Power BI & Python: eine Fusion, viele Vorteile

In Power BI ist bereits vieles an Datenvisualisierung möglich. Doch die Anforderungen wachsen, auch an verschiedene Berechnungen. Bei Ihnen auch? Unser Tipp: Schaffen Sie mehr Flexibilität mit Python-Codes. Wie Sie Python in Ihr Power BI integrieren, welche Vorteile die Fusion bringt und was zu beachten ist, erfahren Sie in diesem Beitrag.

Vorteile vorab

Bevor es um die Anbindung von Python in Power BI geht, sollen Sie sich über den Nutzen im Klaren sein. Das Ausführen von Python Codes in Power BI bietet vor allem folgende Vorteile:

• Berechnungen ausführen, die nicht direkt in Power Query möglich sind
• Darstellungen (Plots) aus Python direkt in Power BI integrieren
• individuelle Plots entwerfen
• riesige Flexibilität in der Darstellung von Daten

Python Konfiguration: 2 Schritte

1. Python Umgebung installieren

Eine lokale Python Umgebung ist die Grundlage für die Anbindung an Power BI. Diese gilt es zu installieren.

2. In Power BI Python Umgebung festlegen

Damit Sie Python innerhalb von Power BI ausführen können, definieren Sie jetzt die richtige Python Umgebung. Gehen Sie dabei wie folgt vor:

1. “File”
2. “Options and Settings”
3. “Options” im Reiter “Python Scripting”.
4. Home Verzeichnis für die bereits vorhandene Python Installation auswählen

Power BI kann Python jetzt ausführen - und Sie alle lokal installierten Python Pakete verwenden.

Sonderfall Microsoft Cloud

Achtung: Wenn Sie das Power BI File in die Cloud von Microsoft laden, sind nicht alle Python Pakete verfügbar. Aktuell werden folgende Pakete unterstützt:

• matplotlib
• numpy
• pandas
• scikit-learn
• scipy
• seaborn
• statsmodels

Berechnungen mit Python: so funktioniert’s

Sie wollen Python für statistische Berechnungen verwenden und die Daten im Anschluss im Dataset speichern? Dann sollten Sie das beim Laden der Daten tun. Dazu gibt es zwei Optionen:

• Im Power Query Editor: per Kommando “Python.Execute”
• Im Ribbon “Transform”: auf das Symbol “Run Python Script” klicken

Ausschnitt aus Power Query Editor.

Danach können Sie mit der Variable dataset auf bereits vorhandene Spalten und Daten zugreifen. Darüber hinaus lassen sich auch weitere hinzufügen bzw. löschen. Mit Hilfe solcher Scripte lassen sich Ihre Daten beliebig verändern und erweitern.

Vorteil von Berechnungen über Python Besondern hilfreich ist diese Funktion, wenn Sie beispielsweise mit statistischen Methoden oder KI (Künstlicher Intelligenz) arbeiten, die Power BI nicht direkt unterstützt.

Visualisierungen mit Python

Nicht nur bei Berechnungen bietet Python mehr Flexibilität. Auch bei der Gestaltung von Plots gibt es einen größeren Spielraum, wenn Python und Power BI sich treffen.

Power BI Plots als Visuals ausführen: eine kurze Anleitung

Power BI Darstellungen (Plots) lassen sich direkt als Visual integrieren. Dafür sieht Power BI ein eigenes “Python Visual” vor, das Sie einfach am Canvas platzieren. Die Besonderheit dabei: es lässt sich im Python Code schreiben. Dafür gehen Sie folgendermaßen vor:

Markieren Sie das Visual und es erscheint ein Feld unterhalb des Canvas, in dem das möglich ist.

1. Felder, die Sie im Visual verwenden möchten, in den Value Abschnitt des Visuals einfügen
2. Visual markieren - unterhalb des Canvas erscheint ein Feld, das Python Code erkennt
3. Per Eingabe der Variable dataset im Python Code verwenden Sie jetzt die zuvor definierten Values.

Ausschnitt aus Power BI, um ein Visual mit Python zu erstellen.

Vorteil von Python Visuals Die Verwendung der Visuals über Python kann sehr nützlich zur Darstellung von 3D- oder anderen Scatter-Plots sein.

Berechnungen im Python Visual: das gibt es zu beachten

Darüber hinaus ist es möglich, innerhalb des Python Codes im Visual Berechnungen durchzuführen. Bedenken Sie allerdings, dass diese Berechnungen bei jedem Update des Visual ausgeführt werden. Im Gegensatz dazu: Die Python Scripts, die beim Datenladen integriert sind, werden auch nur dann ausgeführt - wenn Sie die Daten aktualisieren.

Vor allem, wenn Sie oft komplizierte Berechnungen ausführen, sollten Sie das im Hinterkopf behalten. Mitunter kann es daher zu wesentlichen Unterschieden im Aufbau der Darstellung kommen.

Fazit

Ist Python einsatzbereit, bietet es viele Optionen, Power BI mit zusätzlichen Funktionen aufzuwerten. Speziell, wenn es um statistische Berechnungen und individuelle Plots geht.

Sie haben konkrete Fragen zur Vorgehensweise oder möchten sich zu Python in Power BI austauschen? Schreiben Sie uns gern jederzeit eine E-Mail.