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.
Inhaltsverzeichnis
Python und LuckyTemplates
In diesem Tutorial wird das Erstellen und Ausführen von Datumstabellen in LuckyTemplates mit Python-Skripts erläutert . Sie erfahren, wie Sie Datenrahmen erstellen und diese mit dem Python Script Loader und Jupyter Notebook in LuckyTemplates importieren. Außerdem erfahren Sie, wie Sie sie in ein CSV- oder Excel-Format exportieren.
So verwenden Sie Python-Skript in LuckyTemplates
Importieren von Paketen in LuckyTemplates mit Python-Skripten
In diesem Tutorial erstellen Sie eine Datumstabelle mit Pandas und dem Jupyter Notebook. Als erstes müssen Sie Pakete importieren. Geben Sie in der Skriptzelle in Jupyter import pandas als pd ein .
Um eine neue Skriptzelle zu öffnen, drücken Sie Umschalt + Eingabetaste. Erstellen Sie einen Datumsbereich mit der Funktion date.range() . Wenn Sie Umschalt + Tab drücken, sehen Sie, was die Funktion benötigt.
Wenn Sie dreimal Umschalt + Tab drücken, wird eine Dokumentation der Funktion angezeigt, die die erforderlichen Parameter enthält.
Skripte in Jupyter schreiben
Geben Sie für diese Demonstration das folgende Skript ein.
Nachdem Sie das Skript ausgeführt haben, wird eine Liste mit Daten angezeigt.
Parameter einstellen
Wenn Sie das Enddatum auf den 02.01.2021 und die Standardhäufigkeit von D (Täglich) auf H (Stündlich) ändern, wird in der Datumsliste ein stündlicher Bereich angezeigt.
Sie können auch Punkte eingeben. Entfernen Sie sowohl die End- als auch die Frequenzparameter und geben Sie periods = 3 ein . Wenn Sie fertig sind, führen Sie das Skript aus. Sie sehen dann 3 Tage und eine tägliche Häufigkeit.
Sie können in der Funktion auch die Variablen start und end verwenden . Wenn Sie das Skript ausführen, wird auch eine Datumsliste erstellt.
Das Format der Datumsliste ist jedoch falsch. Sie müssen es in ein Tabellenformat für LuckyTemplates umwandeln. Ein Datenrahmen ist eine äquivalente Struktur, die Sie verwenden können. Umschließen Sie die Funktion date.range() mit der Funktion DataFrame .
Danach verfügen Sie über eine Datumstabelle in der richtigen Struktur.
Sie werden feststellen, dass die Tabelle keinen Spaltennamen hat. Geben Sie also mithilfe des Spaltenparameters einen Spaltennamen ein.
Führen Sie das Skript erneut aus, um den Spaltennamen anzuzeigen.
Hinzufügen von Daten zur Datumstabelle
Wenn Sie komplexe Datenrahmen erstellen möchten, können Sie Zeitintelligenzfunktionen verwenden .
Nachdem Sie nun einen Datenrahmen erstellt haben, speichern Sie das Skript erneut in einer Variablen und nennen Sie es date_table . Rufen Sie diese Variable dann am Ende des Skripts auf.
Um der Tabelle weitere Daten hinzuzufügen, geben Sie date_table[] ein und setzen Sie die Daten, die Sie hinzufügen möchten, in die eckigen Klammern. In diesem Beispiel wurde „Jahr“ hinzugefügt.
Um den Wert des Jahres zu erhalten, müssen Sie den Datentyp bestimmen. Geben Sie in einer anderen Zelle date_table.info() ein und drücken Sie Umschalt + Eingabetaste. Anschließend werden Informationen zum Datentyp angezeigt, bei dem es sich um einen DateTime-Typ handelt. Da es sich um einen DateTime-Typ handelt, können Sie verschiedene Attribute oder Methoden aus dem Datenrahmen verwenden.
Öffnen Sie als Nächstes eine neue Zelle und geben Sie Folgendes ein.
Mit der Funktion dt.year erhalten Sie Zugriff auf verschiedene Funktionen und Methoden im Datenrahmen. Nachdem Sie das Skript ausgeführt haben, verfügen Sie über eine Tabelle mit den Werten von Year .
Kopieren Sie von dort die Syntax und platzieren Sie sie in der Hauptskriptzelle. Setzen Sie das Skript mit date_table['Year'] gleich und führen Sie das Skript aus. Danach sehen Sie in der Datumstabelle eine Spalte „Jahr“.
Hinzufügen von Monats- und Zeitspalten
Wenn Sie der Tabelle Monate hinzufügen möchten, kopieren Sie die Syntax und fügen Sie sie in die nächste Zeile ein. Als nächstes ändern Sie den Spaltennamen in Month und dt.year in dt.month . Anschließend wird in der Tabelle eine Spalte „Monat“ angezeigt. Sie können weitere Daten hinzufügen, um eine sehr tiefe Tabelle zu erstellen.
In der Dokumentation der Funktion pd.date_range gibt es einen tz- oder Zeitzonenparameter. Um also eine Zeitzone hinzuzufügen, geben Sie tz='EST' in die Funktion ein. In diesem Beispiel ist die verwendete Zeitzone die Eastern Standard Time (EST) .
Kopieren Sie als Nächstes die Syntax der Datenspalte „Monat“ und fügen Sie sie in die nächste Zeile ein. Ändern Sie den Namen in Time und dy.month in dt.time . Führen Sie dann das Skript aus.
Anschließend sehen Sie in Ihrer Datumstabelle eine Zeitspalte mit den Werten 00:00:00.
Wenn Sie die Häufigkeit hinzufügen und auf „ H“ festlegen , haben die Werte in der Spalte „Zeit“ ein 1-Stunden-Intervall.
Hinzufügen von Spalten für Quartal und Wochentag
Fügen Sie nach dem Hinzufügen der Zeit die Spalte „Quartal“ hinzu . Kopieren Sie die Spalte „Zeitdaten“ und fügen Sie sie in die nächste Zeile ein. Ändern Sie den Namen in Quarter und die dt.time in dt.quarter . Führen Sie dann das Skript aus. Anschließend wird in der Datumstabelle eine Spalte „Quartal“ angezeigt.
Fügen Sie abschließend die Spalte „Wochentag“ hinzu . Kopieren Sie dieselbe Syntax und ändern Sie den Namen in Day Of Week und dt.quarter in dt.dayofweek . Klicken Sie auf „Ausführen“ und Sie sehen dann die Spalte „Wochentag“ in der Tabelle.
Daten mit STRFTIME() hinzufügen
Mit der dt- Methode können Sie zusätzliche Anpassungen in Ihrer Datumstabelle vornehmen. Es gibt auch eine andere Art von Methode, die Sie verwenden können, und sie heißt strftime() .
Dies ist ein Beispielcode mit strftime() und einem Formatcode in Klammern. In diesem Beispiel wird %a innerhalb der Funktion übergeben. Wenn Sie das Skript ausführen, werden Ihnen die abgekürzten Wochentage angezeigt.
Kopieren Sie diese Syntax und fügen Sie sie in die Hauptskriptzelle ein. Speichern Sie es als Variable und nennen Sie es DW Abb . Führen Sie dann das Skript aus. Anschließend sehen Sie, dass die Daten zur Datumstabelle hinzugefügt wurden.
Alle Formatcodes, die Sie mit strftime() verwenden können, finden Sie in docs.python.org .
Wenn Sie ein Format finden, das Sie in Ihrer Datumstabelle verwenden können, kopieren Sie die Anweisung und verwenden Sie sie in Ihrer Zelle. In diesem Beispiel wurde %p verwendet , um AM oder PM in der Datumstabelle hinzuzufügen.
Kopieren Sie den vorherigen Code mit strftime() und ändern Sie den Namen in AM_PM und den Formatcode in %p . Nachdem Sie die Syntax ausgeführt haben, wird die AM_PM- Spalte in der Tabelle hinzugefügt.
Index für die Datumstabelle festlegen
Sobald Sie Ihre Datentabelle fertiggestellt haben, können Sie den Code kopieren und in LuckyTemplates einfügen. Sie können auch eine Excel-Tabelle oder eine CSV-Datei mit der Datenrahmenfunktion to.csv() erstellen . Schreiben Sie in die Klammern den Dateinamen der Datumstabelle. In dieser Syntax wird Date_Table.csv verwendet.
Die Datumstabellendatei befindet sich in Ihrem Arbeitsverzeichnis. Um auf diese Datei zuzugreifen, geben Sie „pwd“ in eine neue Zelle ein und klicken Sie auf „Ausführen“. Anschließend wird Ihnen die Adresse der Datei angezeigt.
Suchen Sie die Datei und öffnen Sie sie. Sie sehen dann Ihre Datumstabelle .
In der Spalte A sehen Sie den Index. Sie müssen eine Spalte als Index festlegen, um Probleme zu vermeiden, sobald sie in LuckyTemplates übertragen wird. Gehen Sie zurück zu Jupyter und geben Sie date_table.set_index () in die Hauptskriptzelle ein. Geben Sie in den Klammern eine Spalte ein, die auf den Index festgelegt wird. In diesem Beispiel wird die Spalte „Datum“ verwendet.
Jetzt können Sie die Variable erneut speichern oder einen anderen Parameter namens inplace verwenden . In diesem Fall wird Inplace verwendet. Wenn der Parameter auf True gesetzt ist , wird die Datei gespeichert.
Nachdem Sie das Skript ausgeführt haben, können Sie sehen, dass die Spalte „Datum“ der neue Index ist.
Bringen Sie die Tabelle mit Python in LuckyTemplates
übertragen , indem Sie die CSV-Datei in der Option „Daten abrufen“ öffnen. Klicken Sie auf Daten abrufen und wählen Sie Text/CSV aus . Suchen Sie von dort aus die Datei im Arbeitsverzeichnis und öffnen Sie sie.
Eine andere Möglichkeit besteht darin, die Option „Daten eingeben“ zu verwenden .
Geben Sie dann „Datumstabelle“ als Tabellennamen ein und klicken Sie auf „Laden“.
Klicken Sie anschließend auf der Registerkarte „Startseite“ auf „Daten transformieren“ .
Gehen Sie dann zur Registerkarte „Transformieren“ und klicken Sie auf „Python- Skript ausführen “ .
Gehen Sie zurück zu Ihrem Jupyter-Notizbuch und kopieren Sie die Syntax aus der Zelle. Fügen Sie es dann in den Skripteditor ein.
Wenn Sie auf „OK“ klicken, wird eine Fehlermeldung angezeigt, dass „ pd“ nicht definiert ist .
Importieren von Pandas in LuckyTemplates mit Python-Skripten
Der Grund für den Fehler ist, dass Pandas nicht in den Skripteditor eingefügt wurde. Geben Sie also „import pandas“ als „pd“ am Anfang der Skriptsyntax ein und klicken Sie auf „OK“.
In der ersten Spalte befinden sich der Datensatz und die Date_Table.
Wenn Sie neben dem Datensatz auf den Tabellenwert klicken, wird eine leere Tabelle angezeigt.
Um dieses Problem zu beheben, klicken Sie im Bereich „Angewandte Schritte“ auf das Zahnradsymbol neben dem Schritt „Python-Skript ausführen“.
Setzen Sie als Nächstes am Ende des Codes den Datensatz mit der date_table gleich und klicken Sie auf „OK“.
Anschließend sehen Sie die Tabelle im Datensatz.
Zurücksetzen des Index für die Datumstabelle in LuckyTemplates mit Python
Als nächstes müssen Sie den Index zurücksetzen. Klicken Sie erneut auf das Zahnradsymbol neben dem Schritt „Python-Skript ausführen“ und geben Sie date_table.reset_index(inplace=True) ein . Diese Funktion ruft das Datum ab, das als Index festgelegt wurde.
Wenn Sie den Inplace- Parameter erneut verwenden, wird der neue Index ausgeführt und festgelegt. Wenn Sie zur Tabelle zurückkehren, sehen Sie die Spalte „Datum“.
Geben Sie Daten in LuckyTemplates ein: So verwenden Sie es für die Dateneingabe,
das Laden von Daten und die Transformation. Best Practices
Python I für LuckyTemplates-Benutzer – Neuer Kurs in der LuckyTemplates-Bildungsplattform
Abschluss
Datentabellen und Berichte können außerhalb des LuckyTemplates Desktop erstellt werden . Sie können sie mit dem Python Script Loader und Jupyter Notebook erstellen und importieren. Sie sind eine alternative Möglichkeit, Daten zu laden und eine neue Programmiersprache zu erlernen, um Ihre Datenentwicklungsfähigkeiten zu verbessern.
Gaelim
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