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.
Jednym z najlepszych sposobów implementacji formatowania warunkowego jest użycie opcji Wartość pola w okienku Wizualizacje. Istnieje wiele powodów, dla których ta metoda formatowania warunkowego jest lepsza niż wiele, a jednym z nich jest to, że można używać masek przezroczystości w kodach szesnastkowych, które omówimy dzisiaj. Możesz obejrzeć pełny film tego samouczka na dole tego bloga.
Spis treści
Jak uczynić formatowanie warunkowe przezroczystym
Powyższy obraz przedstawia zestaw danych dotyczących cen domów, nad którym będziemy dzisiaj pracować. Naszym celem jest, aby słupki na tym wykresie słupkowym były wystarczająco przejrzyste, aby można było zobaczyć mapę pod spodem.
Jeśli przejdziemy do strony Format w okienku Wizualizacje , zobaczysz, że nie ma opcji przezroczystości dla pasków. Możemy jednak uczynić dowolny element z opcją formatowania warunkowego tutaj przezroczystym, używając wartości pola i formatowania warunkowego.
Jeśli nieco podniesiemy ten suwak, wyświetli się kod szesnastkowy z dwoma opcjonalnymi znakami na końcu, jak pokazano na poniższym obrazku. To, co pokazują te znaki, to procentowe krycie kodu szesnastkowego.
Pierwsze sześć znaków kodu szesnastkowego ( 247ba0 ) reprezentuje kolor niebieski Straży Przybrzeżnej, a dwa ostatnie ( 80 ) oznaczają przezroczystość. Możesz obliczyć krycie, odejmując procent przezroczystości ( 20 ) od 100 , co daje nam 80 .
Numeryczny suwak parametryczny
Najpierw chcemy ustawić parametr za pomocą suwaka parametru numerycznego, a następnie dostosować kolor, zbierając kod szesnastkowy z tabeli. Użyjmy koloru Space Cadet blue dla naszego koloru i ustawmy przezroczystość na zero.
Teraz ta czynność nie pozwala zobaczyć mapy za nią. Jeśli spojrzymy na tę miarę CF Bar w języku DAX, zebraliśmy kod szesnastkowy i procentową przezroczystą wartość , jak pokazano na poniższym obrazku.
Następnie użyliśmy prostej konstrukcji (PRAWDA), która mówi, że jeśli procent przezroczystości wynosi 0 , zwracamy sześcioznakowy kod szesnastkowy lub PctTrans = 0, Hex . 0 daje nam pełny kod szesnastkowy przezroczystości .
Ponadto dodaliśmy, że jeśli procent przezroczystości wynosi 100, zwracamy kod szesnastkowy z przezroczystością 00 lub PctTrans = 100, Hex & „00” . 00 daje nam w pełni przejrzysty kod szesnastkowy. Poniższy obraz pokazuje, jak wygląda w pełni przezroczysty kod szesnastkowy, który powoduje zniknięcie wszystkich elementów wizualnych.
Jeśli zmienimy stwierdzenie True na wszystko w środku i przyjmiemy kod szesnastkowy na 100 minus Percent Transparency lub Hex & (100 – PctTrans – 100) , możemy sprawić, że etykiety danych będą bardziej czytelne w zależności od wyboru. Przy przezroczystości 50 lub mniejszej mamy ciemniejsze kolory, jak widać na poniższym obrazku
Używanie dynamicznej miary czcionki do formatowania warunkowego
Obecnie używamy ciemniejszych kolorów i chcemy użyć bieli dla etykiet danych, więc użyjemy miary Czcionka dynamiczna w sekcji Pole.
Stwierdza, że jeśli procent przezroczystości jest mniejszy niż 50, użyjemy bieli. Jeśli jest na sto, to sprawiamy, że jest niewidoczny; jeśli jest większy niż 50, używamy koloru czarnego.
Możesz zobaczyć poniżej, że jeśli zmienimy naszą procentową przezroczystość i rozjaśnimy kolor paska, etykiety danych staną się ciemne.
Wniosek
Teraz możesz ustawić przezroczystość i kolor dokładnie tak, jak chcesz, i używać ich w wizualizacjach usługi LuckyTemplates. Ponadto możesz zezwolić użytkownikowi na zmianę kodów szesnastkowych ze względu na dostępność i tym podobne.
Istnieje wiele innych sposobów używania formatowania warunkowego w połączeniu z językiem DAX, maską przezroczystości i liczbami krycia. Interesującą rzeczą w tej metodzie jest to, że w przypadku formatowania warunkowego opartego na gradiencie lub regułach dostęp do niej można uzyskać tylko za pośrednictwem wartości pola.
W tym samouczku omówimy pakiet dplyr, który umożliwia sortowanie, filtrowanie, dodawanie i zmianę nazw kolumn w języku R.
Odkryj różnorodne funkcje zbierania, które można wykorzystać w Power Automate. Zdobądź praktyczne informacje o funkcjach tablicowych i ich zastosowaniu.
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
Dowiesz się, jak zapisywać i ładować obiekty z pliku .rds w R. Ten blog będzie również omawiał sposób importowania obiektów z R do LuckyTemplates.
Z tego samouczka języka kodowania DAX dowiesz się, jak używać funkcji GENERUJ i jak dynamicznie zmieniać tytuł miary.
W tym samouczku omówiono sposób korzystania z techniki wielowątkowych wizualizacji dynamicznych w celu tworzenia szczegółowych informacji na podstawie dynamicznych wizualizacji danych w raportach.
W tym artykule omówię kontekst filtra. Kontekst filtrowania to jeden z głównych tematów, z którym każdy użytkownik usługi LuckyTemplates powinien zapoznać się na początku.
Chcę pokazać, jak usługa online LuckyTemplates Apps może pomóc w zarządzaniu różnymi raportami i spostrzeżeniami generowanymi z różnych źródeł.
Dowiedz się, jak obliczyć zmiany marży zysku przy użyciu technik, takich jak rozgałęzianie miar i łączenie formuł języka DAX w usłudze LuckyTemplates.