La Data Web

Tras el reciente post sobre descomprimir archivos con Power Query para poder obtener datos de comprimidos gzip me han estado consultado sobre la posibilidad de hacerlo contra archivos zip. Cierto es que Microsoft hoy está relacionado con otras herramientas con el formato gzip puesto que un Azure Data Lake puede tener dichos archivos y ser leído o utilizado con otras herramientas como Azure Data Factory.

En este artículo vamos a ver, de forma muy parecida al anterior, como realizar la descompresión de un archivo .zip para poder explorar sus archivos y datos con el motor Power Query dentro de nuestro editor de consultas de Power Bi.

No muchos deben saber que Power Query tiene en su core de lenguaje dos descompresores de archivos. Con esto me refiero a que Power Bi es capas de tomar archivos comprimidos y extraer sus datos para explotarlos como cualquier otra extensión que estemos acostumbrados a utilizar.

Suele dar confusión por el simple hecho que si buscamos esta opción en "obtener datos" la realidad es que no existe un conector propiamente dicho sino que es una función del lenguaje Power Query la que nos permite llamar a métodos que interpreten el comprimido para que podamos leer el archivo.

Para este artículo vamos a tomar un ejemplo de archivos .tsv comprimidos como .gz que pueden ser leídos de forma web o local. En mi caso mostraré directamente contra la api de imdb que devuelve esa extensión. 

Ciertamente en DAX todos llegan a un punto donde necesitan que un número quede totalizado y no filtrado por nuestro contexto para llegar a cierta matemática. Un claro y típico ejemplo es el "Porcentaje del total…" Normalmente ese porcentaje requiere un numerador con el valor de la fila y un denominador con un valor total completamente distinto al valor de la línea.

Cuando llega esta necesidad de que una medida calculada me muestre en una fila un valor totalizado que no es para esa fila, dicho técnicamente que ignore el filtro o contexto de esa fila, es cuando vamos a utilizar las funciones de tabla descritas en este artículo. Un claro ejemplo sería ver una tabla de 5 artículos con sus ventas pero necesito una columna que diga el total de las ventas de los cinco artículos en cada fila para poder dividir la venta de 1 de ellos respecto de los 5 artículos para saber el porcentaje que representa de las ventas.

De las cosas más importantes en un modelo tabular, ya sea dentro de power bi o analysis services, están las relaciones entre tablas. Ciertamente son la clave para que un modelado escale puesto que una buena comprensión de ellas ayudará a la construcción de medidas y gráficos necesarios que estén en los requerimientos sin necesidad de armar monstruos de dax o ciclos ambiguos de relaciones.

De cierto modo suena a "sencillo" puesto que no tiene mucho para comprobar pero resulta clave entender el uno y el muchos que varios lo ignoran siempre y cuando este relacionado y terminan generando relaciones por todos lados que incluso componen la "prohibida" muchos a muchos. Llamaremos cardinalidad a este concepto de uno a uno, uno a muchos o muchos a muchos.

Tomando de referencia la siguiente imagen vamos a ver dos potentes funciones de DAX que nos ayudarían a involucrar en nuestra tabla actual contenido de una tabla relacionada.

Cuando comenzamos con Power Bi una de las cosas más atractivas que nos atrapa es el código DAX. Sentimos un entorno familiar con sintaxis semejante a excel, pero no por eso vamos a decir que el lenguaje es parecido, que nos permite construir cálculos y medidas matemáticas que resuelven nuestras lógicas de negocio.

Ciertamente nos da fuerza sentirlo conocido para comenzar de golpe con todas las reglas sin importar la dificultad llegando así a una traba. El freno o bloqueo inicial son las funciones de agregación "X". Cuando vamos a constuir nuestra medida nos encontramos no solo con COUNT, AVERAGE, MAX o SUM sino también con COUNTX, AVERAGEX, MAXX, SUMX y nos deja pensando sin conocer bien como deberíamos utilizar dichas funciones.
En este artículo vamos a ver como responden dichas funciones enfocandonos en SUM y SUMX para conocer el concepto que las diferencia. Esto no solo serviría para SUM sino también para las otras agregaciones pero para facilitar la descripción e interpretación usaremos una de ellas como guía.