Power BI可视化大赛火热进行中，利用这个方法轻松脱敏你的数据

关于参赛的数据，可以使用自己的数据，也可以使用组委会提供的数据。

你可能想用自己的数据（我也建议如此），毕竟对自己的数据结构以及其中的逻辑关系非常熟悉，可以更快的做出一个可视化报告，甚至你已经有了现成的报告，只需要集中精力修改美化就可以了，毕竟这是可视化大赛，报告的外观美观性评分占比最高（60%），这样不仅可以节省宝贵的时间，获奖几率也更大。

但你可能又担心自己的真实数据泄露，其实大可不必担心，因为大赛组委会明确要求数据必须脱敏：

所以你要做的，就是先对自己的数据脱敏，然后集中精力设计可视化报告。

数据脱敏是将数据中的敏感信息进行一定的变形处理，抹去不适合对外展示的信息，这是对数据的保护，也是对你个人的保护，以免陷入不必要的纠纷。

那么如何脱敏呢？

方法有很多种，这里介绍一下如何利用Power Query来实现对数据的快速脱敏。以这个简单的模型为例，其中有一个订单表和两个维度表，客户表和产品表：

一、订单表脱敏

原订单表是这样的：

对于这样一个数据，可以从以下几个方面进行脱敏：

1. 缩减数据量

可以通过删除行的方式来减少数据量，

选择“删除间隔行”，如果要减少80%的数据量，可以这样来设置：

上图这几个数字的意思是，从第1行开始删除8行，保留之后的2行，然后再删除8行、保留2行，依此类推……，通过这个方式，就能够将数据量大幅降低，只有原来的20%。

你可以根据需要填入适当的参数来缩减数据量，这种间隔穿插删除的好处是，每个维度都可以保留部分数据，而不是简单粗暴地直接把某些年份或者某些产品的数据全部删除。

2. 订单日期脱敏

可以增加一个自定义列，随机将每个日期移动N天：

Number.RoundUp(Number.RandomBetween(0,10))可以生成1到10随机的整数，然后利用Date.AddDays将每一个日期往后移动相应的天数。

3. 销售额脱敏

同样可以利用上面的M函数生成随机数，下面的自定义列是将原来的订单额乘以一个随机的系数（1.1到1.2之间）：

这样随机的好处是，既抹去了具体金额，但整体上还保留原有数据的规律，对于可视化效果不会产生明显的影响。

然后把原来的订单日期和销售额列删除，就得到一个脱敏后的订单表：

二、客户表脱敏

原客户表：

对于这个表，真实的客户姓名肯定不能泄露，可以将客户姓名做一下变形，用下面的写法添加一列来代替姓名：

这个公式将原来的客户姓名替换为客户1、客户2……

然后将原来的客户姓名列删除，就得到了脱敏后的客户表：

三、产品表脱敏

对于这个产品表，同样可以和客户表的处理方法一样，生成一列产品1、产品2的产品列来代替真实的产品名称。

通过以上的操作，你的数据就变得“面目全非”了，但这样处理以后，你还不能在现有的基础直接加载到模型并制作报告，因为powerquery会保留每个处理步骤，通过查看前面的步骤依然可以看到脱敏前的数据。

所以最后还需要是将脱敏后的数据导出来，才能彻底与脱敏前的数据断开联系，你可以参考这个方法将PowerBI中的数据导出到Excel：

如果数据量大、表比较多，还利用DAX Studio，将模型中的数据表一次性导出来：

脱敏后的表导出来保存，当你需要使用脱敏数据做报告，或者使用脱敏数据描述问题的时候，就可以直接导入使用了。

关于数据脱敏，上面只是几个简单的思路和处理的方法，并不是必须对每一列或者每个维度都要这么做，你可以根据实际情况选择对某些关键信息脱敏，并不局限于这些方法，甚至也不局限于PowerQuery，用Excel同样可以做到。

本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。