Python における Self とは: 実際の例
Python における Self とは: 実際の例
この洞察力に富んだチュートリアルでは、LuckyTemplates の GROUPBY 関数を取り上げたいと思います。この DAX 関数を使用するさまざまな方法を示します。このチュートリアルの完全なビデオは、このブログの下部でご覧いただけます。
正直に言うと、私はGROUPBY関数をあまり使用したことがありません。主な理由は、他のテーブル関数を使用して LuckyTemplates で問題を解決する方法がいくつかあるからです。たとえば、私は達成したいことを達成するために SUMMARIZE 関数をかなり使用してきました。
GROUPBY関数をユニークなものにしているのは、ある種の構文です。
最も重要なことは、 GROUPBY関数を使用して、新しいパフォーマンスの観点を導入したいということです。この DAX 関数を使用すると、特に他のテーブル関数でパフォーマンスに小さな問題がある場合に、数式を大幅に高速化できます。
目次
GROUPBY 関数を使用したテーブルの作成
関数は、データ内の特定のディメンションをグループ化しようとします。データ モデル内の要素に基づいて、物理テーブルまたは仮想テーブルのいずれかを作成します。
私のモデルには、 Sales、Customers、Dates、US Regionals 、およびProductsのデータがあります。
これらすべての異なるテーブルからフィルターを配置すると、このデータをグループ化できます。たとえば、州ごとに製品ごとに独自の洞察を導き出したい場合は、特定の顧客の州ごとの製品ごとの最大販売額を計算する必要があります。評価関数内で何らかの集計を行わずにその分析を達成することは困難です。関数を使用する以外に、その集計を作成する別の方法を説明します。
以下の式を勉強してください。
まず、テーブルを参照する必要があります。この場合、2 つの異なる参照テーブルから他のディメンションを参照する必要があるため、sales テーブルを参照しました。これが、州別だけでなく数式にもProducts[製品名]を入れている理由です。式のこの部分では、製品レベルと州レベルの両方でデータを結合します。
ここで興味深いのは、実際にはその部分の中にメジャーを配置できないことです。私が使用した反復関数と同様の構文を使用する必要があります。その後、数式内のどこにCURRENTGROUP関数を配置したかを見てください。
設定した特定のテーブルの各行に対して反復ロジックを実行する必要があります。パフォーマンスの観点から、 Salesテーブルのすべての行に対してグループ化を繰り返します。そういう仕組みだと確信しています。さらにテストすれば詳細がわかる可能性がありますが、今のところ、Microsoft の定義に基づいて機能するのはこれだけです。
もう一つの興味深い洞察を紹介します。収益メジャーを数式に入力すると、結果が返されず、実際にはエラーが表示されます。これは、新しいテーブルを取得するには、非常に特殊な数式構文で記述する必要があることを意味するだけです。
最後に、制限されていないため、テーブルを大きくすることができます。同様のロジックを使用して、さまざまな関数を追加したり、さまざまな列を作成したりすることもできます。
変数内の GROUPBY 関数を計算する
州別最大製品売上高の計算式に戻って、別の手法を示したいと思います。
計算テーブルでGROUPBY関数を使用する代わりに、それを変数の中に入れることができます。今回は、変数にProductStatesという名前を付けました。
この式を使用して、同じ仮想テーブル内のさまざまな顧客を見つけて、州ごとの製品の最大売上高を計算したいと考えています。したがって、ある製品の顧客の最高販売額を見つけて、さまざまな状態ごとのデータを確認します。
まず最初に集計を行います。そのため、関数内にGROUPBY仮想テーブルを配置しました。
その後、仮想テーブルに対していくつかの反復関数を実行し、各行の売上を計算します。MAXX反復関数内で集約された仮想テーブルを使用したため、この式は最大の結果のみを返します。
ここで特定の顧客を選択すると何が起こるかを確認してください。
レポートに反映されているように、州ごとの顧客の最大製品売上高は約 68,000 ドルです。次の表の最初の行にそれがリストされていることがわかります。さらに、顧客が購入したさまざまな製品名と状態が表に表示されます。この顧客だけの総売上高は約 193,000 ドルです。
他の顧客の場合、テーブルは毎回正しい結果を返します。GROUPBY関数を使用して実行できることの概要を理解していただければ幸いです。
LuckyTemplates で RANKX を使用して顧客をランク付けして動的にグループ化する
LuckyTemplates で DAX を使用してデータをセグメント化およびグループ化する
DAX で反復関数を操作する
結論
これを試してみたい人は、GROUPBY 関数のさまざまな可能性を試してみることをお勧めします。これを使用して、ある種の集計を作成し、何が表示されるかを確認できます。
良い機能ではありますが、個人的にはやはりSUMMARIZE関数のほうが簡単なので使いたいと思っています。ただし、これは完全に私の個人的な意見です。いつでも別の機能を試し、モデルに基づいてそれが自分に合うかどうかを確認できます。
この特定の機能について何かを学んでいただけたことを願っています。LuckyTemplates TVで他にもたくさんの素晴らしいコンテンツをチェックすることを忘れないでください。
敬具。
サム
Python における Self とは: 実際の例
R の .rds ファイルからオブジェクトを保存および読み込む方法を学習します。このブログでは、R から LuckyTemplates にオブジェクトをインポートする方法についても説明します。
この DAX コーディング言語チュートリアルでは、GENERATE 関数の使用方法とメジャー タイトルを動的に変更する方法を学びます。
このチュートリアルでは、マルチスレッド動的ビジュアル手法を使用して、レポート内の動的データ視覚化から洞察を作成する方法について説明します。
この記事では、フィルター コンテキストについて説明します。フィルター コンテキストは、LuckyTemplates ユーザーが最初に学習する必要がある主要なトピックの 1 つです。
LuckyTemplates Apps オンライン サービスが、さまざまなソースから生成されたさまざまなレポートや分析情報の管理にどのように役立つかを示したいと思います。
LuckyTemplates でのメジャー分岐や DAX 数式の結合などの手法を使用して、利益率の変化を計算する方法を学びます。
このチュートリアルでは、データ キャッシュの具体化のアイデアと、それが結果を提供する際の DAX のパフォーマンスにどのように影響するかについて説明します。
これまで Excel を使用している場合は、ビジネス レポートのニーズに合わせて LuckyTemplates の使用を開始するのに最適な時期です。
LuckyTemplates ゲートウェイとは何ですか? 知っておくべきことすべて