1.2 · Power Query: تنظيف البيانات وتحويلها

المستوى 1 · البيانات والمرئيات الأولى

1.2Power Query: تنظيف البيانات وتحويلها

الهدف: بناء مسار تنظيف قابل لإعادة التشغيل (تحديد الأنواع، والحذف، وإلغاء المحورية) — الأساس الخفي لكل تقرير جيد.
الوقت المقدّر: 20 دقيقة · قراءة ذاتية · إذا كان لديك 5 دقائق فقط: اقرأ «الأساسي في 30 ثانية» + المخطط.

الأساسي في 30 ثانية

  • Power Query هو المحرك نفسه الموجود في Excel: ينظف عبر خطوات مسجلة وقابلة لإعادة التشغيل عند كل تحديث.
  • القاعدة الذهبية: نصحح الاستعلام، ولا نصحح البيانات يدويًا أبدًا — فالوصفة تُعاد تلقائيًا.
  • إلغاء المحورية (Unpivot) هو التحويل الجوهري للتحليل: يحوّل أعمدة الأشهر إلى عمودين الخاصية/القيمة (Attribute/Value) (تنسيق طويل).

حالة مصغّرة متسلسلة — زينب تنظّف الجدول المتقاطع لشركتها

تتلقى زينب ملف تكاليف إنتاج فيه الأشهر أعمدة (جانفي، فيفري، مارس…)، مع رؤوس دخيلة ومبالغ نوعها نص. فتطبّق القسم: في تحويل البيانات، تحدّد نوع كل عمود (التواريخ تاريخًا، والمبالغ عشريًا)، وتحذف أسطر العناوين، ثم تلغي محورية أعمدة الأشهر للحصول على عمودين الخاصية/القيمة — تنسيق طويل قابل للتحليل بالشهر. وكل إجراء يُسجَّل في «الخطوات المطبقة (Applied Steps)» ويُعاد عند التحديث. وقاعدتها: تصحح الاستعلام، وليس القيمة يدويًا أبدًا.

حالة مستقلة لهذا القسم: تعود في الدرس والمخطط والنص البرمجي وتحدي 48 ساعة للقسم 1.2.

1. محرك خطوات قابلة لإعادة التشغيل

Power Query هو المحرك نفسه الموجود في Excel: المحرر الذي ينظف البيانات ويحوّلها عبر خطوات مسجلة وقابلة لإعادة التشغيل. تحديد أنواع الأعمدة، وحذف غير الضروري، والتقسيم، والاستبدال، والدمج: كل إجراء يُسجَّل في «الخطوات المطبقة (Applied Steps)» ويُعاد عند كل تحديث. والقاعدة الذهبية: لا نصحح البيانات يدويًا أبدًا، بل نصحح الاستعلام. وتبدأ زينب دائمًا بتحديد نوع كل عمود.

2. تحديد الأنواع والتنظيف

أول منعكس في المحرر هو تحديد الأنواع (Data Type): يجب أن يحمل كل عمود النوع الصحيح (نص، عدد صحيح/عشري، تاريخ) — فنصف أخطاء المبتدئين تأتي من هنا. ثم نحذف أسطر العناوين والمجاميع، ونصفّي الفارغ، ونعيد تسمية الأعمدة المسمّاة خطأ. وهكذا تنظّف زينب ملف تكاليفها دون لمس المصدر أبدًا.

3. إلغاء المحورية (Unpivot)

أثمن تحويل للتحليل: إلغاء محورية الأعمدة (Unpivot). يحوّل الأعمدة المتقاطعة (جانفي، فيفري، مارس…) إلى عمودين الخاصية/القيمة (Attribute/Value) — الإجراء الذي يجعل البيانات قابلة للتحليل (التنسيق «الطويل»). ومما يجب معرفته أيضًا: الدمج (Merge) (ربط بين استعلامين، من نوع RECHERCHEX) والإلحاق (Append) (تكديس جداول بالبنية نفسها). وتلغي زينب محورية جداولها الشهرية منهجيًا.

خطأ شائع في الفهم: «أعيد لمس ملف المصدر عند كل تصدير، وأترك الأعمدة سيئة الأنواع، وأبقي الأشهر أعمدة». لا، ثلاثة أخطاء. نصحح الاستعلام، وليس البيانات: فكل خطوة تُعاد عند التحديث. ونحدد نوع كل عمود (مصدر أخطاء التجميع لاحقًا). ونلغي المحورية عن الجداول المتقاطعة للحصول على تنسيق طويل قابل للتحليل.
مسار Power Query كل تحويل يصبح خطوة تُعاد عند التحديث: نصحح الاستعلام، وليس البيانات أبدًا. تحديد الأنواع نص، عدد،تاريخ (أول منعكس)التنظيف حذف، إعادةتسمية، تصفيةإلغاء المحورية أعمدةمتقاطعة ← تنسيق طويل
كل تحويل يصبح خطوة تُعاد عند التحديث: نصحح الاستعلام، وليس البيانات أبدًا.
نص المخطط (SEO / قارئات الشاشة / الترجمة): 1) تفتح زينب، مراقبة التسيير بالجزائر، تحويل البيانات: ينظف Power Query عبر خطوات مسجلة وقابلة لإعادة التشغيل، وهي نفسها الموجودة في Excel. 2) تحدّد نوع كل عمود (التواريخ تاريخًا، والمبالغ عشريًا)، وتحذف أسطر العناوين والمجاميع، وتصفّي الفارغ — دون لمس ملف المصدر أبدًا، لأننا نصحح الاستعلام. 3) تلغي محورية أعمدة الأشهر (جانفي، فيفري، مارس) إلى عمودين الخاصية/القيمة للحصول على تنسيق طويل قابل للتحليل، وتكتشف الدمج (Merge) (ربط) والإلحاق (Append) (تكديس). الدرس: كل خطوة تُعاد عند التحديث — فمسار نظيف وقابل للتكرار أفضل من تصحيحات يدوية عابرة.

🔎 مثال ملموس — 🔎 مثال ملموس — إلغاء المحورية (Unpivot)

تحوّل زينب جدولًا متقاطعًا إلى تنسيق طويل قابل للتحليل:

قبل (متقاطع) : المنتج | جانفي | فيفري | مارس
حدِّد أعمدة الأشهر ← زر أيمن ← إلغاء المحورية (Unpivot)
بعد (طويل)    : المنتج | الخاصية (الشهر) | القيمة
← قابل للتحليل بالشهر في المرئيات وDAX.

القراءة: تصبح الأشهر المدرجة أعمدة أسطر «الخاصية/القيمة» — تنسيق قابل للاستغلال في كل مكان.

الدرس: حدِّد الأنواع أولًا، وألغِ المحورية بعدها: فالبيانات المعدّة جيدًا تغذّي كل المرئيات.

مفردات القسم

محرر Power Query
ورشة الإعداد (تحويل البيانات): تحويلات دون كود، مسجلة في خطوات.

مثال بسيط: تنظّف زينب فيه ملف تكاليفها.

ما ليس كذلك: إدخال قيم في خلية داخل التقرير.

رد فعل: تحضير البيانات ← Power Query.

الخطوات المطبقة (Applied Steps)
السجل على اليمين: كل تحويل مدرج، قابل للتعديل والحذف.

مثال بسيط: تنقر زينب كل خطوة لمراجعة فيلم التنظيف.

ما ليس كذلك: تصحيح عابر غير معاد.

رد فعل: كل خطوة تُعاد عند التحديث.

نوع البيانات (Data Type)
نص، عدد صحيح/عشري أو تاريخ: يحدد التجميع والحسابات.

مثال بسيط: تحدّد زينب أنواع مبالغها عشريًا قبل كل شيء.

ما ليس كذلك: عمود متروك نصًا (ومن ثم مجموع في صورة «عدد»).

رد فعل: تحديد نوع كل عمود = أول منعكس.

إلغاء المحورية (Unpivot)
تحويل الأعمدة المتقاطعة إلى عمودين الخاصية/القيمة (تنسيق طويل).

مثال بسيط: تلغي زينب محورية أشهرها المدرجة أعمدة.

ما ليس كذلك: جدول متقاطع متروك كما هو (غير قابل للتحليل).

رد فعل: تنسيق طويل = قابل للتحليل.

الدمج / الإلحاق (Merge / Append)
الدمج (Merge) = ربط بين استعلامين (من نوع RECHERCHEX)؛ والإلحاق (Append) = تكديس جداول بالبنية نفسها.

مثال بسيط: تدمج زينب المبيعات ومرجع المنتجات.

ما ليس كذلك: خلط بنيتين غير متوافقتين.

رد فعل: إثراء ← الدمج (Merge)؛ تكديس ← الإلحاق (Append).

في التطبيق — تطبيق عملي — التنظيف النموذجي لتصدير

  1. في استعلام مبيعاتك (تحويل البيانات): تحقق من نوع كل عمود — التواريخ تاريخًا، والمبالغ أرقامًا عشرية، كما تفعل زينب.
  2. احذف عمودًا غير ضروري، وأعد تسمية عمودين مسمّيين خطأ، وصفِّ الأسطر الفارغة إن وُجدت.
  3. تمرين إلغاء المحورية: استورد جدولًا فيه الأشهر أعمدة ← حدد أعمدة الأشهر ← زر أيمن ← إلغاء محورية الأعمدة (Unpivot Columns).
  4. تصفّح الخطوات المطبقة (Applied Steps): انقر كل واحدة لمراجعة الفيلم، ثم إغلاق وتطبيق (Close & Apply).
مسار تنظيف قابل لإعادة التشغيل — الأساس الخفي لكل تقرير جيد.

نص برمجي خطوة بخطوة — التنظيف كما تفعل زينب (10 دقائق)

1) تفتح زينب تحويل البيانات على تصدير مبيعاتها. 2) تحدد كل عمود وتصحح نوعه (الأيقونة في الرأس): تاريخ، عشري، نص. 3) تحذف أسطر العناوين، وتصفّي الفارغ، وتعيد تسمية الأعمدة المسمّاة خطأ. 4) لجدول بأشهر أعمدة: تحدد هذه الأعمدة ← زر أيمن ← إلغاء محورية الأعمدة (Unpivot Columns). 5) تراجع الخطوات المطبقة (Applied Steps) واحدة واحدة، ثم إغلاق وتطبيق (Close & Apply).

إذا أظهرت خطوة خطأً بعد تغيير المصدر، فغالبًا هي خطوة «النوع المغيَّر» التي تشير إلى اسم العمود القديم: صححها.

قالب للنسخ واللصق — وصفة التنظيف لديّ

1. تحديد نوع كل عمود: تاريخ / عشري / نص
2. الحذف: أسطر العناوين، المجاميع، الأعمدة غير الضرورية
3. تصفية الفارغ؛ إعادة تسمية الأعمدة
4. إلغاء محورية الأعمدة المتقاطعة ← الخاصية / القيمة
5. مراجعة الخطوات المطبقة ← إغلاق وتطبيق
القاعدة: تصحيح الاستعلام، وليس البيانات يدويًا أبدًا.

تكاليف شهرية

تلغي زينب محورية جدول تكاليف بأشهر أعمدة لتحليله بالشهر.

رؤوس متسخة

تحذف زينب أسطر العناوين الدخيلة من تصدير خام قبل تحديد الأنواع.

الدمج

تدمج زينب مبيعاتها مع مرجع المنتجات لإثراء كل سطر.

التكديس

تلحق زينب ثلاثة صادرات بالبنية نفسها في استعلام واحد عبر الإلحاق (Append).

✓ ممارسات جيدة

  • حدِّد نوع كل عمود (أول منعكس في المحرر).
  • صحّح الاستعلام، وليس البيانات يدويًا أبدًا.
  • ألغِ المحورية عن الجداول المتقاطعة لجعلها قابلة للتحليل.

✗ أخطاء شائعة

  • إعادة لمس ملف المصدر عند كل تصدير.
  • ترك عمود سيئ النوع (أخطاء تجميع لاحقًا).
  • إبقاء الأشهر أعمدة بدلًا من إلغاء محوريتها.

النقاط الأساسية

  • كل تحويل خطوة تُعاد عند التحديث.
  • نصحح الاستعلام، وليس البيانات يدويًا أبدًا.
  • تحديد أنواع كل الأعمدة: أول منعكس في المحرر.
  • إلغاء محورية الجداول المتقاطعة يجعل البيانات قابلة للتحليل.

تحدي 48 ساعة — طبّقه غدًا

استعد كما تفعل زينب تصديرًا خامًا وابنِ مسارًا: حدِّد أنواع كل الأعمدة، واحذف الأسطر الدخيلة، ثم ألغِ المحورية عن جدول بأشهر أعمدة. وأثبت أن كل شيء يُعاد بالنقر على الخطوات المطبقة.

قائمة الخروج من القسم
  • أنظف مصدرًا بخطوات قابلة لإعادة التشغيل في Power Query.
  • أحدّد نوع كل عمود بشكل صحيح.
  • ألغي محورية جدول متقاطع إلى تنسيق طويل قابل للتحليل.
تقييم ذاتي 1-5: هل أصحح الاستعلام بدل البيانات؟تقييم ذاتي 1-5: هل ألغيت محورية جدول متقاطع بنجاح؟

أسئلة شائعة

خطوة تعرض خطأً بعد تغيير ملف المصدر، لماذا؟

عمود متوقع غيّر اسمه أو نوعه: انقر الخطوة المخطئة (غالبًا خطوة «النوع المغيَّر» التي تشير إلى الاسم القديم) وصححها. والحفاظ على أسماء أعمدة ثابتة في المصدر يتجنب هذه الأعطال.

Power Query أم DAX لإنشاء عمود: كيف أختار؟

التحويل البنيوي للبيانات (التنظيف، والتقسيم، وتحديد الأنواع، وإلغاء المحورية) = Power Query؛ ومنطق الأعمال المرتبط بسياق المرئيات (المجاميع، والنسب) = مقياس DAX. وعند الشك: Power Query للتحضير، وDAX للحساب الفوري.

تحقّق من فهمك

ما هو أهم تحويل في Power Query للتحليل؟

موارد إضافية (اختياري، للتعمّق أكثر)

اختبار المستوى 1أسئلة جديدة وأصعب للتحقق من مكتسباتك