Power BIとは

本ブログはPower Query及びData Model / DAXを紹介するものですが、これらのテクノロジーを活用するためにはクライアント（ツール）が必要となります。いわゆるBIツールがこれに当たりますが、Power BI DesktopやExcelを使うことになります。今回はPower BI Desktop（以降「Power BI」）の特徴及びBI業界等について紹介していきたいと思います。

Power Queryの基礎 10_ピボット化・ピボットの解除

Power Queryの中で、最も強力な機能の1つがPivotの解除である。名前から結果をイメージしにくいですが、簡単に言えば、

横に伸びているデータを縦にまとめる

あるいは専門用語でいえば、

データの正規化

となります。

Power Queryの関数言語について

Power QueryはExcelで使われる関数と同じように、全ての処理は関数が関わってきます。これらの関数はM言語と呼ばれ、UIを使って実行するとExcelのマクロのように自動的に記録されていきます。Power Queryの初心者であればM言語を特に気にする必要はないですが、データ処理をより高度に効率化させるためにはPower Queryの関数について知っておく必要があります。

今回はこのPower Queryで使用される関数について、個別紹介ではなく、最も基本的な操作等について紹介したいと思います。

Power Queryの基礎 9_マージ・グループ化

前回の記事では、Excelでデータを結合をする際のベストプラクティスを紹介しました。今回は結合したクエリに「分類」をマージして、異なるデータ粒度でクエリをワークシートに出力する方法を紹介します。マージとは、Power Query版VLOOKUPであり、例えばマッピングテーブル（商品マスタ等）から該当する分類をVLOOKUPで抽出してくることに該当します。

Power Queryの基礎 8_Excelの結合

Power Queryの基礎 7まではCSVの結合について詳細に説明をしてきました。今回はもう一つよく使われるデータソースであるExcelの展開・結合方法について解説します。CSVの結合と同様、Excelの結合はM言語（Excel.Workbook）を使用します。

Power Queryの基礎 7_CSV結合④

CSVを結合する方法をいくつか紹介してきましたが、今回はその中で基もお手軽にファイルを結合できる方法を紹介します。その前に、CSVファイルを結合する方法をおさらいをしておきますと、

• Binary.Combine（ 前ステップ[Content] )

• Csv.Document ( 前ステップ, [Encoding = 932] ) > 列の展開

という2つの方法でしたが、今回紹介するやり方は上記2つのどちらよりもお手軽にできるものとなります。

Power Queryの基礎 6_CSV結合③

Power Queryでは、最も効率的なやり方を行うためには、多少のコーディングが入ることになります。これはPower Queryに限らず、DAX / Data Modelでも同じことであり、生産性を重視するのであれば人間がコンピューターに教えてあげる必要があります。今回はCsv.Documentを使ったベストプラクティスについて紹介しますが、先に”種明し”をすると以下の通りです。