Power BI集成Python脚本实现data frame自动加载的方案咨询

完全可以实现无需手动选择DataFrame、点击Load的一键运行方案，具体操作如下：

方案1：固定DataFrame场景（最常用，适合输出表名、数量固定的情况） #

首次仅需一次配置，后续刷新即可自动加载所有数据：

• 先按你原来的流程运行一次Python脚本，随便选择一个DataFrame加载到Power Query编辑器
• 在Power Query编辑器右侧「应用步骤」面板中找到Source步骤，修改对应的M公式，给Python.Execute方法添加第二个参数[ReturnAllFrames = true]，修改后格式如下：

  = Python.Execute("你原来的Python脚本完整内容", [ReturnAllFrames = true])
  

• 此时Source步骤会返回你Python脚本输出的所有全局DataFrame列表，你可以直接新建查询提取对应表：
  提取df1的公式：= Source{[Name="df1"]}[Value]
  提取df2的公式：= Source{[Name="df2"]}[Value]
  所有需要的表都提取完成后，关闭Power Query编辑器，选择「全部加载」
• 后续只需要点击Power BI顶部的「刷新」按钮，Python脚本会自动执行，所有表会同步更新，无需任何手动操作

方案2：动态DataFrame场景（适合输出表名、数量不固定的情况） #

如果你的Python脚本输出的DataFrame数量、名称会动态变化，可以用批量提取逻辑：

• 完成上述方案1的Source步骤修改后，新增自定义步骤，批量展开所有返回的DataFrame：

  = Table.ExpandTableColumn(Source, "Value", Table.ColumnNames(Source{0}[Value]))
  

• 也可以通过M语言的循环逻辑自动为每个DataFrame生成独立查询，满足动态加载需求

注意事项 #

• Python脚本中需要加载到Power BI的DataFrame必须声明为全局变量，局部变量会被Power BI忽略
• 需确保Power BI关联的Python环境和你开发脚本的Python环境一致，避免出现依赖包缺失、脚本运行失败的问题
• 若需要完全自动触发刷新，可配合Power BI的计划刷新功能配置定时自动运行，连手动点刷新的操作都可以省略

内容的提问来源于stack exchange，提问作者avinash0513