So speichern und laden Sie eine RDS-Datei in R
Sie erfahren, wie Sie Objekte aus einer .rds-Datei in R speichern und laden. In diesem Blog wird auch behandelt, wie Sie Objekte aus R in LuckyTemplates importieren.
Heute wollte ich eine einzigartige Technik rund um kumulative Summen basierend auf monatlichen Durchschnittsergebnissen in LuckyTemplates behandeln . Sie können sich das vollständige Video dieses Tutorials unten in diesem Blog ansehen.
Um den Datumsbereich für die Berechnung der monatlichen Durchschnittsergebnisse festzulegen, verwenden wir einen Datumsschneider.
Ein LuckyTemplates- Slicer ist eine Alternative zum Filtern , der den Teil des Datensatzes einschränkt , der in den anderen Visualisierungen eines Berichts angezeigt wird. Ein Datums-Slicer oder Filter wird einfach verwendet, um relative Datumsbereiche in LuckyTemplates einzuschränken.
Die kumulative Summe hingegen wird verwendet, um die Gesamtsumme der Daten anzuzeigen, wenn sie mit der Zeit oder einer anderen Reihe oder Progression anwächst.
Wenn wir überprüfen , analysieren wir diese üblicherweise über ein bestimmtes Datum oder über Monate und Jahre . In diesem Artikel berechnen wir die kumulativen Gesamtsummen lediglich über die Monate.
Das Interessante an dieser speziellen Technik ist, dass Sie bei einem Kontext, der nur den Monat umfasst , die verschiedenen ausgewählten Jahre berücksichtigen müssen. Dies kann über eine LuckyTemplates-Datumsausschnittauswahl oder einen Filter auf Seitenebene erfolgen.
Dieses besondere Beispiel stammt aus einem sehr interessanten Thema im . Schauen Sie sich das an, wenn Sie weitere Rezensionen lesen möchten.
Inhaltsverzeichnis
Bewertung des Problems
Jemand wollte die kumulierten Verkäufe basierend auf dem Monatsnamen anzeigen , statt nach Monat und Jahr .
Das Problem dabei ist, dass sich die Datumsauswahl, die Sie haben, letztendlich über ein ganzes Jahr erstreckt.
Wir müssen also analysieren, wie wir höchstwahrscheinlich weiterhin eine kumulative Gesamtsumme erhalten können, genau wie in einem bestimmten Jahr.
Wenn Ihre Datumstabelle beispielsweise die Monate Januar bis September nächsten Jahres enthält, sind höchstwahrscheinlich insgesamt 20 Monate darin enthalten. In diesem Fall funktioniert das standardmäßige kumulative Gesamtsummenmuster nicht, sodass wir es überarbeiten müssen.
Dies ist definitiv ein interessantes Szenario und eine wirklich gute Lernmöglichkeit rund um fortgeschrittenes DAX für alle.
Werfen wir zunächst einen kurzen Blick darauf, wie das Standardmuster „ Cumulative Total“ tatsächlich funktioniert.
Überprüfung des kumulativen Gesamtmusters
In diesem Beispiel sehen wir uns ein sehr generisches Sales an .
Mit dieser Formel werden Umsätze innerhalb des ausgewählten Bereichs berechnet . Die ALLSELECTED- Funktion zeigt hier in erster Linie die Werte basierend auf dem in diesem bestimmten Bericht ausgewählten Datumsbereich an .
Und wie Sie hier in diesem LuckyTemplates-Datumsschneider sehen können , befinden wir uns derzeit zwischen dem 2. Februar und dem 20. September .
Nun können wir in dieser aktuellen Kontexttabelle bestätigen, dass die Formel für die kumulativen Verkäufe völlig einwandfrei funktioniert. Dies liegt daran, dass immer noch die Kumulierung des Gesamtumsatzes von Januar bis September berechnet wird.
Konflikt bei der Verwendung des kumulativen Gesamtmusters für monatliche Durchschnittsergebnisse
Obwohl die Formel „Kumulative Gesamtsumme“ derzeit einwandfrei funktioniert, kann es bei der Ableitung der Berechnung auf der Grundlage eines Datums-Slicers zu Problemen kommen .
Wie im Bild gezeigt, habe ich den Datumsbereich einfach langsam erweitert und in das nächste Jahr verschoben.
Diese Formel akkumuliert den monatlichen Gesamtumsatz , beginnt aber auch damit, die Akkumulation in die neuen Monate zu übertragen. Daraus ergibt sich ein seltsamer Wert für Januar , der eigentlich nur eine Fortsetzung aller darauffolgenden Monate ist .
Mit anderen Worten: Es handelt sich um eine korrekte Berechnung, aber es liefert uns nicht wirklich das Ergebnis, das wir uns wünschen.
Was es hier derzeit tut, ist, dass es mit dem Wert für Januar beginnt und bis Dezember reicht ; und springt dann wieder zurück zum Januar , akkumuliert ab Dezember und so weiter.
Wenn ich das Datum einfach noch einmal herausziehe, werden Sie sehen, dass der Wert der kumulierten Verkäufe mit der Zeit noch weiter nach unten geht.
Und wenn man es dann tatsächlich ziemlich weit in die Länge zieht, wird man feststellen, dass die kumulierten Verkäufe der Monate Januar bis Mai insgesamt 23 Millionen betrugen , was im Grunde der Gesamtsumme entspricht. Es ist einfach eine Art Zyklus für jeden einzelnen Monat eines jeden Jahres.
Was wir hier tatsächlich wollen, ist, eine aktualisierte kumulative Gesamtsumme basierend auf monatlichen Durchschnittsergebnissen zu erhalten ; Dabei sollte mit dem Gesamtumsatz vom Januar begonnen und von dort aus akkumuliert werden.
Um dieses Problem zu lösen, ist eine Technik erforderlich, die etwas anders ist, als Sie vielleicht denken. Wir müssen auch sicherstellen, dass die Summen korrekt sind und dass sie sich dynamisch an unterschiedliche Auswahlmöglichkeiten im Datumsschneider anpassen , die möglicherweise von den Benutzern stammen.
Die Spalte „Kumulative monatliche Verkäufe“.
Ich werde das Ergebnis meiner Formel für dieses spezielle Problem einbringen und zeigen, warum es tatsächlich funktioniert.
Anscheinend sehen Sie hier, dass der monatliche Gesamtumsatz immer akkumuliert wird .
Aber schauen Sie sich an, was passiert, wenn ich versuche, dies zu verlängern.
Es kumuliert immer ab Januar . Es führt nicht die seltsame Berechnung durch, die das Muster „Cumulative Sales“ durchführt.
Offensichtlich liefert die Spalte „Kumulative monatliche Verkäufe“ ein logischeres Ergebnis.
Andererseits ergibt das Ergebnis „Cumulative Sales“ aus Sicht der Visualisierung nicht wirklich viel Sinn.
In meiner Lösung habe ich ein neues Muster erstellt, das uns die Antwort gab, die wir für dieses spezielle Szenario brauchten.
Lassen Sie uns nun besprechen, wie wir zu der bereitgestellten Lösung gelangen konnten.
Erstellen des Datumsbereichs
Als erstes müssen wir den Datumsbereich erstellen, um die Formel festzulegen.
Um dies zu erstellen, haben wir ein Mindestdatum initialisiert , das durch die MinDate-Variable dargestellt wurde ; und ein maximales Datum , das durch die Variable MaxDate dargestellt wurde . Anschließend haben wir die Berechnung für jede Variable mithilfe der ALLSELECTED, MIN und durchgeführt .
Die ALLSELECTED- Funktion ruft den Kontext ab, der alle Zeilen und Spalten in der Abfrage darstellt , während explizite Filter und Kontexte außer Zeilen- und Spaltenfiltern beibehalten werden . Mit dieser Funktion können visuelle Summen in Abfragen ermittelt werden.
Unterdessen gibt die den kleinsten Wert in einer Spalte oder zwischen zwei Skalarausdrücken zurück und die MAX- Funktion gibt den größten Wert zurück.
Nach der Initialisierung des Mindest- und Höchstdatums konnten wir den Datumsbereich auf eine etwas andere Art und Weise erstellen als im Muster „Kumulative Gesamtsumme“ .
Ich musste diesen Teil der Tabelle neu erstellen, in dem ich den Monatsnamen und die Gesamtverkäufe hatte. Dies liegt daran, dass wir es nur innerhalb dieses bestimmten Datumsbereichs berechnen wollten.
Mit der SUMMARIZE- Funktion konnte ich dann den Datumsbereich eingrenzen .
Hinzufügen der Spalten MonthName und MonthNumber
Wie Sie sehen können, haben wir die Spalte „MonthName“ aus der Tabelle „ Dates “ und die Spalte „ Sales“ eingefügt, bei der es sich im Wesentlichen um die Spalte „ Total Sales“ handelt .
Der erste Teil der Formel unterscheidet sich derzeit erheblich vom Muster „Cumulative Sales“ .
Darüber hinaus haben wir dem Logikmuster die MonthNumber hinzugefügt. Dies wurde aus der Dates-Tabelle übernommen . Dies dient als virtuelle oder imaginäre Spalte , die für die Monate Januar bis Dezember einen Wert von 1 bis 12 festlegt .
Aus den Werten der Spalte „MonthNumber“ konnte ich die kumulative Gesamtsumme basierend auf der Anzahl der Monate berechnen.
Berechnen der kumulierten Gesamtsumme basierend auf der Anzahl der Monate
Genauer gesagt durchlaufen die nachfolgenden Teile der Formel jede einzelne Zeile in der angegebenen Tabelle.
Anschließend wird die Spalte „MonthNumber“ ausgewertet, wenn sie kleiner oder gleich dem maximalen Monat des Jahres ist .
In diesem Teil wird die aktuelle Monatszahl berechnet.
Wenn wir uns beispielsweise im Monat Mai befinden, beträgt der Wert von MonthNumber 5 . Dann durchläuft dieses spezielle Logikmuster innerhalb der diese Tabelle für jede einzelne Zeile .
An diesem Punkt wird ausgewertet, ob es Zahlen gibt, die kleiner oder gleich 5 sind . Wenn dies der Fall ist, werden diese in die Berechnung einbezogen und die entsprechende Spalte aus der Tabelle beibehalten.
Zuletzt zählen wir die Anzahl der Verkäufe zusammen .
Und so kommen wir hier zur 11. Reihe , also im November .
Dieser Teil bewertete den November als 11 .
Wir haben die gesamte Tabelle durchlaufen und ausgewertet, ob der 11. des Monats kleiner oder gleich dem aktuellen Monat im Kontext ist, also 11 .
Dann zählen wir die Verkäufe hoch, die durch diese spezielle Spalte hier in der dargestellt werden .
Kumulierte Summen in LuckyTemplates ohne Datumsangaben – Erweiterte
laufende DAX-Summen in LuckyTemplates: So berechnen Sie mithilfe der DAX-Formel.
Vergleichen Sie kumulative Informationen über verschiedene Monate in LuckyTemplates
Abschluss
In meiner vorgeschlagenen Lösung habe ich eine Kombination von DAX-Formeln einschließlich SUMX und SUMMARIZE verwendet . Sie müssen aber auch sicherstellen, dass Sie diese speziellen Funktionen mit einer FILTER-Anweisung umschließen.
Diese Filteranweisung ermöglicht es Ihnen, letztendlich die korrekte kumulative Gesamtsumme basierend auf einer dynamischen Datumslogik zu erhalten.
In diesem speziellen Tutorial gibt es einiges zu lernen, aber es ist wirklich ein interessanter Inhalt. Hoffentlich können Sie einige dieser Techniken in Ihre eigenen Modelle implementieren.
Wenn Sie lernen, viele innerhalb von LuckyTemplates zu kombinieren , wird die Lösung dieser einzigartigen Szenarien absolut machbar.
Viel Glück beim Eintauchen in dieses.
Sie erfahren, wie Sie Objekte aus einer .rds-Datei in R speichern und laden. In diesem Blog wird auch behandelt, wie Sie Objekte aus R in LuckyTemplates importieren.
Was ist Self in Python: Beispiele aus der Praxis
In diesem Tutorial zur DAX-Codierungssprache erfahren Sie, wie Sie die GENERATE-Funktion verwenden und einen Kennzahltitel dynamisch ändern.
In diesem Tutorial erfahren Sie, wie Sie mithilfe der Multi-Threaded-Dynamic-Visuals-Technik Erkenntnisse aus dynamischen Datenvisualisierungen in Ihren Berichten gewinnen.
In diesem Artikel werde ich den Filterkontext durchgehen. Der Filterkontext ist eines der Hauptthemen, über die sich jeder LuckyTemplates-Benutzer zunächst informieren sollte.
Ich möchte zeigen, wie der LuckyTemplates Apps-Onlinedienst bei der Verwaltung verschiedener Berichte und Erkenntnisse aus verschiedenen Quellen helfen kann.
Erfahren Sie, wie Sie Ihre Gewinnmargenänderungen mithilfe von Techniken wie Kennzahlenverzweigung und der Kombination von DAX-Formeln in LuckyTemplates ermitteln.
In diesem Tutorial werden die Ideen der Materialisierung von Datencaches und deren Auswirkungen auf die Leistung von DAXs bei der Bereitstellung von Ergebnissen erläutert.
Wenn Sie bisher noch Excel verwenden, ist dies der beste Zeitpunkt, LuckyTemplates für Ihre Geschäftsberichtsanforderungen zu verwenden.
Was ist LuckyTemplates Gateway? Alles was du wissen musst