在 Power BI Desktop 中使用正则表达式

[v-stephen-msft]

场景： 
在 Power BI 中，当我们想要处理复杂和无序的数据时，使用 Power Query 添加许多步骤可能无法获得预期的结果。众所周知，Power Query不能使用正则表达式。如果我们能够调用Python脚本并使用正则表达式来处理数据，事情会变得简单起来。 

使用的表格： 

如上图所示，如果数据已导入到 Power BI 中，此时我们无法使用 Power Query 有效地处理数据，比如直接拆分出一个字段里包含的两种不同信息。在这种情况下，我们可以调用 Python 的 re 模块的正则表达式。

前提： 

如果要在 Power BI Desktop 中运行 Python 脚本，需要在本地计算机上安装 Python 和两个 Python 包（pandas 和 matplotlib）。有关详细信息，请参阅此文档：在 Power BI Desktop 中运行 Python 脚本。 

操作： 

将数据导入 Power BI Desktop 后，我们可以在 IDE 中运行 python 脚本，并在确认脚本能够正常运行后将其复制到 pbi 查询编辑器中的 python 脚本编辑器中。

import re 

import json 

  

# 自定义函数以获取电子邮件地址 

def get_find_emails(text): 

    emails = re.findall(r"[a-z0-9\.\-+_]+@[a-z0-9\.\-+_]+\.[a-z]+", text) 

    emails = ';'.join(emails) 

    return emails 

  

# 自定义函数以获取电话号码 

def get_find_mobiles(text): 

    mobiles = re.findall(r"[1-9][0-9]{4,}", text) 

    mobiles = ';'.join(mobiles) 

    return mobiles 

  

email_list = [] 

tele_list = [] 

  

for i in range(len(dataset)): 

    text = dataset.iat[i, 1] 

    email = get_find_emails(text) 

    email_list.append(email) 

    tele = get_find_mobiles(text) 

    tele_list.append(tele) 

  

dataset['email'] = email_list 

dataset['tele'] = tele_list 

这段代码定义了两个函数：

get_ find_ Email（用于获取电子邮件地址的自定义函数）和 get_ find_ Mobile（用于获取电话号码的自定义函数），将对应的结果存储为两个列表形式，并添加到数据表中。

另外，我们可以在线搜索更多有关于正则表达式的使用方式。

单击“确定”以返回结果：

展开表格后，额外的email和tele列分别是我们想要获取的电话号码和电子邮件地址。

有关详细信息，请查看附件。

作者: 陆良
指导: Ula & Kerry

翻译：王雅洁

在 Power BI Desktop 中使用正则表达式.pbix