power BI auszuführen

Power BI Desktop führt Python-Skripte direkt aus. Wir müssen allerdings einige Vorbereitungen treffen.

Installieren von Python

Um Python in Power BI Desktop ausführen zu können, müssen Sie zunächst Python hier von der Website herunterladen und installieren.

Einbindung von Python in Power BI

Die Integration von Python in Power BI erfordert zwei Python-Pakete, nämlich Pandas und Matplotlib. Sie können diese beiden Python-Pakete ganz einfach mit dem Pip-Befehlszeilenwerkzeug in der Konsole installieren. Diese Befehle sind:

Python in Power BI

  1. Aktivieren von Python

Nachdem Sie Python und die beiden benötigten Pakete installiert haben, ist es an der Zeit, Python-Skripte in Power BI Desktop zu aktivieren. Um Python-Skripte zu aktivieren, müssen Sie die folgenden drei Schritte ausführen:

  1. Öffnen Sie Power BI Desktop, wählen Sie Dateien, gehen Sie dann zu Optionen und Einstellungen, wählen Sie Optionen und wählen Sie dann Python-Skripting. Die folgende Seite mit den Python-Skripting-Optionen wird angezeigt:
    Python in Power BI

  2. Normalerweise werden das Python-Home-Verzeichnis sowie eine IDE (falls vorhanden) automatisch erkannt. Sie können sie jedoch auch manuell ändern, wenn Sie dies möchten.

  3. Wählen Sie OK.

Nun ist Ihr Python in Power BI Desktop integriert und einsatzbereit.

So führen Sie Python-Skripte aus

Jetzt, wo Sie Python installiert, aktiviert und in Power BI Desktop integriert haben, ist es an der Zeit, Python-Skripte in Power BI Desktop auszuführen. Sie können Python verwenden, um Daten zu transformieren und damit Berichte zu erstellen und sie auf Power BI Services zu teilen.

Vorbereiten des Python-Skripts

Als Erstes müssen Sie ein Python-Skript in Ihrem lokalen Python erstellen, das erfolgreich ausgeführt wird. Sie müssen sicherstellen, dass es keine Fehler gibt und das Skript reibungslos läuft, um sicherzustellen, dass es keine Probleme gibt, wenn wir im nächsten Schritt Daten aus Python in Power BI importieren.

Es gibt einige wenigen Einschränkungen bei der Ausführung von Python-Skripten in Power BI-Desktop, die beachtet werden müssen.

  1. Power BI Desktop importiert nur Pandas-Dataframes. Ihre Daten sollten in Form von Dataframes vorliegen, die Sie in den Power BI-Desktop importieren möchten.
  2. Es werden nur solche Python-Skripte unterstützt, die weniger als 30 Minuten laufen.
  3. Diejenigen Schritte in Python-Skripten, die eine Benutzerinteraktion erfordern, stoppen die Ausführung der Skripte.
  4. Sie müssen einen vollständigen Pfad zum Arbeitsverzeichnis der Python-Skripte angeben, da der relative Pfad nicht funktioniert.
  5. Power Bi Desktop unterstützt derzeit keine verschachtelten Tabellen von Python-Skripten.

Möglichkeit 1: Python-Skripten als Datenquelle nutzen

Nun, da Sie ein lauffähiges Python-Skript haben, ist es an der Zeit, das Python-Skript in Power BI Desktop auszuführen. Es gibt nur 4 einfache Schritte, um Ihr Python-Skript in Power BI Desktop erfolgreich auszuführen. Wir werden Sie hier Schritt für Schritt durch diesen Prozess führen.

Die erste Option ist es Daten mithilfe eines Python-Skriptes in Power BI zu laden. Wir nutzen also Python als Datenquelle.

  1. Öffnen Sie Power BI Desktop, gehen Sie zum Menüband “Home“, wählen Sie “Daten abrufen“, dann “Weitere…“, es öffnet sich ein weiteres Fenster.

Python in Power BI

Wählen Sie in diesem Fenster Andere, wählen Sie Python-Skript aus der vorgegebenen Liste:

Python-Skripten

Klicken Sie nun auf Verbinden. Damit wählen Sie Ihre lokal installierte Python-Version (Erstinstallation) als Ihre Python-Engine in Power BI Desktop aus. Wenn Sie auf Verbinden klicken, erscheint der folgende Python-Skript-Dialog; kopieren Sie Ihr laufendes Skript in diesen Dialog.

python in power bi Python-Skripten

Wenn Sie das Python-Skript in das Dialogfeld kopiert haben, klicken Sie auf OK. Wenn Ihr Skript erfolgreich läuft, wird ein Navigator-Fenster angezeigt. Von diesem Navigator-Fenster aus können Sie die Daten laden und verwenden. Im Bild unten haben wir ein Navigator-Fenster dargestellt. Wählen Sie Ihre Datei unter Python aus und wählen Sie dann Laden. Dadurch wird Ihr Python-Skript in Power BI Desktop geladen, und Sie können es verwenden, um Ihre Daten in verschiedenen Formen zu präsentieren

Möglichkeit 2: Verwendung von Python im Query-Editor

Sie können Python im Power BI Query Editor verwenden. Es ermöglicht Ihnen, Ihre Daten mit Python zu bereinigen. Es ermöglicht Ihnen auch, fortgeschrittene und komplexe Aufgaben wie Datentransformierungen und Analysen von Datensätzen durchzuführen; z. B. das Vervollständigen fehlender Daten, Clustering und Vorhersagen. Python und Power BI Query Editor werden zusammen zu einem leistungsstarken Werkzeug für die Erstellung von Datenmodellen und Berichten.

Um Python in Power BI Desktop Query Editor zu verwenden, müssen Sie Python auf Ihrem lokalen Rechner installieren. Nachdem Sie Python installiert haben, ist es sehr einfach, Python im Power BI Query Editor auszuführen. Folgen Sie einfach unserer Schritt-für-Schritt-Anleitung, und Sie werden es im Handumdrehen beherrschen.

Schritt 1: Laden von Daten in Power BI Desktop

Um die Datendatei in Power BI Desktop zu laden, gehen Sie zum Menüband “Home” und wählen   Sie “Get Data”. Wählen Sie die gewünschte Form der Datendatei, um sie in Power BI Desktop zu laden.

Schritt 2: Datei für Daten auswählen

Wählen Sie nun Ihre Datei im gewünschten Datenformat aus und klicken Sie auf Laden, um sie in Power BI Desktop zu laden.

Schritt 3: Betrachten der Daten in Power BI Desktop

Sobald Sie Ihre Daten in Power BI Desktop geladen haben, sehen Sie sie im Bereich “Felder” in der Berichtsansicht.

Schritt 4: Abfrage-Editor

Gehen Sie nun wieder zum Menüband Home und wählen Sie Daten übertragen und dann Daten transformieren. Dadurch wird der Abfrage-Editor geöffnet.

Schritt 5: Registerkarte “Transformieren” des Abfrage-Editors

Wenn Ihr Abfrage-Editor geöffnet ist, gehen Sie zur Registerkarte “Transformieren” und wählen Sie “Python-Skript ausführen”. Daraufhin wird der Run Python Script-Editor geöffnet.

Geben Sie das Skript in Run Python Script ein und wählen Sie OK.

Schritt 6: Warnungen zum Datenschutz und zu öffentlichen Datenquellen

Wenn Sie auf OK klicken, gibt der Query Editor eine Warnung zum Datenschutz aus. Damit Python-Skripte im Power BI Desktop Query Editor ordnungsgemäß ausgeführt werden können, müssen Sie alle Datenquellen auf “Öffentlich” setzen.

Wir hoffen, Sie haben es nützlich gefunden. Wenn Sie Fragen oder Anregungen haben, lassen Sie es uns in den Kommentaren unten wissen.

Möglichkeit 3: Verwendung von Python zur Datenvisualisierung

Um Pyhton zur Datenvisualisierung zu nutzen, klickt man einfach auf Python-Visual.

Dadurch erschein ein neues Visual im Arbeitsbereich. Zudem erscheint unten der Script-Editor.

Alle Daten, die hier in der Visualisierung genutzt werden sollen, müssen in den Werte-Bereich gezogen werden.

Dann stehe diese Spalten kombiniert zu einem Dataframe namens „dataset“ im Script Editor zur Verfügung und kann hier ganz normal wie ein Dataframe genutzt werden.

Hier kann jetzt ganz normal das Script zur Visualisierung ausgegeben werden. Ein einfacher Plot kann zum Beispiel wie folgt aussehen:

import matplotlib.pyplot as plt
plt.plot(dataset.course, dataset.prep_time,'o')
plt.show()

Hierbei wird die Spalte „course“ und „prep“ time einfach in einem Punktediagramm visualisiert.

Wichtig ist, dass am Ende der Plot mit plt.show() ausgegeben wird.  

Dadurch können nun auch die vielen Möglichkeiten der Visualisierung in Python genutzt werden, was uns in Power BI zahlreichen neue Möglichkeiten eröffnet