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 pokażę, jak wykonać warunkowe scalanie tabel w Power Query. W tym konkretnym przykładzie możemy to zrobić w normalny sposób, od którego zaczniemy. Następnie pokażę ci, jak wykonać łączenie warunkowe.
Zobaczmy, z czym mamy do czynienia. Po pierwsze, mamy tabelę Usage , która jest ustawiana w połowie miesiąca.
Następnie mamy drugą tabelę, która jest tabelą cen , która jest ustalana na początku miesiąca.
Chcemy poznać cenę na konkretną datę, co możemy zrobić w DAX. Zduplikujmy tabelę Usage , przejdź do opcji Scal zapytania , a następnie wybierz tabelę cen .
Jak widać na powyższym obrazku, daty z dwóch kolumn dat nie pasują do siebie, co oznacza, że nie możemy normalnie scalić tabel. Normalne scalanie wykorzystuje lewe zewnętrzne lub prawe zewnętrzne scalanie. Ponieważ nie ma dopasowania, nie możemy wykonać normalnego scalania.
To, co zamierzamy zrobić, to pełne scalanie zewnętrzne, ponieważ to pobierze wszystkie wiersze z tabeli Usage i wszystkie wiersze z tabeli Price i złoży je wszystkie razem. Jeśli nie ma dopasowania, po prostu doda wiersze.
Ponieważ nie ma pasujących dat, obie tabele są dodawane w ten sposób:
Spis treści
Dodawanie niestandardowej kolumny w dodatku Power Query
Możemy bardzo łatwo dodać niestandardową kolumnę , która mówi, czy data użycia jest pusta, a następnie wybrać datę z tabeli cen; w przeciwnym razie podaj mi datę z tabeli Usage .
Mamy więc teraz kompletną kolumnę z datami.
Aby to zrozumieć, posortujemy niestandardową kolumnę Daty.
Widać, że pierwsza kolumna to użycie, a trzecia to ceny. Jeśli wypełnimy kolumnę kosztów…
… faktycznie otrzymamy datę, koszt i wykorzystanie.
To normalne scalanie, ale myślę, że scalanie warunkowe może być również bardzo przydatne w takich przypadkach. Pozwól, że pokażę ci, co musimy zrobić, aby dokonać warunkowego połączenia. Powiemy, że jeśli data użytkowania jest większa niż data wyceny, to zdobądź liczbę.
Najpierw odwołamy się do naszej tabeli cen .
A następnie klikamy Filtry dat, a następnie Przed .
Jeśli wybierzemy luty, pokaże 21.
Jeśli jest marzec, będzie miał dwa wiersze, ponieważ są dwie ceny niższe niż.
Jeśli wybierzemy kwiecień, dostaniemy to.
Zawsze chcemy mieć aktualne ceny. Posortujemy je w kolejności malejącej i przejdziemy do szczegółów .
Więc teraz mamy liczbę, którą chcemy, czyli 45.
Tworzenie zmiennej w Power Query
Aby przenieść to do tabeli Usage, utworzymy funkcję dla ceny. Zamiast ręcznie podawać tę datę, wypełnimy tę datę tabelą Usage .
Przejdziemy do Edytora zaawansowanego i utworzymy zmienną dla funkcji, którą będzie UsageDate as date .
Przejdziemy do naszej tabeli Usage i zastosujemy tę funkcję. To jest stan użycia, który zamierzamy przekazać do naszej funkcji. Przejdziemy do zakładki Dodaj kolumnę , klikniemy Niestandardowa funkcja wywołania i pobierzemy zmienną, w której kolumna do pobrania to data użycia.
Mamy to. Jak widać, dość łatwo jest wykonać warunkowe rozwiązanie scalania w zapytaniu o moc.
Wniosek
W dzisiejszym blogu omówiliśmy, jak scalić tabele z różnymi kolumnami w Power Query. Jeśli podobały Ci się treści omówione w tym samouczku, nie zapomnij zasubskrybować kanału telewizyjnego LuckyTemplates. Cały czas publikujemy ogromną ilość treści ode mnie i wielu twórców treści — wszyscy zajmują się ulepszaniem sposobu, w jaki korzystasz z usługi LuckyTemplates i platformy Power Platform.
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.