🧼 Tratamento e Enriquecimento de Dados
Removendo Duplicatas nos Dados
Vamos no nosso editor PowerQuery, então clique na opção 'Transformar Dados':
Selecione a tabela a ser manipulada:
Então, clique com o botão direito no nome da coluna e vá na opção 'Agrupar por':
Selecione a opção 'Contagem' e depois clique em 'Ok':
E então, iremos ver que temos um ID duplicado, pois a contagem contou 2 IDS com o mesmo número:
Clique nessa opção:
E então, vá na opção 'Remover Duplicadas':
E pronto, já foi removido os dados duplicados, clique em 'Fechar e Aplicar':
Criando Nova Coluna
Clique em 'Modo de Exibiçã de Tabela' e depois em 'Nova coluna':
Então, irá abrir a caixa para colocar a fórmula da nova coluna,
Como estamos fazendo uma coluna de lucro, implementei da seguinte forma:
Primeiro o nome da nova coluna e então a regra que ele terá para definir os valores
E pronto, teremos uma nova coluna criada:
A grande vantagem é que podemos adicionar novas medidas às tabelas de dados que podemos usar para construção de gráficos.
Nova Coluna com DAX
Vamos criar a coluna de margem de lucro com função DAX,
Vá em 'Modo exibição de tabela', selecione qual tabela terá a nova coluna, e depois vá em 'Nova coluna':
Então, vamos usar a seguinte expressão DAX:
MargemLucro =
ROUND(DIVIDE(Vendas[Lucro],
Vendas[Valor Venda])
* 100, 2)
Ele está dividindo o Lucro de vendas pelo Valor Venda (DIVIDE), multipilicando por 100 para se ter o percentual (* 100) e depois arredondando para apenas 2 casas decimais (ROUND, 2).
E pronto, aplicando as alterações, já temos a nova coluna criada:
Criando Coluna Condicional
Queremos criar uma coluna que irá identificar uma regra de negócio específica de uma outra coluna.
Cenário: Queremos criar uma coluna que identifique à quanto tempo um funcionário não recebe promoção, e então verificar se ele está apto ou não para recebê-la.
No PowerQuery, selecione a opção de 'Adicionar Coluna':
E então clique em 'Coluna Condicional':
E então, vamos dar um nome para essa nova coluna, depois, adicionar as regras que ela vai conter para retornar a saída esperada, feito, clique em 'Ok':
E pronto, temos uma nova coluna criada a partir de uma regra específicada para uma coluna específica:
Removendo Outliers
Quando identificado um Outlier, precisamos remover o mesmo, vá em 'Transformar Dados':
Vamos selecionar a coluna que se tem o outlier e colocar em ordem Crescente ou Decrescente para visualizar o outlier:
E pronto, conseguimos identificar o outlier:
Podemos perceber que o segundo salário mais alto, é muito menor que o primeiro, isso impacta diretamente na construção dos gráficos.
Vamos selecionar 'Reduzir Linhas', 'Remover Linhas' e 'Remover Linhas Superiores', e então selecionar a primeira linha:
E pronto, o outlier foi removido:
Criando Medidas
SUMX
CENÁRIO: Estamos trabalhando em um dataset onde se tem muitos gastos, porém, não se tem uma coluna com o total de gastos, vamos criar uma coluna pra isso.
No modo de exibição de tabela, vamos em 'Nova medida':
Vamos criar essa nova medida DAX:
TotalGasto =
SUMX(NomeDoDataset,
NomeDoDataset[ColunaGasto1] +
NomeDoDataset[ColunaGasto2]
NomeDoDataset[ColunaGasto3])
A função SUM ela faz o agrupamento geral, o SUMX faz o agrupamento por linha, nesse cenário ela é a melhor.
E pronto, a medida foi criada para que podemos usar em nossas visualizações!
COUNTROWS
CENÁRIO: Estamos trabalhando em um dataset onde se tem os dados de diversos funcionários, porém, queremos saber apenas a quantidade de funcionários.
Poderiamos criar uma medida DAX, tendo como premissa cada linha ser um funcionário:
TotalFuncionarios =
COUNTROWS(DatasetRH)
CALCULATE
CENÁRIO: Agora, queremos saber a quantidade de funcionários do sexo feminimo e masculino.
Podemos criar uma função DAX que calcula a quantidade de funcionários do sexo feminino:
TotalFeminino =
CALCULATE([TotalFuncionarios],
DatasetRH[Genero] = "Feminino")
E essa outra função para o sexo masculino:
TotalMasculino =
CALCULATE([TotalFuncionarios],
DatasetRH[Genero] = "Masculino")
Podemos ainda usar o CALCULATE com o SUM, por exemplo, queremos o total de valores do tipo 'Receitas'
TotalReceitas =
CALCULATE(
SUM(DadosFinanceiros[Valor]),
DadosFinanceiros[Tipo]="Receitas"
)
DIVIDE
Queremos saber o percentual de funcionários masculinos, podemos usar uma função DAX para dividir a quantidade de funcionários masculinos por total de funcionários:
% Masculino =
DIVIDE([TotalMasculino],
[TotalFuncionarios],0)
O zero é um valor alternativo, se ele não conseguir fazer a divisão, ele irá colocar como valor zero, impedindo que ele estoure uma mensagem de erro indesejada!
Vamos fazer o mesmo para o total de funcionários do sexo feminino:
% Feminino =
DIVIDE([TotalFeminino],
[TotalFuncionarios],0)
AVERAGE
Queremos agora ter a média da experência dos funcionários e média do salário, podemos criar as funções DAX:
Para a média dos salários:
SalarioMedio =
AVERAGE(DatasetRH[Salario_Mensal])
Substituição de Valores
Quando trabalhamos com um dataset onde temos um valor que seja positivo e negativo, esse pode ser representado por 0 ou 1, sendo 0 a ação negativa e 1 a ação positiva.
Vá em transformar valores:
Vá na coluna a ter os valores substituidos, clique com o botão direito e vá em 'Substituir valores':
E então, vamos colocar para 1, o valor 'Sim' (Fazer o mesmo para 0 sendo 'Não'):
Depois, fechar e aplicar para salvar as alterações:
Com isso facilitamos a interpretação de diversas visualizações, deixando o entendimento melhor.
Customizando Valores Percentuais
Por mais que uma coluna esteja calculando os valores percentuais, é necessário fazer um pequeno ajuste para que esses valores sejam realmente percentuais:
Na imagem acima, podemos ver que não está no valor percentual corretamente.
Na área de Modelagem, selecione a coluna ser modificada e em 'Formatação' clique em 'Formato':
E então, selecione 'Porcentagem':
E pronto, temos a porcentagem de forma correta e visualmente melhor:
Pivot de Tabelas
Muitas vezes, o data-set pode não estar adequado para os padrões que necessitamos, como por exemplo:
Nesse modelo, a análise está sendo dificultada, cada data está sendo considerada como uma coluna, mas, data é uma variável que pode assumir diversos valores. Nesse modelo, cada data está assumindo o papel de uma variável independente.
Por padrão, o Power BI tem uma função que consegue transpor os dados, vamos utilizá-la, no PowerQuery, vá em 'Tranformar' e depois selecione 'Transpor':
E então podemos ver as alterações feitas:
Podemos ver que as alterações feitas, não é o resultado esperado, ele acabou alterando as colunas de 'Tipo' e 'Componente', vamos modificar o código, utilizando linguagem M.
Modificando a linha de código da etapa, vamos deixá-la assim:
= Table.UnpivotOtherColumns(#"Tipo Alterado1", {"Tipo", "Componente"}, "Data", "Valor")
Com essa linha de código, estamos fazendo o seguinte: Estamos pegando o objeto table (Table.), que é a tabela que estamos manipulando, e estamos fazendo o Unpivot dela (UnpivotOtherColumns()), e estamos fazendo isso depois da etapa de alterar o cabeçalho ("#Tipo Alterado 1"), vamos fazer isso com base nas colunas Tipo e Componente ({"Tipo", "Componente"}) e vamos colocar o que sobrar nas colunas Data e Valor.