I denne tutorial vil jeg demonstrere de 3 forskellige måder at bruge R til LuckyTemplates på. Dette omfatter import af data til LuckyTemplates , anvendelse af trin i Power Query og oprettelse af en datavisualisering .
Opsætning af R for LuckyTemplates vil give dig mulighed for at udføre visse opgaver, såsom dem, der blev nævnt ovenfor. Nogle af disse minder om, hvordan vi integrerede Python i LuckyTemplates.
Indholdsfortegnelse
Konfiguration af R til LuckyTemplates
Når du åbner LuckyTemplates, skulle du se en tom rapport. For at integrere R i LuckyTemplates skal du først gå til menuen Filer .
Klik derefter på Indstillinger og indstillinger . Vælg derefter Indstillinger .
Når du vælger Indstillinger , vises en pop op-boks. Under den globale gruppe af muligheder skal du klikke på R scripting indstillingen. Derefter bør du se muligheder for at tildele R hjemmemapper og R IDE'er .
Hvis du ikke kan se denne mulighed, kan du blot klikke på rullemenuen og vælge Andet .
Derefter vises en ny inputboks, hvor du kan indstille R-hjemmemappen manuelt.
For korrekt at identificere stien til R-hjemmemappen skal du åbne RStudio og klikke på menuen Værktøjer . Vælg derefter Globale indstillinger .
Det er her du kan kontrollere filstien, hvor din R er installeret. I mit tilfælde er dette filstien, hvor min R er installeret.
Dette var den filsti, du så tidligere i de foregående eksempler, hvilket betyder, at jeg skal opdatere min version fra R-4.0.2 til R-4.1.1.
På den anden side kan du bare kopiere filstien, som du kan finde her, og indsætte den i LuckyTemplates for at indstille R-hjemmemappen .
Jeg vælger filstien for at opdatere min version til R-4.1.1.
For de registrerede R IDE'er skal du vælge indstillingen R Studio. Dette vil give os mulighed for at arbejde med data i R Studio og tage dem til LuckyTemplates. Klik derefter på OK for at afslutte opsætningen af R for LuckyTemplates.
3 forskellige måder at bruge R til Lucky Templates
Lad os begynde med at importere data ved at bruge trinene i Power Query. Derefter opretter vi en visualisering for de data, vi skal oprette.
1. Import af data ved hjælp af R Script i LuckyTemplates
Først skal du klikke på Hent data og vælge indstillingen Mere .
Derefter vises en pop-up-boks med Hent data. Søg efter R-script i søgefeltet, og vælg R-script fra resultaterne. Klik derefter på Connect .
Dette åbner R-script- dialogboksen.
Når R-script-dialogboksen er åben, kan vi begynde at importere data. I dette eksempel importerer vi en CSV-fil ved hjælp af R-script og gør den til en tabel.
For at importere CSV-filen skal du bruge read.csv- funktionen og inkludere filstien til den CSV-fil, du vil importere, inden for parentesen. I dette eksempel gemte jeg det i en variabel ved navn tips . For at udføre scriptet skal du blot klikke på OK .
Når scriptet er udført, skal der oprettes en tabel med navnet tip . I pop op-boksen Navigator kan du se forhåndsvisningen af tabellen. Lad os klikke på Transform Data for at åbne denne tabel i .
Tabellen skulle se sådan ud efter at have klikket på Transform Data .
2. Anvendelse af R-scripts i Power Query Editor
Efter at have åbnet tiptabellen i Power Query, betragtes dette nu som et datasæt. Herfra kan vi udføre nogle funktioner til som eksempel, baseret på det datasæt, som vi har. For at gøre det skal du klikke på Transformer og vælge Kør R-script .
En R-script-dialogboks vises, og vi kan køre et andet script for at oprette en kopi af det aktuelle datasæt, som vi har. Vi opretter også en ny kolonne ved navn m_f med data, der kommer fra kønskolonnen ved hjælp af koden nedenfor.
Linjen new_dataset <-> betyder, at vi sætter indholdet af datasættet i new_dataset- variablen.
Da jeg oprettede den nye kolonne, gemte jeg en understrengfunktion i variablen new_dataset$m_f . Bemærk, at jeg brugte et $ -symbol før m_f . Dette er symbolet, der bruges til at oprette en ny kolonne ved hjælp af R-script.
Inde i , betyder koden new_dataset$sex, 1 ,1, at vi kun tager det første tegn i kønskolonnens data. Så i stedet for at tage Mand og Kvinde, tager vi kun M og F. Klik på OK for at udføre koden.
I afsnittet Anvendte trin kan du spore de trin, du har udført i det aktuelle datasæt, du arbejder på. Så hvis du ruller tabellen til højre, skulle du se den nye m_f kolonne sammen med data fra kønskolonnen.
Hvis du vil gennemgå, hvad du gjorde i det forrige trin, skal du blot klikke på tandhjulsikonet. Så ville det åbne dialogboksen Kør R Script .
Nu hvor vi er færdige med at anvende R-scripts i vores datasæt, kan vi trygt lukke og anvende de ændringer, vi har foretaget.
Efter at have gjort det, vil den indlæse tiptabellen i LuckyTemplates.
3. Opbygning af en R-visualisering i LuckyTemplates
Når tiptabellen er indlæst i LuckyTemplates, kan vi begynde at bygge en R-visualisering baseret på den tabel. Under Visualiseringsruden skal du klikke på den visuelle indstilling R-script og derefter klikke på Aktiver for at fortsætte.
Du bør se noget som dette, efter at du har aktiveret script-visuals for R.
For at begynde at vise data i vores visualisering skal du bare gå over til felter-ruden, udvide tiptabellen og vælge tip- og total_bill- felterne.
I R-scripteditoren ser vi noget genereret kode efter valg af tip- og total_bill -felterne. Disse koder genereres og udføres automatisk for at skabe et datasæt eller en dataramme. De er også til at fjerne duplikerede rækker fra de data, som vi forsøger at vise i vores visualisering.
Derefter kan vi nu begynde at plotte data baseret på vores udvalgte felter. For dette eksempel vil jeg oprette en for tip og total_bill ved hjælp af plot-funktionen.
Ved at bruge plot-funktionen kan vi inkludere dataset$total_bill og dataset$tip i argumenterne for at angive de kolonner, der skal vises i vores visualisering. For at udføre dette script skal du blot klikke på afspilningsikonet i øverste højre hjørne af R script-editoren.
Derefter vil vi nu se spredningsplottet for tip og total_bill i forhåndsvisningsområdet.
Alternativ måde at redigere et plot ved hjælp af RStudio
Afhængigt af plottet, du vil oprette, skal du muligvis gå direkte til RStudio og anvende trinene for at oprette et plot og gå tilbage til LuckyTemplates.
Kopier og indsæt derefter de koder, du lavede i RStudio. Dette skyldes manglen på RStudio-funktioner, mens du redigerer i LuckyTemplates R-scripteditor.
Faktisk kan vi flytte de R-scripts, som vi har oprettet her i LuckyTemplates, til RStudio. Du kan gøre dette ved at klikke på den diagonale pil i øverste højre side af R-scripteditoren.
Dette er, hvad der vil ske efter at have klikket på den diagonale pil i R-scripteditoren i LuckyTemplates.
Når scriptet er flyttet ind i RStudio, skal vi vælge alle koderne og udføre dem for at se outputtet.
Du kan foretage ændringer her i RStudio og bringe alt tilbage til LuckyTemplates, når du er færdig med at redigere. For eksempel vil jeg skifte variablerne og udføre dem for at lave nogle ændringer i vores plot.
I dette eksempel flyttede jeg spidsen ind i x-aksen og total_bill ind i plottets y-akse. Da vi er færdige med at anvende ændringer, kan vi kopiere koden og indsætte den tilbage i LuckyTemplates og anvende ændringerne der.
Ud over visualisering kan dette ændre sig med brugen af en slicer, som vi bruger den i vores LuckyTemplates-rapport. Til reference vil jeg tilføje en slicer og tjekke tiden under felter-ruden.
I sliceren kan vi klikke på frokost- eller middagsmulighederne for at ændre dataene i vores plot baseret på det valgte tidspunkt.
Vær opmærksom på, at afhængigt af hvor stort datasættet, der bliver visualiseret, kan du opleve en vis forsinkelse. Nogle gange kan det være langsomt, når du ændrer plottets output ved hjælp af en slicer.
Konklusion
Når du tager alt i betragtning, har du lært, hvordan du integrerer R i LuckyTemplates. Du var også i stand til at bruge R til LuckyTemplates på 3 forskellige måder: dataimportering , anvendelse af R-scripts og opbygning af en R-visuel .
Desuden var du i stand til at bruge forskellige symboler og funktioner til at udføre bestemte opgaver og visualiseringer. Husk, at du kan redigere dine R-scripts i RStudio og bringe ændringerne tilbage i LuckyTemplates.
Denne blog indeholder LuckyTemplates TOPN DAX-funktionen, som giver dig mulighed for at få unik indsigt fra dine data, hvilket hjælper dig med at træffe bedre markedsføringsbeslutninger.
Find ud af, hvorfor det er vigtigt at have en dedikeret datotabel i LuckyTemplates, og lær den hurtigste og mest effektive måde at gøre det på.
Denne korte vejledning fremhæver LuckyTemplates mobilrapporteringsfunktion. Jeg vil vise dig, hvordan du kan udvikle rapporter effektivt til mobilenheder.
I denne LuckyTemplates Showcase gennemgår vi rapporter, der viser professionel serviceanalyse fra et firma, der har flere kontrakter og kundeengagementer.
Gå gennem de vigtigste opdateringer til Power Apps og Power Automate og deres fordele og implikationer for Microsoft Power Platform.
Opdag nogle almindelige SQL-funktioner, som vi kan bruge, såsom streng, dato og nogle avancerede funktioner til at behandle eller manipulere data.
I denne tutorial lærer du, hvordan du opretter din perfekte LuckyTemplates-skabelon, der er konfigureret til dine behov og præferencer.
I denne blog vil vi demonstrere, hvordan man lagdelte feltparametre med små multipler for at skabe utrolig nyttig indsigt og visuals.
I denne blog vil du lære, hvordan du bruger LuckyTemplates rangerings- og brugerdefinerede grupperingsfunktioner til at segmentere et eksempeldata og rangordne det efter kriterier.
I denne tutorial vil jeg dække en specifik teknik omkring, hvordan du kun viser Kumulativ Total op til en bestemt dato i dine visuals i LuckyTemplates.
