Hvad er Power Query & M Language: En detaljeret oversigt
Denne vejledning giver et overblik over Power Query Editor og M-sproget inde på LuckyTemplates-skrivebordet.
LuckyTemplates er et kraftfuldt datavisualiserings- og business intelligence-værktøj, der giver brugerne mulighed for at oprette forbindelse til forskellige datakilder, oprette interaktive rapporter og dashboards og dele dem med andre. I dagens blog vil vi udforske det mest kraftfulde funktionskald i LuckyTemplates.
Dette funktionskald vil i høj grad forbedre mulighederne for LuckyTemplates og tage din datavisualisering og analyse til næste niveau. Dette ville give dig mulighed for at løfte de analytiske muligheder i LuckyTemplates en masse hak og gøre fantastiske ting alt sammen inden for konteksten af LuckyTemplates-rammen. Du kan se den fulde video af denne tutorial nederst på denne blog.
Indholdsfortegnelse
Datasætfunktion Kald i LuckyTemplates: Problemoversigt
Dette eksempelproblem er fra et websted kaldet Excel BI Nightly Power Query Challenge, som drives af VJ Verma. Han lægger ud med et problem hver aften, og samfundet løser det og diskuterer det blandt medlemmerne.
I eksemplet har spørgsmålet en meget simpel konstruktion med givne øvre og nedre grænser. Mellem disse to tal skal vi beregne antallet af primtal i det interval.
Selvom det er ret simpelt og ligetil i konceptet, er det meget sværere at implementere i LuckyTemplates. Det er fordi, blandt de 800 M funktioner og omkring 400 , er der ingen funktion, der direkte lader os bestemme, om et tal er prime eller ej i LuckyTemplates.
I stedet vil vi dykke ned i Dataset Call , som er en måde at flytte fra Power Query til R eller Python, udføre instruktioner og derefter gå tilbage til Power Query problemfrit og fortsætte vores analyse.
Lad os tage dataene fra Excel BI-udfordringen og begynde at arbejde.
Ændring af datatype
Nedenfor er de nedre og øvre grænser vist.
Disse givne er i tekstformat, og vi skal ændre dem til hele tal. For at gøre det skal du dobbeltklikke på overskriftsrækken ( nedre grænse eller øvre grænse) . I de muligheder, der vises, skal du vælge Skift type og derefter vælge Helnummer.
Det næste trin er at oprette en ny kolonne for alle tallene mellem den nedre og øvre grænse. Derefter pivoterer vi kolonnen for at lave en liste.
Gå til fanen Tilføj kolonne og vælg Brugerdefineret kolonne , da der ikke er nogen måde at gøre dette direkte gennem brugergrænsefladen.
Opret en simpel M-kode og lav en kolonne med navnet nummer. Brug funktionen List.Numbers , som returnerer en liste over tal givet en startværdi, et antal og en valgfri inkrementelværdi.
Indstil startværdien til at være [Lower Limit] og tæller som [Upper Limit] – [Lower Limit] + 1 for at tage højde for N-punktet. Sørg for, at der ikke registreres nogen syntaksfejl. Klik på OK.
En ny kolonne med Lister skulle dukke op. Klik på listen for at se tallene i intervallet nederst.
For eksempel, hvis vi klikker på listen i den første række, får vi en liste, der viser tal fra 10 til 45.
Klik på pilen ved siden af Nummer , og klik på Udvid til nye rækker.
Klik derefter på formatikonet til venstre for Number og skift formatet til Whole Number.
På dette tidspunkt ønsker vi at bestemme, om hvert af disse tal er primtal eller ej. Igen, der er ingen måde at gøre det direkte i LuckyTemplates. Vi kunne programmere en række trin, der ville bestemme primtal, men her er en nemmere måde at gøre det på i Python.
R-primtalspakken
I R er der forskellige pakker . Disse er tilføjelser, som vi kan indbygge i programmet for at udføre visse funktioner, svarende til brugerdefinerede visuals eller eksterne værktøjer i LuckyTemplates.
METACRAN præsenterer et katalog over alle de godkendte R-pakker. Der er over 18.800 aktive pakker i R, men vi kan også indlæse direkte fra udviklersiden. Det betyder, at vi kan lave enhver analyse inden for programmet ved at finde den rigtige pakke.
I vores tilfælde vil vi kigge og forsøge at finde noget, der vil afgøre, om et tal er primtal.
Skriv prime i søgefeltet.
Vælg den første pakke med navnet primtal – Hurtige funktioner for primtal . Dette er en pakke, der tester om et tal er primtal og genererer en sekvens af primtal.
Indsættelse af R Prime-pakken ved hjælp af datasætfunktionen Kald i LuckyTemplates
Gå tilbage til LuckyTemplates og klik Kør R Script fra båndet .
En Run R Script- guide vil dukke op.
Pundtegnet (#), som er en indikator for kommentarer, siger, at variablen ' datasæt' indeholder inputdata for scriptet. Det lader os rense, strukturere og forme vores data, samt tilføje kolonner og pivoter ting. Så snart vi kalder dataset , bliver alt, hvad vi har gjort indtil det tidspunkt, ført ind i R. Det samme gælder for Python – datasættet fungerer på samme måde.
Vi kan tage al den viden, vi har om Power Query, og lave al vores formning der, før vi kalder R. Dette er meget nyttigt, fordi vi ikke behøver at lære nogen R-funktioner, der gør det samme, som vi gjorde i Power Query. Grundlæggende kan vi gå direkte ind i den analytiske del, som er det, vi vil demonstrere i dag.
Lad os starte med. Vi kan bruge kommandoen install.packages , men i dette tilfælde bruger vi biblioteket .
Skriv bibliotek og kald prime -pakken. Dette svarer til at bringe en brugerdefineret visualisering i LuckyTemplates fra AppSource.
Opret derefter en tabel kaldet df for data frame og tildel datasættabellen til den.
I Power Query er vores datasæt sammensat af alt fra Source til Changed Type 1 , og det var det, vi tildelte df.
Opret en ny kolonne svarende til den beregnede kolonne i LuckyTemplates ved at skrive df$isprime . Bemærk, at dollartegnet ( $ ) i R ligner de firkantede parenteser i LuckyTemplates.
Isprime vil være vores kolonnenavn, og til det vil vi tildele funktionen is_primes fra prime-pakken . Vi vil så kalde nummerkolonnen fra df .
Dette tager talkolonnen og kører den gennem is_prime-funktionen for at sige TRUE, hvis tallet er primetal, og FALSK ellers. Funktionen vil derefter sætte SAND eller FALSK i isprime- kolonnen i df-tabellen .
Ring til df- bordet til sidst. Klik på OK.
Vi kan se df vises i ruden Anvendte trin . Når vi klikker på den, skulle vi se isprime -kolonnen, som indeholder TRUE eller FALSE klassifikationen.
Filtrering af primtallene
Dernæst fjerner vi rækkerne for tal, der ikke er primtal. Klik på pilen ved siden af isprime for at åbne filteret. Fjern markeringen i FALSE, så vi kan tælle primtallene.
Klik på OK og gå til fanen Hjem og vælg.
Åbn indstillingen Avanceret . I pop op-vinduet skal du gruppere efter den nedre grænse og tilføje en gruppe for den øvre grænse. Opret derefter en kolonne kaldet Count og indstil Count Rows som operationen for at tælle antallet af TRUE. Klik på OK.
Dette vil give et resultat svarende til det fra udfordringen.
Konklusion
Som konklusion er datasætkaldet det mest kraftfulde funktionskald i LuckyTemplates, og det er et værdifuldt værktøj for enhver bruger, der ønsker at få indsigt fra deres data. Dette enkelt, enkle LuckyTemplates-funktionskald lader dig radikalt udvide programmets analytiske muligheder, bogstaveligt talt lægge hundredtusindvis af yderligere funktioner lige ved hånden fra Power Query.
Ved at forstå, hvordan du bruger denne funktion korrekt, kan du nemt manipulere og analysere store datasæt, hvilket fører til mere effektive og informative visualiseringer. Med den indsigt, du får fra denne funktion, vil du være i stand til at træffe datadrevne beslutninger og forbedre din overordnede forståelse af dine data.
Alt det bedste,
Brian Julius
Denne vejledning giver et overblik over Power Query Editor og M-sproget inde på LuckyTemplates-skrivebordet.
Lær, hvordan du opretter en sideinddelt rapport, tilføjer tekster og billeder og derefter eksporterer din rapport til forskellige dokumentformater.
Lær, hvordan du bruger SharePoint-automatiseringsfunktionen til at skabe arbejdsgange og hjælpe dig med at mikrostyre SharePoint-brugere, -biblioteker og -lister.
Udvid dine rapportudviklingsevner ved at deltage i en dataanalyseudfordring. Acceleratoren kan hjælpe dig med at blive LuckyTemplates-superbruger!
Lær, hvordan du beregner løbende totaler i LuckyTemplates ved hjælp af DAX. Løbende totaler giver dig mulighed for ikke at blive fanget af et individuelt resultat.
Forstå konceptet med variabler i DAX i LuckyTemplates og betydningen af variabler for, hvordan dine mål beregnes.
Lær mere om det brugerdefinerede visuelle kaldet LuckyTemplates Slope-diagrammet, som bruges til at vise stigning/fald for en enkelt eller flere metrics.
Opdag farvetemaerne i LuckyTemplates. Disse er afgørende for, at dine rapporter og visualiseringer kan se ud og fungere problemfrit.
Beregning af et gennemsnit i LuckyTemplates kan gøres på mange måder for at give dig præcise oplysninger til dine virksomhedsrapporter.
Lad os dykke ned i Standard LuckyTemplates-temaer og gennemgå nogle af de funktioner, der er indbygget i selve LuckyTemplates Desktop-applikationen.