Power Query エディターで Python を使用する

統計学者、データサイエンティスト、データアナリストによって広く使用されているプログラミング言語である Python は、Power BI Desktop Power Query エディターで使用できます。この Power Query エディター への Python の統合により、Python を使用してデータクレンジングを実行し、欠落しているデータ、予測、クラスタリングの完了など、データセットで高度なデータ整形と分析を実行できます。 Python は強力な言語であり、 Power Query エディター でデータモデルを準備し、レポートを作成するために使用できます。

[前提条件]

開始する前に、Python と pandas をインストールする必要があります。

Python のインストール - Power BI Desktop の Power Query エディターで Python を使用するには、ローカルコンピューターに Python をインストールする必要があります。 Python の公式ダウンロードページや Anaconda など、さまざまな場所から Python を無料でダウンロードしてインストールできます。
Pandas をインストール する - Power Query エディターで Python を使用するには、 pandas もインストールする必要があります。 Pandas は、Power BI と Python 環境の間でデータを移動するために使用されます。

Power Query エディターで Python を使用する

Power Query エディターで Python を使用する方法を示すには、ここからダウンロードしてフォローできる CSV ファイルに基づいて、株価データセットからこの例を取ります。この例の手順は次のとおりです。

まず、 Power BI Desktop にデータを読み込みます。この例では、EuStockMarkets_NA.csv ファイルを読み込み、Power BI Desktop の >] リボンから [データの取得テキスト/CSV] を選択します。
ファイルを選択して [開く] を選択すると、 CSV ファイル ダイアログに CSV が表示されます。
データが読み込まれると、Power BI Desktop の [フィールド] ウィンドウにデータが表示されます。
Power BI Desktop の [ホーム] タブから [データの変換] を選択して、Power Query エディターを開きます。
[ 変換 ] タブで [ Python スクリプトの実行 ] を選択すると、次の手順に示すように Python スクリプトの実行 エディターが表示されます。行 15 と行 20 は、次の図では見ることができない他の行と同様に、データが不足しています。次の手順では、Python がそれらの行を完了する方法を示します。
この例では、次のスクリプトコードを入力します。
```
import pandas as pd
completedData = dataset.fillna(method='backfill', inplace=False)
dataset["completedValues"] =  completedData["SMI missing values"]
```
注

前のスクリプトコードが正常に動作するには、Python 環境に pandas ライブラリをインストールする必要があります。 pandas をインストールするには、Python インストールで次のコマンドを実行します。 pip install pandas

[ Python スクリプトの実行 ] ダイアログに入力すると、コードは次の例のようになります。
[OK] を選択すると、Power Query エディターにデータのプライバシーに関する警告が表示されます。
Power BI サービスで Python スクリプトが正常に機能するためには、すべてのデータソースを パブリックに設定する必要があります。プライバシー設定とその影響の詳細については、「プライバシーレベル」を参照してください。

[フィールド] ペインに completedValues という名前の新しい列があることに注意してください。行 15 や 18 など、データ要素が不足していることに注意してください。 Python が次のセクションで処理する方法を見てみましょう。

Python スクリプトの 3 行だけで、 Power Query エディター は予測モデルで欠損値を入力しました。

Python スクリプトデータからビジュアルを作成する

次の図に示すように、 pandas ライブラリを使用した Python スクリプトコードで不足値がどのように完了したかを確認するビジュアルを作成できます。

元のデータと Pandas ライブラリで補完された欠損値を示すビジュアルのスクリーンショット。

そのビジュアルが完成し、 Power BI Desktop を使用して作成するその他のビジュアルがあれば、 Power BI Desktop ファイルを保存できます。 Power BI Desktop ファイルは 、.pbix ファイル名拡張子で保存されます。次に、Power BI サービスで、その一部である Python スクリプトを含むデータモデルを使用します。

注

これらの手順を完了した .pbix ファイルを見てみたいですか? あなたは運が良いです。これらの例で使用されている完成した Power BI Desktop ファイルは、ここでダウンロードできます。

.pbix ファイルを Power BI サービスにアップロードすると、サービスでデータを更新したり、サービスでビジュアルを更新したりするために、さらにいくつかの手順が必要になります。ビジュアルを更新するには、データから Python にアクセスする必要があります。その他の手順は次のとおりです。

データセットのスケジュールされた更新を有効にします。 Python スクリプトを使用してデータセットを含むブックのスケジュールされた更新を有効にするには、「スケジュールされた更新の構成」を参照してください。これには 、Personal Gateway に関する情報も含まれています。
Personal Gateway をインストールします。ファイルが配置され、Python がインストールされているコンピューターに Personal Gateway がインストールされている必要があります。 Power BI サービスは、そのブックにアクセスし、更新されたビジュアルを再レンダリングする必要があります。詳細については、「 Personal Gateway のインストールと構成」を参照してください。

考慮事項と制限事項

Power Query エディターで作成された Python スクリプトを含むクエリには、いくつかの制限があります。

すべての Python データソース設定を パブリックに設定し、 Power Query エディター で作成されたクエリ内の他のすべてのステップもパブリックにする必要があります。データソースの設定にアクセスするには、 Power BI Desktop で [ファイル] > [オプションと設定] > [データソースの設定] を選択します。

[ データソースの設定] ダイアログで、データソースを選択し、[ アクセス許可の編集]を 選択します。[ プライバシーレベル ] が [パブリック] に設定されていることを確認します。
Python ビジュアルまたはデータセットのスケジュールされた更新を有効にするには、 スケジュールされた更新 を有効にし、ブックと Python インストールを格納するコンピューターに Personal Gateway をインストールする必要があります。両方の詳細については、この記事の前のセクションを参照してください。各セクションの詳細については、リンクを参照してください。
入れ子構造のテーブル（これらは「テーブルのテーブル」）は現在サポートされていません。

Python とカスタムクエリを使用して、さまざまなことができますので、データを自分の望む通りに探索し整形できます。

フィードバック

このページはお役に立ちましたか?

Last updated on 2026-02-19

次の方法で共有

Power Query エディターで Python を使用する

[前提条件]

Power Query エディターで Python を使用する

Python スクリプト データからビジュアルを作成する

考慮事項と制限事項

フィードバック

その他のリソース

Python スクリプトデータからビジュアルを作成する