Power BI数据清洗避坑指南：从Power Query菜单到M语言代码的完整心法

当你第一次打开Power Query编辑器，面对密密麻麻的菜单按钮和陌生的M语言代码，是否感到无从下手？数据清洗作为数据分析的基石，直接决定了后续建模和可视化的质量。本文将带你避开常见陷阱，建立从界面操作到代码原理的完整知识体系。

1. 脏数据识别与初步处理

拿到一份销售订单与客户信息混合的Excel表格时，首先需要培养"数据侦探"的敏锐度。常见的脏数据特征包括：

• 不一致的格式 ：日期列中混用"2023/01/01"和"01-Jan-2023"
• 缺失值陷阱 ：空白单元格可能显示为null、NA或直接留空
• 异常值干扰 ：销售额列中出现负值或明显超出合理范围的数值
• 重复记录 ：同一订单ID出现多次但细节信息不一致

第一步总是先创建备份 ：在Power Query编辑器中右键点击查询→选择"复制"，保留原始数据副本。我曾见过同事因直接修改原始查询导致整个项目需要重做。

数据类型转换是新手最容易犯错的地方。点击列标题左侧的 ABC 图标时，系统会尝试自动判断类型，但经常出错。更可靠的做法是：

= Table.TransformColumnTypes(源, {{"订单日期", type date}})

注意：转换失败的值会变成红色错误提示，此时应检查原始数据而非强制转换

2. Power Query界面操作的黄金法则

2.1 菜单功能的战略选择

"主页"选项卡中的 删除行 功能有多个子选项，90%的情况只需要使用 删除空行 和 删除重复项 。我曾花费两小时调试一个公式，最后发现只是需要先执行 删除空行 。

"转换"选项卡中的 拆分列 功能看似简单，但选择 按分隔符 还是 按字符数 会导致完全不同的结果。对于地址字段，建议先用：

= Table.SplitColumn(源, "地址", Splitter.SplitTextByDelimiter(" ", QuoteStyle.Csv), {"地址.1", "地址.2"})

关键原则 ：每次操作后立即在右侧"查询设置"窗格中为步骤命名（如"删除测试订单"），三个月后你会感谢这个习惯。

2.2 添加列的三种智慧

1. 条件列 ：处理业务规则最安全的方式

   = Table.AddColumn(源, "客户等级", each if [销售额] > 10000 then "VIP" else "普通")
   

2. 索引列 ：看似简单却是解决合并问题的钥匙
3. 自定义列 ：灵活但需要M语言基础，新手建议先用界面操作生成代码再修改

3. 高级技巧与M语言原理

3.1 合并查询的隐藏成本

使用 合并查询 功能时，系统默认保留所有行（左外连接），这可能导致数据膨胀。实际业务中更常用的是：

= Table.NestedJoin(订单表, {"客户ID"}, 客户表, {"ID"}, "客户详情", JoinKind.Inner)

连接类型对照表：

JoinKind参数	SQL等效	适用场景
Inner	INNER JOIN	只保留匹配记录
LeftOuter	LEFT JOIN	保留左表全部
RightOuter	RIGHT JOIN	保留右表全部
FullOuter	FULL OUTER JOIN	保留所有记录

3.2 透视与逆透视的艺术

销售数据经常以交叉表形式存在（月份作为列标题），此时 逆透视 是必备技能。但要注意：

1. 先选择需要保留的列（如产品ID）
2. 然后Ctrl+点击要转换的月份列
3. 右键选择 逆透视列

生成的M代码实际上执行了：

= Table.UnpivotOtherColumns(源, {"产品ID"}, "属性", "值")

4. 调试与性能优化

当查询运行缓慢时，检查"查询诊断"工具（视图→查询诊断）。常见性能瓶颈：

• 过早的类型转换 ：应在所有清洗完成后最后统一转换
• 不必要的计算列 ：能用 Table.AddColumn 就不用在DAX中创建计算列
• 低效的合并方式 ：小表合并到大表时使用 Table.Join 而非界面操作

高级编辑器中的每个步骤都对应一个变量，可以通过临时注释部分代码来隔离问题。例如：

let
    源 = Excel.CurrentWorkbook(){[Name="订单"]}[Content],
    // 删除测试 = Table.SelectRows(源, each [订单类型] <> "测试"),
    类型转换 = Table.TransformColumnTypes(删除测试, {...})
in
    类型转换

数据清洗从来不是一次性工作。建立可复用的函数库（如统一地址清洗函数）才是专业做法。在空白查询中输入：

= (inputText as text) => Text.Proper(Text.Trim(inputText))

将其保存为"格式化文本"函数，以后任何查询都可以调用这个标准化流程。