Dodawaj, usuwaj i zmieniaj nazwy kolumn w R za pomocą Dplyr
W tym samouczku omówimy pakiet dplyr, który umożliwia sortowanie, filtrowanie, dodawanie i zmianę nazw kolumn w języku R.
Analiza środka ciężkości w LuckyTemplates
Znalezienie środka ciężkości klastra lokalizacji jest częstym zadaniem osób pracujących z systemami informacji geograficznej.
Jednym z przykładów jest przydział adresów do magazynu lub inżynierów do obszaru roboczego. Chociaż usługa LuckyTemplates nie obsługuje jeszcze prawdziwych wielu warstw dynamicznych w wizualizacjach map, nadal można zademonstrować metodologię.
Jednak obliczony COG (środek ciężkości) może znajdować się na szczycie budynku lub góry. To tylko wskazówka świetnego miejsca. Wymagana jest dalsza analiza innych warunków, takich jak praktyczność, otaczająca infrastruktura, dostępność personelu i warunki mieszkaniowe.
Zanim przejdę do , aby to zademonstrować, wyjaśnię matematykę tym, którzy nie są z tym zaznajomieni.
Spis treści
- Zrozumienie analizy środka ciężkości
- Punkty do rozważenia w analizie środka ciężkości
- Pierwszy przykładowy scenariusz
- Drugi przykładowy scenariusz
- Trzeci przykładowy scenariusz
- Wniosek
Zrozumienie analizy środka ciężkości
Ta część to mały schemat z czterema lokalizacjami. Zawiera również współrzędne poszczególnych lokalizacji.
Możesz zobaczyć te współrzędne przedstawione na tej mapie. Jak widzisz, pierwsza lokacja znajduje się na -250 (X) i -150 (Y) .
W tej chwili wyważony środek ciężkości znajduje się dokładnie pośrodku wszystkich tych lokalizacji.
Chcę utworzyć ten ważony środek ciężkości, aby poruszał się w określonym kierunku na podstawie posiadanych informacji, takich jak liczba dostaw do lokalizacji 4 . Może być również oparty na wadze lub przychodach. Chociaż w większości przypadków biorę pod uwagę dostawy, ponieważ to one decydują o kosztach.
Muszę uzupełnić ciężary, aby obliczyć środek ciężkości.
Jeśli więc wpiszę 100 w miejscu 1 , zobaczysz, że ważony środek przesunie się do tego punktu. To dlatego, że inne są nadal 0 .
Jeśli ustawimy wagę pozostałych na 200 , 200 i 500 , środek ciężkości przesunie się w inne miejsce na podstawie ciężarów, które określiłem.
To wyjaśnia, jak działa wyważony środek ciężkości .
Aby obliczyć środek ciężkości, wystarczy pomnożyć współrzędne X i Y lokalizacji lub szerokość i długość geograficzną przez wagę każdego punktu .
Następnie podziel to przez całkowitą wagę, aby uzyskać rzeczywisty ważony środek ciężkości.
Punkty do rozważenia w analizie środka ciężkości
W tym demo użyłem tylko niewielkiej liczby lokalizacji klientów.
Analiza COG ma charakter strategiczny i powinna uwzględniać dane w dłuższym okresie, najlepiej w ciągu jednego roku lub dłużej, aby zidentyfikować sezonowość.
Dlatego zalecam rozpoczęcie od analizy standardowej, aby uzyskać wgląd przed skonfigurowaniem analizy. Można to następnie zrobić z mniejszym podzbiorem danych, po wykonaniu kolejnych kroków.
Usuń małe wartości odstające, takie jak przypadkowi klienci, i sprawdź, czy są uwzględnione dostawy do lub dla klientów, które możesz stracić. Ponadto dodaj dane dla nowych klientów na podstawie podanego przez nich profilu.
Uruchom kilka iteracji modelu, aby pokazać różne scenariusze związane z wszelkimi zmianami.
W przypadku większych zestawów danych zawierających tysiące punktów rozważ pogrupowanie danych w dodatku Power Query . Użyłem kodu pocztowego i pogrupowałem według , zachowując szerokość i długość geograficzną klienta z największą liczbą dostaw.
Pierwszy przykładowy scenariusz
Jest to prosty COG dla danego zestawu danych.
Oto model danych. Jak widać, nie ma żadnych relacji.
1. Tworzenie zapytania o środek ciężkości
Najpierw utworzyłem zapytanie o środek ciężkości .
Muszę obliczyć środek ciężkości nad wybranym zestawem danych . Aby to zrobić, tak jak to pokazałem w arkuszu Excela, muszę przyjąć całkowite wymagania .
Muszę również obliczyć środek ciężkości dla szerokości geograficznej . W tym przypadku pomnożyłem szerokość geograficzną przez liczbę porodów.
Następnie wykonałem te same obliczenia dla długości geograficznej.
Następnie podzieliłem podane COG przez wymagania .
Następnie zostanie to zwrócone w jednowierszowej tabeli przy użyciu funkcji . Upewniłem się, że liczba kolumn jest taka sama jak liczba kolumn w zbiorze danych. Zadbałem również o to, aby kolumny mogły mieć tekst lub formułę. W tym przypadku mam miary DAX dla długości i szerokości geograficznej COG.
Następnie zrobiłem związek. Tak więc ostatnia tabela, której użyłem do wyświetlenia, to tabela zawierająca połączenie środka ciężkości i danych.
Po wykonaniu tych kroków w tej tabeli zostaną wyświetlone nazwy lokalizacji , przychody , zapotrzebowanie , długość i szerokość geograficzna oraz dwie kolumny, które dodałem na potrzeby tej demonstracji ( kolor COG i kolumna Rozmiar ).
2. Analiza miar rozmiaru i koloru
Miara Rozmiar określa, czy Całkowity popyt jest równy zeru, czy większy od zera. Dlatego jeśli jest to zero, rozmiar zostanie ustawiony na 1 . Jeśli jest większa od zera, zostanie ustawiona na 0,15 .
Spowoduje to utworzenie innego rozmiaru środka ciężkości, który jest wyświetlany jako kolor czerwony i jako rozmiar 1 .
Kolor czerwony jest powiązany z miarą COG Color .
Zasadniczo oznacza to, że jeśli rozmiar wynosi jeden, kolor wskaźnika COG powinien być czerwony. W przeciwnym razie powinien być niebieski.
W Kolory danych na karcie Formatowanie po prostu ustaw Formatuj według na Wartość pola , a następnie wybierz miarę dla opcji Na podstawie pola . W tym scenariuszu wybrałem miarę COG Color .
A teraz pójdźmy z tą przykładową analizą o krok dalej.
Drugi przykładowy scenariusz
W tym przykładzie utworzyłem pięć środków ciężkości wraz z ich istniejącym zestawem danych.
Mapa powinna wyświetlać środek ciężkości na podstawie wyboru z fragmentatora.
Realizacja tego scenariusza jest dość prosta. Wziąłem środek ciężkości dla każdego punktu na mapie.
Stworzyłem takie same obliczenia dla każdej miary.
Po wykonaniu tych pięciu obliczeń COG dodałem je w tej tabeli związkowej.
Następnie ta tabela wyświetla teraz środek ciężkości na górze danych.
Zapewnia to nieco większą elastyczność w zakresie analizowania danych we wszystkich istniejących magazynach .
Jeśli wybiorę Puste i Depot Rotterdam , na mapie zostaną wyświetlone punkty danych i środek ciężkości dla Depot Rotterdam . Wyświetli również środek ciężkości dla innych lokalizacji, które chciałbym zachować jako punkt odniesienia.
W tabeli zostaną również wyświetlone dane oparte na wyborze. Jak widać, odzwierciedlało to odpowiednie kolory i rozmiary.
Miara Kolor jest taka sama jak w pierwszym przykładzie. Jeśli rozmiar to 1 , kolor powinien być czerwony; w przeciwnym razie powinien być niebieski.
Pozostałe miary są jedynie odzwierciedleniem standardowych analiz, takich jak Całkowity Przychód i Całkowity Popyt .
Trzeci przykładowy scenariusz
W ostatnim przykładzie dodałem lokalizacje i środek ciężkości do danych. Dlatego mam magazyny , dane i środek ciężkości .
Powoduje to nieco inną mapę. Przede wszystkim to, co naprawdę podoba mi się na tej mapie, to to, że ma magazyny i wszystkie punkty.
W tym krajalniku również mogę dokonywać selekcji.
Jeśli wyczyszczę fragmentator, zobaczysz, że na mapie są teraz wyświetlane magazyny ( zielone kółka) i środek ciężkości (czerwone kółka).
W jednym widoku mam wszystko, czego potrzebuję do przeprowadzenia analizy.
Jeśli wybiorę Depot Rotterdam i środek ciężkości, na mapie zostaną wyświetlone wszystkie punkty Rotterdamu . Dla odniesienia, wyświetli również środek ciężkości innych lokalizacji.
Patrząc na tabelę, rozmiar odpowiada teraz tak, jak tego oczekuję.
To samo dotyczy Color COG .
Wszystkie dane pozostały takie same, z wyjątkiem dodania magazynów. Ale co do reszty, po prostu zmodyfikowałem kolor i dodałem wybory, które zostaną odzwierciedlone na mapie.
Środek ciężkości widoczny na tych 2 kartach to rzeczywisty środek ciężkości wybranych punktów. Nie będzie to jednak odzwierciedlać w innym punkcie na mapie, ponieważ dane nie są aktualizowane.
Miara koloru, której użyłem, różni się od pierwszej. To pokazuje miarę koloru dla pierwszego przykładu.
Jeśli chodzi o miarę koloru w drugim przykładzie, dodałem trochę logiki, aby stworzyć różne kolory na mapie.
Legenda to mały i prosty stół. Zwykle legendy na mapach nie są tak dobre. Więc wolę tworzyć własne, jeśli mogę.
W tym przypadku stworzyłem mały opis legendy i kolor.
W tym przykładowym scenariuszu nie potrzebuję tej legendy do filtrowania mapy. Użyłem go jedynie do wyświetlenia przewodnika po tym, co widz widzi na mapie.
Wizualizacje danych LuckyTemplates — mapy dynamiczne w podpowiedziach
Wizualizacja mapy w usłudze LuckyTemplates: tworzenie niestandardowej legendy
Analiza geoprzestrzenna — nowy kurs dotyczący szablonów LuckyTemplates
Wniosek
Obejmuje to samouczek dotyczący obliczania środka ciężkości w analizie geoprzestrzennej i wizualnej modyfikacji mapy.
Możesz także poeksperymentować z tymi ustawieniami. Pamiętaj, że możesz osiągnąć różne wyniki w zależności od sposobu skonfigurowania danych.
Sprawdź poniższe łącza, aby uzyskać więcej przykładów i powiązanych treści.
Dzięki!
Paweł
Funkcje zbierania w Microsoft Power Automate
Odkryj różnorodne funkcje zbierania, które można wykorzystać w Power Automate. Zdobądź praktyczne informacje o funkcjach tablicowych i ich zastosowaniu.
Oceń wydajność kodu DAX w DAX Studio
Z tego samouczka dowiesz się, jak ocenić wydajność kodów DAX przy użyciu opcji Uruchom test porównawczy w DAX Studio.
Czym jest self w Pythonie: przykłady z życia wzięte
Czym jest self w Pythonie: przykłady z życia wzięte
Jak zapisać i załadować plik RDS w R
Dowiesz się, jak zapisywać i ładować obiekty z pliku .rds w R. Ten blog będzie również omawiał sposób importowania obiektów z R do LuckyTemplates.
Powrót do pierwszych N dni roboczych — rozwiązanie języka kodowania DAX
Z tego samouczka języka kodowania DAX dowiesz się, jak używać funkcji GENERUJ i jak dynamicznie zmieniać tytuł miary.
Zaprezentuj spostrzeżenia przy użyciu wielowątkowej techniki dynamicznych wizualizacji w usłudze LuckyTemplates
W tym samouczku omówiono sposób korzystania z techniki wielowątkowych wizualizacji dynamicznych w celu tworzenia szczegółowych informacji na podstawie dynamicznych wizualizacji danych w raportach.
Wprowadzenie do filtrowania kontekstu w usłudze LuckyTemplates
W tym artykule omówię kontekst filtra. Kontekst filtrowania to jeden z głównych tematów, z którym każdy użytkownik usługi LuckyTemplates powinien zapoznać się na początku.
Najlepsze wskazówki dotyczące korzystania z aplikacji w usłudze online LuckyTemplates
Chcę pokazać, jak usługa online LuckyTemplates Apps może pomóc w zarządzaniu różnymi raportami i spostrzeżeniami generowanymi z różnych źródeł.
Analizuj zmiany marży zysku w godzinach nadliczbowych — Analizuj za pomocą LuckyTemplates i DAX
Dowiedz się, jak obliczyć zmiany marży zysku przy użyciu technik, takich jak rozgałęzianie miar i łączenie formuł języka DAX w usłudze LuckyTemplates.