{"id":187008,"date":"2023-10-20T20:51:26","date_gmt":"2023-10-20T19:51:26","guid":{"rendered":"https:\/\/liora.io\/de\/?p=187008"},"modified":"2026-02-06T06:11:26","modified_gmt":"2026-02-06T05:11:26","slug":"power-query-table-selectrows-wie-kannst-du-deine-daten-bereinigen","status":"publish","type":"post","link":"https:\/\/liora.io\/de\/power-query-table-selectrows-wie-kannst-du-deine-daten-bereinigen","title":{"rendered":"Power Query Table.SelectRows: Wie kannst du deine Daten bereinigen?"},"content":{"rendered":"

Power Query Table.SelectRows ist eine Data Cleaning-Funktion f\u00fcr Excel und Power BI. Hier erf\u00e4hrst du, was es damit auf sich hat, welche Vorteile es bietet, wie es eingesetzt wird und wie du es beherrschen lernst!<\/strong><\/p>\t\t\n\t\t

Ob in Microsoft Excel<\/a> oder Power BI, das Tool Power Query ist f\u00fcr die Bereinigung, Umwandlung und Analyse von Daten unumg\u00e4nglich geworden.<\/p>

Es handelt sich um eine ETL-Technologie (Extraction, Transformation, Loading)<\/a>, die direkt in beide Programme integriert ist. Sie erm\u00f6glicht es den Nutzern, Daten aus verschiedenen Quellen zu verbinden, umzuwandeln und zu modellieren, um sie f\u00fcr die Analyse bereit zu machen.<\/p>

Ihre Beliebtheit bei Analysten und anderen Data-Science-Profis<\/a> ist vor allem auf ihre leistungsstarken Funktionen zur\u00fcckzuf\u00fchren, die eine Vielzahl von M\u00f6glichkeiten bieten.<\/p>

Eine dieser Funktionen ist sehr n\u00fctzlich, um Daten nach bestimmten Kriterien zu filtern und auszuw\u00e4hlen: Power Query Table.SelectRows.<\/p>\t\t\n\t\t\t

Was ist Power Query Table.SelectRows?<\/h3>\t\t\n\t\t

Diese Power Query-Funktion erm\u00f6glicht es dir,<\/a> die Zeilen einer Datentabelle nach bestimmten Kriterien zu filtern.<\/p>

Dies ist eine wertvolle Hilfe, um die Menge der zu verarbeitenden Daten zu reduzieren, unn\u00f6tige Daten zu entfernen oder Untergruppen zu erstellen, die bestimmten Anforderungen entsprechen.<\/p>

Um zu verstehen, wie n\u00fctzlich sie ist, nehmen wir das einfache Beispiel eines Datensatzes mit Informationen \u00fcber die Verk\u00e4ufe eines Unternehmens.<\/p>

Mithilfe von Power Query Table.SelectRows<\/strong> ist es m\u00f6glich, die Daten so zu filtern, dass nur die Verk\u00e4ufe ausgew\u00e4hlt werden, die in einem bestimmten Zeitraum get\u00e4tigt wurden.<\/a><\/p>

Beispielsweise k\u00f6nnten dies nur die Verk\u00e4ufe des aktuellen Jahres sein. Durch diese Filterung kann die Gr\u00f6\u00dfe des Datensatzes auf das N\u00f6tigste reduziert werden, damit du dich auf die f\u00fcr die Analyse relevanten Informationen konzentrieren kannst.<\/p>\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t

\n\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t
<\/figcaption>\n\t\t\t\t\t\t\t\t\t\t<\/figure>\n\t\t\t\n
Mehr \u00fcber Table.SelectRows erfahren<\/a><\/div><\/div>\n\n\t\t\t

Die Optionen f\u00fcr erweiterte Datenfilterung<\/h3>\t\t\n\t\t

\u00dcber das grundlegende Filtern hinaus bietet Power Query Table.SelectRows<\/strong> viele fortgeschrittene Techniken.<\/p>

Eine der st\u00e4rksten Funktionen ist die M\u00f6glichkeit, die Daten nach verschiedenen Kriterien zu filtern.<\/p>

Um beim Beispiel des Datasets \u00fcber die Verk\u00e4ufe eines Unternehmens zu bleiben,<\/a> k\u00f6nnte man nur die Verk\u00e4ufe ausw\u00e4hlen wollen, die im laufenden Jahr get\u00e4tigt wurden und deren Betrag einen bestimmten Schwellenwert \u00fcberschreitet.<\/p>

Mithilfe von Power Query Table.SelectRows<\/strong> kannst du diese Bedingungen einfach kombinieren, um das gew\u00fcnschte Ergebnis zu erhalten. Stellen wir uns einen Verkaufsdatensatz vor, der Informationen \u00fcber Produkte, Verkaufsdaten, Betr\u00e4ge und Regionen enth\u00e4lt.<\/p>

Die Power Query-Funktion bietet die M\u00f6glichkeit<\/a>, Verk\u00e4ufe zu filtern, die mehrere Kriterien erf\u00fcllen, wie z. B. Verk\u00e4ufe, die im ersten Quartal des laufenden Jahres in der Region Nord get\u00e4tigt wurden und deren Betrag \u00fcber 1000 Euro liegt.<\/p>

Eine weitere sehr interessante Technik ist die Verwendung der logischen Operatoren „und“ (AND) und „oder“ (OR). Auch hier erm\u00f6glichen es diese Operatoren, durch die Kombination von Filterkriterien komplexe Bedingungen zu schaffen.<\/p>

So ist es z. B. m\u00f6glich, Verk\u00e4ufe auszuw\u00e4hlen, die einer der beiden Bedingungen entsprechen: Verk\u00e4ufe, die im laufenden Jahr get\u00e4tigt wurden UND deren Betrag \u00fcber 1000 Euro liegt, ODER Verk\u00e4ufe, die in der Region S\u00fcd get\u00e4tigt wurden.<\/em><\/p>\t\t\n\t\t\t

Benutzerdefinierte Funktionen in Power Query Table.SelectRows\n<\/h3>\t\t\n\t\t

Neben den erweiterten Optionen ist eine gro\u00dfe St\u00e4rke von Power Query Table.SelectRows<\/strong> die M\u00f6glichkeit, benutzerdefinierte Funktionen zum Filtern zu verwenden. Sie \u00f6ffnet die T\u00fcr zu einer betr\u00e4chtlichen Flexibilit\u00e4t bei der Bereinigung und Umwandlung von Daten.<\/a><\/p>

Diese benutzerdefinierten Funktionen erm\u00f6glichen es dir, komplexe Ausdr\u00fccke zu bilden, um deine Daten zu filtern. Du kannst sie direkt im Abfrageeditor erstellen oder sie aus externen Quellen importieren.<\/strong><\/p>

Du kannst z. B. eine benutzerdefinierte Funktion erstellen, um Verk\u00e4ufe zu filtern, deren Betrag einen bestimmten Wert \u00fcbersteigt.<\/p>

Diese Funktion kann dann in Power Query Table.SelectRows<\/strong> verwendet werden, um die entsprechenden Zeilen in deinem Datensatz auszuw\u00e4hlen.<\/p>

Dieser Ansatz erweist sich in vielen Situationen als sinnvoll. Nehmen wir z. B. an, du m\u00f6chtest die Verk\u00e4ufe nach dynamischen, benutzerdefinierten Kriterien filtern, wie z. B. die Auswahl des Mindestbetrags und der Region.<\/p>

Eine benutzerdefinierte Funktion kann die L\u00f6sung f\u00fcr maximale Flexibilit\u00e4t beim Filtern sein!<\/p>\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t

\n\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t
<\/figcaption>\n\t\t\t\t\t\t\t\t\t\t<\/figure>\n\t\t\t\n
Ma\u00eetriser Table.SelectRows<\/a><\/div><\/div>\n\n\t\t\t

Leistungsoptimierung und Fehlermanagement<\/h3>\t\t\n\t\t

Es ist offensichtlich, dass Effizienz bei der Bereinigung und Umwandlung von Daten<\/a> von entscheidender Bedeutung ist. Dies gilt insbesondere dann, wenn gro\u00dfe Mengen an Informationen verarbeitet werden.<\/p>

Gl\u00fccklicherweise gibt es viele M\u00f6glichkeiten, die Leistung von Power Query Table.SelectRows<\/strong> zu optimieren. Achte zum Beispiel darauf, dass du m\u00f6glichst spezifische Filter anwendest, um die Anzahl der zu verarbeitenden Zeilen zu reduzieren.<\/p>

Vermeide hingegen zu allgemeine Filter, die einen gro\u00dfen Teil der Daten ausw\u00e4hlen, da dies die Abfrage verlangsamen kann.<\/p>

Wenn deine Datenquelle Indizes unterst\u00fctzt, kannst du sie auch verwenden, um die Suche nach Zeilen, die deinen Filterkriterien entsprechen, zu beschleunigen. Indizes erm\u00f6glichen einen schnelleren Zugriff auf die Daten.<\/strong><\/p>

F\u00fcr den Fall, dass du nur ein paar Spalten im Ergebnis deiner Abfrage ben\u00f6tigst, verwende Table.SelectColumns, um die ausgew\u00e4hlten Spalten einzuschr\u00e4nken. Dadurch wird die Menge der \u00fcbertragenen Daten reduziert, was die Leistung erheblich verbessert.<\/p>

Bei der Arbeit mit realen Daten kommt es h\u00e4ufig zu Situationen, in denen beim Filtern oder Transformieren der Daten Fehler auftreten k\u00f6nnen.<\/strong><\/p>

Filterfehler k\u00f6nnen auftreten,<\/p>

oder wenn die Daten nicht den angegebenen Kriterien entsprechen.<\/p>

Ein Fehler kann z. B. auftreten, wenn du nach Datumsangaben filterst und einige davon im falschen Format vorliegen.<\/p>

Auch wenn im Quelldatensatz Daten<\/strong> fehlen oder leere Werte vorkommen, kann dies zu Fehlern bei der Umwandlung f\u00fchren.<\/p>

Um die Zuverl\u00e4ssigkeit deiner ETL-Prozesse aufrechtzuerhalten und eine hohe Datenqualit\u00e4t zu gew\u00e4hrleisten<\/a>, ist es unerl\u00e4sslich, diese Fehler effektiv zu erkennen und zu behandeln. Andernfalls kann die gesamte Abfrage fehlschlagen.<\/p>

Um dies zu vermeiden, kannst du das „Try… Otherwise“-Konstrukt verwenden, das es dir erm\u00f6glicht, eine Operation auszuprobieren und mit den dabei auftretenden Fehlern umzugehen.<\/p>

Du kannst z. B. versuchen, ein Datum umzuwandeln und eine Aktion angeben, die im Fehlerfall ausgef\u00fchrt werden soll.<\/p>

Man kann auch benutzerdefinierte Power Query-Funktionen f\u00fcr eine spezifischere Verwaltung verwenden. Dadurch erh\u00e4lt man eine granularere Kontrolle.<\/p>

Schlie\u00dflich besteht eine weitere Strategie darin, Fehlerberichte zu erstellen, die alle Probleme aufzeichnen, die w\u00e4hrend des ETL-Prozesses aufgetreten sind. Dies erm\u00f6glicht eine sp\u00e4tere Analyse und erleichtert somit die L\u00f6sung.<\/p>

Indem du Fehler antizipierst und proaktiv verwaltest, kannst du stabile Prozesse aufrechterhalten und die Qualit\u00e4t der Daten \u00fcber die gesamte Analysekette hinweg sicherstellen.<\/p>\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t

\n\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t
<\/figcaption>\n\t\t\t\t\t\t\t\t\t\t<\/figure>\n\t\t\t

Fazit: Power Query Table.SelectRows, eine leistungsstarke und anpassbare Filterfunktion<\/h3>\t\t\n\t\t

Durch die M\u00f6glichkeit, Daten nach mehreren spezifischen Kriterien zu filtern, hilft Power Query Table.SelectRows<\/strong> dabei, Datasets schnell und effizient zu bereinigen.<\/p>

Um zu lernen, wie man Power Query mit all seinen Funktionen beherrscht, kannst du Liora w\u00e4hlen. Unsere Online-Schulungen f\u00fcr Excel und Power BI<\/a> werden dir dieses Fachwissen in nur wenigen Tagen vermitteln!<\/p>

Die Power BI-Schulung<\/a> kann in 2 bis 5 Tagen in Vollzeit oder 30 Tagen in Teilzeit abgeschlossen werden. Sie ist in zwei Teile gegliedert: einen f\u00fcr Anf\u00e4nger und einen f\u00fcr fortgeschrittene Benutzer. Du kannst je nach deinen Zielen und deinem Niveau einen oder beide Teile absolvieren.<\/p>

Durch diesen Kurs lernst du, Daten mit Power BI zu analysieren, umzuwandeln, zu organisieren, zu modellieren, zu analysieren und Dashboards zu erstellen. Du wirst auch fortgeschrittene Konzepte wie Power Query M und DataFlow oder die DAX-Sprache kennenlernen.<\/a><\/p>

Am Ende des Kurses erh\u00e4ltst du die staatlich anerkannte Zertifizierung „Datenanalyse mit Microsoft Power BI“ und kannst auch die Microsoft PL-300 Zertifizierungspr\u00fcfung ablegen,<\/a> um Power BI Data Analyst Associate zu werden!<\/p>

Der Microsoft Excel-Kurs richtet sich sowohl an Anf\u00e4nger als auch an Fortgeschrittene, die ihre Kenntnisse erweitern m\u00f6chten.<\/p>

Du erh\u00e4ltst drei Monate lang Zugang zu Excel und lernst, wie du mit allen erweiterten Funktionen des Programms umgehen kannst.<\/p>

Du lernst Makros zur Automatisierung, Pivot-Tabellen<\/a>, arithmetische und statistische Funktionen sowie verschiedene Formatierungstechniken kennen. Dieser Kurs beinhaltet das Ablegen der staatlich anerkannten TOSA-Zertifizierungspr\u00fcfung RS5252!<\/strong><\/p>

Alle unsere Kurse werden vollst\u00e4ndig im Fernunterricht absolviert und k\u00f6nnen im Rahmen des Bildungsgutscheins finanziert werden.<\/strong> Warte nicht l\u00e4nger und werde mit Liora zum Power Query-Experten!<\/p>\t\t\n\t\t\t\n

Beginne die Power Query-Schulung<\/a><\/div><\/div>\n","protected":false},"excerpt":{"rendered":"

Power Query Table.SelectRows ist eine Data Cleaning-Funktion f\u00fcr Excel und Power BI. Hier erf\u00e4hrst du, was es damit auf sich hat, welche Vorteile es bietet, wie es eingesetzt wird und wie du es beherrschen lernst! Ob in Microsoft Excel oder Power BI, das Tool Power Query ist f\u00fcr die Bereinigung, Umwandlung und Analyse von Daten […]<\/p>\n","protected":false},"author":76,"featured_media":187010,"comment_status":"open","ping_status":"open","sticky":false,"template":"elementor_theme","format":"standard","meta":{"_acf_changed":false,"editor_notices":[],"footnotes":""},"categories":[2472],"class_list":["post-187008","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-data-ki"],"acf":[],"_links":{"self":[{"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/posts\/187008","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/users\/76"}],"replies":[{"embeddable":true,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/comments?post=187008"}],"version-history":[{"count":1,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/posts\/187008\/revisions"}],"predecessor-version":[{"id":217105,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/posts\/187008\/revisions\/217105"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/media\/187010"}],"wp:attachment":[{"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/media?parent=187008"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/categories?post=187008"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}