PDF 表を Excel に変換すると、データが得られます。 Power Query でクリーンアップすると、すぐに分析できるデータが得られます。 Power Query は、インポートされたデータを再形成、クリーンアップ、標準化できる Excel に組み込まれたデータ変換ツールです。 PDF テーブルを Excel に変換すると、列の位置がずれている、セルが結合されている、またはデータ型が一貫していない場合、Power Query を使用すると、セルごとに手動で修正するのではなく、体系的にこれらの問題を修正できます。
PDF から Excel への変換と Power Query クリーニングを組み合わせることで、乱雑な変換出力が構造化されたデータセットに変換されます。変換によりデータが Excel に取得されます。 Power Query を使用すると使用可能になります。このワークフローは、同じテーブル形式が毎月到着し、毎回同じクリーニング手順が必要になる定期的な変換の場合に特に役立ちます。
PDF から Excel への変換では、生データが提供されます。 Power Query はこの改良を提供します。これらを連携すると、PDF テーブルから分析可能なスプレッドシートへの変換が自動化されます。
変換された PDF データを Power Query にロードする
PDFをExcelに変換した後、変換されたファイルを開きます。データ範囲を選択します。 「データ」タブに移動し、「テーブル/範囲から」を選択します。 Power Query が開き、データが読み込まれます。最初のステップは、データ構造を確認することです。列が正しく識別され、ヘッダーがプロモートされ、データ型が適切であることを確認してください。 Power Query には、データのプレビューと適用された変換ステップのリストが表示されます。
PDF コンバーターの出力は Power Query の入力になります。 Power Query に到着するデータには大幅な変換が必要な場合があります。変換は、データを抽出することで正常に機能しました。 Power Query は、クリーンアップすることでその役割を果たします。
PDF データの一般的な Power Query 変換
変換中に空のテーブル行として表示された空白行を削除します。コンバーターが 2 つのデータ フィールドを 1 つにマージした列を分割します。データ型をテキストから数値、日付、または通貨に変更します。ヘッダーまたはカテゴリ ラベルが 1 回表示される場所に値を入力し、その下のすべての行で繰り返す必要があります。複数ページの表の各ページに表示される重複したヘッダー行を削除します。
WukongPDF 変換ツールは PDF からデータを抽出します。 PDF から Excel への出力は、Power Query 変換の開始点です。
繰り返し使用するために Power Query を保存する
Power Query 変換を構成した後、クエリを保存します。次回同じタイプの PDF を変換するときは、新しいデータをロードし、保存したクエリを適用します。すべてのクリーニング手順は自動的に実行されます。最初の変換からの手動作業は、その後のすべての変換で自動化されたパイプラインになります。
Power Query を使用した PDF Converter の定期的なワークフローは、手動の月次プロセスを自動化されたデータ パイプラインに変換します。
Power Query での複数ページのテーブルの処理
PDF 内の 5 ページにわたる表は、Excel では 5 つの個別の表として表示され、それぞれに独自のヘッダー行が含まれます。 Power Query では、これらを 1 つのテーブルに結合できます。重複したヘッダー行を削除します。各ページのデータ行を連続データセットに追加します。
Power Query での PDF から Excel への複数ページのテーブル処理では、変換されたフラグメントから元のテーブルが再構築されます。
結合後に行が正しい順序になっていることを確認します。 PDF ページの順序によってデータの順序が決まります。
Power Query の更新サイクルの自動化
ソース ファイルから更新するように Power Query を構成します。毎月、新しい PDF 変換出力を、予想されるファイル名で指定されたフォルダーに配置します。 Power Query は新しいデータを読み込み、保存された変換を適用します。
PDF Converter の自動更新サイクルは、毎月の手動タスクをバックグラウンド操作に変換します。
更新でエラーがないか監視します。 PDF テーブル形式を変更すると、Power Query 変換が壊れる可能性があります。
Power Query を使用した変換エラーの検出
Power Query は、変換エラーが含まれる可能性のあるデータを識別できます。テキストとして保存される数値。一貫性のない形式の日付。予想範囲外の値。手動レビューのためにこれらにフラグを立ててください。
PDF ツールの Power Query エラー検出は、分析結果に影響を与える前に変換の問題を検出します。
エラー検出ルールは、特定のドキュメント タイプの一般的な失敗パターンを学習するにつれて、時間の経過とともに改善されます。
クリーンアップされたデータを他の分析ツールにエクスポートする
Power Query のクリーニング後、データをエクスポートする準備が整います。これを Power BI にロードして視覚化します。統計分析のために CSV にエクスポートします。データベースに接続して長期保存します。クリーンアップされたデータは、すべての下流分析の基礎となります。
Power Query クリーニングによる変換から最終エクスポートまでの PDF から Excel へのパイプラインは、PDF データを分析可能な情報に変換します。
Power Query 更新のスケジュール設定
スケジュールに従って更新するように Power Query を構成します。毎週月曜日の朝、最新の PDF 変換出力を取得し、変換を適用します。到着時には、更新されたデータが準備されています。
PDF から Excel へのスケジュールされた更新により、期間ごとに新しいデータをロードする手動の手順が不要になります。
バージョン管理の Power Query 変換
Power Query 変換の各バージョンを保存します。 PDF 形式が変更され、変換を更新する必要がある場合、バージョン履歴には変更内容とその理由が表示されます。
PDF Converter 変換バージョン管理は、データ クリーニング パイプラインの進化を文書化します。