Power BI中使用Python Pandas从原始表创建多个子表的问题咨询

1. 实现思路合理性判断 #

这个思路是完全合理的。如果你本身熟悉Python pandas的数据处理逻辑，用这种方式比从零学习Power Query的M语言开发效率高很多，尤其是涉及复杂筛选、分组计算、自定义逻辑处理的场景，直接写Python代码反而更不容易出错。同时Power BI原生支持Python脚本集成，属于官方允许的标准操作，不会出现兼容性问题。

2. 保留原表同时生成多子表的方法 #

你之前操作出现原表被覆盖的问题，是因为Power Query运行Python脚本后，默认只会把脚本中最后一个赋值的DataFrame作为输出结果覆盖当前查询的表。要实现保留原表同时生成多个子表，有两种常用可落地的方案：

• 方案1：复制原表，每个子表单独运行处理脚本
  操作步骤：在Power Query编辑器左侧「查询」面板，右键点击原始Points表选择「复制」，需要多少个子表就复制多少份。原始Points表不做任何修改保留，每份复制后的表单独运行对应的筛选Python代码即可，比如第一份复制表运行生成df1的代码，第二份运行生成df2的代码。
  适用场景：子表之间逻辑差异大，后续需要单独调整每个子表处理逻辑的情况。
• 方案2：单脚本一次性输出多个子表
  操作步骤：在Python脚本中把所有需要的子表全部定义完成后，封装为字典输出即可，参考代码如下：

import pandas as pd
data = pd.DataFrame(dataset)
# 按需定义所有子表
df1 = data[(data.TEAM == 'A') & (data.SPORT == 'Basket')] # A队篮球历年得分，用于趋势图
df2 = data.groupby(['YEAR','SPORT'], as_index=False).agg(队伍得分列表=('POINTS', list)) # 同年份同项目得分对比用表
# 按需添加其他df3、df4等子表逻辑

# 最后输出包含所有表的字典
output = {
    "原始Points表": data,
    "A队篮球历年得分": df1,
    "分年份分项目得分聚合表": df2
}

运行上述代码后，Power Query会自动跳转到导航器页面，勾选所有需要保留的表后点击「加载」，就能一次性生成所有子表，原始Points表也可以完整保留。
适用场景：子表数量多，想要一次处理完成的情况。

内容的提问来源于stack exchange，提问作者Hookstark