Power BI中用Python Visualization批量识别含#N/A值的列

针对200列CSV文件需要展示存在#N/A值的列的需求，以下是三种高效替代方案，无需手动拖拽所有字段：

方案1：Power Query预处理生成统计结果 #

通过Power Query直接计算每列的#N/A数量，生成可直接可视化的统计表：

• 打开Power Query编辑器，加载目标CSV表
• 选中所有列（Ctrl+A），点击转换→转置
• 点击将第一行用作标题，把原列名转为表头
• 添加自定义列，输入公式：

  List.Count(List.Select([Column1], each _ is null or _ = "#N/A"))
  

• 重命名列（比如"原列名"和"#N/A数量"），筛选出#N/A数量 > 0的行
• 关闭并应用，回到Power BI后用柱状图/表格直接展示结果

方案2：DAX创建计算表统计缺失值 #

用DAX直接生成包含每列缺失值统计的计算表：

1. 新建计算表，输入以下DAX公式（替换你的表名为实际表名）：

   #N/A列统计 = 
   VAR 所有列 = ALLCOLUMNS('你的表名')
   RETURN
   ADDCOLUMNS(
       所有列,
       "#N/A数量", 
       COUNTROWS(FILTER('你的表名', ISBLANK([Value]) || [Value] = "#N/A"))
   )
   

2. 基于这个计算表创建可视化，筛选#N/A数量 > 0的项即可

方案3：Python可视化直接读取整表（无需拖字段） #

如果坚持用Python可视化，跳过手动拖字段步骤，直接读取整个表：

1. 插入Python可视化（不拖任何字段到值区域）
2. 修改脚本为以下内容（替换你的表名）：

   import pandas as pd
   import matplotlib.pyplot as plt
   
   # 直接加载Power BI中的完整表
   df = pd.DataFrame(powerbi.extract_dataframe('你的表名'))
   
   # 计算每列的#N/A和空值总数
   na_stats = df.apply(lambda col: col.isna().sum() + (col == "#N/A").sum(), axis=0)
   # 过滤出存在#N/A的列
   na_stats = na_stats[na_stats > 0]
   
   # 绘制柱状图
   na_stats.plot(kind='bar', figsize=(12, 6))
   plt.title('各列#N/A值统计')
   plt.ylabel('数量')
   plt.xlabel('列名')
   plt.xticks(rotation=45, ha='right')
   plt.tight_layout()
   plt.show()
   

3. 运行脚本即可自动生成统计图表

内容的提问来源于stack exchange，提问作者Diego Quirós