{"id":839,"date":"2019-03-30T06:10:00","date_gmt":"2019-03-30T05:10:00","guid":{"rendered":"https:\/\/trainingpowerbi.wordpress.com\/?p=839"},"modified":"2020-05-04T15:44:56","modified_gmt":"2020-05-04T13:44:56","slug":"scripts-de-python-en-power-bi","status":"publish","type":"post","link":"https:\/\/bicontrolling.com\/index.php\/2019\/03\/30\/scripts-de-python-en-power-bi\/","title":{"rendered":"Scripts de Python en Power BI"},"content":{"rendered":"

La integraci\u00f3n de Python en Power BI<\/strong> es, sin duda, una de las funcionalidades introducidas por el equipo m\u00e1s importantes hasta la fecha. Al igual que R, Python nos ofrece numerosas posibilidades para realizar tareas durante el proceso de ETL<\/strong> en nuestras propias consultas, y crear visualizaciones<\/strong> atractivas y \u00fatiles mediante el uso de sus librer\u00edas orientadas a la representaci\u00f3n gr\u00e1fica de informaci\u00f3n estad\u00edstica. Adem\u00e1s, nos proporciona la capacidad de incrementar de forma exponencial la competencia anal\u00edtica de nuestros informes y cuadros de mando, mediante el uso de m\u00f3dulos de Machine Learning<\/em> <\/strong>capaces de identificar patrones complejos en los datos con el objetivo de predecir comportamientos futuros, proporcion\u00e1ndonos informaci\u00f3n de alto valor para la toma de decisiones de negocio.<\/p>\n

Ejecutar scripts de Python en el editor de consultas<\/h4>\n

El lenguaje de programaci\u00f3n Phyton cuenta con librer\u00edas orientadas al an\u00e1lisis de datos con multitud de funciones y m\u00e9todos que podemos usar durante las etapas de transformaci\u00f3n y limpieza, antes de cargar las consultas al modelo. La librer\u00eda pandas<\/code> nos permite manipular Data Frame<\/code>s<\/strong> con un gran n\u00famero de funciones dise\u00f1adas espec\u00edficamente para los procesos de preparaci\u00f3n de datos. Vamos a ver un ejemplo donde tenemos una tabla con datos de clientes que contiene valores null<\/code><\/em> en las columnas que especifican el peso y la altura de cada uno de ellos:<\/p>\n

<\/p>\n

\"\"<\/a><\/p>\n

Existen muchas formas distintas de abordar este problema de manera que nuestra consulta permita agregar los valores de dichas columnas y obtener resultados coherentes. Una de ellas corresponde a eliminar los registros que contienen los valores desconocidos, pero nosotros vamos a rellenarlos con la media del resto de los valores presentes<\/strong> en cada una de las columnas. Para ello, desde la pesta\u00f1a transformar pinchamos en Ejecutar script de Python:<\/p>\n

\"\"<\/a><\/p>\n

Lo primero que hace Power BI es cargar en un Data Frame<\/code><\/strong> de pandas<\/code> los datos de la consulta, especificando dataset<\/code> como el nombre de la variable. Posteriormente, y tras importar la biblioteca pandas<\/code> con su alias correspondiente, vamos a suponer que solo nos interesan las columnas que contienen valores null<\/code><\/em>, por lo que creamos un nuevo DataFrame<\/code> que contenga solo dichas columnas, utilizando el m\u00e9todo .loc[]<\/code> para acceder a ellas. Finalmente, solo tenemos que escribir otra l\u00ednea de c\u00f3digo con el m\u00e9todo .fillna()<\/code> , especificando la funci\u00f3n mean()<\/code> como el agregador a utilizar para remplazar los valores nulos.<\/strong> La misma operaci\u00f3n podr\u00edamos haberla realizado encadenando dicho m\u00e9todo en la l\u00ednea de c\u00f3digo anterior, sin necesidad de crear una l\u00ednea adicional. En la siguiente imagen podemos ver el c\u00f3digo a ejecutar:<\/p>\n

\"\"<\/a><\/p>\n

Una vez expandimos la tabla creada veremos que todos los registros de la misma contienen valores, habiendo sustituido los desconocidos, por la media del resto de valores de la columna correspondiente:<\/p>\n

\"\"<\/a><\/p>\n

<\/h4>\n

<\/h4>\n

Visualizaciones de Python en Power BI<\/h4>\n

Es cierto que la operaci\u00f3n llevada a cabo en el anterior apartado podr\u00edamos haberla realizado con Power Query (aunque con alg\u00fan paso m\u00e1s), pero la integraci\u00f3n de Python con Power BI va mucho m\u00e1s all\u00e1 del proceso de ETL, y nos permite crear visualizaciones estad\u00edsticas tremendamente \u00fatiles<\/strong> que no se encuentran entre las que se incluyen por defecto en el programa.<\/p>\n

Las librer\u00edas de Python matplotlib<\/code> y seaborn<\/code> (construida en base a la anterior y optimizada para trabajar con DataFrame<\/code>s), son probablemente las m\u00e1s utilizadas a la hora de crear visualizaciones orientadas al an\u00e1lisis estad\u00edstico, con el objetivo de entender c\u00f3mo las variables en un conjunto de datos se relacionan entre s\u00ed<\/strong> y c\u00f3mo dichas relaciones dependen de otras variables. La visualizaci\u00f3n suele ser un componente central de este proceso porque, cuando los datos se representan correctamente, el sistema visual humano puede identificar de forma f\u00e1cil tendencias y patrones que indican una relaci\u00f3n.<\/p>\n

Vamos a ver algunos ejemplos para entender c\u00f3mo funcionan las visualizaciones de Python en Power BI y c\u00f3mo podemos sacarles partido. El proceso es siempre el mismo, seleccionamos los campos que nos interesa representar, Power BI los carga en un DataFrame<\/code> de pandas<\/code> con el nombre de dataset<\/code>,  se eliminan los registros duplicados, y tras importar las librer\u00edas necesarias solo nos queda escribir o pegar el c\u00f3digo con las funciones y sus argumentos correspondientes para crear las visualizaciones.<\/p>\n

Por ejemplo, una visualizaci\u00f3n de viol\u00edn<\/strong> juega un papel similar al de un diagrama de caja. Muestra la distribuci\u00f3n de los datos cuantitativos<\/strong> en varios niveles de una (o m\u00e1s) variables categ\u00f3ricas, de modo que dichas distribuciones se puedan comparar. A diferencia de una gr\u00e1fica de caja, en la que todos los componentes corresponden a puntos de datos reales y muestra estad\u00edsticas de resumen, como la media \/ mediana y los rangos intercuartiles, <\/span>la gr\u00e1fica de viol\u00edn presenta tambi\u00e9n una estimaci\u00f3n de la densidad del n\u00facleo de la distribuci\u00f3n subyacente.<\/span><\/p>\n

Puede ser una forma efectiva y atractiva de mostrar m\u00faltiples distribuciones de datos a la vez<\/strong>. En la siguiente imagen podemos ver una visualizaci\u00f3n de viol\u00edn (y el c\u00f3digo para crearla) que muestra la distribuci\u00f3n, segmentada por sexo, de la relaci\u00f3n de los resultados de los clientes en un test y la compra de un determinado producto:<\/p>\n

\"\"<\/a><\/p>\n

<\/h4>\n

Otra visualizaci\u00f3n interesante que podemos obtener con el mismo conjunto de datos es la que nos ofrece el m\u00e9todo pairplot<\/code> de la biblioteca seaborn<\/code>. De manera predeterminada, esta funci\u00f3n crear\u00e1 una cuadr\u00edcula de ejes de manera que cada variable en los datos se comparta en el eje \u00aby\u00bb en una sola fila, y en el eje \u00abx\u00bb en una sola columna, creando gr\u00e1ficos de dispersi\u00f3n para cada par de variables.<\/strong><\/span> Los ejes diagonales se tratan de manera diferente, dibujando una gr\u00e1fica para mostrar la distribuci\u00f3n univariada de los datos para la variable de cada columna.<\/span><\/span><\/p>\n

\"\"<\/a><\/p>\n

Las posibilidades de personalizaci\u00f3n son enormes, por ejemplo podemos incluir rectas de regresi\u00f3n lineal<\/strong> en los gr\u00e1ficos de dispersi\u00f3n que nos permitan ver con mayor claridad la correlaci\u00f3n entre las variables, a\u00f1adiendo el par\u00e1metro kind=\"reg\"<\/code> , o cambiar el tipo de los gr\u00e1ficos de la diagonal a histogramas con diag_kind=<\/strong>\"hist\"<\/code>:<\/p>\n

\"\"<\/a><\/p>\n

<\/h4>\n

Lo cierto es que se podr\u00edan realizar cientos de ejemplos, teniendo en cuenta la enorme flexibilidad de cada tipo de gr\u00e1fico de las librer\u00edas de Python orientadas a la visualizaci\u00f3n de datos. Conviene siempre echar un vistazo a las funciones y sus par\u00e1metros correspondientes de cada biblioteca en su respectiva documentaci\u00f3n oficial. Por ejemplo, aqu\u00ed podemos ver la de la librer\u00eda matplotlib<\/a>.<\/p>\n

Por \u00faltimo, mencionar que todas estas visualizaciones las podemos integrar perfectamente en nuestros informes de Power BI<\/strong>, y responder\u00e1n din\u00e1micamente a los filtros que apliquemos en el modelo de datos:<\/p>\n

\"\"<\/a><\/p>\n

<\/h4>\n

Consideraciones finales<\/h4>\n

En este art\u00edculo hemos visto como Python puede ayudarnos tanto en el proceso de ETL como en la creaci\u00f3n de complejas visualizaciones de car\u00e1cter estad\u00edstico.<\/p>\n

En un pr\u00f3ximo art\u00edculo veremos c\u00f3mo podemos utilizar la bilbioteca Scikit-learn<\/code><\/strong> para, de forma pr\u00e1ctica y mediante el denominado aprendizaje supervisado, crear aplicaciones de Machine Learning<\/em><\/strong> capaces de resolver problemas de clasificaci\u00f3n y regresi\u00f3n utilizando m\u00faltiples algoritmos, que podremos aplicar en una gran variedad de situaciones dentro del mundo empresarial.<\/p>\n","protected":false},"excerpt":{"rendered":"

La integraci\u00f3n de Python en Power BI es, sin duda, una de las funcionalidades introducidas por el equipo m\u00e1s importantes hasta la fecha. Al igual que R, Python nos ofrece numerosas posibilidades para realizar tareas durante el proceso de ETL en nuestras propias consultas, y crear visualizaciones atractivas y \u00fatiles mediante el uso de sus […]<\/p>\n","protected":false},"author":2,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_jetpack_feature_clip_id":0,"_jetpack_memberships_contains_paid_content":false,"footnotes":"","jetpack_post_was_ever_published":false},"categories":[2,7],"tags":[10,29,12,14,21,32],"post_series":[],"class_list":["post-839","post","type-post","status-publish","format-standard","hentry","category-arquitectura-de-datos","category-python-machine-learning","tag-editor-de-consultas","tag-etl","tag-m","tag-power-bi","tag-python","tag-visualizacion-de-datos"],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t\n\t\n\t\n\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t