带有来自多个字段的主键的Power BI和R中的关系数据

Question

背景：

这个问题可能有点广泛，但希望对使用关系数据，R，Power BI或以上所有内容的任何人都感兴趣。

我正在尝试为nycflights13在书R for Data Science中描述的数据集Wickham and Grolemund重新创建一个关系模型。我正在尝试同时使用R和Power BI。数据集由5个表airlines，ariports，flights，weather和planes组成。 13.2 nycflights13节中有一段指出：

  

航班通过起源（位置）和年份与天气相关，   月，日和小时（时间）。

关系如下图所示：

问题1：如何在Power BI中设置此模型？

使用以下R脚本将使数据集可用于文件夹c:/data中的Power BI：

# install.packages("tidyverse")
# install.packages("nycflights13")

library(tidyverse)
library(nycflights13)
setwd("C:/data/")
#getwd()

airlines
df_airlines <- data.frame(airlines)
df_airports <- data.frame(airports)
df_planes <- data.frame(planes)
df_weather <- data.frame(weather)
df_flights <- data.frame(flights)

write.csv(df_airlines, file = "C:/data/airlines.txt", row.names = FALSE)
write.csv(df_airports, file = "C:/data/airports.txt", row.names = FALSE)
write.csv(df_planes, file = "C:/data/planes.txt", row.names = FALSE)
write.csv(df_weather, file = "C:/data/weather.txt", row.names = FALSE)
write.csv(df_flights, file = "C:/data/flights.txt", row.names = FALSE)

已经在Power BI中导入了表，我试图在Relationships tab中建立关系：

在某种程度上，我可以这样做，但是当我尝试使用例如flights将weather连接到year时，出现以下错误消息：

  

您不能在这两个列之间建立关系，因为一个   的列必须具有唯一值。

我知道发生这种情况是因为primary keys must contain unique values and cannot contain null values。但是如何您可以在Power BI中建立一个由多个字段组成的主键吗？

问题2：如果问题1没有答案，您怎么能用R代替？

我真的很喜欢这本书，甚至可能已经在那本书中进行了描述，但是您如何在R中建立这样的关系？也许您不需要，因为join on multiple columns or composite key using dplyr根本不需要“确立”亲戚关系。

换一种说法，图中的关系用箭头表示：

并在Power BI中带有以下行：

只要您拥有必需的verbs，并且在不同表中的数据之间确实存在关联，R就根本不需要吗？

问题3-航班表中为什么突出显示了航班：

我认为突出显示的列名称表示使用该列的表之间已建立连接。但据我所知，这里不是这种情况，也没有指向它的箭头：

是否表明它是flights表中的主键，而没有与另一个表的任何连接？

---

我知道这有点广泛，但是我真的对这些事情感到好奇，所以我希望你们中的一些人会发现它有趣！

Answer 1

我可以评论Power BI部分。

这里的关键问题是Power BI需要维度模型，而不是关系模型。这是个很大的差异。

如上所述，本书中的模型不适用于BI工具，必须重新设计。例如，书中的“天气”表被表示为“维度”，而实际上它必须是事实表（类似于“航班”表）。因此，“航班”和“天气”绝对不能有直接联系-它们必须具有共同的维度，例如：

• 机场
• 航空公司
• 飞机
• 日期
• 时间

类似地，表之间的多个键和多个连接是非常罕见的例外，并且对此不予理（（通常，它们表示设计错误）。在正确设计的模型中，您永远都不会看到它们。

如果您想进一步了解该问题，请阅读此书： Star Schema Complete Reference

要专门回答您的Q3，在尺寸模型中，“飞行”（我假设是航班号）被称为“退化尺寸”。通常，它本来是维表的键，但是如果不存在，它将作为孤立键保留在事实表中。订单号，发票号等常见这种情况。

Degenerate dimensions

总体而言，您的方向正确-如果您想出如何将书中的模型转换为正确的星形模式，然后在R和PowerBI中使用它，那么新功能将给您留下深刻的印象-值得它。