Tabla de contenido
Phyton y LuckyTemplates
Este tutorial tratará sobre la creación y ejecución de tablas de fechas en LuckyTemplates con scripts de Python . Aprenderá a crear marcos de datos e importarlos a LuckyTemplates mediante Python Script Loader y Jupyter Notebook. También aprenderá cómo exportarlos a un formato CSV o Excel.
Cómo usar Python Script en LuckyTemplates
Importación de paquetes en LuckyTemplates con scripts de Python
En este tutorial, creará una tabla de fechas con Pandas y Jupyter Notebook. Lo primero que debe hacer es importar paquetes. Dentro de la celda de secuencias de comandos en Jupyter, ingrese import pandas as pd .
Para abrir una nueva celda de secuencias de comandos, presione Mayús + Intro. Cree un rango de fechas usando la función date.range() . Si presiona Shift + Tab, verá lo que necesita la función.
Al presionar Shift + Tab tres veces, se le mostrará una documentación de la función que incluye los parámetros necesarios.
Escribir guiones en Jupyter
Para esta demostración, ingrese el siguiente script.
Después de ejecutar el script, verá una lista de fechas.
Configuración de parámetros
Si cambia la fecha de finalización a 1/2/2021 y la frecuencia predeterminada de D (diariamente) a H (por hora), la lista de fechas mostrará un intervalo de horas.
Otra cosa que puedes hacer es poner puntos. Elimine los parámetros end y freq y los períodos de entrada = 3 . Una vez hecho esto, ejecute el script. Luego verá 3 días y una frecuencia diaria.
También puede utilizar las variables start y end en la función. Si ejecuta el script, también se creará una lista de fechas.
Sin embargo, el formato de la lista de fechas es incorrecto. Debe transformarlo en un formato de tabla para LuckyTemplates. Un marco de datos es una estructura equivalente que puede utilizar. Envuelva la función date.range() con la función DataFrame .
Después de eso, tendrá una tabla de fechas en la estructura correcta.
Notará que la tabla no tiene un nombre de columna. Entonces, ingrese un nombre de columna usando el parámetro de columna.
Vuelva a ejecutar el script para mostrar el nombre de la columna.
Adición de datos en la tabla de fechas
Si desea crear marcos de datos complejos, puede utilizar las funciones de inteligencia de tiempo .
Ahora que ha creado un marco de datos, vuelva a guardar el script en una variable y asígnele el nombre date_table . Luego, llama a esa variable al final del script.
Para agregar más datos a la tabla, ingrese date_table[] y coloque los datos que desea agregar entre corchetes. En este ejemplo, se agregó Año .
Para obtener el valor del año, debe determinar el tipo de datos. En otra celda, ingrese date_table.info() y presione Shift + Enter. Luego verá información sobre el tipo de datos que es un tipo DateTime. Dado que es un tipo DateTime, puede usar diferentes atributos o métodos del marco de datos.
A continuación, abra una nueva celda e ingrese lo siguiente.
La función dt.year le da acceso a diferentes funciones y métodos en el marco de datos. Después de ejecutar el script, tendrá una tabla con los valores de Year .
A partir de ahí, copie la sintaxis y colóquela en la celda principal de secuencias de comandos. Iguale el script con date_table['Year'] y ejecute el script. Después de eso, verá una columna Año en la tabla de fechas.
Adición de columnas de mes y hora
Si desea agregar meses a la tabla, copie la sintaxis y péguela en la siguiente línea. A continuación, cambie el nombre de la columna a Month y el dt.year a dt.month . Luego verá una columna Mes en la tabla. Puede continuar agregando datos para hacer una tabla muy profunda.
En la documentación de la función pd.date_range , hay un parámetro tz o zona horaria. Entonces, para agregar una zona horaria, ingrese tz='EST' en la función. En este ejemplo, la zona horaria utilizada es la hora estándar del este (EST) .
A continuación, copie la sintaxis de la columna de datos Mes y péguela en la siguiente línea. Cambie el nombre a Time y el dy.month a dt.time . Luego, ejecute el script.
Luego verá una columna de Hora con valores de 00:00:00 en su tabla de fechas.
Si agrega y establece la frecuencia en H , los valores en la columna Hora tendrán un intervalo de 1 hora.
Adición de columnas de trimestre y día de la semana
Después de agregar Hora, agregue la columna Trimestre . Copie la columna de datos de tiempo y péguela en la siguiente línea. Cambie el nombre a Trimestre y el dt.time a dt.cuarto . Luego, ejecute el script. Luego verá una columna Trimestre en la tabla de fechas.
Por último, agregue la columna Día de la semana . Copie la misma sintaxis y cambie el nombre a Día de la semana y dt.trimestre a dt.dayofweek . Haga clic en ejecutar y luego verá la columna Día de la semana en la tabla.
Adición de datos mediante STRFTIME()
El método dt se puede usar para obtener personalizaciones adicionales en su tabla de fechas. También hay otro tipo de método que puede usar y se llama strftime() .
Este es un código de muestra con strftime() y un código de formato entre paréntesis. En este ejemplo, %a se pasa dentro de la función. Si ejecuta el script, le dará los días de la semana abreviados.
Copie esa sintaxis y péguela en la celda principal de secuencias de comandos. Guárdelo como una variable y asígnele el nombre DW Abb . Luego, ejecute el script. Luego verá que los datos se agregaron a la tabla de fechas.
Puede encontrar todos los códigos de formato que puede usar con strftime() en docs.python.org .
Si encuentra un formato que puede usar en su tabla de fechas, copie su directiva y utilícela en su celda. Este ejemplo usó el %p para agregar AM o PM en la tabla de fechas.
Copie el código anterior con strftime() y cambie el nombre a AM_PM y el código de formato a %p . Después de ejecutar la sintaxis, verá la columna AM_PM agregada en la tabla.
Configuración del índice para la tabla de fechas
Una vez que haya completado su tabla de datos, puede copiar y pegar el código en LuckyTemplates. También puede crear una hoja de Excel o un archivo CSV usando la función de marco de datos to.csv() . Dentro de los paréntesis, escriba el nombre de archivo de la tabla de fechas. En esta sintaxis, se utiliza Date_Table.csv .
El archivo de la tabla de fechas está en su directorio de trabajo. Para acceder a ese archivo, ingrese pwd en una nueva celda y haga clic en Ejecutar. A continuación, le mostrará la dirección del archivo.
Localice el archivo y ábralo. Luego verá su tabla de fechas .
En la columna A, verá el índice. Debe establecer una columna como índice para evitar problemas una vez que ingrese a LuckyTemplates. Vuelva a Jupyter e ingrese date_table.set_index () en la celda principal de secuencias de comandos. Dentro de los paréntesis, ingrese una columna que se configurará como índice. En este ejemplo, se utiliza la columna Fecha.
Ahora, puede volver a guardar la variable o usar otro parámetro llamado inplace . En este caso, se utiliza inplace . Si el parámetro se establece en True , el archivo se guardará.
Después de ejecutar el script, puede ver que la columna Fecha es el nuevo índice.
Llevando la tabla a LuckyTemplates con Python
Puede llevar la tabla a abriendo el archivo CSV en la opción Obtener datos. Haga clic en Obtener datos y seleccione Texto/CSV . Desde allí, busque el archivo en el directorio de trabajo y ábralo.
Otra forma es utilizar la opción Introducir datos .
Luego, ingrese Tabla de fechas en el nombre de la tabla y presione Cargar.
A continuación, haga clic en Transformar datos en la pestaña Inicio.
Luego, vaya a la pestaña Transformar y haga clic en Ejecutar secuencia de comandos de Python .
Vuelva a su Jupyter Notebook y copie la sintaxis de la celda. Luego, péguelo en el editor de secuencias de comandos.
Si presiona OK, obtendrá un error que dice que ' pd' no está definido .
Importación de pandas a LuckyTemplates con secuencias de comandos de Python
El motivo del error es que los pandas no se incluyeron en el editor de secuencias de comandos. Por lo tanto, ingrese import pandas as pd al comienzo de la sintaxis del script y presione OK.
Tendrá el conjunto de datos y el Date_Table en la primera columna.
Si hace clic en el valor de la tabla junto al conjunto de datos, le mostrará una tabla vacía.
Para solucionar esto, haga clic en el icono de engranaje junto al paso Ejecutar secuencia de comandos de Python en el panel Pasos aplicados.
A continuación, en la parte inferior del código, equipare el conjunto de datos con la tabla de fechas y presione Aceptar.
Luego verá la tabla en el conjunto de datos.
Restablecimiento del índice para la tabla de fechas en LuckyTemplates con Python
Lo siguiente que debe hacer es restablecer el índice. Haga clic en el ícono de ajustes junto al paso Ejecutar secuencia de comandos de Python nuevamente e ingrese date_table.reset_index(inplace=True) . Esa función extraerá la fecha que se configuró para indexar.
El uso del parámetro inplace nuevamente se ejecutará y establecerá el nuevo índice. Si regresa a la tabla, verá la columna Fecha.
Ingrese datos en LuckyTemplates: cómo usarlo para la entrada de datos
Prácticas recomendadas de carga y transformación de datos
Python I para usuarios de LuckyTemplates: nuevo curso en la plataforma educativa LuckyTemplates
Conclusión
Las tablas de datos y los informes se pueden crear fuera de LuckyTemplates Desktop . Puede crearlos e importarlos con Python Script Loader y Jupyter Notebook. Son una forma alternativa de cargar datos y aprender un nuevo lenguaje de programación para mejorar sus habilidades de desarrollo de datos.
Gaelim
Descubra cómo calcular el total de transacciones realizadas en los últimos N días y obtenga información útil utilizando la inteligencia de tiempo en LuckyTemplates.
En este tutorial, demuestro cómo mostrar clústeres en sus datos permite extraer información valiosa usando técnicas DAX avanzadas.
En este tutorial, aprenderá a calcular la <strong>población actual del personal</strong> para las relaciones múltiples de la tabla de calendario mediante la función COUNTROWS y FILTER en LuckyTemplates.
Aprenda a crear una solicitud HTTP con Power Automate y cómo implementar soluciones efectivas para la automatización de tareas.
En este tutorial, aprenda cómo programar un flujo de escritorio en Power Automate para automatizar tareas en la web y su escritorio.
Aprenda a usar correctamente el control Terminar acción de Power Automate que termina las acciones en un flujo si no se cumple alguna de las condiciones.
Aprenda a combinar archivos de varias carpetas en su red, escritorio, OneDrive o SharePoint utilizando Power Query.
En este blog, analizamos las similitudes y diferencias entre los tipos de flujo de Power Automate y determinamos cuándo usar cada flujo. Encuentra la mejor opción de automatización.
Familiarízate con algunos conectores Power Automate integrados que transforman cadenas en otro formato: número, texto y fecha y hora.
Este tutorial detallado sobre el analizador VertiPaq en DAX Studio le enseñará cómo usar la pestaña Relaciones para optimizar su DAX y resolver problemas de integridad referencial.
