做數(shù)據(jù)報(bào)表最崩潰的瞬間是什么？不是寫(xiě)不出復(fù)雜的DAX公式，而是發(fā)現(xiàn)原始數(shù)據(jù)里"洛杉磯"被寫(xiě)成了LA、Los Angeles、los angeles三種形式。Power BI用戶對(duì)此深有體會(huì)——再漂亮的可視化，底層數(shù)據(jù)一團(tuán)糟也是白搭。

這篇指南用一套真實(shí)的業(yè)務(wù)數(shù)據(jù)集演示：16.3萬(wàn)條銷售記錄橫跨2015到2020年，酒店預(yù)訂CSV里充斥著空值和格式混亂，產(chǎn)品目錄和多個(gè)查找表關(guān)系錯(cuò)綜復(fù)雜。正是Power Query設(shè)計(jì)之初要解決的典型場(chǎng)景。

核心工作區(qū)：Power Query編輯器

所有數(shù)據(jù)轉(zhuǎn)換都在加載到數(shù)據(jù)模型之前完成。入口有兩個(gè)：導(dǎo)入數(shù)據(jù)源后選"轉(zhuǎn)換數(shù)據(jù)"，或在Power BI Desktop的Home選項(xiàng)卡進(jìn)入。

界面四塊區(qū)域各司其職。左側(cè)查詢面板列出全部12張表，包括銷售主表、數(shù)據(jù)清洗專用表、日歷表及各查找表。中間數(shù)據(jù)預(yù)覽區(qū)顯示采樣數(shù)據(jù)，列類型（日期、文本、數(shù)值）一目了然，點(diǎn)擊列頭可直接操作。右側(cè)"已應(yīng)用步驟"記錄每一步動(dòng)作，支持編輯、重排、刪除——這是Power Query的版本控制機(jī)制。底部公式欄顯示每步背后的M語(yǔ)言代碼，從View選項(xiàng)卡可切換顯示。

數(shù)據(jù)質(zhì)量診斷三板斧

正式清洗前，先用內(nèi)置分析視圖摸清底細(xì)。路徑：View → Column Quality / Column Distribution / Column Profile。

列質(zhì)量視圖在每列頂部用百分比條展示三類數(shù)據(jù)占比：有效值（綠）、錯(cuò)誤值（紅）、空值/Null（灰）。在數(shù)據(jù)清洗表中，一眼就能看出guest_name和payment_status的空值率異常偏高。

列分布視圖以直方圖呈現(xiàn)數(shù)值頻率， skewed分布、異常峰值、意外的高基數(shù)問(wèn)題無(wú)所遁形。以listing_city列為例，LA/los angeles/Los Angeles的碎片化問(wèn)題在此暴露無(wú)遺。

列配置文件最精細(xì)——選中單列后，統(tǒng)計(jì)面板呈現(xiàn)最小值、最大值、平均值、計(jì)數(shù)、去重計(jì)數(shù)、空值計(jì)數(shù)及頻率圖表。默認(rèn)僅分析前1000行，點(diǎn)擊底部狀態(tài)欄可切換為全量數(shù)據(jù)集分析。

六大清洗場(chǎng)景實(shí)戰(zhàn)

數(shù)據(jù)清洗表堪稱現(xiàn)實(shí)問(wèn)題的標(biāo)本庫(kù)：guest_name和payment_status空值、住宿天數(shù)為負(fù)數(shù)、布爾值格式混亂（True/False/Yes/No/n混用）、客人姓名帶多余空格。逐條處理如下。

場(chǎng)景一：空值行刪除

關(guān)鍵字段缺失導(dǎo)致整行失去業(yè)務(wù)意義時(shí)（如booking_id為空），直接移除整行。

場(chǎng)景二：空值填充默認(rèn)值

可選字段不宜刪行，用有意義的默認(rèn)值替代。數(shù)值字段填0、均值或中位數(shù)；