Nachdem wir die R Installation für Power BI durchgeführt haben, möchten wir uns in diesem Beitrag mit der Verwendung von R in Power BI beschäftigen. Dabei kann R als Datenquelle, für die Transformation und für die Visualisierung genutzt werden.
Angenommen Sie haben bereits Daten mit R geladen und aufbereitet und möchten diese nun in Power BI nutzen. Dann können Sie das vorhandene R-Skript als Datenquelle in Power BI laden.
Öffnen Sie Power BI Desktop und wählen Sie als Datenquelle R-Skript.
![Verwendung R Skript als Datenquelle](https://www.thinkbi.de/wp-content/uploads/2019/09/PowerBI_R_Quelle_20190918-1024x618.png)
Im folgenden R-Skript Dialog, können Sie Ihr vorhandenes R-Skript als Datenquelle hinterlegen. In diesem Beispiel laden wir das bekannte Iris Dataset (iris) in ein Dataframe (data).
data <- iris
![Verwendung R Skript Dialog](https://www.thinkbi.de/wp-content/uploads/2019/09/PowerBI_R_Quelle_RSkript_20190918-1024x618.png)
Nachdem das R-Skript ausgeführt wurde, kann über den Navigator das vorhandene Dataframe ausgewählt und für die weitere Transformation in Power Query geladen werden.
![Verwendung R Skript Navigator](https://www.thinkbi.de/wp-content/uploads/2019/09/PowerBI_R_Quelle_Navigator_20190918-1024x618.png)
Anschließend stehen die Daten des R-Skripts in Power Query für weitere Transformationen zur Verfügung.
![Verwendung von R Daten in Power Query](https://www.thinkbi.de/wp-content/uploads/2019/09/PowerBI_R_Quelle_PowerQuery_20190918-1024x618.png)
R-Skripts können aber auch genutzt werden, um auf bereits geladenen Daten Transformationen auszuführen. Hierfür wählen Sie im Power Query-Editor auf dem Reiter Transformieren die Schaltfläche R-Skript ausführen.
![Transformation R Skript ausführen](https://www.thinkbi.de/wp-content/uploads/2019/09/PowerBI_R_Transformation_20190918-1024x618.png)
In unserem Beispiel Clustern wir den Iris Datensatz mit dem k-Means Algorithmus. Die Power Query-Abfrage wird als dataset an das R-Skript übertragen.
set.seed(20)
irisCluster <- kmeans(dataset[,1:4], 3, nstart=20)
output <- cbind(dataset,irisCluster$cluster)
![Transformation R-Skript](https://www.thinkbi.de/wp-content/uploads/2019/09/PowerBI_R_Transformation_Cluster_20190918-1024x618.png)
Nach der Ausführung des R-Skripts, seht die neue Spalte in Power Query zur Verfügung.
![Transformation R-Skript Ergebnis](https://www.thinkbi.de/wp-content/uploads/2019/09/PowerBI_R_Transformation_Ergebnis_20190918-1024x618.png)
Aus Power Query heraus, können die Daten in den Power BI Bericht übernommen werden und zum Beispiel in eine Matrix visualisiert werden.
![Visualisierung R-Skript Ergebnis](https://www.thinkbi.de/wp-content/uploads/2019/09/PowerBI_R_Visiualisierung_Matrix_20190918-1024x618.png)
Aber auch im Bericht können Sie R für die Visualisierung Ihrer Daten verwenden. Wählen Sie hierfür das Visuelle R-Skriptelement.
![Visualisierung mit R](https://www.thinkbi.de/wp-content/uploads/2019/09/PowerBI_R_Visiualisierung_20190918-1024x618.png)
In unserem Beispiel erstellen wir ein Matrix von Streudiagrammen, in dem wir die benötigten Daten an das Visual übergeben und dann mit der R Funktion pairs grafisch aufbereiten.
pairs(dataset[1:4], main = “Iris Data”, pch = 21, bg = c(“red”, “green3”, “blue”)[unclass(dataset$Species)])
![Visualisierung mit R-Skriptelement Pairs](https://www.thinkbi.de/wp-content/uploads/2019/09/PowerBI_R_Visiualisierung_pairs_20190918-1024x618.png)
Quellen: