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.
W tym samouczku omówiono dostępne funkcje w edytorze dodatku Power Query. Dowiesz się, jak uzyskać dostęp do tych funkcji i zmaksymalizować je, aby poprawić swoje umiejętności opracowywania danych w usłudze LuckyTemplates . Dowiesz się również, jak te funkcje Power Query pomogą Ci wydajniej tworzyć raporty z danymi.
Spis treści
Zaawansowany edytor Power Query i jego funkcje
Pierwszą funkcją jest okno Edytora zaawansowanego. Aby otworzyć okno, kliknij opcję Edytor zaawansowany na wstążce karty Narzędzia główne.
Następnie na ekranie pojawi się okno Edytora zaawansowanego .
Opis funkcji Power Query M
W lewym górnym rogu zobaczysz nazwę zapytania. Naprzeciwko tego znajdziesz Opcje wyświetlania i znak zapytania. Jeśli klikniesz znak zapytania, zostaniesz przekierowany do odwołania do funkcji Power Query M w standardowej przeglądarce.
Jeśli chcesz wyszukać dostępne funkcje M lub zbadać, jak działają te funkcje, skopiuj je i wklej w oknie Edytora zaawansowanego.
Aby uzyskać dostęp do opcji wyświetlania i ustawić je, kliknij rozwijany przycisk obok Opcje wyświetlania . Możesz wyświetlić numery wierszy dla składni, wybierając opcję Wyświetl numery wierszy .
Okienko składni będzie wtedy wyglądać tak.
Kod M generowany przez interfejs użytkownika jest zapisywany w jednym wierszu. Więc jeśli chcesz zobaczyć pełny kod, musisz często przewijać w górę lub w dół. Ale możesz zobaczyć cały kod bez przewijania, wybierając opcję Włącz zawijanie wyrazów w opcjach wyświetlania.
Zobaczysz wtedy, że linia 7 automatycznie wcina kod, gdy jest on podzielony na wiele linii.
Aby powiększyć lub pomniejszyć panel składni, przytrzymaj klawisze Ctrl + Shift , a następnie naciśnij – lub + . Jeśli chcesz mieć domyślny zoom, naciśnij Ctrl + 0 . Te opcje powiększenia mogą być również używane w okienku Podgląd Edytora zapytań.
Funkcje w sekcji Podgląd danych
Następną funkcją, która zostanie omówiona, jest profil danych. Jeśli przejdziesz do karty Widok, zobaczysz sekcję Podgląd danych , w której znajdują się wszystkie dostępne opcje profili kolumn.
Profilowanie kolumn jest wykonywane tylko na pierwszych 1000 wierszach, chyba że zmienisz ustawienia na pasku stanu, aby przeskanować cały zestaw danych. Może to mieć wpływ na wydajność, więc zawsze sprawdzaj i upewnij się, że ustawiłeś go z powrotem na 1000 pierwszych wierszy, gdy skończysz.
Gdy najedziesz kursorem na zieloną linię bezpośrednio pod nagłówkami kolumn, zobaczysz podgląd z liczbą wartości Valid , Error i Empty .
Możesz zobaczyć, że łączna liczba wartości w podglądzie wynosi 1000. Zmienia się to jednak po przeskanowaniu całego zestawu danych. Zrób to, przechodząc do paska stanu i zmieniając ustawienie skanowania zestawu danych.
Następnie, gdy ponownie najedziesz kursorem na zieloną linię, zobaczysz, że łączna liczba wartości zmieniła się na 5226.
W prawym dolnym rogu podglądu znajduje się wielokropek otwierający menu z opcjami dla Twoich danych.
Jeśli włączysz Jakość kolumn w sekcji Podgląd danych , zobaczysz podglądy prawidłowych, błędnych i pustych wartości w procentach w każdej kolumnie.
Włączenie rozkładu kolumnowego w tej samej sekcji spowoduje wyświetlenie liczby odrębnych i unikalnych wartości. Może pomóc w ustaleniu, czy dane są spójne, czy nie, i czy są równomiernie rozmieszczone.
Jeśli najedziesz kursorem na wykres, zobaczysz podgląd z wielokropkiem umożliwiającym dostęp do menu.
Opcja Profil kolumny pozwala wyświetlić statystyki kolumny i Rozkład wartości , które oferują więcej szczegółów w zależności od typu danych. Wybrana przykładowa kolumna ma typ daty.
Menu kontekstowe dla różnych typów danych
Wielokropek w sekcji Rozkład wartości umożliwia zmianę grupy według ustawienia. Jeśli wybierzesz Miesiąc, zobaczysz, że wykres zmieni się na Rozkład miesięczny .
Jeśli wybierzesz kolumnę z typem tekstu, ustawienia Grupuj według w wielokropku również się zmienią.
W przypadku kolumny z typem liczbowym opcja Grupuj według ma również inne ustawienia.
Pamiętaj, aby ustawić profilowanie kolumn z powrotem na górne 1000 wierszy.
Funkcja zależności zapytań
Następną funkcją jest widok Zależności od zapytania .
Jeśli przejdziesz do karty Widok i wybierzesz Zależności zapytań, zobaczysz przepływ danych z jednego zapytania do drugiego.
Jeśli klikniesz zapytanie, wszystkie powiązane zapytania zostaną podświetlone. Ułatwia to śledzenie błędów w przepływie, ponieważ można zobaczyć miejsce docelowe ładowania dla wszystkich zapytań.
Jeśli klikniesz opcję Układ , możesz przełączać się między różnymi opcjami wyświetlania w zależności od osobistych preferencji.
Power Query nigdy nie pozwoli na usunięcie zapytania z zależnościami. Jeśli usuniesz DostawcaJakość w okienku Zapytania, pojawi się powiadomienie, że nie można go usunąć, ponieważ ma dwie zależności: Rekord1 i ListDostawcy.
Istnieją dwa sposoby usunięcia zapytania. Pierwszym z nich jest usunięcie zależności przed usunięciem dostawcyQuality. Drugim jest zmiana źródła danych zależności, tak aby nie były one zależne od jakości dostawcy.
Analiza kombinatoryczna przy użyciu Power Query w
kolumnach LuckyTemplates Unpivot — samouczek Power Query
Wniosek
Funkcje dostępne w edytorze Power Query zostały stworzone, aby pomóc Ci w tworzeniu atrakcyjnego raportu usługi LuckyTemplates. Dostarczają dodatkowych danych i informacji, których możesz użyć w swoim raporcie lub pulpicie nawigacyjnym . Pomagają również monitorować przepływ zapytań i pokazują, w jaki sposób są one ze sobą powiązane.
Melisa
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.