Wat is zelf in Python: voorbeelden uit de echte wereld
Wat is zelf in Python: voorbeelden uit de echte wereld
Deze tutorial leidt je door COLUMNSTATISTICS() – een nieuwe DAX-functie, die bijna volledig ongedocumenteerd is. Het is in augustus 2021 toegevoegd aan LuckyTemplates. Je kunt de volledige video van deze tutorial onderaan deze blog bekijken.
Deze functie kan worden gebruikt om snel metadata te creëren voor elke tabel in uw datamodel, inclusief een lijst met velden, minimale, maximale, maximale lengte en een aantal unieke waarden (kardinaliteit) voor elk veld. Er zijn echter enkele zeer unieke aspecten aan hoe deze functie wel en niet kan worden gebruikt, die ik ook in deze blog behandel.
Ik heb geëxperimenteerd met deze nieuwe DAX-functie en ik wil je laten zien wat ik heb gevonden en wat ik ermee heb gedaan.
We zullen een testdatabase opzetten met behulp van de LuckyTemplates Practice Dataset- tool. Dus we zetten dat aan en maken een kleine driejarige dataset met een standaard verkoop-producten-klanten ster-schemamodel.
Laten we nu eens kijken hoe deze functie werkt en in sommige gevallen ook niet.
Inhoudsopgave
De nieuwe DAX-functie gebruiken KOLOMSTATISTIEKEN
Eerst maak ik een nieuwe tabel om te laten zien wat deze functie produceert. Laten we dus een berekende tabel maken en deze Col Stats noemen . U zult merken dat terwijl ik typ, IntelliSense het niet herkent, wat meteen een beetje een rode vlag is. We krijgen ook dit bericht dat er een circulaire afhankelijkheid is gedetecteerd.
Als je nadenkt over wat deze functie doet, gaat het door alle tabellen in het model en maakt het statistieken over de velden. En dus, wat het hier doet, is dat het eigenlijk probeert statistieken te maken op deze tabel zelf, de Col Stats-tabel. Het creëert die circulaire afhankelijkheid.
Dat gaat niet lukken. Dus mijn volgende gedachte was, in plaats van dit te maken als een fysiek berekende tabel, wat als we het zouden maken als een berekende virtuele tabel zodat het niet terugvalt in een cirkelvormige afhankelijkheid?
Dus laten we naar metingen gaan, een nieuwe maat maken en hier iets eenvoudigs proberen. We zullen proberen de rijen van deze Col Stats-tabel te tellen.
Laten we nu proberen dat in een visuele kaart te stoppen. Zoals je kunt zien, werkt het. We hebben 71 rijen in die kolomstatistieken stabiel. Het rekent goed in die virtuele omgeving.
Laten we vervolgens eens kijken hoe we die gegevens kunnen extraheren. Als we een tabel kunnen maken, kunnen we die misschien gaan doen als een DAX-query.
Hiervoor gaan we naar de DAX Studio omdat we dit naar een bestand willen uitvoeren en DAX Studio doet dat heel goed. We stellen onze uitvoer hier in op Excel en we maken een statische Excel-tabel. Vervolgens doen we een DAX-query. DAX-query's die tabellen produceren, beginnen met EVALUATE. Het werkt echt en retourneert een Excel- bestand met 71 rijen.
Als we teruggaan naar LuckyTemplates in ons voorbeeldgegevensmodel, nemen we die Excel-tabel die we hebben gemaakt. Laten we het erbij halen, en we zien dat we deze Query1 krijgen, en het is precies wat het zegt te gaan doen, namelijk informatie produceren over elke kolom in elke tabel.
We kunnen deze gegevens vervolgens transformeren. Eerst gaan we gewoon Eerste rij gebruiken als kopteksten . Vervolgens nemen we die Query1- tabel en hernoemen deze naar Column Statistics . Klik vervolgens op Sluiten en toepassen.
Op een nieuwe pagina nemen we de tabelnaam en slepen die naar een slicer. Laten we de rest van de gegevens nemen en die in een tabel stoppen. En nu hebben we iets dat best nuttig is. Dus in plaats van terug te gaan naar de tabelweergave en te scannen naar de velden die u wilt, kunt u gewoon doorklikken in de loop van uw ontwikkeling. U kunt alle samenvattende statistieken voor alle kolommen bekijken.
DAX-tabelfuncties in LuckyTemplates
De COUNTROWS DAX-functie gebruiken in virtuele tabellen
LuckyTemplates DAX ALL-functie - hoe het werkt
Conclusie
Een van de dingen die hier super cool aan zijn, is dat omdat dit allemaal in een fysieke tabel staat, in je DAX-metingen , je hier nu naar kunt verwijzen. U kunt uw tabellen tellen en het aantal velden per tabel. In virtuele tabellen kunt u lijsten met kolomnamen maken en allerlei controles uitvoeren op de structuur van uw model.
Dus ik denk dat dit iets is waar we, als we ermee blijven experimenteren, nieuwe en betere toepassingen voor zullen vinden. Als je nog andere ontdekkingen hebt gedaan met betrekking tot COLUMNSTATISTICS, hoor ik die graag in de commentaren.
Je kunt de volledige video-tutorial hieronder bekijken voor meer details.
Al het beste!
Wat is zelf in Python: voorbeelden uit de echte wereld
Je leert hoe je objecten uit een .rds-bestand in R opslaat en laadt. In deze blog wordt ook besproken hoe je objecten uit R naar LuckyTemplates importeert.
In deze tutorial over DAX-coderingstaal leert u hoe u de functie GENERATE gebruikt en hoe u de titel van een maat dynamisch wijzigt.
Deze zelfstudie behandelt hoe u de Multi Threaded Dynamic Visuals-techniek kunt gebruiken om inzichten te creëren op basis van dynamische gegevensvisualisaties in uw rapporten.
In dit artikel zal ik de filtercontext doornemen. Filtercontext is een van de belangrijkste onderwerpen waarover elke LuckyTemplates-gebruiker in eerste instantie zou moeten leren.
Ik wil laten zien hoe de online service LuckyTemplates Apps kan helpen bij het beheren van verschillende rapporten en inzichten die uit verschillende bronnen zijn gegenereerd.
Leer hoe u wijzigingen in uw winstmarge kunt berekenen met behulp van technieken zoals vertakking van metingen en het combineren van DAX-formules in LuckyTemplates.
Deze tutorial bespreekt de ideeën van materialisatie van datacaches en hoe deze de prestaties van DAX beïnvloeden bij het leveren van resultaten.
Als u tot nu toe nog steeds Excel gebruikt, is dit het beste moment om LuckyTemplates te gaan gebruiken voor uw zakelijke rapportagebehoeften.
Wat is LuckyTemplates Gateway? Alles wat u moet weten