Qué es uno mismo en Python: ejemplos del mundo real
Qué es uno mismo en Python: ejemplos del mundo real
En este tutorial, aprenderemos a organizar consultas con el editor de Power Query. Este es un nuevo concepto que me gustaría discutir para que comprendamos cuándo y dónde podemos usarlo en el editor de consultas .
Las consultas de preparación se pueden usar para configurar y exponer los parámetros de fuentes de datos a las consultas de tablas de hechos y dimensiones del conjunto de datos.
Para los conjuntos de datos de LuckyTemplates, necesitamos definir parámetros específicos para las fuentes de datos y desarrollar una consulta provisional que haga referencia a esos parámetros. Este es un método de acceso a datos recomendado.
Tabla de contenido
Análisis del modelo de datos
Si miramos nuestro modelo ahora mismo, ya tenemos los elementos esenciales, pero aún es demasiado complicado. Por lo tanto, necesitamos utilizar las consultas para integrar nuestras tablas o datos en un modelo más refinado y optimizado. La preparación de consultas a través del editor de Power Query es un paso intermedio para lograrlo.
Aquí tenemos tablas como Detalles del canal , Clientes , Productos , Regiones y una variedad de tablas de Ventas para 2014 , 2015 y 2016 .
Veamos cómo se verían nuestros datos de demostración a partir de fuentes de datos dispares que quizás tengamos que conectar en el futuro. Si revisamos las tablas de Órdenes de Venta en estos datos de demostración, notaremos que son exactamente los mismos datos que solo difieren en un año. Necesitamos consultar estos datos para poder incluirlos en nuestro modelo. Por lo tanto, tenemos que encontrar una manera de integrarlos sin dejar de mantener esas consultas, para que sigan encontrando los datos.
Además, no deberíamos dejarlos con el mismo aspecto y forma que su consulta inicial. Es por eso que necesitamos crear este paso intermedio llamado área de preparación para estas mesas. Luego, dentro del editor de consultas, optimizaremos la tabla o la convertiremos en una sola tabla.
Tenemos la tabla Ventas y las tablas de búsqueda como Clientes , Regiones y Productos . También tenemos la tabla Detalles del canal , que usaremos como tabla de preparación. Más adelante, debemos fusionar la tabla Detalles del canal con nuestra tabla de hechos ( tabla Ventas ). Mientras tanto, colocaremos la tabla Detalles del canal en nuestra consulta de preparación. Esto es solo para mostrarle cómo podemos utilizar esta tabla.
Configuración del modelo a través de Power Query Editor
Ahora, volvamos a nuestro modelo de demostración. Le mostraré cómo sugeriría configurarlo, ya que solo queremos crear una tabla de ventas a partir de estas tres tablas.
Tenemos que mantener estas tres consultas. Por lo tanto, vamos a crear un nuevo grupo para ellos y llamarlo Consultas provisionales.
Movamos también la tabla Detalles del canal a nuestro grupo de Consultas provisionales .
Luego, movamos las tablas Clientes , Productos y Región dentro del grupo Modelo de datos .
Este es solo otro buen ejemplo de cómo organizar correctamente nuestras mesas.
Finalización de la consulta de ensayo a través del editor de Power Query
Lo único que hay que reconocer con la puesta en escena es la necesidad de que sigamos consultando la fuente de datos. Sin embargo, no debemos permitir que estas tablas entren en nuestros modelos.
Para organizar eso, comencemos haciendo clic derecho en la tabla Sales_2014 . En esta tabla, mantendremos la opción de actualización Incluir en el informe . Luego, deshabilite la carga desmarcando la opción Habilitar carga .
También deshabilitemos las tablas Sales_2015 , Sales_2016 y Channel Details desmarcando la opción Enable Load . Este es el último paso antes de enviar estas consultas a nuestro modelo.
Como resultado, así es como debería verse nuestra consulta de preparación. Seguirán consultando, pero no los incorporaremos a nuestro modelo.
Esto es para eliminar los parámetros de la fuente de datos de las consultas de recuperación de datos y también para facilitar la administración de las fuentes de datos y sus consultas.
Conclusión
Tenga en cuenta que la preparación se trata de usar estas consultas, ya sea de aquellas que ya están en un modelo y las que están en nuestra área de preparación. Luego, necesitamos visualizar el modelo que queremos construir a partir de estos. Tenemos que optimizar, limpiar y dar forma a nuestras tablas para que encajen en el modelo con el que vamos a construir relaciones.
En los otros tutoriales, aprenderemos cómo agregar y fusionar estas tablas desde el área de ensayo. Con suerte, esto le dará una buena idea sobre cómo puede utilizar este concepto y cómo debe pensar en él desde una perspectiva de consulta.
Mis mejores deseos,
Qué es uno mismo en Python: ejemplos del mundo real
Aprenderá a guardar y cargar objetos desde un archivo .rds en R. Este blog también cubrirá cómo importar objetos desde R a LuckyTemplates.
En este tutorial del lenguaje de codificación DAX, aprenda a usar la función GENERAR y a cambiar dinámicamente el título de una medida.
Este tutorial cubrirá cómo usar la técnica de elementos visuales dinámicos de subprocesos múltiples para crear información a partir de visualizaciones de datos dinámicos en sus informes.
En este artículo, repasaré el contexto del filtro. El contexto del filtro es uno de los temas principales que cualquier usuario de LuckyTemplates debería conocer inicialmente.
Quiero mostrar cómo el servicio en línea de LuckyTemplates Apps puede ayudar a administrar diferentes informes e información generada a partir de varias fuentes.
Aprenda a calcular los cambios de su margen de beneficio utilizando técnicas como la bifurcación de medidas y la combinación de fórmulas DAX en LuckyTemplates.
Este tutorial analizará las ideas de materialización de cachés de datos y cómo afectan el rendimiento de DAX al proporcionar resultados.
Si todavía usa Excel hasta ahora, este es el mejor momento para comenzar a usar LuckyTemplates para sus necesidades de informes comerciales.
¿Qué es la puerta de enlace de LuckyTemplates? Todo lo que necesitas saber