คู่มือปรับแต่งและคลีนข้อมูลใน Power BI ด้วย Power Query Editor (Data Transformation Guide)

ในโลกของการทำงานกับข้อมูล มีคำกล่าวของนักวิเคราะห์ข้อมูล (Data Analyst) ระดับโลกที่ว่า “80% ของเวลาในการทำโปรเจกต์ Business Intelligence หมดไปกับ ‘การเตรียมข้อมูลและทำความสะอาดข้อมูล’ (Data Preparation & Cleaning)” เพราะในความเป็นจริง ข้อมูลดิบที่เราได้รับมาจากแผนกต่างๆ มักจะไม่ได้อยู่ในรูปแบบที่พร้อมสร้างแดชบอร์ดทันที ไม่ว่าจะเป็นหัวตารางปะปนกับชื่อเรื่อง, มีแถวว่างกระจัดกระจาย, ข้อมูลตัวเลขถูกบันทึกเป็นข้อความ, หรือตารางถูกจัดมาในแนวนอนแบบตารางสรุปยอด

เครื่องมือมหัศจรรย์ที่จะช่วยเปลี่ยนฝันร้ายของคนทำงานข้อมูลให้กลายเป็นเรื่องง่ายในไม่กี่คลิกก็คือ Power Query Editor ที่ติดตั้งมาพร้อมใน Power BI Desktop นั่นเองครับ ในบทความนี้ ทีมงาน mypc2020 ได้รวบรวม คู่มือการปรับแต่งและคลีนข้อมูลใน Power BI Desktop ด้วย Power Query Editor ฉบับสมบูรณ์ อธิบายเข้าใจง่าย พร้อมภาพประกอบจริงทุกขั้นตอนครับ!

1. สำรวจหน้าต่างการทำงานของ Power Query Editor

เมื่อคุณกดปุ่ม “Transform Data” ใน Power BI Desktop โปรแกรมจะเปิดหน้าต่างแยกขึ้นมาชื่อว่า Power Query Editor ซึ่งมี 4 องค์ประกอบสำคัญที่ต้องรู้จัก ดังภาพหน้าจอจริงด้านล่างนี้ครับ:

1. Ribbon Bar (แถบเครื่องมือด้านบน): รวมปุ่มคำสั่งแบ่งเป็นหมวดหมู่หลัก:
   • Home: คำสั่งทั่วไป เช่น Close & Apply, Remove Columns, Split Column, Merge/Append Queries
   • Transform: คำสั่งดัดแปลงคอลัมน์เดิม เช่น แปลงชนิดข้อมูล, เปลี่ยนข้อความเป็นตัวพิมพ์ใหญ่, Unpivot Columns
   • Add Column: คำสั่งสร้างคอลัมน์ใหม่โดยไม่ทับคอลัมน์เดิม เช่น Custom Column, Conditional Column
   • View: เปิด-ปิดการแสดงผลสูตร Formula Bar และระบบตรวจคุณภาพข้อมูล (Data Profiling)
2. Queries Pane (แถบซ้ายมือ): แสดงรายชื่อตาราง (Queries) ทั้งหมดที่นำเข้ามาในโปรเจกต์
3. Data Preview Grid (พื้นที่ตรงกลาง): ตารางจำลองข้อมูลให้เราดูผลลัพธ์ของการปรับแต่งแบบเรียลไทม์
4. Query Settings (แถบขวามือ): แสดงชื่อตาราง และกล่อง Applied Steps หัวใจสำคัญของ Power Query!

2. หัวใจสำคัญของ Power Query: กลไก “Applied Steps”

ในช่อง Query Settings ด้านขวามือ คุณจะเห็นแถบรายการชื่อว่า “Applied Steps” ซึ่งทำหน้าที่เหมือน “ไทม์แมชชีนบันทึกประวัติการทำงาน” โดยทุกครั้งที่คุณลบคอลัมน์ กรองข้อมูล หรือเปลี่ยนชนิดตัวเลข ระบบจะเพิ่มขั้นตอนใหม่ต่อท้ายลงในรายการนี้แบบอัตโนมัติ (เขียนเป็นภาษา M Code เบื้องหลัง):

• คลิกดูอดีตได้: คุณสามารถคลิกที่ขั้นตอนก่อนหน้าเพื่อดูว่าข้อมูล ณ ตอนนั้นหน้าตาเป็นอย่างไร
• ลบสเต็ปที่ทำผิดได้ง่ายๆ: หากทำขั้นตอนไหนผิด เพียงคลิกที่ เครื่องหมายกากบาท (X) หน้าชื่อสเต็ปนั้น ข้อมูลก็จะย้อนกลับสู่สภาพเดิมทันที ไม่ต้องกด Undo รัวๆ เหมือนโปรแกรมอื่น
• เปลี่ยนชื่อสเต็ปได้: คลิกขวาที่สเต็ปแล้วเลือก Rename เพื่อใส่คำอธิบายให้อ่านเข้าใจง่ายสำหรับทีมงาน

3. 7 เทคนิคการคลีนและปรับแต่งข้อมูลยอดฮิตที่ทุกคนต้องใช้

นี่คือคำสั่งระดับเสาหลักที่จะช่วยเปลี่ยนข้อมูลที่เละเทะให้กลายเป็นตารางที่สะอาดเอี่ยม:

3.1 การเลื่อนแถวแรกขึ้นเป็นหัวตาราง (Use First Row as Headers)

บ่อยครั้งที่ดึงไฟล์ Excel เข้ามา แล้วแถวแรกกลายเป็น Column1, Column2 ส่วนชื่อคอลัมน์จริงตกลงไปอยู่ที่แถวที่ 1 ให้ไปที่แท็บ Home แล้วคลิกปุ่ม “Use First Row as Headers” เพียงคลิกเดียว ชื่อคอลัมน์จริงจะถูกยกขึ้นไปเป็นหัวตารางทันที

3.2 การตรวจและเปลี่ยนชนิดข้อมูล (Data Types)

สังเกตไอคอนเล็กๆ หน้าชื่อคอลัมน์: 123 (จำนวนเต็ม), 1.2 (ทศนิยม), ABC (ข้อความ), หรือ ปฏิทิน (วันที่) หากพบว่าคอลัมน์ยอดขายแสดงเป็น ABC ให้คลิกที่ไอคอนนั้นแล้วเปลี่ยนเป็น Fixed decimal number หรือ Whole number เพื่อให้สามารถนำไปคำนวณบวกเลขในกราฟได้

3.3 การลบแถวและคอลัมน์ที่ไม่จำเป็น (Remove Rows / Columns)

คลิกเลือกคอลัมน์ที่ไม่ต้องการแล้วกดปุ่ม Delete บนคีย์บอร์ด หรือไปที่ Home > Remove Rows > Remove Blank Rows (ลบแถวว่าง) และ Remove Duplicates (ลบข้อมูลที่ซ้ำกันทิ้ง)

3.4 การแยกคอลัมน์ (Split Column)

เช่น คอลัมน์ “ชื่อ-นามสกุล” ที่รวมกันอยู่ หรือรหัสสินค้า “TH-BK-001” สามารถคลิกขวาที่คอลัมน์ เลือก Split Column > By Delimiter แล้วเลือกตัวคั่น เช่น เคาะวรรค หรือเครื่องหมายขีด (-) ระบบจะแยกข้อมูลออกเป็นหลายคอลัมน์ให้อัตโนมัติ

3.5 การแทนที่ค่าและการเติมเต็มค่าว่าง (Replace Values & Fill Down)

หากต้องการแทนที่คำว่า “N/A” หรือค่าว่างด้วยเลข 0 ให้คลิกขวาที่คอลัมน์ เลือก Replace Values และหากเจอไฟล์รายงานที่มีการ Merge เซลล์ด้านซ้าย แล้วปล่อยช่องว่างข้างล่างไว้ ให้คลิกขวาเลือก Fill > Down ระบบจะก๊อปปี้ค่าด้านบนลงมาเติมเต็มช่องว่างด้านล่างให้อย่างแม่นยำ

3.6 การสร้างคอลัมน์ตามเงื่อนไข (Conditional Column)

ไปที่แท็บ Add Column > เลือก Conditional Column เพื่อสร้างเงื่อนไขคล้ายคำสั่ง IF ใน Excel เช่น “ถ้าคะแนนมากกว่า 80 ให้ได้เกรด A, ถ้ามากกว่า 70 ให้ได้ B” โดยหน้าต่างจะมีฟอร์มให้กรอกเงื่อนไขอย่างง่ายดายโดยไม่ต้องเขียนสูตรเอง

3.7 การแปลงตารางจากแนวนอนเป็นแนวตั้ง (Unpivot Columns) – ฟังก์ชันปราบเซียน!

นี่คือฟังก์ชันที่ทำให้ผู้ใช้ Excel ตะลึงที่สุด! ในรายงานแบบเดิม แต่ละเดือนมักจะถูกวางเป็นคอลัมน์แนวนอน (ม.ค., ก.พ., มี.ค. … ธ.ค.) ซึ่งทำให้ Power BI ไม่สามารถสร้างตัวกรองไทม์ไลน์ได้ การทำ Unpivot Columns จะช่วยพับคอลัมน์แนวนอนเหล่านั้นให้กลายมาเป็นแถวแนวตั้ง (Row-based) ใน 1 วินาที ดังภาพไดอะแกรมด้านล่างนี้ครับ:

4. การรวมตารางข้อมูล: Merge Queries vs Append Queries ต่างกันอย่างไร?

เมื่อมีตารางข้อมูลหลายชุดในโปรเจกต์ Power Query ได้จัดเตรียมเครื่องมือรวมตารางไว้ 2 รูปแบบที่ตอบโจทย์คนละสถานการณ์ ดังภาพเปรียบเทียบด้านล่างนี้ครับ:

4.1 Merge Queries (การรวมคอลัมน์แนวนอนเหมือน VLOOKUP)

ใช้เมื่อต้องการนำคอลัมน์จากตารางที่สองมาต่อท้ายตารางแรก โดยอิงตามรหัสที่ตรงกัน (เช่น ตารางยอดขายมี Customer ID ต้องการดึงชื่อและที่อยู่จากตารางลูกค้ามาแปะคู่กัน) โดยมีหน้าต่างให้คลิกเลือกคอลัมน์ที่ตรงกันและเลือกชนิดของ Join ได้อย่างง่ายดาย:

4.2 Append Queries (การซ้อนแถวแนวตั้งรวมข้อมูลหลายช่วง)

ใช้เมื่อต้องการนำข้อมูลที่มีโครงสร้างหัวคอลัมน์เหมือนกันมาต่อแถวกันด้านล่าง เช่น ยอดขายเดือนมกราคม + กุมภาพันธ์ + มีนาคม หรือไฟล์ยอดขายของสาขาที่ 1 + สาขาที่ 2 นำมารวมกันเป็นตารางเดียวอย่างสะดวกรวดเร็ว:

5. การนำข้อมูลที่คลีนเสร็จแล้วไปใช้งาน: ปุ่ม “Close & Apply”

เมื่อคุณทำการปรับแต่งและคลีนข้อมูลใน Power Query Editor จนได้ตารางที่สมบูรณ์แบบแล้ว ขั้นตอนสุดท้ายคือการโหลดข้อมูลเข้าสู่หน้า Report Canvas ของ Power BI Desktop โดยไปที่แท็บ Home มุมซ้ายบนสุด จะมีปุ่มขนาดใหญ่ชื่อว่า “Close & Apply” ให้คลิกที่ปุ่มนี้:

• Close & Apply: ปิดหน้าต่าง Power Query พร้อมสั่งประมวลผลขั้นตอน Applied Steps ทั้งหมด แล้วโหลดข้อมูลที่สะอาดเข้าสู่ตัวโมเดลรายงานทันที (แนะนำ)
• Apply: บันทึกขั้นตอนการแปลงข้อมูลเข้าสู่โมเดล แต่ยังคงเปิดหน้าต่าง Power Query Editor ไว้ทำงานต่อ
• Close: ปิดหน้าต่าง Power Query โดยไม่บันทึกการเปลี่ยนแปลงล่าสุด

6. กฎเหล็กและข้อควรระวังในการปรับแต่งข้อมูล (Best Practices)

• ลบคอลัมน์ที่ไม่จำเป็นออกให้หมดตั้งแต่แรก: คอลัมน์ที่ไม่ได้ใช้แสดงในรายงาน (เช่น หมายเหตุยาวๆ หรือรหัสภายใน) ให้ลบออกใน Power Query ทันที เพราะจะช่วยลดขนาดไฟล์และทำให้แดชบอร์ดโหลดเร็วขึ้นอย่างเห็นได้ชัด
• ระวังตัวพิมพ์เล็ก-ใหญ่ในชื่อคอลัมน์ (Case-sensitive): ภาษา M Code ใน Power Query แยกความแตกต่างระหว่างตัวพิมพ์เล็กกับตัวพิมพ์ใหญ่ เช่น คำว่า Status กับ status จะมองเป็นคนละคอลัมน์
• ปิด Enable Load สำหรับตารางพัก (Staging Tables): หากตารางไหนใช้เป็นตัวตั้งต้นสำหรับการ Merge หรือ Append เท่านั้น ไม่ได้ใช้แสดงผลในหน้ารายงาน ให้คลิกขวาที่ชื่อตารางนั้นใน Queries Pane แล้วเอาเครื่องหมายถูกออกจาก “Enable load” เพื่อประหยัด RAM ในตัวโมเดล

7. สรุปภาพรวมและก้าวต่อไป

การเชี่ยวชาญเครื่องมือ Power Query Editor ถือเป็นทักษะที่เปลี่ยนคนทำงานข้อมูลทั่วไปให้กลายเป็นมือโปรระดับสูง เพราะมันช่วยประหยัดเวลาการทำความสะอาดข้อมูลที่เคยต้องเสียเวลาทำเป็นวันๆ ให้เหลือเพียงการกดปุ่ม Refresh ในไม่กี่วินาที!

เมื่อข้อมูลของคุณถูกแปลงและจัดโครงสร้างอย่างถูกต้องเรียบร้อยแล้ว ในขั้นตอนถัดไป เราจะมาเรียนรู้เรื่อง การสร้างแบบจำลองข้อมูล (Data Modeling) และการผูกความสัมพันธ์ตาราง (Relationships) เพื่อเตรียมพร้อมสำหรับการสร้างสูตรคำนวณขั้นสูงต่อไป อย่าลืมติดตามบทความใหม่ๆ ได้ที่ mypc2020.com นะครับ!