大家还记得实战篇中演示的数据清洗吗？之前我们体验了一遍Excel函数清洗的过程。这次需要用BI再进行一遍清洗。数据清洗是分析师最蛋疼且耗时持久的工作，没有之一。

数据清洗

Power BI有一个高级功能叫DAX（Data Analysis Expressions），它是整个 Power BI 使用的公式语言。

DAX近似Excel函数（大多数第三方BI，函数均接近Excel），故它针对新手非常友好。如果大家已经熟悉Excel函数，上手速度会很快。基本上函数名字都一样，如果不熟悉，可以查阅官网提供的文档。

我们先清洗报表中的薪水salery，和实战篇过程一样，需要将其拆分成两个新列，并且计算平均值。

点击模型项的新建资料行（这里的翻译应该不对，应是column列，后文我都用列表示），此时新增加的列没有任何内容。我们需要做的操作就是以salery生成两列。

这里需要用到DAX。当成函数使用它就行，不过Excel是单元格级别的引用，而DAX中的任何引用、计算、汇总等，都是以列为单位的。

=’Table Name'[ColumnName]

这是最简单的引用，Table Name是我们这张报表的名字，我载入的csv叫DataAnalyst，那么报表就叫做DataAnalyst，ColumnName是我们需要引用的列，名字叫做salary。下图公式就是范例。

如果表名中有空格，需要加引号，如果没有则不需要。如果是跨表引用，TableName是必须的，直播，否则只需要ColumnName。DAX支持自动填充，可以通过模糊输入+回车快速输入。

我说过它近似Excel，那么Excel加减乘除的习惯可以直接使用在上面。

=’Table Name'[ColumnName1]+’Table Name'[ColumnName2]*3

接下来继续清洗步骤，我们查找k所在的字符串位置。

=search(“k”, DataAnalyst[salary],1)

利用left函数截取工资下限。

=left(DataAnalyst[salary],search(“k”, DataAnalyst[salary],1)-1)

搞定。资料行重命名为bottomSalery。接下来是工资上限topSalery，使用”-“截取的时候报错了。

=search(“-“, DataAnalyst[salary],1)

检查一下发现原来是有“10K以上”这类字符串。DAX查找不到“-”，这时需要返回一个出错时表达的值。因为10k以上的描述无法确定工资上限，那么我们就把返回的值限定为bottomSalery。

在这里请记住，DAX的容错性比Excel低，只要DAX中有一行返回Error，那么整列都是Error。我们需要用Iferror函数保证容错性。

这里给出topSalary的计算，比较繁琐。

topSalery = IFERROR(mid(DataAnalyst[salary],SEARCH("-",DataAnalyst[salary],1)+1,LEN(DataAnalyst[salary])-SEARCH("-",DataAnalyst[salary],1)-1),DataAnalyst[bottomSalery])

之后新建一列使用(DataAnalyst[bottomSalery]+DataAnalyst[topSalery])/2 计算该岗位的平均工资。

大家看到这里，是不是觉得DAX公式非常长？新手可以多增加辅助列来进行计算。

Excel中有比较方便的分列功能，那么Power BI中是否拥有呢？答案是肯定的，右键点击列，选择编辑查询选项。

这里依旧吐槽翻译。分割资料行就是我们熟悉的分列功能。选择自定义，用“-”即可完成分列（原始数据会被拆分，所以建议先复制一列）。

实战篇提到过，我们的北京数据是有重复值的，那么我们通过positionId这职位的唯一标示，来删除重复项。右键点击移除重复项目即可。

我们再看一下查询编辑的其他功能。

分组依据可以认为是数据透视表。可以选择多个字段进行分组。对结果进行求和、计数等操作。