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 omówimy niestandardową wizualizację o nazwie Wykresy punktowane . Są one używane głównie do mierzenia wyników w stosunku do lat docelowych lub poprzednich.
Wykresy punktowane to przydatne wizualizacje do porównywania wydajności pracowników, celów wysyłkowych, celów sprzedaży, celów produkcyjnych i wielu innych.
To jest przykładowy wykres punktowany, który stworzyłem. Omówimy, w jaki sposób utworzyłem ten wykres punktowany i co możemy zrobić w tej konkretnej wizualizacji niestandardowej.
To są dane, których użyjemy w tym przykładzie. Zawiera nazwiska graczy, zdobyte gole, cel i gole z zeszłego roku. W dalszej części tego samouczka utworzymy miary dla kolumn obliczeniowych.
Spis treści
Tworzenie wykresów punktowanych w LuckyTemplates
Wykres wypunktowany, którego będziemy używać w tym samouczku, zostanie zaimportowany z portalu Marketplace. Kliknij 3 kropki tutaj, a następnie kliknij „ Uzyskaj więcej efektów wizualnych ”.
Wyszukaj „ Bullet ”, a następnie dodaj Bullet Chart autorstwa OKViz .
To jest ten, który wolę, ponieważ pokazuje również wartości ujemne po drugiej stronie, jeśli mamy to w naszych danych.
Dodajmy tę wizualizację na naszej stronie raportu i zmieńmy jej rozmiar.
Następnie dodaj miarę Gracz dla pola Kategoria i miarę Strzelone bramki dla pola Wartość .
Powinniśmy otrzymać to wyjście. Jak widać, obecnie na naszym wykresie punktowanym mamy pasma . Są one reprezentowane przez różne odcienie szarości.
Przeciągnijmy teraz miarę Target na pole Targets .
Następnie doda znaczniki celu na naszym wyjściu.
Modyfikowanie wykresów punktowanych w usłudze LuckyTemplates
W sekcji Ogólne na karcie Formatowanie możemy również zmienić orientację naszej wizualizacji na pionową, jeśli chcemy.
Domyślnie, jeśli zmienimy rozmiar tej wizualizacji na naszej stronie raportu, rozmiar pasków również zostanie zmieniony automatycznie.
Jeśli nie chcemy, aby tak się stało, możemy po prostu ustawić minimalną lub maksymalną wysokość słupków.
Po ustawieniu maksymalnej wysokości słupków będzie to wyglądać tak.
Ta część wizualizacji to kategorie. Jeśli chcemy, możemy je wyłączyć, wyłączając Category .
W tym przykładzie lepiej, jeśli zostawimy to włączone.
Oś wartości to oś X wizualizacji. Ten też możemy wyłączyć.
Ale w tym przykładzie zostawmy to włączone.
Kolejną przydatną funkcją są Etykiety danych .
Następnie pokaże te etykiety, które są wynikami naszych kategorii (zawodników).
Formatowanie warunkowe wykresów punktowanych
Kolejną fajną rzeczą w tej grafice jest formatowanie warunkowe. Jeśli użyjemy tutaj tylko wykresu słupkowego, nie będziemy w stanie warunkowo sformatować każdej z kategorii.
Jak widać na obrazku, dla wszystkich indywidualnych graczy wyznaczono tylko jeden cel.
Jednak w naszym zbiorze danych istnieją różne cele dla każdego z poszczególnych graczy.
Tak więc użycie wykresu słupkowego nie stworzy pożądanej wizualizacji. To jest powód, dla którego używamy wykresu wypunktowanego w tym konkretnym przykładzie.
Jak widać, możemy teraz ustawić warunek if.
Przypiszmy temu warunkowi czerwony kolor, abyśmy mogli zobaczyć, którzy gracze są poniżej swoich docelowych wyników.
Oczywiście ci trzej gracze są poniżej swoich docelowych wyników.
Możemy również zmienić kolor znaczników celu. W tym przykładzie użyjemy tylko koloru czarnego.
Możemy również zmienić kształt znacznika celu. W tym przykładzie pozostańmy przy kształcie linii , ponieważ wygląda on lepiej niż inne kształty.
Bandingi usługi LuckyTemplates
Na tej wizualizacji możesz zobaczyć szare części za kratkami. Są to tak zwane Bandingi .
Możemy zdefiniować bandingi statyczne lub dynamiczne . W przypadku pasm dynamicznych możemy to zrobić, tworząc miary wyliczane. Będziemy to robić po nauczeniu się definiowania pasm statycznych.
Definiowanie pasm statycznych
W przypadku pasm statycznych możemy je ustawić tutaj.
Obecnie jest 5 stanów , w których możemy ustawić wartość dla każdego z nich.
Stan możemy zdefiniować za pomocą wartości bezwzględnej lub procentowej . W tym przypadku użyjmy wartości bezwzględnej .
Dla stanu 1 ustawmy wartość na 60 i zmieńmy kolor na ciemniejszy szary.
Jak widać, banding zmienił się na naszej oprawie wizualnej.
Następnie ustawmy wartość i kolor dla innych stanów. Upewnij się, że następna wartość, której będziesz używać, jest zawsze wyższa niż poprzednie wartości stanu .
Jak widać, użyliśmy również jaśniejszego szarego koloru dla każdego kolejnego stanu.
Teraz wyjście powinno wyglądać tak.
W ten sposób możemy ustawić pasmo statyczne.
Definiowanie pasm dynamicznych
W przypadku pasm dynamicznych możemy umieścić miary w polu Stany . Spowoduje to automatyczne zastąpienie zdefiniowanych wcześniej pasm statycznych.
Wyświetlmy teraz legendy i ustawmy ich położenie.
Powinno to wtedy wyglądać tak.
Wyłączmy także Tytuł i Tło .
Możemy teraz rozpocząć tworzenie dynamicznych pasm. Chodźmy do naszego Stołu . Następnie dodaj nową kolumnę, klikając Nowa kolumna .
Zdefiniujmy nową kolumnę jako Stan 1 i ustawmy 60% dla celu docelowego. Aby uzyskać wartość procentową pierwszego stanu, wystarczy pomnożyć wartość docelową przez 0,60 . Zasadniczo oznacza to, że jeśli gracz osiągnął tylko 60% docelowego celu , zostanie wyrzucony z drużyny.
Dla stanu 2 użyjmy 70% i pomnóżmy wartość docelową przez .70 . Tym razem, jeśli zawodnik osiągnie 70% docelowego celu , musi zostać zatrzymany w drużynie .
Dodajmy kolejną kolumnę dla State 3 . W tym przypadku ustawmy 80% jako docelowy cel i pomnóżmy go przez 0,80 . Jeśli zawodnicy osiągną 80% zakładanego celu , ich cena kontraktowa zostanie podniesiona .
Następnie dla stanu 4 ustawmy cel na 100% . Jeśli gracz osiągnie 100% swojego docelowego celu , musimy zrobić wszystko, aby zatrzymać tych graczy .
Dla Stanu 5 ustawimy maksymalną wartość na podstawie wartości strzelonych bramek lub wartości docelowej . Zdefiniujmy to za pomocą instrukcji warunkowej if , w której jeśli liczba zdobytych bramek jest większa niż wartość docelowa , otrzymamy liczbę zdobytych bramek . W przeciwnym razie otrzymamy wartość docelową .
Zanim będziemy mogli użyć tych miar kolumn obliczeniowych, musimy zmienić ich format na Liczba całkowita . Pamiętaj, aby zmienić każdy z nich.
Dodajmy więc pierwszy stan w polu Stany .
Jak widać, zmienił się pierwszy zespół.
Dodajmy teraz inne stany w polu Stany .
Dane wyjściowe powinny wtedy wyglądać tak.
Mamy teraz dynamiczne pasma na naszym niestandardowym wykresie pociskowym. Dzięki temu możemy łatwo zobaczyć, którzy są najlepszymi i najgorszymi graczami.
Pokazywanie porównań na wykresach wypunktowanych
Inną rzeczą, którą możemy zrobić z tą wizualizacją, jest użycie opcji Pokaż % zmiany . Możemy to wykorzystać do porównania, jak bardzo dana osoba lub gracz przekroczył swój docelowy cel. W tym przykładzie użyjmy celu Najbliższy osiągnięty cel .
Na naszej wizualizacji zobaczymy, że Christiano przekroczył 9% swojego docelowego celu, a Salah przekroczył 6% swojego docelowego celu.
Możemy również użyć wartości porównawczej . Musimy jednak dodać dodatkową miarę do porównania, jeśli będziemy z niej korzystać.
Na przykład dodajmy cele docelowe z poprzedniego roku ( Goals LY ) w polu Wartość porównania . '
Jak widać, wartość porównania działa teraz. W końcu możemy zobaczyć, że Christiano osiągnął już 41% swojego docelowego celu w zeszłym roku, podczas gdy Salah osiągnął 31% .
Usuńmy wartość porównania dla tego przykładu.
Zamiast tego nadal używajmy najbliższego osiągniętego celu .
Ostatnią rzeczą, którą powinniśmy zrobić, to legendy dla bandingów. Dzieje się tak, ponieważ tak naprawdę nie wiemy, co oznaczają te paski w naszym obrazie.
Tworzenie legend dla bandingów
Aby utworzyć legendę dla naszych pasm, dodajmy wizualizację wykresu słupkowego 100% Skumulowany .
Następnie umieśćmy nasze stany dynamiczne w polu Wartości .
Następnie wyłącz tytuł .
Wyłącz tytuł pod osiami X i Y.
Następnie wyłącz również osie X i Y.
Stan 3 nie został dodany, a stan 2 został dodany dwukrotnie. Usuńmy więc drugi stan 2 i zamiast tego dodajmy stan 3 .
Zmieńmy kolory stanów i użyjmy tych samych kolorów, co pasy na naszym wykresie punktowym (od ciemniejszego do jaśniejszego).
Możemy również zmienić nazwy tych stanów dla legendy. Na przykład zmieńmy pierwszy stan na Kick the Players .
Zmieńmy więc nazwy pozostałych stanów.
Możemy również utworzyć to za pomocą programu PowerPoint, aby legenda wyglądała bardziej atrakcyjnie. Jeśli nie chcemy korzystać z PowerPointa, możemy po prostu wyłączyć opcję Legenda .
Dodajmy teraz tekst, klikając pole Tekst na karcie Narzędzia główne .
Następnie utwórz naszą etykietę jako „ Kick the Players ” i nadaj jej styl za pomocą tego pola tekstowego.
Następnie przenieś pole tekstowe na górę wykresu słupkowego i wyrównaj je do pierwszego słupka.
Następnie zduplikuj pierwsze pole tekstowe, aby zmienić tekst i kolor odpowiadające naszym paskom legendy.
Możemy teraz wybrać pola tekstowe i wykres słupkowy, aby je pogrupować.
Następnie odpowiednio ustaw wykres punktowy i wykres słupkowy.
Nowy kurs LuckyTemplates: Zaawansowane techniki wizualizacji
LuckyTemplates Banding & Segmenting Przykład wykorzystania
danych grupy DAX w detalicznym pulpicie nawigacyjnym w LuckyTemplates
Wniosek
Podsumowując, nauczyłeś się tworzyć wykresy punktowane i dostosowywać je. Poznałeś także nową technikę o nazwie Banding , która umożliwia grupowanie danych w porcje na podstawie danych źródłowych. Statyczne i dynamiczne to dwa typy pasm w usłudze LuckyTemplates.
Zrozumiałeś również, w jaki sposób można dokonywać porównań na wykresach wypunktowanych i jak ulepszyć prezentację danych.
Mam nadzieję, że podobał Ci się ten samouczek i okazał się przydatny do wizualizacji danych.
Do następnego razu,
Mudassir
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.