將多個 pdf 表單中的數據提取為 PBI/PQ 的可行格式？

Question

我有一組完整的 pdf 表格，我需要從中提取數據並生成一些分析。

我使用了 acrobat 的“合並到 excel”功能，這會生成一個工作表，每個問題都有一行，每個文件都有一個單獨的回復列。

這種格式已被證明難以分析，因此在過去，我手動移動數據，因此所有響應都在單個列中，以便能夠將其繪制/卡入數據透視表等。

圖像描述：示例演示從 pdf 合並時數據的外觀（表 A）以及我手動重新格式化后的外觀（表 B）。

現在，這不是一個特別優雅的解決方案，但到目前為止，它對我們的目的來說工作正常。 然而，我們的數據量即將從六個文件增加到大約 100 個，所以我真的不想處理必須手動重新格式化該卷中的數據。

我知道我可以在這種情況下使用一些 VBA 來自動重新格式化數據，但是我覺得這根本沒有必要 - 我應該能夠使用電源查詢以現有格式處理數據......但是我就是不知道如何進行這項工作。

任何人都可以向我解釋如何以可用於 PBI（或功率樞軸）的方式從表 A 中獲取數據？ 或者指出任何有用的資源，如果這在某個地方我沒有設法用自己的方式搜索......

提前謝謝了。

Answer 1

將數據加載到 powerquery [Data ... from table source]

右鍵單擊第一列並取消透視其他列

根據需要重命名列，對列進行排序、重新排列等

文件...關閉並加載到...

唯一的問題可能是日期列的格式，因為值列將是混合類型

let Source = Excel.CurrentWorkbook(){[Name="Table1"]}[Content],
#"Unpivoted Other Columns" = Table.UnpivotOtherColumns(Source, {"Column1"}, "Attribute", "Value"),
#"Renamed Columns" = Table.RenameColumns(#"Unpivoted Other Columns",{{"Column1", "Question"}, {"Attribute", "Location"}, {"Value", "Response"}})
in  #"Renamed Columns"