Problemer med datagranularitet i LuckyTemplates

Til dagens blogindlæg vil jeg komme med en løsning, der vil løse problemer med datagranularitet. Hos LuckyTemplates tror vi på at få dine hænder beskidte. Vores igangværende serie, , er alle gearet til at omsætte det, du har lært, i praksis. Vi tror ikke, der er en hurtigere måde at lære LuckyTemplates på end at smøge ærmerne op og komme ind i det. Du kan se den fulde video af denne tutorial nederst på denne blog.

For blev vi bedt om at tage nogle opsummerede data og oprette en daglig faktatabel ved hjælp af power-forespørgsel. Vi har en hel del indhold i øjeblikket tilgængeligt på LuckyTemplates, der dækker noget i denne retning ved hjælp af DAX. For de af jer, der har taget certificeringen, er et af nøglemodulerne budgetanalysen. En af de ting, der blev diskuteret i dette modul, var, hvordan man opdeler budgettet i daglig granularitet, så du er velkommen til at tjekke det ud.

Indholdsfortegnelse

• Starter med Power Query Editor
• Tilføjelse af en brugerdefineret kolonne
• Konklusion

Starter med Power Query Editor

Det var interessant, at de fleste mennesker tog samme tilgang med deres løsninger. I dette indlæg vil jeg dele det ned, hvordan jeg tacklede det. Lad os gå til Power-forespørgselseditoren. Startende med den opsummerede visning var den første ting, jeg gjorde, at sikre mig, at disse er i datoformat og decimaltalsformat.

Det første skridt var at kende antallet af dage mellem startdatoen og slutdatoen. Dette vil hjælpe mig med at få de daglige værdier, jeg skal bruge for mine kolonner for omkostninger , forbrug og emission .

Der er flere måder at gøre dette på. Det er den måde, jeg gjorde det på.

Jeg tilføjede en ny kolonne og kaldte den Varighed og tilføjede derefter Slutdato minus Startdato.

Resultaterne ser ret gode ud. Vi har kolonnen Varighed.

Den næste ting at gøre er at oprette en kolonne med datoer, så hver dato mellem 1/10 og 11/30 er i én kolonne. Jeg kan hurtigt lave en liste ved at lave denne til et helt tal.

Tilføjelse af en brugerdefineret kolonne

Det eneste, der er tilbage at gøre, er at tilføje en brugerdefineret kolonne. Jeg kalder denne kolonne Dato og bruger krøllede parenteser til at oprette en liste over startdatoen helt op til slutdatoen.

Resultatet har givet mig den liste. Jeg kan udvide til nye rækker eller udtrække værdierne.

I dette tilfælde vælger jeg at udvide til nye rækker. Vores liste er nu fra 1/10 går hele vejen op til 30/11.

Jeg kan nu slippe af med disse to kolonner, fordi jeg ikke længere har brug for dem.

Jeg har nu en pæn, velordnet kolonner med dato , pris , forbrug og emission .

Jeg er nødt til at oprette en anden brugerdefineret kolonne og kalde det daglige omkostninger, hvor omkostningerne vil blive divideret med varighed.

Resultatet ser rigtigt ud for mig.

Jeg skal gøre dette igen for de to andre kolonner: Forbrug og Emission. Så skal jeg af med alle de kolonner, som jeg ikke har brug for.

Nu har jeg en daglig pris, dagligt forbrug og daglig emission. Jeg kan endda omdøbe disse kolonner til kun Cost, Consumption og Emission. Jeg har denne enkelt datotabel, som jeg nu kan forbinde til en datotabel og være i stand til at lave standardtidsanalyse.

Sådan blev problemet dækket. Der var dog en særlig kommentar til Melissas indlæg, som jeg også ville fremhæve her.

Jeg tror, ​​at dette er et nøglepunkt. Nogle af de trin, jeg har dækket her, blev gentaget flere gange. Du kan nemt samle disse daglige beregninger i ét trin, som Melissa gjorde her, og jeg anbefaler stærkt, at du også gennemgår hendes arbejde.

Konklusion

Jeg håber, du kan komme til at lege med denne teknik, og jeg håber, at du kan bruge denne til dine egne rapporter. Ved at løse detaljerede problemer i dine data vil du være i stand til at oprette flere datapunkter og se nærmere på de finere detaljer i dine rapporter.

Haroon