Integración de Python en Power BI

¿Sé puede procesar datos con un script de python en power BI?

La respuesta es sí, veamoslo con el siguiente ejemplo sencillo

Importamos datos desde un script en python

En obtener datos buscamos script de python.

Escribimos el código necesario para importar los datos

En esta ocasión el código que usaremos será el siguiente.

# Librerias a utilizar
import pandas as pd
import numpy as np

# Cargamos los datos desde el archivo csv
df = pd.read_csv("StudentsPerformance.csv")

# Procesamos los datos 
# Cambio de nombre de las columnas 
df = df.rename(columns={'gender':'genero', 'race/ethnicity': 'raza',
                        'parental level of education': 'educacion padres',
                        'lunch': 'almuerzo', 'test preparation course': 'curso de preparacion',
                        'math score': 'nota matematicas', 'reading score': 'nota lectura',
                        'writing score': 'nota escritura'})
#cambiamos los valores a español
df['genero'] = np.where(df['genero'] == 'male', 'masculino', 'femenino')
df['raza'] = df['raza'].str.replace('group','grupo')
df['educacion padres'] = np.where(df['educacion padres'] == 'some college', 'universidad incompleta',
                                  np.where(df['educacion padres'] == "associate's degree", 'titulo de asociado',
                                           np.where(df['educacion padres']=='high school', 'secundaria',
                                                    np.where(df['educacion padres']== 'some high school', 'secundaria incompleta',
                                                             np.where(df['educacion padres']== "bachelor's degree", "licenciatura",
                                                                      "maestria")))))
                                                                      
                                                                      
df['almuerzo'] = np.where(df['almuerzo'] == 'standard', 'estandar', 'gratis/reducido')
df['curso de preparacion'] = np.where(df['curso de preparacion'] == 'none', 'ninguno', 'completado')

escribimos el código y damos clic en OK

### Seleccionamos el df y damos clic en cargar y tenemos nuestros datos listo para usarlos o si deseamos podemos realizar otras transformaciones a los datos.

¿Sé puede insertar elementos visuales de python en Power BI?

Sí, veamos un ejemplo:

En el panel de visualizaciones seleccionamos Py

Pasamos como valores las variables que vamos a graficar Alerta: como Power BI elimina duplicados automáticamente necesitamos pasar una variable index

En el editor de script de python escribimos el código para generar la gráfica

El código que vamos a colocar en este script en este caso es el siguiente:

import matplotlib.pyplot as plt
import seaborn as sb

fig, ax = plt.subplots(nrows = 2, ncols =3, figsize=(20,7))
sb.histplot(data=dataset, x='nota matematicas', ax= ax[0,0],color='lightblue')
sb.histplot(data=dataset, x='nota escritura', ax = ax[0,1], color='lightgray')
sb.histplot(data=dataset, x = 'nota lectura', ax =ax[0,2], color ='turquoise')
# Añadimos la media a cada gráfico
p_mate =dataset['nota matematicas'].mean()
p_escr = dataset['nota escritura'].mean()
p_lect = dataset['nota lectura'].mean()
ax[0,0].axvline(p_mate, color='red', linestyle='--')
ax[0,1].axvline(p_escr, color='red', linestyle='--')
ax[0,2].axvline(p_lect, color='red', linestyle='--')
#añadimos una etiqueta a la media
ax[0,0].annotate(f'{p_mate: .2f}', (p_mate,0), color='red',size= 18)
ax[0,1].annotate(f'{p_escr: .2f}', (p_escr,0), color='red',size= 18)
ax[0,2].annotate(f'{p_lect: .2f}', (p_lect,0), color='red',size= 18)
# Añadimos los titulos
ax[0,0].set_title('Histograma de notas de Matemáticas')
ax[0,1].set_title('Histograma de notas de Escritura')
ax[0,2].set_title('Histograma de notas de Lectura')

#Boxplots
sb.boxplot(data=dataset, x='nota matematicas', ax=ax[1,0], showmeans=True, color = 'lightblue')
sb.boxplot(data=dataset, x='nota lectura', ax=ax[1,1], showmeans=True, color ='lightgray')
sb.boxplot(data=dataset, x='nota escritura', ax=ax[1,2], showmeans=True, color= 'turquoise')

plt.tight_layout()
plt.show()

Finalmente creamos el dashboard de control añadiendo algunos segmentadores o lo que necesitemos

De esta manera podemos combinar python y Power BI para tener un tablero interactivo