LuckyTemplates 中最強大的函數調用

LuckyTemplates 是一個強大的數據可視化和商業智能工具，允許用戶連接到各種數據源，創建交互式報告和儀表板，並與他人共享。在今天的博客中，我們將探索 LuckyTemplates 中最強大的函數調用。

此函數調用將大大增強 LuckyTemplates 的功能，並將您的數據可視化和分析提升到一個新的水平。這將使您能夠將 LuckyTemplates 的分析能力提升一個檔次，並在 LuckyTemplates 框架的上下文中完成令人驚奇的事情。您可以在本博客底部觀看本教程的完整視頻。

目錄

• LuckyTemplates 中的數據集函數調用：問題概述
• 改變數據類型
• R素數包
• 使用 LuckyTemplates 中的數據集函數調用插入 R Prime 包
• 過濾質數
• 結論

LuckyTemplates 中的數據集函數調用：問題概述

此示例問題來自名為Excel BI Nightly Power Query Challenge 的站點，該站點由 VJ Verma 運行。他每天晚上提出一個問題，社區解決它並在成員之間進行討論。

在示例中，問題的結構非常簡單，具有給定的上限和下限。在這兩個數字之間，我們必須計算該範圍內素數的數量。 

雖然它在概念上非常簡單明了，但在 LuckyTemplates 中實施起來要困難得多。這是因為，在 8 億個函數和大約 400 個中，沒有任何功能可以直接讓我們在 LuckyTemplates 中確定一個數字是否為素數。 

相反，我們將深入研究數據集調用，這是一種從 Power Query 轉移到 R 或 Python 的方法，執行指令，然後無縫地返回到 Power Query 並繼續我們的分析。 

讓我們從 Excel BI 挑戰中獲取數據並開始工作。 

改變數據類型

下面顯示的是下限和上限。 

這些給定的是文本格式，我們需要將它們更改為整數。為此，雙擊標題行（下限或上限）。 在將出現的選項中，選擇更改類型，然後選擇整數。 

下一步是為下限和上限之間的所有數字創建一個新列。然後，我們將旋轉該列以製作列表。 

轉到“添加列”選項卡並選擇“自定義列”，因為無法直接通過用戶界面執行此操作。 

創建一些簡單的 M 代碼並創建一個名為Number 的列。使用List.Numbers函數，該函數返回給定初始值、計數和可選增量值的數字列表。

設置初始值為【下限】，計數為【上限】-【下限】+1，以計入N點。確保未檢測到語法錯誤。單擊確定。 

應該會出現一個帶有列表的新列。單擊列表以查看底部範圍內的數字。 

例如，如果我們單擊第一行中的列表，我們將得到一個顯示從 10 到 45 的數字的列表。

單擊Number旁邊的箭頭，然後單擊Expand to New Rows。

接下來，單擊數字左側的格式圖標並將格式更改為整數。

此時，我們要確定這些數字中的每一個是否為質數。同樣，沒有辦法直接在 LuckyTemplates 中執行此操作。我們可以編寫一系列步驟來確定素數，但這裡有一種在 Python 中更簡單的方法。 

R素數包

在 R 中，有不同的包。這些是我們可以構建到程序中以完成某些功能的附加組件，相當於 LuckyTemplates 中的自定義視覺對像或外部工具。

METACRAN提供了所有已批准的 R 包的目錄。R 中有超過 18,800 個活動包，但我們也可以直接從開發人員站點加載。這意味著我們可以通過找到合適的包在程序內進行任何分析。 

在我們的例子中，我們將尋找並嘗試找到可以確定數字是否為素數的東西。 

在搜索框中輸入素數。

選擇名為 primes 的第一個包- Fast Functions for Prime Numbers。這是一個測試數字是否為質數並生成質數序列的包。 

使用 LuckyTemplates 中的數據集函數調用插入 R Prime 包

返回 LuckyTemplates 並單擊功能區中的運行 R 腳本。 

將彈出運行 R 腳本嚮導。

井號 (#) 是註釋指示符，表示變量“數據集”保存腳本的輸入數據。它讓我們清理、構建和塑造我們的數據，以及添加列和旋轉事物。一旦我們調用dataset，到那時我們所做的一切都會被輸入到 R 中。對於 Python 也是如此——數據集的工作原理是一樣的。

我們可以利用我們在 Power Query 上擁有的所有知識，並在調用 R 之前在那裡進行所有整形。這非常有幫助，因為我們不必學習任何與 Power Query 中做同樣事情的 R 函數。基本上，我們���以直接進入今天要演示的分析部分。

讓我們從安裝包開始。我們可以使用install.packages命令，但在這種情況下，我們將使用庫。

鍵入library並調用primes包。這相當於從 AppSource 在 LuckyTemplates 中引入自定義視覺對象。 

然後，為數據框創建一個名為df的表，並將數據集表分配給該表。

在 Power Query 中，我們的數據集由從Source到Changed Type 1 的所有內容組成，這就是我們分配給df 的內容。

通過鍵入df$isprime創建一個與 LuckyTemplates 中的計算列等效的新列。請注意，R 中的美元符號 ( $ ) 類似於 LuckyTemplates 中的方括號。

Isprime將是我們的列名，我們將從primes 包中分配is_primes 函數。然後我們將從df調用Number列。 

這會獲取數字列並通過is_prime 函數運行它，如果數字是素數則判斷為 TRUE，否則判斷為 FALSE。然後該函數會將 TRUE 或 FALSE 放入df 表的isprime列中。 

最後調用df表。單擊確定。 

我們可以看到df出現在Applied Steps窗格中。當我們點擊它時，我們應該看到包含 TRUE 或 FALSE 分類的 isprime列。

過濾質數

接下來，我們將刪除非素數的行。單擊isprime旁邊的箭頭以打開過濾器。取消選中FALSE，這樣我們就可以計算素數了。 

單擊OK然後轉到Home選項卡並選擇Group By。 

打開高級選項。在彈出窗口中，按下限分組並為上限添加一個組。然後，創建一個名為Count的列，並將Count Rows設置為計算 TRUE 數的操作。單擊確定。 

這將產生類似於挑戰的結果。 

在 LuckyTemplates 中創建永久更新的實踐數據集
在 LuckyTemplates 中使用 R 腳本的三種方法
R For LuckyTemplates | 新手指南

結論

總之，數據集調用是 LuckyTemplates 中最強大的函數調用，對於任何希望從其數據中獲得見解的用戶來說都是一個有價值的工具。這個單一、簡單的 LuckyTemplates 函數調用讓您可以從根本上擴展程序的分析能力，從字面上將數十萬個附加函數放在 Power Query 中觸手可及。 

通過了解如何正確使用此功能，您可以輕鬆地操作和分析大量數據，從而實現更有效和信息豐富的可視化。借助從此功能獲得的洞察力，您將能夠做出數據驅動的決策並提高對數據的整體理解。 

一切順利，

布賴恩朱利葉斯