Entfernungs- und Peilungsberechnung: Geodatenanalyse mit LuckyTemplates

In diesem Tutorial soll erläutert werden, wie Entfernung und Peilung in LuckyTemplates berechnet werden und wie diese effizient für Geodatenanalysen verwendet werden können .

Im Internet finden Sie zahlreiche Entfernungsberechnungen. Für diese Demonstration verwende ich ein vereinfachtes Beispiel einer Lösung, die ich für eines meiner Supply-Chain-Netzwerkprojekte erstellen musste.

Außerdem zeige ich die Berechnung der Luftlinienentfernung von einem Lieferdepot zu Servicestandorten.

Hier habe ich einen Slicer zum Auswählen einer Entfernung mithilfe eines DAX-Maßes . Dies ermöglicht eine dynamische Analyse der Kunden, Ströme, Gewichte, Einnahmen und aller anderen Werte innerhalb der ausgewählten Entfernung.

Die Großkreisentfernungsberechnung , auch bekannt als Haversine- Formel, ist das Kernmaß für dieses Tutorial. Wenn Sie diese Technik beherrschen, können Sie jede erforderliche Entfernungs- und Peilungsberechnung durchführen.  

Obwohl ich die meisten Berechnungen lieber in Power Query durchführe, ist es erforderlich, ein DAX-Maß zu verwenden, wenn Sie die Daten dynamisch basierend auf der wählbaren Entfernung analysieren müssen.

Falls verfügbar, könnte die tatsächliche Entfernung die bevorzugte Option sein. In vielen Fällen ist dies jedoch nicht erforderlich, da der Luftlinienabstand ausreicht. 

Die Google- oder Bing-API kann verwendet werden, um die Entfernung in Power Query sowohl für die tatsächliche als auch für die geradlinige Entfernung hinzuzufügen. Es empfiehlt sich, mehr Werkzeuge in Ihrer Geodaten-Toolbox zu haben. Die Anwendung der API auf LuckyTemplates wird in diesem Tutorial jedoch nicht behandelt. 

Inhaltsverzeichnis

• Das Szenario verstehen
• Analysieren des Abstands- und Peilungsdatensatzes
• Entfernungs- und Peilungsberechnung: Erstellen der Demodaten
• Hinzufügen der Spalten
• Peilung und Orientierung
• R-Skript zur Entfernungs- und Peilungsberechnung
• Hinzufügen von Kartenvisualisierungen
• Abschluss

Das Szenario verstehen

Ich wurde gebeten, bei der Zuordnung der nächstgelegenen Business-to-Business-Paketschließfächer zu den Privatadressen der Servicetechniker zu helfen.

Die Servicetechniker arbeiteten in vordefinierten Arbeitsbereichen, die sich im Laufe der Zeit ändern konnten, und begannen diese Arbeit von zu Hause aus.

Über Nacht erfolgte der Nachschub dringend benötigter Ersatzteile an die Paketschließfächer. Am nächsten Morgen würde der Ingenieur auf dem Weg zu seinem Arbeitsplatz die Ersatzteile aus dem Paketschließfach holen. 

Normalerweise verwende ich für diese Art der Analyse eine GIS- Software (Geographic Information System). Aber jetzt werde ich versuchen, es mit LuckyTemplates zu tun, um ein dynamisches Zuordnungsmodell zu erhalten. Ich habe auch sowohl die geradlinige Entfernungs- als auch die Peilungsberechnung verwendet. 

In  GIS wird der Peilwinkel zur Navigation oder Richtung verwendet. In diesem Beispiel habe ich die Peilung hinzugefügt , die in eine Richtung ( Orientation ) umgewandelt wurde, da die Entfernung selbst keine vollständige Lösung bietet. 

Das nächstgelegene Paketschließfach befindet sich möglicherweise in der entgegengesetzten Richtung zum Arbeitsbereich. Deshalb wollte ich auch die Richtung anzeigen.

Dies ermöglicht die Einschränkung der Auswahl für die Schließfachzuordnung anhand entsprechender geografischer Rubriken mit dem Arbeitsbereich. 

Der Arbeitsbereich liegt beispielsweise nördlich seines Hauses. Daher sollte der bevorzugte Standort des Paketschließfachs in derselben Richtung liegen. 

Analysieren des Abstands- und Peilungsdatensatzes

In diesem vereinfachten Beispiel umfasst der Datensatz Adressen in den Niederlanden und die Standorte kostenloser Paketschließfächer.

Diese enthält Spalten für Breitengrad und Längengrad (von und nach ) , Depot , Name , Teilewert und Nachfrage .

Angrenzend an die Ausgangstabelle befinden sich die berechneten Spalten und die Distanzberechnungen in Excel. Zuerst habe ich das Bogenmaß berechnet.

Anschließend erstellte ich die tatsächlichen Entfernungsberechnungen für Meilen und Kilometer mithilfe des Bogenmaßes und der Haversine -Formel. 

Entfernungs- und Peilungsberechnung: Erstellen der Demodaten

Die Berechnungen für die Peilung ergeben zunächst eine Dezimalzahl in Grad. Also muss ich das in etwas Praktischeres umwandeln.

Ich habe eine Tabellenspalte mit den Graden von 1-360 erstellt. Ich habe auch eine Spalte für die Richtungen gemäß dem Kompass hinzugefügt.

Darüber hinaus habe ich in LuckyTemplates eine SORT- Spalte zum Sortieren der Richtungen im Uhrzeigersinn hinzugefügt.

Danach habe ich den sourceNL- Datensatz und die Orientierungstabelle in Power Query geladen.

Werfen wir einen Blick auf die sourceNL -Tabelle.

Hinzufügen der Spalten

Zuerst habe ich eine Indexspalte hinzugefügt . Immer wenn ich Transformationen im Editor vornehme, füge ich eine Indexspalte hinzu , entweder als Referenz oder zum Sortieren.

Dann habe ich den Breiten- und Längengrad auf 4 Stellen gerundet , was bei größeren Datensätzen wichtig ist. Dadurch wird eine Genauigkeit von 11 Metern erreicht , was immer noch ausreicht.

Für dieses Beispiel habe ich jeden Schritt in einer separaten berechneten Spalte hinzugefügt, um die Karte anzuzeigen. Ich habe das Bogenmaß der Breiten- und Längengrade berechnet, genau wie ich es in Excel gemacht habe.

Dann habe ich die Haversine- Formel angewendet, um die Entfernungen sowohl in Meilen als auch in Kilometern zu berechnen.

Peilung und Orientierung

Für die Peilung ist die Berechnung eine weitere Formel, die ich aus dem Internet entnommen habe. Ich habe es nur ein wenig angepasst, um es meinen Zwecken für dieses Szenario anzupassen . 

Diese Berechnung erfolgt zunächst im Bogenmaß. Es ist völlig nutzlos. Also muss ich es konvertieren.

Dies ist der Lager-Vorschritt . Dies dient der Umrechnung des Bogenmaßes in den nächsten Schritt meiner Berechnung.  

Im nächsten Schritt habe ich die negativen Zahlen geändert und durch Anwendung dieser Berechnung korrigiert.

Danach habe ich das Lager gerundet, um eine ganze Zahl zu erhalten.

Ich habe die Spalten Bearing (rad) , Bearing pre und Bearing gelöscht . Dann habe ich die Spalte „Naar boven afronden“ in „Bearing Roundup“ umbenannt .

Ich kann jetzt die Spalte „Bearing Roundup“ in dieser Tabelle mit der Spalte „BEARING“ aus der Ausrichtungstabelle zusammenführen .

Auf diese Weise wäre ich in der Lage, die Richtung zu ermitteln.

Jetzt habe ich die Spalten Peilung ( Bearing Roundup ) und Richtung ( Orientation_Direction ), die ich für das nächste Modell verwenden werde.

Hier ist das Ergebnis in Power Query.

R-Skript zur Entfernungs- und Peilungsberechnung

In diesem Fall verwende ich eine Lösung mit einem R-Skript . Dabei handelt es sich um einen Datensatz mit den berechneten Entfernungen in Meilen und Kilometern.

Ich verwende dieses R-Skript , das viel kürzer und sauberer ist als die Formeln.

Nachdem ich das R-Skript ausgeführt habe , habe ich jetzt 3 Tabellen.

Hier ist die Ausgabe. Ich habe es auch abgerundet.

Wie Sie sehen, sind die Ergebnisse für die R-Skriptberechnung und die Excel-Berechnung ähnlich. 

Hinzufügen von Kartenvisualisierungen

Zum Schluss füge ich dem Endergebnis eine visuelle Anzeige hinzu.

Dazu habe ich die Schritte in einem LuckyTemplates-Bericht wiederholt . Ich habe die Tabelle mit den 3 Standorten geladen. Ich habe auch die Orientierungstabelle und den Datensatz ( selectionNL ) mit der Sortierspalte geladen . Dann habe ich Spalten für die Ausrichtung zusammengeführt .

Damit ist das endgültige Modell fertiggestellt.

Geodatenanalyse – Neuer Kurs zu LuckyTemplates-
Datenvisualisierungen LuckyTemplates – Dynamische Karten in Tooltips
LuckyTemplates-Shape-Map-Visualisierung für räumliche Analysen

Abschluss

In diesem Bericht habe ich mich dafür entschieden, die vom Kunden gesehene Richtung aufzuzeigen. Sie können dies umkehren oder beides in Ihrem Bericht anzeigen, je nach Ihren Vorlieben. Es genügt , bei der Berechnung die Breiten- und Längengrade von und nach auszutauschen .

Hoffentlich hat dieses Tutorial zu einem besseren Verständnis der Entfernungs- und Peilungsberechnungen im Allgemeinen beigetragen.

Weitere Beispiele und verwandte Inhalte finden Sie unter den folgenden Links.

Beifall!

Paul