Pipe In R: Tilslutningsfunktioner med Dplyr
I denne øvelse lærer du, hvordan du kæder funktioner sammen ved hjælp af dplyr-røroperatoren i programmeringssproget R.
I denne tutorial skal jeg lære dig, hvordan du administrerer flere datoberegninger i din faktatabel i LuckyTemplates. Du kan se den fulde video af denne tutorial nederst på denne blog.
Dette er et hyppigt spørgsmål i.
Disse flere datoer kan være ordredatoer, afsendelsesdatoer, udløbsdatoer og ankomstdatoer blandt mange andre. Disse oplysninger kan være placeret inden for én række i dit datasæt.
Her er nogle indsigter, du kan få ud af denne teknik:
At skrive formlerne for denne teknik kan være forvirrende, når du lige er startet i LuckyTemplates.
Med det detaljerede eksempel i denne øvelse vil du forstå, hvordan du administrerer flere datoberegninger i din faktatabel.
Indholdsfortegnelse
Formlen og modellen
Lad os se på modellen for demodatasættet til denne øvelse.
Denne type tabel kan blandt andet eksistere for ordredatoer, udløbsdatoer og anmodningsdatoer.
Opsætning af modellen kan være meget forvirrende.
Det er en to-trins proces. For det første skal modellen være korrekt. Og for det andet skal beregningerne have de korrekte DAX-formler.
Det fantastiske ved denne teknik er dens evne til at blive brugt i andre lignende scenarier.
Nu skal beregningen vise antallet af ordrer, der er live for bestemte datoer. I dette tilfælde betyder live ordrer, der ikke er udløbet.
Formlen skal tælle information, der ligger mellem flere datoer. Konteksten kan variere afhængigt af, hvad du prøver at løse, men teknikken vil være den samme.
Sådan skal modellen sættes op:
Du skal bruge inaktive relationer.
For at beregningerne er korrekte, kan man ikke have aktive relationer i modellen.
Når du vil beregne en logik, der involverer at tælle elementer, der er i gang, skal du have inaktive relationer.
At have inaktive relationer er den enkleste metode, du kan bruge til at løse dette problem. Hvis du ønsker at have aktive relationer, er der andre avancerede og komplekse metoder, der involverer at skrive en ny formel. Dette anbefales dog ikke.
Fremover skal du skrive en formel, der bruger konteksten iog arbejder derefter gennem en avanceret logik inde i.
En bedre forståelse gennem visuals
For bedre at forstå, hvordan denne teknik virker, skal du se på denne visualisering:
Tidsrammen i visualiseringen viser, hvor mange ordrer der er mellem ordren og udløbsdatoen.
Mellem april og juli 2019 kan du se en enorm stigning, der indikerer, at mange ordrer er udløbet:
Denne visualisering gør det lettere at forstå, hvad teknikken gør.
Beregning af de aktive ordrer
Sådan regner du ud antallet af ordrer, der stadig er live og aktive.
Først skal du starte med en formel for samlede ordrer:
Formlen brugerfunktion til at sortere gennem datatabellen.
Dernæst har du brug for en formel, der kan tælle de ordrer, du har for en bestemt dag:
Hvis ordredatoen er mindre end, og udløbsdatoen er større end en bestemt dag, vil den tælle alle de individuelle ordrer, der hører til inden for dette datointerval.
For hver enkelt række i tabellen er der i øjeblikket ingen kontekst, der kommer fra modellens faktatabel, fordi der ikke er nogen aktive relationer.
Går tilbage til formlen, ogfunktioner returnerer simpelthen datoen for hver række i tabellen.
Som et eksempel har rækken den 21. marts 2019 477 ordrer.
Dette er resultatet af at gentage hver enkelt ordredato inden for de 5.700 rækker i datotabellen. Der er 477 ordrer, der er mindre end udløbsdatoen og større end ordredatoen.
Formlen for rækkefølge mellem datoer vil bruge den samme logik for hver række i tabellen.
Nu har den total, du ser i tabellen, ingen datokontekst.
Det er ganske enkelt summen af alle ordrerne for hver dato, der passer til kriterierne fastsat af erklæringen i formlen.
Hvorfor det er vigtigt at bruge inaktive forhold
Lad os gå tilbage til, hvorfor inaktive relationer er nøglen til at få modellen til at fungere.
At bruge inaktive relationer i modellen er renere. Det giver dig også mulighed for nemt at slå ethvert forhold til afhængigt af, hvad du skal bruge til en bestemt beregning.
Her er et eksempel:
Hvis du ønsker at få de samlede ordrer efter ordredato, skal du have et aktivt forhold mellem datotabellen og datatabellen.
Ved at brugefunktion, er du i stand til virtuelt at aktivere forholdet mellem disse to tabeller i formlen.
Sådan ser det ud i tabellen:
Under den tredje kolonne får du kun antallet af ordrer pr. dag for hver række.
Som et eksempel kan du se, at der er syv ordrer mellem de to på hinanden følgende rækker:
Ved praktisk talt at aktivere relationerne mellem tabeller kan du forgrene dig til forskellige formelmønstre.
Konklusion
I dette selvstudie lærte du, hvordan du beregner antallet af dage mellem flere datoer i din faktatabel ved hjælp af et specifikt formelmønster og ved at oprette inaktive relationer i din model.
FILTER-sætningen sammen med dens specifikke parametre er nøglen til at nå frem til det ønskede resultat.
Desuden giver det dig mulighed for at genbruge denne teknik i forskellige scenarier ved at være i stand til virtuelt at slå relationer mellem tabeller til ved hjælp af USERELATIONSHIP-funktionen i LuckyTemplates.
Skål,
I denne øvelse lærer du, hvordan du kæder funktioner sammen ved hjælp af dplyr-røroperatoren i programmeringssproget R.
RANKX fra LuckyTemplates giver dig mulighed for at returnere rangeringen af et specifikt tal i hver tabelrække, der udgør en del af en liste over tal.
Lær, hvordan du adskiller en PBIX-fil for at udtrække LuckyTemplates-temaer og -billeder fra baggrunden og bruge den til at oprette din rapport!
Excel Formler Snydeark: Mellemvejledning
LuckyTemplates kalendertabel: Hvad er det, og hvordan man bruger det
Lær, hvordan du installerer programmeringssproget Python i LuckyTemplates, og hvordan du bruger dets værktøjer til at skrive koder og vise billeder.
Lær, hvordan du beregner dynamiske fortjenstmargener ved siden af LuckyTemplates, og hvordan du kan få mere indsigt ved at grave dybere ned i resultaterne.
Lær, hvordan du sorterer felterne fra kolonner med udvidet datotabel korrekt. Dette er en god strategi at gøre for vanskelige felter.
I denne artikel gennemgår jeg, hvordan du kan finde dine topprodukter pr. region ved hjælp af DAX-beregninger i LuckyTemplates, herunder funktionerne TOPN og CALCUATE.
Lær, hvordan du bruger en uønsket dimension til flag med lav kardinalitet, som du ønsker at inkorporere i din datamodel på en effektiv måde.