我是小必，很高兴在这里遇见你，以Excel和Power BI会友。
今天，我们来一期Power BI的数据可视化的的案例。做一个简单的单表实战项目，分析你的OUTLOOK邮件的数据，分析一下谁是压榨你的资本家。如下图是所示，是我分析我的邮件的可视化作品。
我们按照常规的数据分析的三个步骤来实行本期的这个项目。即获取数据，分析与建模，最后对数据进行可视化。
获取数据
首先我们使用Power BI中的Power Query来连接OUTLOOK邮箱，来获取邮件数据。选择【联机服务】-【Microsoft Exchange Online】-【连接】，来连接OUTLOOK邮箱。如下图：
接着在弹出的对话框中，输入邮件地址，对【Exchange my6yn账户】对应的右面的账户中输入密码。如下图：
加载进去以后，选择Mail的数据即可，如果可以还可以选择日程等相关的数据表。在Power Query中，对数据进行简单的删减后就可以加载进来，进来建模了。获取的数据都是很完整的数据，所以不必对数据进行过多的处理。（本次只分析收件箱数据，所以对于其他删除的邮件，草稿，已出的邮件可过滤掉）。
分析与建模
加载数据后，我们开始建立分析维度。本期我们主要想看一下：
发件人一般在1天中的那个时间点会集中发邮件；
每天收件的趋势与分布状态；
每个月的收件数量情况；
按工作日（即星期序列来看）收件的数量。
由于是单表，数据不对，所以我们就不需要建立单独的日期表了。直接在原表的基础上新建列来进行。（提示：如果同时要分析发件箱或者日程的时候，最好单独建立日期表）。以下均为计算列：
日期：
date = FORMat ( INT ( [DateTimeSent] ), "YYYY-MM-DD" )年份：
年份 = FORMAT([DateTimeSent],"YYYY")月份：
月份 = FORMAT([DateTimeSent],"YYYYMM")时点：
时点 = hour([DateTimeSent])星期：
weeknum = WEEKDAY ( [DateTimeSent], 2 )以上，全部属于计算列。接下来我们开始书写度量列：
先写一个基础的度量值，即邮件的数量:
邮件数量 = countrows('Mail')邮件已读% =varcunt = CALCULATE(Countrows('Mail'),'Mail'[IsRead]=True)returndivide(cunt,[邮件数量])
重要邮件% =VARimcunt = CALCULATE( [邮件数量],'Mail'[Importance] = "High" )RETURNDIVIDE ( imcunt, [邮件数量] )
带附件邮件% =VARimcunt =CALCULATE ( [邮件数量], 'Mail'[HasAttachments] = TRUE )RETURNDIVIDE ( imcunt, [邮件数量] )
可视化
基本的准备工作已经完成后，接下来，我们开始可视化部分的制作：
首先使用单行卡片图来做三个重要的指标，分别为已读占比，重要邮件占比与带附件邮件占比。这三个卡图片是将已经写好的度量值直接分别拖放至卡片图中，并且设置相应的格式即可：
接下来，来制作这两个趋势图。
第一个是小时的趋势，x轴的字段为计算列"时点"，，值为度量值"邮件数量"，然后进行设置即可。
第二个是每天的趋势，x轴的字段为计算列"date"，值为度量值"邮件数量"，然后进行设置即可。其中平均线是在格式设置中切换到"分析"选项卡中，添加平均线即可。
接下来，我们看一下每个月的每天的接收的邮件数量，我这里选择了一个日历图。先从视觉对象库中找到"Canlendar by Tallan"这个视觉对象，加载进来。然后date字段中放入计算列"date"，Values字段中放入度量值"邮件数量"。然后进行设置。
这两个维度的分析，可以参考上面的折线图的方法来完成。
最后我们再讲一下条形图中的这个提示工具如何做的。
这个提示工具的做法是，先新建一个页面，然后设置页面的信息，打开"提示工具"开关，将页面大小设置为"提示工具"，重要的一点是记得将该页面进行隐藏噢。
再放入视觉对象树形图，将计算列"时点"与度量值"邮件数量"分别放入相应的字段，进行设置。再返回至每个收件人的条形图中。在视觉对象中进行设置。如下所示:
最终设置相应的筛选器切片，然后再对整个页面进行设计美化。