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 poznasz technikę optymalizacji dodatku Power Query w celu zmniejszenia użycia pamięci RAM. W szczególności dowiesz się, jak zmniejszać liczby przechowywane po przecinku . Jest to przydatne, jeśli masz do czynienia z kolumnami przechowywanymi w formacie dziesiętnym.
W tym przykładzie widać, że cena netto zużywa 11 MB pamięci RAM, podczas gdy całkowity koszt, koszt jednostkowy i cena jednostkowa zużywają po 8 MB.
Gdy przejdziesz do Power Query i klikniesz opcję filtrowania kolumny Cena netto, zobaczysz, że kolumna przechowuje wartości do trzech miejsc po przecinku.
Może to powodować problemy z wydajnością . Jeśli wiele cyfr jest zapisanych jako liczba dziesiętna, słownik będzie zawierał więcej unikalnych wartości. Spowoduje to utworzenie przez VertiPaq ogromnej struktury przechowywania słownika.
Dlatego zaleca się optymalizację tych kolumn.
Spis treści
Optymalizacja Power Query dla kolumn
Idealnie byłoby przechowywać wartości do dwóch miejsc po przecinku. Kliknij prawym przyciskiem myszy kolumnę, którą chcesz zoptymalizować. Kliknij Przekształć > Zaokrąglenie > Zaokrąglenie .
Następnie ustaw miejsca dziesiętne na 2 i kliknij OK.
Szybkim sposobem na przekształcenie wszystkich kolumn za jednym razem jest zaznaczenie ich, a następnie wykonanie tych samych czynności.
Spowoduje to zastosowanie formatu liczb dziesiętnych do wszystkich kolumn przy użyciu jednego kroku. Po zakończeniu zapisz swoją pracę.
Sprawdź użycie pamięci RAM
Aby sprawdzić, ile pamięci RAM zostało zmniejszone, otwórz DAX Studio . Przejdź do karty Zaawansowane i kliknij Wyświetl dane .
Porównując oryginał ze zoptymalizowanymi kolumnami, można zauważyć zmniejszenie rozmiaru kolumny i rozmiaru słownika.
W tym przykładzie wydaje się, że różnica w kilobajtach nie oznacza dobrego zmniejszenia przestrzeni RAM. Jeśli jednak masz do czynienia z bardziej wyraźnymi wartościami, takimi jak liczby z siedmioma miejscami po przecinku, oszczędności w pamięci RAM byłyby świetne.
Można również zauważyć, że w przypadku kolumny Cena jednostkowa liczność nie zmienia się, ale występuje znaczne zmniejszenie rozmiaru kolumny.
Gdy zmniejszasz stopień szczegółowości lub wprowadzasz zmiany w modelu danych w kolumnie, wprowadzasz nową kolejność sortowania w usługach Analysis Services. Może to zwiększyć lub zmniejszyć rozmiar modelu danych.
Nawet jeśli liczba odrębnych wartości nie uległa zmianie, usługi Analysis Services mogły znaleźć lepszą kolejność sortowania, która zmniejszyła rozmiar kolumny.
Ta technika optymalizacji jest szczególnie przydatna, jeśli przechowujesz kolumnę Data/Godzina. Może to być przechowywanie wartości do milisekundy.
Gdy zmniejszysz liczność każdej wartości do sekundy, zmniejszy to unikatowe wartości w Słowniku.
Proste transformacje usługi LuckyTemplates w celu uzyskania bardziej zoptymalizowanych danych
Optymalizacja formuł usługi LuckyTemplates przy użyciu zaawansowanego
mechanizmu pamięci masowej DAX — jego rola w optymalizacji zapytań DAX w usłudze LuckyTemplates
Wniosek
Jeśli pracujesz z modelem tabelarycznym, skup się na zmniejszeniu liczności kolumny.
Kardynalność jest czynnikiem decydującym o ilości pamięci RAM zużywanej przez model danych. Informuje również, ile czasu zajmie przeskanowanie określonej kolumny podczas wykonywania kodu.
Optymalizacja zapytań DAX ma kluczowe znaczenie dla utrzymania dobrego raportu usługi LuckyTemplates. Nie tylko zapewnia dobrą wydajność pracy, ale także zmniejsza obciążenie maszyny.
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.