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 poście na blogu przedstawię funkcje tabelowe języka DAX. Funkcje tabelowe to po prostu , które zwracają tabelę.
Niektóre z najbardziej typowych funkcji tabel, które można napotkać w usłudze LuckyTemplates, to FILTER , VALUES i ALL . Korzystając z tych funkcji tabel, możesz tworzyć wirtualne tabele w usłudze LuckyTemplates.
Tabele fizyczne to tabele, które można dosłownie znaleźć w modelu danych. Tabele wirtualne to takie, które zostały utworzone wirtualnie przy użyciu różnych funkcji języka DAX.
W następnych sekcjach nauczę cię kilku technik korzystania z funkcji tabelowych.
Spis treści
Korzystanie z funkcji tabel
W tym przykładzie obliczę liczbę transakcji przekraczających 10 000 USD przy użyciu formuły Łącznie większych transakcji .
Rozpocznę formułę od funkcji . Na podstawie opisu funkcja ta zlicza liczbę wierszy w tabeli po początkowym kontekście. Dlatego muszę wprowadzić tabelę po funkcji. Jednak tabela nie musi być fizyczna, jak tabela Sales .
Jeśli umieścisz tabelę Sales , wyniki pokażą po prostu liczbę transakcji. Jest to po prostu podobne do wyników pomiaru Total Transactions .
Jeśli spojrzysz na formułę Total Transactions , użyje ona funkcji . Jest to po prostu inny sposób obliczania tych samych wyników przy użyciu funkcji języka DAX.
W poniższym przykładzie chcę pokazać, jak działa funkcja COUNTROWS . Tym razem użyję funkcji tabeli , aby utworzyć wirtualną tabelę.
Funkcja FILTER przejdzie przez każdy pojedynczy wiersz tabeli Sales . Oszacuje każdy wiersz kolumny Total Sales , jeśli jest większy niż 10 000 USD, czy nie. Jeśli sprzedaż pojedynczego wiersza przekracza 10 000 USD, zostanie policzona jako jedna transakcja.
Jak widać, wyniki w kolumnie Total Larger Transactions zostały zaktualizowane.
Korzystając z wirtualnej tabeli stworzyłem dodatkowy filtr po początkowym kontekście. Co najważniejsze, zrobiłem to w ramach samej formuły, bez konieczności tworzenia fizycznej tabeli.
Na przykład przyjrzyjmy się konkretnemu wynikowi z 10 października 2018 r. W modelu danych widać, że filtr spłynął z tabeli Daty do tabeli Sprzedaż .
W formule właśnie umieściłem kolejny filtr przy użyciu innej funkcji tabeli, aby móc oszacować, ile transakcji przekracza 10 000 USD. To obliczenie jest dobrym przykładem użyteczności wirtualnych tabel.
Korzystanie z funkcji WARTOŚCI
Teraz pokażę inny przykład funkcji tabelarycznych. Chodzi o obliczenie średniej sprzedaży za pomocą funkcji .
Rozpocznę pomiar średniej sprzedaży według miasta od funkcji . Według IntelliSense będę potrzebować tabeli. Ponownie, nie musi to być fizyczny stół, więc skorzystam z wirtualnego.
Aby utworzyć wirtualną tabelę, użyję funkcji VALUES , a następnie dodam Regions[City] oraz Total Sales .
Dzięki funkcji AVERAGEX formuła obliczy każdy pojedynczy wiersz wirtualnej tabeli. Po początkowym kontekście formuła oblicza łączną sprzedaż dla wszystkich miast wiersz po wierszu.
Po obliczeniu sprzedaży każdego miasta formuła oblicza średnią. W wynikach możesz zobaczyć średnią sprzedaż na miasto w podanych datach.
Obliczanie sprzedaży za pomocą funkcji tabeli
W tym ostatnim przykładzie pokażę inną funkcję tabelową języka DAX, którą jest funkcja . Tym razem obliczę łączną sprzedaż w mieście za pomocą narzędzia .
W formule All City Sales widać, że formułę rozpocząłem od funkcji OBLICZ .
Dodanie funkcji ALL usuwa filtry stosowane w kolumnie Miasto . Dlatego miara obliczy całkowitą sprzedaż we wszystkich dostępnych miastach.
Jeśli porównasz wyniki dla All City Sales i Total Sales , uzyskasz takie same wyniki. Jeśli jednak wybierzesz konkretne miasto z fragmentatora, wyniki All City Sales pozostaną takie same.
Daje takie same wyniki niezależnie od wyboru. Wynika to z funkcji OBLICZ .
Wspomniana funkcja umożliwia zmianę kontekstu obliczeń. Gdy dodasz funkcję ALL , usuwa ona początkowy kontekst z tabeli Regiony .
Jak korzystać z funkcji COUNTROWS języka DAX w tabelach
Logika wielu dat w usłudze LuckyTemplates przy użyciu języka DAX
Optymalizacja formuły usługi LuckyTemplates przy użyciu zaawansowanych funkcji języka DAX
Wniosek
W tym samouczku zapoznasz się z najczęściej używanymi funkcjami tabel. Jeśli często używasz ich w swoich obliczeniach, możesz je opanować w mgnieniu oka.
Co więcej, możesz uczynić rzeczy bardziej zaawansowanymi, jeśli zaczniesz łączyć wspomniane funkcje tabeli. Prawdopodobnie spotkasz się z tym podczas przeprowadzania skumulowanych sum, średnich kroczących, analizy ścierania i analiz sprzedaży krzyżowej.
Gdy przejdziemy do mierzenia rozgałęzień, nauczysz się bardziej zaawansowanych obliczeń w języku DAX .
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.