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 dowiemy się i zrozumiemy, jak działa żądanie HTTP w Power Automate, jeśli chodzi o integrację aplikacji innych firm. Będziemy także mówić o wbudowanym łączniku Request , ale omówimy głównie protokół HTTP .
Pomimo posiadania różnych łączników, z których możemy wybierać, Power Automate ma również swoje ograniczenia. Nie może obejmować wszystkiego, czego możemy potrzebować do zbudowania naszych przepływów pracy. Może wystąpić sytuacja, w której chcemy zintegrować lub wyzwolić nasz przepływ przy użyciu aplikacji, która nie jest dostępna w usłudze Power Automate.
Łączniki HTTP i Request umożliwiają naszemu przepływowi interakcję z interfejsami API stron trzecich.
Użyliśmy żądania do wyzwolenia przepływu pracy w jednym z naszych poprzednich samouczków. W tym przykładzie mieliśmy aplikację innej firmy, która wyzwoliła przepływ usługi Power Automate z zatwierdzeniami i logiką warunkową.
I w ten sposób możemy w zasadzie podłączyć aplikację innej firmy do naszych przepływów.
Z drugiej strony złącze HTTP umożliwia nam pingowanie dowolnego posiadanego przez nas interfejsu API strony trzeciej. Więc niekoniecznie jest używany jako wyzwalacz. Jest używany głównie jako akcja .
Załóżmy, że mamy przepływ, w którym musimy uzyskać pewne informacje z interfejsu API. Wysyłamy identyfikator klienta za pośrednictwem tego interfejsu API i otrzymujemy z powrotem imię i nazwisko klienta lub numer paszportu. Następnie potrzebujemy tych informacji w naszej logice usługi Power Automate.
Nie chcemy jednak przechowywać tych poufnych informacji w usłudze Power Automate . Dlatego musimy utworzyć interfejs API w naszym systemie strony trzeciej, który może przyjmować żądania HTTP. I właśnie to zrobimy jako przykład.
Spis treści
Konfigurowanie żądania HTTP w Power Automate
Obecnie nie mam interfejsu API innej firmy. W tym konkretnym przykładzie użyjemy witryny o nazwie reqres.in . Ma punkt końcowy API innej firmy, którego możemy użyć do sprawdzenia, czy nasz przepływ działa, czy nie. Na przykład mają funkcję o nazwie LISTA UŻYTKOWNIKÓW , która zawiera odpowiednie żądanie. A jeśli o to poprosimy, pozycje w kolumnie Odpowiedź to wszystko, co możemy odzyskać.
Spróbujmy więc użyć naszego łącznika HTTP . Najpierw musimy kliknąć link do Żądania .
Następnie skopiuj adres URL. Służy jako punkt końcowy interfejsu API.
W naszej konfiguracji przepływu kliknij złącze HTTP .
Następnie kliknij czynność HTTP .
Dla metody kliknij GET .
Następnie wklej adres URL, który wcześniej skopiowaliśmy.
Możemy również wprowadzać nagłówki, zapytania i pliki cookie, jeśli chcemy. Na razie jednak to pominiemy.
Wyświetlanie zawartości żądania HTTP w Power Automate
Następną rzeczą, którą musimy zrobić, to pobrać treść naszego żądania i wyświetlić ją gdzieś, aby upewnić się, że faktycznie działa. Kliknijmy więc Nowy krok .
Wyszukaj i wybierz złącze Slack .
Kliknij czynność Opublikuj wiadomość .
Opublikujmy zawartość na losowym kanale.
W przypadku tekstu wiadomości wybierzmy Treść i zobaczmy, co znajdziemy.
Zmieńmy nazwę naszego przepływu na HTTP Example.
Następnie kliknij Zapisz .
Podsumowując, nasz przepływ będzie uruchamiany przyciskiem. Następnie wyśle żądanie HTTP, które zwróci plik JSON, który zostanie wysłany do naszego Slacka. Po uruchomieniu tego przepływu oto, co będziemy mieć w Slacku.
Jak widać cała zawartość pliku JSON została zamieszczona. Oto, co zwykle widzimy w odpowiedzi na żądanie HTTP. Chcemy jednak wyświetlić tylko imiona, a nie całą zawartość z pliku JSON. Dlatego musimy dodać krok Parse JSON pomiędzy żądaniem a akcją.
Parsowanie JSON z żądań HTTP
Dodaj nowy krok i wybierz łącznik Data Operation .
Następnie wybierz Parse JSON .
Przenieś krok Parse JSON między żądaniem HTTP a akcją wysyłania wiadomości .
Kliknij przycisk Generuj z próbki .
Skopiuj kody z łącza żądania.
Następnie wklej go w oknie Wstaw przykładowy ładunek JSON i kliknij Gotowe . To w zasadzie wykona dla nas całe parsowanie JSON zaplecza.
Jak zauważyliśmy, automatycznie stworzył schemat, który możemy łatwo zrozumieć.
W polu Content musimy wpisać wszystko, co chcemy przeanalizować. W tym przykładzie chcemy przeanalizować treść otrzymaną z żądania HTTP.
I dlaczego jest to ważne? Cóż, nie musimy już publikować całej treści wiadomości. Teraz mamy dostęp do bardziej dynamicznych treści, takich jak adres e-mail, imię, nazwisko, awatar, firma, adres URL i wiele innych.
Parse JSON pozwala nam wziąć dowolne dane wyjściowe JSON, które otrzymamy, przeanalizować je do różnych treści dynamicznych, których możemy później użyć w kolejnych krokach przepływu. Użyliśmy tej akcji, aby nasz przepływ nie spowalniał całej zawartości JSON, a wyświetlał tylko te informacje, których faktycznie potrzebujemy.
Teraz zamiast Body zmieńmy to na first_name .
Następnie zobaczymy, że zmieniło to naszą akcję na Zastosuj do każdego pliku .
Dzieje się tak, ponieważ nasz przepływ otrzymuje wiele imion z żądania.
Zauważa wiele imion, więc wie, że chcemy przejść przez każdy element tablicy danych w pliku JSON i zwrócić imię. Usługa Power Automate kieruje przepływem w celu utworzenia komunikatu Slack dla każdego elementu w tablicy danych. Tak więc dla każdego klienta jego imię zostanie wysłane na losowy kanał w naszym Slacku.
Kliknijmy teraz Zapisz i sprawdźmy, czy to działa.
Kliknij opcję Testuj .
Wybierz Wykonam akcję wyzwalającą i kliknij Test .
Kliknij opcję Uruchom przepływ .
Jak widzimy, wyświetla teraz tylko imiona.
Wniosek
Biorąc wszystko pod uwagę, jesteśmy w stanie utworzyć żądanie HTTP, które integruje nasz przepływ z aplikacją innej firmy. Stamtąd przeanalizowaliśmy zawartość JSON przy użyciu łącznika Data Operation w usłudze Power Automate. Automatycznie wygenerował schemat przy użyciu przykładowego ładunku JSON. Analizując JSON, przekształciliśmy typową odpowiedź z żądania HTTP w bardziej odpowiednią i zrozumiałą informację.
Z pewnością możemy zrobić mnóstwo różnych rzeczy za pomocą żądań HTTP i akcji Parse JSON. Mamy nadzieję, że udało Ci się zrozumieć ich znaczenie i sposób działania.
Wszystkiego najlepszego,
Henz
Konfiguracja i testowanie przepływu pracy zatwierdzania w usłudze Power Automate
Zatwierdzanie Microsoft Flow z wieloma opcjami
Warunki wyzwalania usługi Power Automate — wprowadzenie
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.