Power BI videos – the (almost) complete list – february 2019

Post updated on 02/28/2019

Here is a list of main videos published in february 2019 on Youtube dedicated to Power BI, Power Query, M or DAX languages (both in english and french [FR] languages).

You will find the list for 2018 Q1-Q2 here and here.

Please bookmark and share.

Lire la suite

Power BI videos – the (almost) complete list – january 2019

Post updated on 01/31/2019

Here is a list of main videos published in january 2019 on Youtube dedicated to Power BI, Power Query, M or DAX languages (both in english and french [FR] languages).

You will find the list for 2018 Q1-Q2 here and here.

Please bookmark and share.

Lire la suite

Power BI videos – the (almost) complete list 2018 2/2

 

Post updated on 01/05/2019

Here is a list of main videos published this year (Q3-Q4) on Youtube dedicated to Power BI, Power Query, M or DAX languages (both in english and french [FR] languages).

You will find the list for 2018 Q1-Q2 here.

Please bookmark and share.


Le présent article liste les vidéos Youtube (second semestre 2018) consacrées à Power BI, Power Query, aux langages M et DAX, et plus généralement à tout l’écosystème Data & BI Microsoft.

Vous trouverez la liste pour le premier semestre 2018 ici.

N’oubliez pas de bookmarker et partager cette page.

Custom Visuals

Power Query and M

DAX

Others

M is for Data Monkey

Dans un monde idéal, les données de nos clients seraient sagement stockées dans des bases de données bien structurées, des ERP parfaits ou des services en lignes modèles. Dans un monde idéal, les professionnels de la donnée n’auraient pas à ce soucier de cette tâche fastidieuse et peu glorifiante qu’est le nettoyage de données. Nous n’aurions même pas à nous soucier d’apprendre le langage M.

Oui mais voilà. Justement parce nous sommes des professionnels de la donnée, nous sommes amenés à traiter des données de toutes sortes et présentée sous toutes les formes possibles : fichiers Excel (avec formules et macro, bien entendu !), JSON ou fichiers de logs étrangement formatés. Notre job consiste aussi à transformer cette donnée brute.

Bref, nous sommes devenus des data monkeys !

Le livre de référence pour déjouer tous les pièges de Power Query existe : il est intitulé « M is for (Data) Monkey: A Guide to the M Language in Excel Power Query » par Ken Puls et Miguel Escobar.

En 25 chapitres, ce guide illustre pas à pas la façon d’aborder le Data Shaping, des données de base aux formats plus complexes, de la fusion de requêtes à l’application de la logique conditionnelle. La plupart des chapitres sont illustrés par des exemples concrets permettant de dompter l’interface de Power Query dans Excel. Les derniers chapitres sont consacré à la compréhension du langage M.

Bien entendu, les concepts présentés peuvent être transposés au Query Editor de Power BI.

Pour compléter cette lecture, vous pouvez aller faire un tour sur ce post de AngryAnalytics qui présente les avantages d’utiliser les expressions régulières pour mettre en forme des données.

Vous voilà armé pour affronter sans crainte une armée de données barbares !

 

 

[Reference] Power BI videos – the (almost) complete list 2018 1/2

 

Post updated on 06/30/2018

Here is a list of main videos published this year on Youtube dedicated to Power BI, Power Query, M or DAX languages (both in english and french [FR] languages).

Please bookmark and share.


Le présent article liste les vidéos Youtube consacrées à Power BI, Power Query, aux langages M et DAX, et plus généralement à tout l’écosystème Data & BI Microsoft.

N’oubliez pas de bookmarker et partager cette page.

Montly updates

Power BI Step by Step / Ressources

Custom Visuals

Power Query and M

DAX

Others

Conventions de nommage dans Power Query et Power BI

Avant renommage … peu lisible

Dans l’éditeur de requêtes de Power BI comme dans Power Query sous Excel, on a tendance à ne pas renommer les étapes appliquées et à conserver le nommage proposé par défaut.

On obtient ainsi une succession d’étapes nommées Type modifié, En-têtes promus, etc : pas très lisible au final lorsqu’on édite le code M dans l’éditeur avancé.

Cet article présente les règles de nommage que j’utilise dans mes projets.

Il ne s’agit pas d’une liste exhaustive de conventions applicables de manière stricte. Je vous propose plutôt quelques principes faciles à appliquer au quotidien et qui vous permettront très rapidement d’y voir clair dans votre code M.

Règle n°1 : on peut conserver les deux premières étapes

Les deux premières étapes nommées respectivement Source et Navigation sont présentes dans la plupart des requêtes. A moins qu’on ne souhaite explicitement définir quel est le type de source ou la donnée sélectionnée, on peut conserver ces deux termes suffisamment génériques et internationaux.

Règle n°2 : chaque étape est renommée à l’aide du nom de la fonction appliquée

De nombreuses étapes classiques n’apparaissent qu’une fois au maximum dans une requête. Pour celles-ci, nous pouvons prendre comme nom de l’étape le nom de la fonction M appliquée sans le préfixe.

A titre d’exemple : En-têtes promus (application de la fonction Table.PromoteHeaders) deviendra PromoteHeaders (le nom de la fonction s’affiche dans la barre de formule lorsque l’étape est sélectionnée).

Règle n°3 : cas particulier des étapes revenant plusieurs fois dans une même requête

La règle n°2 nous permet de regrouper certaines étapes en doublons. Il est, par exemple, fréquent de multiplier les étapes Type modifié (TransformColumnTypes) alors qu’on peut généralement les regrouper en une seule étape.

En revanche, d’autres transformations sont spécifiques à une colonne donnée. C’est le cas de la création d’une colonne personnalisée (Personnalisée ajoutée) que l’on peut utiliser de nombreuses fois dans une même requête.

Pour nommer de manière unique chaque étape, nous pouvons utiliser comme suffixe le nom de la colonne créée. Ainsi, l’étape de création de la colonne Col1 sera nommée AddColumn_Col1.

3 règles de bases, de nombreuses possibilités

Après renommage. Beaucoup mieux

Vous pouvez retrouver l’exhaustivité des fonctions de type Table dans cet article. Il vous servira de guide au quotidien.

Je vous recommande également la lecture de l’ouvrage M is for (data) monkey de Ken Puls et Miguel Escobar, un des rares livres disponibles spécifiquement dédié au langage M.

A partir des 3 règles précédentes, vous pouvez couvrir une grande majorité des cas classiques rencontrés au quotidien. N’hésitez pas à partager vos propres règles de nommage. Je mettrai à jour régulièrement cet article pour aborder les transformations particulières qui n’entreraient pas dans les 3 règles précédentes.