Der leistungsstärkste Funktionsaufruf in LuckyTemplates

LuckyTemplates ist ein leistungsstarkes Datenvisualisierungs- und Business-Intelligence-Tool, mit dem Benutzer eine Verbindung zu verschiedenen Datenquellen herstellen, interaktive Berichte und Dashboards erstellen und diese mit anderen teilen können. Im heutigen Blog werden wir den leistungsstärksten Funktionsaufruf in LuckyTemplates untersuchen.

Dieser Funktionsaufruf wird die Fähigkeiten von LuckyTemplates erheblich erweitern und Ihre Datenvisualisierung und -analyse auf die nächste Ebene heben. Dies würde es Ihnen ermöglichen, die analytischen Fähigkeiten von LuckyTemplates um ein Vielfaches zu erweitern und erstaunliche Dinge im Kontext des LuckyTemplates-Frameworks zu tun. Das vollständige Video dieses Tutorials können Sie unten in diesem Blog ansehen.

Inhaltsverzeichnis

• Datensatzfunktionsaufruf in LuckyTemplates: Problemübersicht
• Ändern des Datentyps
• Das R-Primzahlenpaket
• Einfügen des R Prime-Pakets mithilfe des Dataset-Funktionsaufrufs in LuckyTemplates
• Filtern der Primzahlen
• Abschluss

Datensatzfunktionsaufruf in LuckyTemplates: Problemübersicht

Dieses Beispielproblem stammt von einer Website namens Excel BI Nightly Power Query Challenge , die von VJ Verma betrieben wird. Er stellt jeden Abend ein Problem vor, das von der Community gelöst und unter den Mitgliedern besprochen wird.

Im Beispiel hat die Frage einen sehr einfachen Aufbau mit vorgegebenen Ober- und Untergrenzen. Zwischen diesen beiden Zahlen müssen wir die Anzahl der Primzahlen in diesem Bereich berechnen. 

Obwohl das Konzept recht einfach und unkompliziert ist, ist die Implementierung in LuckyTemplates deutlich schwieriger. Denn unter den 800 M-Funktionen und rund 400 gibt es keine Funktion, mit der wir direkt feststellen können, ob eine Zahl in LuckyTemplates eine Primzahl ist oder nicht. 

Stattdessen werden wir uns mit dem Dataset Call befassen , der eine Möglichkeit darstellt, von Power Query zu R oder Python zu wechseln, Anweisungen auszuführen und dann nahtlos zu Power Query zurückzukehren und unsere Analyse fortzusetzen. 

Nehmen wir die Daten aus der Excel BI-Challenge und beginnen wir mit der Arbeit. 

Ändern des Datentyps

Unten sind die unteren und oberen Grenzwerte aufgeführt. 

Diese Angaben liegen im Textformat vor und wir müssen sie in ganze Zahlen umwandeln. Doppelklicken Sie dazu auf die Kopfzeile ( Untergrenze oder Obergrenze) . Wählen Sie in den angezeigten Optionen „Typ ändern“ und dann „Ganze Zahl“ aus. 

Der nächste Schritt besteht darin, eine neue Spalte für alle Zahlen zwischen der Unter- und Obergrenze zu erstellen. Anschließend drehen wir die Spalte, um eine Liste zu erstellen. 

Gehen Sie zur Registerkarte „Spalte hinzufügen“ und wählen Sie „Benutzerdefinierte Spalte“ , da dies nicht direkt über die Benutzeroberfläche möglich ist. 

Erstellen Sie einen einfachen M-Code und erstellen Sie eine Spalte mit dem Namen „ Nummer“. Verwenden Sie die Funktion List.Numbers , die eine Liste von Zahlen mit einem Anfangswert, einer Anzahl und einem optionalen Inkrementalwert zurückgibt.

Legen Sie den Anfangswert als [Untergrenze] und die Anzahl als [Obergrenze] – [Untergrenze] + 1 fest , um den N-Punkt zu berücksichtigen. Stellen Sie sicher, dass kein Syntaxfehler erkannt wird. Klicken Sie auf OK. 

Es sollte eine neue Spalte mit Listen erscheinen. Klicken Sie auf die Liste , um die Zahlen im Bereich unten anzuzeigen. 

Wenn wir beispielsweise in der ersten Zeile auf die Liste klicken , erhalten wir eine Liste mit Zahlen von 10 bis 45.

Klicken Sie auf den Pfeil neben „Zahl“ und dann auf „ Auf neue Zeilen erweitern“.

Klicken Sie anschließend auf das Formatsymbol links neben „ Zahl“ und ändern Sie das Format in „Ganze Zahl“.

An diesem Punkt möchten wir feststellen, ob jede dieser Zahlen eine Primzahl ist oder nicht. Auch hier gibt es keine Möglichkeit, dies direkt in LuckyTemplates zu tun. Wir könnten eine Reihe von Schritten programmieren, die Primzahlen bestimmen würden, aber hier ist eine einfachere Möglichkeit, dies in Python zu tun. 

Das R-Primzahlenpaket

In R gibt es verschiedene Pakete . Dabei handelt es sich um Add-ons, die wir in das Programm integrieren können, um bestimmte Funktionen auszuführen, beispielsweise benutzerdefinierte Visuals oder externe Tools in LuckyTemplates.

METACRAN präsentiert einen Katalog aller freigegebenen R-Pakete. Es gibt über 18.800 aktive Pakete in R, wir können sie aber auch direkt von der Entwicklerseite laden. Das bedeutet, dass wir jede beliebige Analyse innerhalb des Programms durchführen können, indem wir das richtige Paket finden. 

In unserem Fall werden wir suchen und versuchen, etwas zu finden, das bestimmt, ob eine Zahl eine Primzahl ist. 

Geben Sie „prim“ in das Suchfeld ein.

Wählen Sie das erste Paket namens primes – Fast Functions for Prime Numbers . Dies ist ein Paket, das prüft, ob eine Zahl eine Primzahl ist, und eine Folge von Primzahlen generiert. 

Einfügen des R Prime-Pakets mithilfe des Dataset-Funktionsaufrufs in LuckyTemplates

Gehen Sie zurück zu LuckyTemplates und klicken Sie im Menüband auf R-Skript ausführen . 

Ein Assistent zum Ausführen eines R-Skripts wird angezeigt.

Das Nummernzeichen (#), das einen Kommentar anzeigt, gibt an, dass die Variable „ dataset“ die Eingabedaten für das Skript enthält. Damit können wir unsere Daten bereinigen, strukturieren und formen sowie Spalten hinzufügen und Dinge schwenken. Sobald wir dataset aufrufen , wird alles, was wir bis dahin getan haben, in R eingespeist. Das Gleiche gilt für Python – der Datensatz funktioniert genauso.

Wir können unser gesamtes Wissen über Power Query nutzen und dort unsere gesamte Formgebung vornehmen, bevor wir R aufrufen. Dies ist sehr hilfreich, da wir keine R-Funktionen lernen müssen, die das Gleiche tun wie in Power Query. Grundsätzlich können wir direkt mit dem analytischen Teil beginnen, den wir heute demonstrieren werden.

Beginnen wir mit der Installation des Pakets . Wir können den Befehl install.packages verwenden , in diesem Fall verwenden wir jedoch die Bibliothek.

Geben Sie „library“ ein und rufen Sie das Paket „primes“ auf. Dies entspricht dem Einbringen einer benutzerdefinierten Visualisierung in LuckyTemplates aus AppSource. 

Erstellen Sie dann eine Tabelle mit dem Namen df für den Datenrahmen und weisen Sie dieser die Datensatztabelle zu.

In Power Query besteht unser Datensatz aus allem von der Quelle bis zum geänderten Typ 1 , und das haben wir df zugewiesen .

Erstellen Sie eine neue Spalte, die der berechneten Spalte in LuckyTemplates entspricht, indem Sie df$isprime eingeben . Beachten Sie, dass das Dollarzeichen ( $ ) in R den eckigen Klammern in LuckyTemplates ähnelt.

Isprime wird unser Spaltenname sein und diesem werden wir die Funktion is_primes aus dem Paket primes zuweisen . Wir werden dann die Nummernspalte von df aufrufen . 

Dies nimmt die Zahlenspalte und führt sie durch die Funktion is_prime , um TRUE zu sagen, wenn die Zahl eine Primzahl ist, andernfalls FALSE. Die Funktion fügt dann TRUE oder FALSE in die isprime- Spalte der df-Tabelle ein . 

Rufen Sie am Ende die df- Tabelle auf. Klicken Sie auf OK. 

Wir können sehen, dass der df im Bereich „Angewandte Schritte“ angezeigt wird . Wenn wir darauf klicken, sollten wir die Spalte  isprime sehen, die die Klassifikation TRUE oder FALSE enthält.

Filtern der Primzahlen

Als Nächstes entfernen wir die Zeilen für Zahlen, die keine Primzahlen sind. Klicken Sie auf den Pfeil neben „isprime“ , um den Filter zu öffnen. Deaktivieren Sie FALSE, damit wir die Primzahlen zählen können. 

Klicken Sie auf „OK“ , gehen Sie dann zur Registerkarte „Startseite “ und wählen Sie „Gruppieren nach“ aus . 

Öffnen Sie die Option „Erweitert“ . Gruppieren Sie im Popup-Fenster nach der Untergrenze und fügen Sie eine Gruppe für die Obergrenze hinzu. Erstellen Sie dann eine Spalte mit dem Namen „ Count“ und legen Sie „Count Rows“ als Operation zum Zählen der Anzahl von TRUE fest. Klicken Sie auf OK. 

Dies führt zu einem ähnlichen Ergebnis wie bei der Herausforderung. 

Erstellen Sie einen ständig aktualisierten Übungsdatensatz in LuckyTemplates.
Drei Möglichkeiten zur Verwendung von R-Skripten in LuckyTemplates
R für LuckyTemplates | Ein Leitfaden für Anfänger

Abschluss

Zusammenfassend lässt sich sagen, dass der Datensatzaufruf der leistungsstärkste Funktionsaufruf in LuckyTemplates ist und ein wertvolles Werkzeug für jeden Benutzer darstellt, der Erkenntnisse aus seinen Daten gewinnen möchte. Mit diesem einzigen, einfachen LuckyTemplates-Funktionsaufruf können Sie die Analysefunktionen des Programms radikal erweitern und Ihnen buchstäblich Hunderttausende zusätzlicher Funktionen direkt in Power Query zur Verfügung stellen. 

Wenn Sie wissen, wie Sie diese Funktion richtig verwenden, können Sie große Datenmengen problemlos bearbeiten und analysieren, was zu effektiveren und informativeren Visualisierungen führt. Mit den aus dieser Funktion gewonnenen Erkenntnissen können Sie datengesteuerte Entscheidungen treffen und Ihr Gesamtverständnis Ihrer Daten verbessern. 

Alles Gute,

Brian Julius