Quest-ce que le self en Python ? Exemples concrets
Qu'est-ce que le self en Python ? Exemples concrets
Power Query est un outil puissant de transformation de données. Après avoir compris les rubans et les volets trouvés dans l' éditeur de requête , l'étape suivante consiste à se familiariser avec ses différentes fonctionnalités.
Dans ce didacticiel, nous allons passer en revue rapidement les différents outils de l'éditeur Power Query qui vous aideront à organiser vos données.
Table des matières
Outil Power Query #1 : Éditeur avancé
Sous l'onglet Accueil, vous pouvez voir l' option Éditeur avancé .
Lorsque vous cliquez dessus, cela ouvre la fenêtre de l'éditeur avancé .
Dans le coin supérieur gauche de cette fenêtre, en face du nom de la requête, vous trouverez le menu déroulant Options d'affichage et le point d'interrogation .
Lorsque vous cliquez sur le point d'interrogation, un navigateur standard s'ouvre et vous amène directement à la référence de la fonction Power Query M .
Ceci est particulièrement pratique si vous souhaitez rechercher des fonctions disponibles ou explorer leur fonctionnement. L'éditeur avancé vous permet également de choisir l'option d'affichage du code M. Lorsque vous cliquez sur Options d'affichage , vous pouvez choisir entre quatre affichages.
Si vous choisissez d'afficher les numéros de ligne, par exemple, le code M généré par l'éditeur avancé sera écrit sur une seule ligne.
Cependant, cette option d'affichage vous obligera à faire défiler fréquemment, sauf si vous activez l' option de retour à la ligne . Lorsque vous l'activez, le code M sera automatiquement mis en retrait et divisé en plusieurs lignes .
Vous ne pouvez pas ajuster la taille de la police dans la fenêtre de l'éditeur avancé. Cependant, vous pouvez effectuer un zoom avant et arrière en appuyant sur Ctrl + Maj avec le signe plus pour effectuer un zoom avant ou le signe moins pour effectuer un zoom arrière . Appuyez sur Ctrl+0 pour restaurer le pourcentage de zoom par défaut. Ces options de zoom fonctionnent également dans l'éditeur de requête.
Outil Power Query #2 : profil de données
Accédez à l' onglet Affichage et concentrez-vous sur la section Aperçu des données .
Par défaut, le profilage de colonne n'est effectué que sur les mille premières lignes. Dans cet exemple, même si les options de profil sont désactivées, vous pouvez déjà voir un extrait de la qualité de la colonne en utilisant la ligne verte directement sous l'en-tête de la colonne.
En bas à droite de l'aperçu, il y a des points de suspension. Si vous cliquez dessus, vous aurez accès à un menu avec des options qui vous permettront de commencer immédiatement à travailler sur vos données.
Si vous activez l'option Column Quality, une nouvelle ligne apparaît sous les en-têtes de colonne. Cette ligne affiche les mêmes informations que lorsque vous survolez la ligne verte.
Si vous activez l' option Distribution de colonne , une autre ligne apparaîtra.
Cela montre le nombre de valeurs distinctes et uniques par colonne. Cela peut également aider à déterminer la cohérence des données.
En un coup d'œil, vous pouvez voir si les données sont uniformément réparties. Cela facilite l'identification des problèmes dans vos données que vous devez trier avant de poursuivre votre travail.
Ensuite, si vous activez l' option Profil de colonne , vous verrez les statistiques de colonne et la distribution de valeur de vos données trouvées en bas.
Outre les chiffres que vous avez déjà vus jusqu'à présent, cette option offre une explication plus détaillée en fonction de votre type de données.
De plus, si vous cliquez sur les points de suspension situés dans le coin supérieur droit de la section de distribution des valeurs, vous pouvez modifier le groupe en définissant .
Encore une fois, les options du menu des points de suspension changent en fonction du type de données . Si vous sélectionnez une colonne de texte, vous obtiendrez un ensemble différent d'options de groupe par.
Outil Power Query #3 : Affichage des dépendances des requêtes
Cliquez sur le bouton Query Dependency sous l'onglet View.
Une nouvelle fenêtre apparaît alors montrant le flux de données d'une requête à la suivante.
Si vous cliquez sur une requête, toutes ses requêtes associées sont mises en surbrillance.
Cela facilite le suivi des erreurs dans votre rapport. Vous pouvez également voir la destination de chargement de vos requêtes.
Selon vos préférences personnelles, vous pouvez basculer entre les vues en cliquant sur le menu déroulant en bas.
Si vous souhaitez supprimer une requête avec des dépendances , vous recevrez une notification répertoriant toutes les requêtes en aval de celle que vous souhaitez supprimer.
Power Query ne vous permettra jamais de supprimer une requête avec des dépendances.
Cependant, si vous devez supprimer une requête avec des dépendances, vous avez deux options. Tout d'abord, vous pouvez supprimer les requêtes en aval . Deuxièmement, vous pouvez modifier leur source de données afin qu'elles ne dépendent plus de la requête que vous souhaitez supprimer.
Conclusion
Avant d'en savoir plus sur les requêtes et les codes M, il est important de se familiariser avec les fonctionnalités de l'éditeur de requêtes et leur fonctionnement.
En comprenant comment l'éditeur de requêtes est organisé ainsi que ses fonctionnalités, il vous sera plus facile de naviguer dans le programme pendant que vous travaillez. Les raccourcis et les options d'accès rapide vous aideront également à travailler plus efficacement.
Mélisse
Qu'est-ce que le self en Python ? Exemples concrets
Vous apprendrez à enregistrer et à charger des objets à partir d'un fichier .rds dans R. Ce blog expliquera également comment importer des objets de R vers LuckyTemplates.
Dans ce didacticiel sur le langage de codage DAX, découvrez comment utiliser la fonction GENERATE et comment modifier dynamiquement le titre d'une mesure.
Ce didacticiel explique comment utiliser la technique Multi Threaded Dynamic Visuals pour créer des informations à partir de visualisations de données dynamiques dans vos rapports.
Dans cet article, je vais parcourir le contexte du filtre. Le contexte de filtrage est l'un des principaux sujets que tout utilisateur de LuckyTemplates doit d'abord connaître.
Je souhaite montrer comment le service en ligne LuckyTemplates Apps peut aider à gérer différents rapports et informations générés à partir de diverses sources.
Découvrez comment calculer les modifications de votre marge bénéficiaire à l'aide de techniques telles que la création de branches de mesure et la combinaison de formules DAX dans LuckyTemplates.
Ce didacticiel abordera les idées de matérialisation des caches de données et comment elles affectent les performances des DAX dans la fourniture de résultats.
Si vous utilisez encore Excel jusqu'à présent, c'est le meilleur moment pour commencer à utiliser LuckyTemplates pour vos besoins en matière de rapports commerciaux.
Qu'est-ce que la passerelle LuckyTemplates ? Tout ce que tu as besoin de savoir