Bunu uygulamada görmek ister misiniz? Her adımı ayrıntılı olarak açıkladığım YouTube eğitimini burada izleyebilirsiniz: Fabric Co‑Pilot ile Power BI Özet E-postalarını Otomatikleştirin.

Giriş

Power BI abonelikleri artık daha akıllı hale geldi. Panoları elle dışa aktarıp e-postayla göndermek yerine, Copilot net, bağlam farkındalığına sahip bir özet oluşturabilir ve bunu raporunuzla birlikte otomatik olarak iletebilir ve bunu app.powerbi.com üzerinde birkaç tıklamayla bir zamanlama ayarlayın, e-postayı özelleştirin ve paydaşları doğrudan içgörüye yönlendirin.

Raporunuzu app.powerbi.com üzerinde açın

app.powerbi.com adresine gidin ve abone olmak istediğiniz raporu açın.

Raporun üst kısmında Subscriptions düğmesini bulun.

Abonelik oluşturun

Subscriptions’a tıklayın, ardından Create subscription’ı seçin.

Abonelik kurulum panelinde:

Standard’ı seçin.

Başlangıç ve bitiş tarihleri dâhil olmak üzere zamanlamanızı (günlük, aylık vb.) onaylayın.

Copilot’un özetini önizleyin

Panel, aboneliğinizin ne göndereceğine ilişkin Copilot özetini gösterir.

Bu özet, mevcut rapor sayfasını yansıtır.

Abonelik çalıştığında e-posta gövdesinde örnek özeti göreceksiniz.

Kapsamla ilgili not:

Şu anda, Copilot aboneliği kurarken bulunduğunuz sayfayı özetlemektedir.

Microsoft bunu gelecekte çok sayfalı özetlere genişletebilir; ürün güncellemelerini takip edin.

E-posta ayrıntılarını özelleştirin

More options’a tıklayın.

E-posta konusunu ayarlayın.

İsteğe bağlı olarak bir Mesaj ekleyin.

Gerekirse alıcıları ekleyin ve diğer ayarları onaylayın.

Kaydedin, test edin ve doğrulayın

Aboneliği oluşturmak için Save’e tıklayın.

Gelen kutunuzda şunları doğrulayın:

Copilot özeti beklendiği gibi görünüyor.

PDF veya PowerPoint eki mevcut ve doğru şekilde açılıyor.

“Go to report” bağlantısı çalışıyor ve rapora yönlendiriyor.

Sonuç

Copilot destekli aboneliklerle Power BI, yalnızca ekler değil, anlayış da sunar. Bir kez yapılandırın ve zamanında gelen kutulara ulaşın. Daha hızlı uyum, daha az manuel adım ve otomatik pilotta daha akıllı raporlama.

Power BI Rapor Özetlerini Artık Fabric Co-Pilot Hazırlıyor was originally published in LearnDataPlatform on Medium, where people are continuing the conversation by highlighting and responding to this story.

Do you want to see this in practice? Watch the YouTube tutorial here: Power BI Co-Pilot on Mobile/Tablet, where I explain each step in detail.

Introduction

Power BI Co-Pilot is transforming the way we interact with data and it’s no longer limited to the web/desktop. With the Power BI Mobile and Tablet apps, Co-Pilot now delivers AI-powered summaries and data analysis anytime, anywhere. Whether you’re in a meeting or on the go, Co-Pilot helps you track and understand your data effortlessly.

Using Co-Pilot on Mobile or Tablet

When you open the Power BI app and navigate to your report, you’ll notice a “Get a summary from Co-Pilot” button at the bottom left. Tapping this instantly generates a summary of your report. What makes Co-Pilot powerful is that it also shows references you can click to see which visuals or pages were used for the summary.

At the bottom of the screen, you’ll see reference numbers indicating which visuals or pages Co-Pilot is connected to. This gives you full transparency and helps you understand your analysis process better.

Creating Smart Summaries

By clicking the Co-Pilot button in the top-right corner of the report, you can select “Create Executive Summary.” Depending on your selection, this feature generates a summary for either the current page or the entire report. Each summary includes visual references, so you can easily identify which visuals were used in generating insights.

You can also tell Co-Pilot to create a shorter or more detailed summary.
It instantly adjusts while preserving all references. This flexibility is perfect whether you’re preparing for an executive meeting or analyzing KPIs Co-Pilot delivers insights that fit your workflow.

Current Limitations

At present, the Power BI Mobile and Tablet versions do not support custom prompt input. You can only use predefined actions such as generating summaries or insights. However, Microsoft is expected to enable free-text prompt entry for mobile devices in future updates. If you want to experiment with different question types right now, you can temporarily add a Q&A visual to your report to simulate prompt-based interaction.

Conclusion

With Power BI Co-Pilot available on mobile and tablet, data analysis has become more accessible than ever. From executive summaries to instant insights, Co-Pilot is redefining how Power BI users work faster, smarter, and fully AI-driven.

Power BI Co-Pilot In Mobile / Tablet was originally published in LearnDataPlatform on Medium, where people are continuing the conversation by highlighting and responding to this story.

Bunu uygulamalı olarak görmek ister misiniz? YouTube eğitimini buradan izleyebilirsiniz: Power BI Co-Pilot Mobil/Tablet Kullanımı başlıklı YouTube kısa videosunda her adımı tek tek açıkladım.

Giriş

Power BI Co-Pilot, veriyle etkileşimi tamamen değiştiriyor artık yalnızca web/masaüstüyle sınırlı değil. Power BI Mobil ve Tablet uygulamalarıyla Co-Pilot, yapay zekâ destekli özetleri ve veri analizlerini her an, her yerde sunuyor. İster toplantıda olun ister yolda, Co-Pilot sayesinde verilerinizi zahmetsizce takip edebilirsiniz.

Mobil veya Tablette Co-Pilot Kullanımı

Power BI uygulamasını açıp raporunuza gittiğinizde, sol alt köşede “Co-Pilot’tan özet al” butonunu göreceksiniz. Bu butona tıkladığınızda, raporunuzun özetini anında oluşturur. Co-Pilot’un güçlü yanı, referansları da göstermesidir hangi görsellerin veya sayfaların özet için kullanıldığını tıklayarak görebilirsiniz.

Ekranın alt kısmında, Co-Pilot’un hangi görselle veya sayfayla bağlantı kurduğunu gösteren referans numaraları bulunur. Bu sayede analiz sürecini daha iyi anlayabilirsiniz.

Akıllı Özetler Oluşturma

Raporun sağ üst köşesindeki Co-Pilot butonuna tıklayarak “Yönetici özeti oluştur” seçeneğini seçebilirsiniz. Bu işlem, seçeneğinize bağlı olarak sayfa veya tüm rapor için bir özet oluşturur. Her özetin yanında görsel referanslar bulunur, böylece hangi görsellerden yola çıkıldığını görebilirsiniz.

Sağ yukarıdan Co-Pilot simgesine tıklayarak Co-Pilot konuşma alanını açabilirsiniz.

Co-Pilot konuşma alanı çıktığında aşağıdaki resimde göründüğü gibi seçeneklerden birisine tıklayarak ileryebiliriz.

Co-Pilot konuşma alanından ilk seçeneği tıklıyorum ve sonuç olarak bana mevcut sayfada yönetici özeti çıkarmasını istiyorum.

Co-Pilot başarılı olarak çıktı vermektedir.

Ayrıca Co-Pilot’a “daha kısa” veya “daha detaylı” bir özet oluşturmasını da söyleyebilirsiniz. Co-Pilot anında uyum sağlar ve referansları koruyarak özeti yeniden yazar. Bu esneklik, ister yönetici toplantısında ister KPI incelemesinde olun, ihtiyacınıza uygun sonuçlar sunar.

Mevcut Sınırlamalar

Şu anda Power BI Mobil ve Tablet sürümünde özel prompt girişi bulunmuyor. Yalnızca özet oluşturma gibi önceden tanımlanmış işlemleri kullanabilirsiniz. Ancak Microsoft’un yakında mobil cihazlarda serbest prompt girişini aktif etmesi bekleniyor. Farklı soru türleri denemek isterseniz, raporunuza geçici olarak bir Q&A görseli ekleyerek benzer bir deneyim elde edebilirsiniz.

Sonuç

Power BI Co-Pilot’un mobil ve tablet desteğiyle veri analizi artık her zamankinden daha erişilebilir. Yönetici özetlerinden anlık içgörülere kadar, Co-Pilot Power BI kullanıcılarının iş yapma şeklini dönüştürüyor. Daha hızlı, daha akıllı ve tamamen yapay zekâ destekli!

Power BI Co-Pilot Mobil / Tablet Kullanımı was originally published in LearnDataPlatform on Medium, where people are continuing the conversation by highlighting and responding to this story.

Do you want to see this in practice? You can watch the YouTube tutorial here: In the YouTube short video titled Can Power BI CoPilot Organize Measures. I explained every step one by one.

Introduction

In this post, I’ll explore a question many Power BI users are curious about: Can Power BI Copilot transform your measures into a clean, organized folder structure? While Copilot is an exciting tool within Microsoft Fabric, it still has limitations. Let’s walk through a test scenario together and see what’s possible right now.

🎁 Get friend links for all of our 1000> Power BI learning articles here 🎁

Setting the Stage in Power BI Desktop

I start inside Power BI Desktop, where Copilot is available at the top-right corner. From here, I select my Fabric license and workspace. At this point, I already have measures created and placed under the Measures table. The issue is that all measures are just stacking up there messy and hard to manage.

This raises the question: Can Copilot help us organize them into a structured folder system?

Testing Copilot with Prompts

I enter a prompt asking Copilot to create a folder structure within the Measures table. For example, a Business folder that contains all my business related measures. The idea is simple: organize everything into logical subfolders, making reports cleaner and easier to navigate.

Copilot responds and attempts to guide me. It shows how such an organization could be handled, but at the moment, it cannot automatically restructure measures into folders. Instead, it provides instructions and hints about manual setup.

Current Limitations

Right now, Copilot cannot:

• Directly move measures into folders.
• Automatically create a folder hierarchy for existing measures.

Instead, it acts as an assistant, showing possible methods or explaining concepts. This is helpful for learning, but it still means the heavy lifting must be done manually.

However, Copilot can do in measures:

• Generate new measures on request.
• Explain popular DAX functions like CALCULATE.
• Provide sample DAX code.
• Suggest optimized queries for business metrics.

Looking Ahead

Even though Copilot cannot yet organize measures into folders, it’s clear the tool is evolving. Microsoft is continuously expanding Fabric’s Copilot features. Future updates may allow us to automate measure organization fully, reducing repetitive tasks and keeping dashboards tidy.

Conclusion

Power BI Copilot brings tremendous potential for automating DAX measures and improving user productivity. While it cannot yet organize measures into folders, it provides valuable learning and guidance.

👏🏻 Clap 🔎 Follow 📩 Subscribe ✍🏻Comment

🎁 Get friend links for all of our 1000> Power BI learning articles here 🎁

Don’t forget to subscribe to

👉 Power BI Publication

👉 Power BI Newsletter

and join our Power BI community:

Microsoft Power BI Masterclass | Linktree

Power BI Masterclass Article Classification

Level: Any

Category: Data Model, Copilot

Tags: Tutorial, Data Model, Copilot

Can Power BI CoPilot Organize Measures? was originally published in Power BI on Medium, where people are continuing the conversation by highlighting and responding to this story.

Bunu uygulamalı olarak görmek ister misiniz? YouTube eğitimini buradan izleyebilirsiniz: Metrikleri Power BI Copilot Organize Edebilir Mi başlıklı YouTube kısa videosunda her adımı tek tek açıkladım.

Giriş

Bu yazıda, birçok Power BI kullanıcısının merak ettiği bir soruyu inceleyeceğim: Power BI Copilot ölçülerinizi temiz ve organize bir klasör yapısına dönüştürebilir mi? Copilot, Microsoft Fabric içinde heyecan verici bir araç olsa da hâlâ sınırlamaları var. Gelin birlikte bir test senaryosunu adım adım inceleyelim ve şu anda nelerin mümkün olduğuna bakalım.

Power BI Desktop’ta Ortamı Hazırlama

Power BI Desktop içinde başlıyorum, burada Copilot sağ üst köşede kullanılabiliyor. Buradan Fabric lisansımı ve çalışma alanımı seçiyorum. Bu noktada, zaten oluşturulmuş ve Measures tablosu altında konumlandırılmış ölçülerim var. Sorun şu ki tüm ölçüler üst üste yığılıyor, dağınık ve yönetmesi zor.

Bu da şu soruyu gündeme getiriyor: Copilot bunları yapılandırılmış bir klasör sistemine organize etmemize yardımcı olabilir mi?

Copilot’u İstemlerle Test Etmek

Measures tablosu içinde bir klasör yapısı oluşturması için Copilot’a bir istem giriyorum. Örneğin, tüm iş ile ilgili ölçülerimi içeren bir Business klasörü. Fikir basit: her şeyi mantıklı alt klasörlere organize etmek, raporları daha temiz ve gezinmesi kolay hale getirmek.

Copilot yanıt veriyor ve bana rehberlik etmeye çalışıyor. Böyle bir organizasyonun nasıl yapılabileceğini gösteriyor, ancak şu anda ölçüleri otomatik olarak klasörlere yeniden yapılandıramıyor. Bunun yerine, manuel kurulum hakkında talimatlar ve ipuçları sunuyor.

Mevcut Sınırlamalar

Şu anda Copilot şunları yapamıyor:

• Ölçüleri doğrudan klasörlere taşımak.
• Var olan ölçüler için otomatik bir klasör hiyerarşisi oluşturmak.

Bunun yerine bir asistan olarak davranıyor, olası yöntemleri gösteriyor veya kavramları açıklıyor. Bu öğrenme için faydalı olsa da asıl iş yükünün hâlâ manuel yapılması gerektiği anlamına geliyor.

Ancak, Copilot metriklerde şunları yapabiliyor:

• İstek üzerine yeni metrikler oluşturmak.
• CALCULATE gibi popüler DAX fonksiyonlarını açıklamak.
• Örnek DAX kodları sağlamak.
• İş metrikleri için optimize edilmiş sorgular önermek.

İleriye Bakış

Copilot henüz ölçüleri klasörlere organize edemese de aracın gelişmekte olduğu açık. Microsoft, Fabric’in Copilot özelliklerini sürekli genişletiyor. Gelecekteki güncellemeler, ölçü organizasyonunu tamamen otomatik hale getirmemize, tekrar eden işleri azaltmamıza ve panoları düzenli tutmamıza izin verebilir.

Sonuç

Power BI Copilot, DAX ölçülerini otomatikleştirmek ve kullanıcı verimliliğini artırmak için büyük bir potansiyel sunuyor. Henüz metriklerde klasörlere organize edemese de değerli bir öğrenme ve rehberlik sağlıyor.

Do you want to see this in practice? You can watch the YouTube tutorial here: In the YouTube short video titled How To Organize Measures In Power BI. I explained every step one by one.

🎁 Get friend links for all of our 1000> Power BI learning articles here 🎁

Introduction

We’ll explore how to organize Power BI measures in a way that makes your reports cleaner and easier to manage. Would you prefer to see all your metrics in a cluttered form, or in a simple and structured way? Let’s check it out together.

Transferring the Single Selected Metric

When you have only a single measure, you can host it directly inside the related table. For example, if you create a profit measure in the Sales table, it can stay there without any issue. However, when you have multiple measures, it becomes much harder to track.

From the “Home Table” setting on the left side, you can move your measures into the Metrics table you created.

Building a Folder Structure

If you want even more organization, you can group measures into folders. Select your measures, then assign them to a display folder.

For example, you could create a folder called Sales for revenue and profit measures, and another folder called Quantity for volume-related metrics. This folder structure inside your Measures table gives a much more structured model.

Conclusion

Organizing measures in Power BI is a small step that creates a huge impact on report usability. With a combination of calculated tables and folder structures, you can make your reports look cleaner, improve maintainability, and help stakeholders quickly find the KPIs they need.

👏🏻 Clap 🔎 Follow 📩 Subscribe ✍🏻Comment

🎁 Get friend links for all of our 1000> Power BI learning articles here 🎁

Don’t forget to subscribe to

👉 Power BI Publication

👉 Power BI Newsletter

and join our Power BI community:

Microsoft Power BI Masterclass | Linktree

Power BI Masterclass Article Classification

Level: Beginner

Category: Data Model

Tags: Power BI Guide, Data Model

How To Organize Measures In Power BI was originally published in Power BI on Medium, where people are continuing the conversation by highlighting and responding to this story.

Bunu uygulamalı olarak görmek ister misiniz? YouTube eğitimini buradan izleyebilirsiniz: Power BI’da Metrikler Nasıl Düzenlenir başlıklı YouTube kısa videosunda her adımı tek tek açıkladım.

Giriş

Power BI ölçülerini, raporlarınızı daha temiz ve yönetimi kolay hale getirecek şekilde nasıl organize edeceğimizi inceleyeceğiz. Tüm metriklerinizi dağınık bir biçimde mi görmek istersiniz, yoksa basit ve yapılandırılmış bir şekilde mi? Gelin bunu birlikte inceleyelim.

Seçili Tek Metriğin Taşınması

Sadece tek bir metriğiniz olduğunda, bunu doğrudan ilgili tablo içinde barındırabilirsiniz. Örneğin, Satışlar tablosunda bir kâr ölçüsü oluşturursanız, herhangi bir sorun olmadan orada kalabilir. Ancak birden fazla ölçünüz olduğunda, bunları takip etmek çok daha zor hale gelir.

Sol taraftaki “Home Table” ayarından, ölçülerinizi oluşturduğunuz Metrics tablosuna taşıyabilirsiniz.

Bir Klasör Yapısı Kurma

Daha fazla düzen istiyorsanız, ölçüleri klasörler içine gruplandırabilirsiniz. Ölçülerinizi seçin, ardından bunları bir görüntüleme klasörüne atayın.

Örneğin, gelir ve kâr ölçüleri için Satışlar adlı bir klasör ve hacimle ilgili metrikler için Miktar adlı başka bir klasör oluşturabilirsiniz. Measures tablosu içindeki bu klasör yapısı, çok daha yapılandırılmış bir model sağlar.

Sonuç

Power BI’de ölçüleri organize etmek, rapor kullanılabilirliğinde büyük bir etki yaratan küçük bir adımdır. Hesaplanmış tablolar ve klasör yapılarının birleşimiyle raporlarınızı daha temiz hale getirebilir, bakımını kolaylaştırabilir ve paydaşların ihtiyaç duydukları KPI’ları hızlıca bulmalarına yardımcı olabilirsiniz.

Adım adım açıklama DAX kodu

1) _kpiname = Dilimleyicide şu anda seçili olan KPI adlarının virgülle ayrılmış bir listesini oluşturur:

VALUES(MANAGEMENT_All_Parameter_Text[MANAGEMENT_Actual_Values]) seçili benzersiz öğeleri döndürür.

CONCATENATEX(…) bunları tek bir dizeye birleştirir.

2) filtreK_ = Kullanıcının seçimi ile varsayılan etiket arasında seçim yapar:

TRUE → _kpiname (seçili KPI’lar) kullan, FALSE → “All KPIs” kullan

3) Return (dinamik başlık) = Nihai başlığı oluşturmak için izleme etiketini ekler:

Görselleştirme Bölmesi ile ölçünüzü verebilirsiniz.

Ölçüyü seçin.

Bir dilimleyici seçimi yapıldığında, rapor başlığı seçilen değerleri yansıtacak şekilde dinamik olarak güncellenecektir.

Giriş

Power BI, Microsoft tarafından sağlanan ve en kritik iş verilerinizin tek bir görünümünü sunan bir iş analitiği servisidir. Alan Parametrelerini ve Dinamik Başlık Değişimini kullanma hakkında bilgi veriyorum. İş birimleri genellikle, veri kümesindeki farklı değerlere (tam sayılar, ondalıklar ve yüzdeler gibi) dayalı olarak dinamik olarak değişebilen başlıklara sahip panolar talep ederler. İşte tam bu noktada Alan Parametreleri devreye girer.

Senaryo

Bu senaryoda, veri kümesi MANAGEMENT_1 (tam sayı), MANAGEMENT_2 (ondalık sayı) ve MANAGEMENT_3 (yüzdeler) içeriyor. İş birimleri, bu değerlerin Power BI panosu başlıklarında dinamik olarak yansıtılmasını görmek istiyorlar.

Bu nedenle, görselleştirmeyi tamamladığımızda görmek istediğimiz nihai sonuçlardan biri budur:

Öyleyse, nihai görselleştirmeyi adım adım nasıl yapacağımıza başlayalım.

Alan Parametresini Keşfetme:

Bir raporun veya görselleştirmenin belirli bir alanının dinamik olarak değiştirilmesine olanak tanıyan bir araçtır. Örneğin, bir parametre alanı kullanılarak belirli bir ürün kategorisini seçmek mümkün olabilir. Bu, raporun esnekliğini artırır ve kullanıcıların istedikleri verilere daha kolay erişmesini sağlar.

Alan Parametreleri özelliğini kullanmak için, ‘Önizleme Özellikleri’ bölümünde ‘Alan Parametreleri’ seçeneğini etkinleştirmeniz gerekir.

Modelleme > Yeni Parametre > Alanlar adımlarını kullanarak parametre ayarlarının oluşturulduğu sekmeye gidebilirsiniz. Boyutlar veya ölçüler için bir dilimleyici oluşturabiliriz. Bu durumda, ölçü formatınızın MANAGEMENT_3 olduğunu ve bunun yüzde olarak görüntülenmesi gerektiğini unutmayın.

Alan Parametresi modelimize bir tablo olarak eklenir. 2 farklı Alan Parametresi eklendi; bunlardan biri actual, diğeri target’tır.

Actual için:

Target için:

Actual ve target alan parametresi arasında bir ilişki oluşturun.

Bir Alan Parametresi oluşturduğumda, bunu Sütun ve Çizgi eksenine ekledim.

Alan parametresi actual ve target değerleri olan dilimleyiciyi gizlemeyi unutmayın.

Giriş

Bu makalede, Python’daki Beautiful Soup kütüphanesini kullanarak Hurriyet/Doviz (https://bigpara.hurriyet.com.tr/doviz/) adresinden döviz verilerini kazıyacağız. İlk olarak, aşağıdaki komutlarla gerekli kütüphaneleri kurun:

pip install beautifulsoup4 
pip install pandas

Yavaş ağ bağlantılarını yönetmek için, sayfanın tamamen yüklenmesini sağlamak amacıyla kodunuza time.sleep() fonksiyonunu kullanarak bir gecikme ekleyin. Eğer web sayfasının yapısı değişmişse, aşağıda ayrıntılı olarak gösterildiği gibi gerekli öğeleri manuel olarak belirleyip seçin.

Python Kütüphanelerini İçe Aktarma

HTML için Beautiful Soup, Spark bağlayıcısı için spark connector, veri çerçevesi için pandas içe aktarıldı.

import requests
from bs4 import BeautifulSoup
import pandas as pd
import datetime as dt
import com.microsoft.spark.fabric
from com.microsoft.spark.fabric import Constants

Hurriyet/Doviz’e Giriş Yapma

Burada, Hurriyet/Doviz’e giriş için kod yazıyoruz. İlk olarak, URL’ye bir GET isteği gönderiliyor ve ardından HTML belgesi tanımlanıyor:

#Url link
url= 'https://bigpara.hurriyet.com.tr/doviz/'
#Get url
html = requests.get(url)
#parse url
soup = BeautifulSoup(html.text)

Web sitesinde, ABD Doları, Euro ve İngiliz Sterlini div.dovizBar.mBot20 içinde.

Euro Alış(TL) incelendiğinde, değerler span class=value içinde. Bu nedenle her ABD Doları, Euro ve Sterlin değerleri span class=value içinde.

USD, EURO ve STERLIN için HTML’ye sahip olarak. Bilgiyi çıkaralım:

row_value = soup.find_all("span", {"class": "value"})
#usd value
usd=row_value[2].text
dolar=[usd]
#eur value
eur=row_value[5].text
euro=[eur]
#ster value
ster=row_value[8].text
sterlin=[ster]
#current date time
today_datetime = dt.datetime.today()
date_time=[today_datetime]
#current date
today_date = dt.date.today()
date=[today_date]

Ve Python’da pandas kullanmak için bir dataframe oluşturma.

web_currency = pd.DataFrame(
    {
        "ABD_Doları":dolar,
        "EURO":euro,
        "STERLIN":sterlin,
        "Date":today_date,
        "Date_Time":date_time
    }
)
web_currency

Çıktı kodu:

Özetle bir kod oluşturalım:

dolar=[]
euro=[]
sterlin=[]
date=[]
date_time=[]
def cur_val():
    #Url link
    url= 'https://bigpara.hurriyet.com.tr/doviz/'
    #Get url
    html = requests.get(url)
    #parse url
    soup = BeautifulSoup(html.text)
    #look row values
    row_value = soup.find_all("span", {"class": "value"})
    #usd value
    usd=row_value[2].text
    dolar=[usd]
    #eur value
    eur=row_value[5].text
    euro=[eur]
    #ster value
    ster=row_value[8].text
    sterlin=[ster]
    #current date time
    today_datetime = dt.datetime.today()
    date_time=[today_datetime]
    #current date
    today_date = dt.date.today()
    date=[today_date]
    web_currency = pd.DataFrame(
        {
            "ABD_Doları":dolar,
            "EURO":euro,
            "STERLIN":sterlin,
            "Date":today_date,
            "Date_Time":date_time
        }
    )
    return(web_currency)
cur_val()

Çıktı kodu:

Artık Hurriyet/Doviz’den verilerimiz var. Bu verileri Lakehouse veya Warehouse içerisine depolayabiliriz. Daha sonra bu veriyi Lakehouse veya Warehouse içindeki test tablosu web_scrap_datas içine aktarabiliriz.

# Make it Spark DataFrame
web_currency = spark.createDataFrame(web_currency)
# Write to Lakehouse (Delta table)
web_currency.write.format("delta").mode("overwrite").save("abfss://DevelopmentWS@onelake.dfs.fabric.microsoft.com/SampleLH.Lakehouse/Tables/web_currency")
#İmport spark connector library
import com.microsoft.spark.fabric
from com.microsoft.spark.fabric import Constants
#Write to Warehouse
web_currency.write.mode("append").synapsesql("SampleWH.dbo.web_currency")

Tüm betikleri tek bir, kullanılabilir ve sürdürülebilir Python uygulamasında birleştirelim:

import requests
from bs4 import BeautifulSoup
import pandas as pd
import datetime as dt
#Spark Connector
import com.microsoft.spark.fabric
from com.microsoft.spark.fabric import Constants

URL = "https://bigpara.hurriyet.com.tr/doviz/"

def fetch_rates() -> pd.DataFrame:
    """
    Fetch the currency page, extract USD/EUR/GBP values, and return
    a single-row pandas DataFrame with timestamps.
    """
    #Request the page (raise on HTTP errors)
    r = requests.get(URL, headers=HDRS, timeout=30)
    r.raise_for_status()

    #Parse HTML with an explicit parser
    soup = BeautifulSoup(r.text, "html.parser")

    #Select all spans that hold currency values (site-specific)
    spans = soup.select("span.value")
    if len(spans) < 9:
        raise ValueError("Expected at least 9 currency elements (span.value).")

    #Extract numbers by position (matches your original logic)
    usd = spans[2].get_text(strip=True)
    eur = spans[5].get_text(strip=True)
    gbp = spans[8].get_text(strip=True)

    #Build a one-row DataFrame with dates
    now = dt.datetime.now()
    today = now.date()
    df = pd.DataFrame([{
        "ABD_Doları": usd,
        "EURO": eur,
        "STERLIN": gbp,
        "Date": today,
        "Date_Time": now
    }])
    return df

def write_fabric(df: pd.DataFrame):
    #Write the DataFrame into Microsoft Fabric (Lakehouse + Warehouse).
    # Convert pandas to Spark
    spark_df = spark.createDataFrame(df)

    #Lakehouse (Delta-Parquet format). Prefer 'append' for ETL runs
    spark_df.write.format("delta").mode("append").save(
        "abfss://DevelopmentWS@onelake.dfs.fabric.microsoft.com/SampleLH.Lakehouse/Tables/web_currency"
    )

    #Warehouse table (append new rows)
    spark_df.write.mode("append").synapsesql("SampleWH.dbo.web_currency")

def main():
    #Fetch & print
    web_currency = fetch_rates()
    print(web_currency)

    #try to write to Lakehouse/Warehouse
    try:
        write_fabric(web_currency)
        print("✔ Write completed.")
    except NameError:
        #Error
        print("Error")

if __name__ == "__main__":
    main()

Lakehouse için çıktı:

Warehouse için çıktı: