在 Power BI 中构建树形图和饼图

在商业智能中，您经常需要创建饼图和树形图。饼图是一种圆形图，分成多个部分，以显示整体数据的各个部分。饼图的每个组成部分都以百分比表示，所有部分的总和等于百分之百。

树形图是另一种使用嵌套图形（通常是矩形）显示分层数据的技术。可视化图表中的空间根据数值变量的大小和顺序划分为矩形。

本指南将演示如何在 Power BI 桌面中创建饼图和树形图。

在本指南中，您将使用多年来银行贷款发放的虚构数据集。该数据包含 3,000 个观测值和 17 个变量。您可以在此处下载数据集。主要变量如下所述：

1. 日期：贷款发放日期。

2. 收入：申请人的年收入（以美元计）。

3. Loan_disbursed：银行发放的贷款金额（以美元计）。

4. 年龄：申请人的年龄。

5. 性别：申请人是女性（F）还是男性（M）。

6. Interest_rate：发放贷款的年利率，以百分比表示。

7. 目的： 贷款目的。

8. 月份： 发放贷款的月份。

您将从加载数据开始。

打开 Power BI Desktop 后，将显示以下输出。

单击获取数据并从选项中选择Excel 。

浏览到文件的位置并选择它。文件的名称是BIdata.xlsx，您将加载的工作表是BIData工作表。将显示数据预览，一旦您确信您正在加载正确的文件，请单击“加载”。

您已加载文件，可以保存仪表板。它被命名为PowerBI Visualization。“字段”窗格包含数据的变量。

Power BI 桌面右侧的“可视化”窗格包含可能的可视化图表列表。您将使用的图表是饼图。

单击上面显示的图表，它将在画布中创建一个图表框。目前还未显示任何内容，因为您尚未添加所需的可视化参数。这些参数已添加到“可视化”窗格下的选项中。您还可以使用箭头>符号折叠窗格中的“过滤器”选项。

您将可视化Purpose变量的不同类别及其对Loan_disbursed的贡献。首先将Loan_disbursed变量拖到Values选项中，将Purpose变量拖到Legend字段中。这将生成以下图表。

根据您的方便调整图表大小。将鼠标悬停在饼图的某个部分上会显示组件的值及其对总值的贡献。在下面的输出中，显示的“目的”类别为“个人”。此类别共发放了 1.3557 亿美元，占银行发放的总贷款的 31.05%。您可以以同样的方式检查饼图的其他组成部分。

有多种选项可以执行任意格式。单击下面小框中显示的“格式”选项，您将看到不同的选项。

您将设置图表标题的颜色和对齐方式，如下所示。

如果您想为图表添加边框，您可以选择边框选项。

在 Power BI 中，您可以在“可视化”窗格中找到树形图图表选项。

点击树形图图表选项，以下内容将添加到画布中。

选择图表，您将有不同的选项可以填写。在本指南中，您将构建一个树形图来可视化各月发放的平均贷款。目标是查看贷款发放在月份层面是否存在季节性。将 Month 变量拖到Group字段，将Loan_disbursed变量拖到Values字段。

从上图可以看出，10 月、6 月和 2 月是贷款发放最多的月份。但是，该图默认给出了贷款发放的摘要，而您在此示例中要查找的是每月发放的平均贷款。要进行此更改，请单击Loan_disbursed旁边的向下箭头，如下所示。

上述步骤将打开选项，您可以在其中选择“平均值”选项。

现在您可以看到Values字段中的变量已更改为Average of Loan_disbursed。

上面的输出与之前的树状图相比有一些变化。十月份的贷款发放量是历年来最高的，但六月份的平均贷款发放量最高。要获取图表中显示的值，您可以转到格式选项，然后选择数据标签。

从上面的输出中，你可以推断出六月份的平均贷款发放量最高，而十一月份的平均贷款发放量最低。

饼图和树形图都是使用可视化讲述故事的绝佳工具。当定性变量的标签或类别较少时，饼图在视觉上更具吸引力。但是，如果度量值数量很大（例如 12 个月），则树形图是更好的选择。这两种图表都用于制造业、公用事业、电子商务、零售业等行业。

这些图表也用于组织的各种职能。例如，财务部门可能希望使用饼图或树形图来了解其运营和固定费用的成本组合。