Power Query 自動化教學：3步驟抓取維基百科，打造標準國家維度表(附練習檔)

你好，我是 Kiro。

你是否曾接手過一份來自 IT 部門的銷售數據，打開一看，裡面只有冷冰冰的 US、JP、DE 等「國家代碼」，卻完全沒有對應的中文或英文全名？

這在數據的世界裡其實是最佳實踐。使用標準的 ISO 3166-1 國家代碼，可以確保數據的絕對一致性，避免了 美國 vs. U.S.A. 的混亂。

但問題來了：當你要將這份數據做成報表給老闆看時，只顯示 US 是不夠的。你需要將它翻譯成易於理解的「美國」，甚至在地圖上標示出它的位置。

傳統的作法，是手動建立一個 Excel 對照表，再用 VLOOKUP 一個個對應。但當新的國家出現，或你需要更多資訊（例如三碼國碼、英文全名）時，就必須不斷地手動維護這張表。

今天，我們要用 Power Query 徹底終結這個手動維護的流程。

我們將學習如何讓 Power Query 直接連上你我最熟悉的資訊來源——維基百科，自動抓取最完整的「ISO 3166-1 國家代碼」列表，並用它來自動「豐富 」我們只有代碼的內部數據。

這篇文章是我們 《Power Query 終極指南》 中「數據大一統」技巧的深度實戰篇。

邊讀邊做，學得更快！

我為這篇文章準備了一套完整的 Excel 練習檔。免費訂閱我的電子報，即可立即前往會員資源中心下載，並跟著文章一起動手操作！

📂 練習資料包含：

• Fact_Sales.xlsx (各國銷售資料表，約5000筆)

🎁 現在就打開 Power BI Desktop 或 Excel，跟著我一步一步操作吧！

實戰場景：為「銷售資料表」豐富國家維度資訊

商業目標： 你手上有份公司的核心銷售資料表(Fact_Sales )，其中「國家」欄位只記錄了兩字母的 ISO 代碼 (CountryCode_A2)。你需要建立一份包含中文名稱、英文名稱、以及二碼國碼 (CountryCode_A2) 的標準國家維度表，並將這些豐富的資訊，正確地關聯回你的銷售資料中。

我們的數據源： 維基百科 - ISO 3166-1 條目

第一步：建立「權威國家維度表」

在我們處理核心銷售數據之前，先要從外部世界，請回一位權威的「翻譯官」。

1. 複製目標網址： 前往上述維基百科的頁面，複製完整的 URL。
2. 建立 Web 連線： 在 Power BI 中，點擊「取得資料」 > 「Web」，貼上網址並確定。
3. 精準定位： 在「導覽器」中，仔細預覽左側的 HTML 表格列表。你會發現 Power BI 已經很聰明地為我們找到了好幾個表格，這些表格會被簡單地命名為「資料表 1,2,3,4」，關鍵是透過右側的預覽窗格來確認內容的正確性。
4. 轉換資料： 選擇正確的表格後，點擊「轉換資料」，進入 Power Query 編輯器。

第二步：選擇與專業級清理

進入編輯器後，你會發現來自維基百科的這張表格品質非常高。現在，我們要用專業的流程將它打磨成完美的「維度表」。

1. 步驟 A：提升標頭與清理欄位名稱
   • Power Query 通常會自動幫你「已升階標頭」。
2. 步驟 B：標準化命名
   • 在做任何欄位選擇之前，我們先進行標準化命名。逐一在欄位標題上按右鍵選擇「重新命名」，將它們改為符合數據建模標準的英文名稱：
     • 「中文名稱」 -> CountryName_ZH
     • 「英文短名稱」 -> CountryName_EN
     • 「二位代碼」 -> CountryCode_A2
     • 「三位代碼」 -> CountryCode_A3
3. 步驟 C：精準選擇所需欄位
   • 現在，我們只留下報表真正需要的資訊。按住 Ctrl 鍵，依序選取 CountryName_ZH, CountryName_EN, CountryCode_A2, CountryCode_A3 這四個我們剛剛重新命名的欄位。
   • 按右鍵 -> 「移除其他資料行」。這個動作極其重要，它能確保你的維度表中不包含任何多餘的資訊，讓你的數據模型保持輕量與高效。
4. 步驟 D：最終品管
   • 最後，快速檢查並確保所有留下來的欄位的資料類型都是「文字 (ABC)」。
   • 將台灣的中文與英文名稱修正

完成！ 你現在擁有了一份經過專業流程處理、極其乾淨、且隨時可以透過「重新整理」來更新的權威「國家字典」！我們將這個查詢命名為 Dim_Country。\

第三步 (最佳實踐)：在「資料模型」中建立關係，而非壓平它

現在我們有了權威的「國家字典」(Dim_Country) 和只有代碼的核心銷售數據 (Fact_Sales)。Excel 的舊思維是把所有資訊 VLOOKUP 到一張大表裡。而專業的 Power BI 作法，是保持數據的結構，用「關係」來連結它們。

1. 載入兩個獨立的表格： 點擊「關閉並套用」。將 Fact_Sales 和 Dim_Country 兩張獨立的表格都載入到 Power BI 的資料模型中。
2. 建立關係： 前往「模型」檢視。將 Dim_Country 表中的 CountryCode_A2 欄位，拖曳到 Fact_Sales 表中的 CountryCode_A2 欄位上。

你現在建立了一個專業、高效的「星型模型」關係。

為什麼這樣做更好？

• 效能更佳： 避免了在 Fact_Sales 這張可能擁有數百萬筆紀錄的大表中，重複儲存冗長的國家名稱文字，讓你的檔案更小、報表更快。
• 維護更容易： 當你需要為國家新增更多維度（例如「所屬洲別」）時，你只需要更新 Dim_Country 這一張小表，而無需觸動龐大的事實表。

結論：從數據翻譯工，到數據架構師

這個「自動化國家維度表」的案例，完美地展示了 Power Query 與 Power BI 資料建模的專業工作流程：

1. 獲取 (Acquire)： 從外部權威來源，獲取一個標準化的維度表。
2. 建模 (Model)： 將這個維度表與你的核心事實表，透過標準代碼建立清晰的「一對多」關係。
3. 分析 (Analyze)： 在報表層，你可以自由地使用 Dim_Country 表中的任何欄位（如中文名稱）來篩選和分析你的銷售數據。

你學會的不僅僅是抓取網頁，而是一種更宏觀的、數據治理與建模的思維。你不再只是被動地處理手邊的數據，而是主動地為你的數據世界，建立秩序、引入標準、打造一個穩固且可擴展的分析架構。

🚀 從心法到實戰，只差一步

覺得這些技巧很強大，但渴望將它們應用在真實的商業專案中嗎？

在我的 Hahow 好學校線上課程 【Power BI x AI 終極實戰：打造高效數據分析工作流】 中，我們將會深入應用這篇文章提到的所有技巧，親手處理來自政府公開資料庫的真實、混亂的原始數據，並最終打造出三個令人驚豔的商業儀表板。

這不只是一堂工具課，更是一趟將你打造成真正數據專家的旅程。

👉 點擊這裡，立即加入超過千名學員的行列，開啟你的數據自動化之旅！

🎁 想持續升級你的數據決策系統嗎？

覺得這篇文章對你有幫助嗎？這只是個開始。

免費加入，立即解鎖『會員資源中心』 (內含完整電子書、練習檔案與更多專屬內容)！

你將不僅能立即下載排版精美的 【數據分析師的養成心法 (2025 終極指南)】 完整版電子書 (PDF) ，更重要的是，你將開始每週收到我的獨家框架、實踐案例與工具推薦。

讓我們一起，將數據轉化為智慧，打造屬於自己的理想人生。