进入PowBI，弹出的如下页面也可以直接关闭，在Power BI中想要导入数据需要通过Power Query 编辑器，Power Query 主要用来清洗和整理数据。
文件资料下载：https://download.csdn.net/download/xiaoweite1/87587711
我们可以在Power BI中导入Excel数据进行分析展示，操作步骤如下：
(资料图片仅供参考)
1、点击"转换数据"，打开Power Query编辑器
2、选择"新建源"->"Excel工作簿"，导入对应的 excel 数据
导入csv或文本格式数据与导入Excel格式数据操作类似，点击"转换数据"：
现在有2021-2022年销售信息表和第一季度销售表，需要将两年数据导入到Power BI 一个数据文件中，对于这种导入文件夹中的数据有两种方式，分别为合并并转换数据导入文件夹数据和通过M函数导入文件夹数据方式。
注意，以上文件夹"2021年销售信息表"中的每个xlsx文件中Sheet名称必须一致，否则导入错误，如下：
目前为止只是导入了"2021年销售信息表"，也可以将"2022年销售信息表"复制粘贴到"2021年销售信息表"文件夹内：
然后在Power Query 页面点击"刷新预览"即可将相应的"2022年销售信息表"全部excel数据合并在一起。
这种导入文件夹数据方式操作简单，但是对于文件夹中的数据文件有如下要求：
所有Excel表格标题行要一致每个Sheet表的名称要一致那么对于文件夹中数据文件Sheet表标题不一致或者Sheet表名称不一样的批量导入就需要使用到M函数方式导入。
在"资料"中有"第一季度销售信息.zip"数据，将数据解压后可以看到有2021年第一季度销售信息和2022年第一季度销售信息，打开2021年第一季度销售信息文件夹，可以看到有该年前3个月的销售信息，三张表中第一个Sheet表名称不同并且标题行不一致，如下：
以上文件中每个Excel文件中Sheet表名不同并且最后一个表多了一列是销售额，这个时候如果按照之前方式导入文件夹数据，会在"合并文件"这一步出现问题，只能针对第一个文件中的列进行数据导入。
这时我们如何想要将这种数据批量导入到Power BI中就需要用到M函数，M函数是微软为MicroSoft Power Query 设计的公式语言，对于一个文件夹中Sheet名称不同并且标题列数不同的数据我们可以通过M函数将这些excel数据批量导入，具体操作如下：
在打开的页面中过滤掉"~"开头的数据临时数据文件：
数据文件过滤后效果如下：
后续不需要其他的列，可以删除其他列，然后添加新的列，自动以导入哪些数据列：
注意：Excel.Workbook(二进制数据，是否使用标题)：对Excel文件夹合并导入数据的函数。
二进制数据默认就是对应的Content列的内容。是否使用标题：true表示使用第一行作为标题，不填或null或false都表示不使用。以上删除null的数据当所有列的值都为null时这样的数据才会被删除。通过观察导入的数据，看到最后一列为null，这是因为3个excel表中对应的列不匹配导致，"2021年3月销售表.xlsx"文件多了"销售额"这列，所以导致批量导入文件夹数据后看到了一列null值。我们可以删除这一列再创建新的一列统计"销售额"的值，操作步骤如下：
在操作过程中页面右侧的"查询设置"中的"应用步骤"会记录每一步的操作，如果一些步骤操作错误可以在该部分点击"x"恢复操作之前的数据。
如果还有其他文件夹的数据，只要包含以上excel中的这些列，都可以直接放入到表格读取的文件夹中后，点击"刷新预览"就会将数据批量导入进来。将"2022年第一季度销售信息"文件夹放入到"2021年第一季度销售信息"文件夹中，点击Power Query中的"刷新预览"：
到此为止，通过M函数导入数据完成。
以上M函数导入文件夹数据使用更加灵活，数据处理更快捷，可以合并不同名称的sheet表包容性更强，但是M函数会将所有数据更改成文本数据格式。
以上数据导入后，可以使用Power BI进行可视化展示，这里针对最后导入文件夹的合并数据进行可视化展示：使用柱状图展示2021年和2022年每个销售人员的中销售额情况。