Pipe In R: Tilslutningsfunktioner med Dplyr
I denne øvelse lærer du, hvordan du kæder funktioner sammen ved hjælp af dplyr-røroperatoren i programmeringssproget R.
Jeg vil starte denne tutorial med et grundlæggende spørgsmål. Har du virkelig brug for avancerede færdigheder til at oprette visuelle rapporter?
Nå, det meste af tiden, nej. Hvis du tror, at du ikke kan lave flotte rapporter, fordi du ikke er god til DAX, så tager du fejl. Jeg brugte ikke avancerede DAX-koder til de fleste af de kreative visualiseringer, jeg oprettede.
Selvom du ikke kender DAX så meget, kan du stadig være så kreativ, som du vil. Faktisk kan du være mere kreativ end folk, der er mere vidende om DAX. Dette skyldes, at du kan lede efter eksempler og forskellige måder på, hvordan du skaber dine visualiseringer.
Indholdsfortegnelse
Eksempel på scenarie for visuelle rapporter: Distribution af klager
Det første eksempel, vi skal se på, er det jeg oprettede i . Det er relateret til forsikringsselskaber. Hvis du er medlem af LuckyTemplates, ved du sikkert, at vi kører udfordringer to gange om ugen. Du kan downloade datasættet fra forummet, så du kan lege med det.
Her er varmekortet, jeg har lavet.
I denne rapport oprettede jeg en foranstaltning til at tælle antallet af klager, som jeg har i denne rapport.
Derefter placerede jeg denne måling fra sektionen Felter i feltet Værdier .
Derefter kategoriserede jeg det efter år og region .
Jeg brugte også en filterrude her. I dette tilfælde vil jeg fortælle publikum, hvor mange klager vi har i visse regioner kategoriseret efter år.
For at gøre det begrænsede jeg afsnittet År til 1 år. Det gjorde jeg for hver af disse sektioner eller filter ( 2018 , 2019 , 2020 ).
Det er i bund og grund sådan, du kan lave kreative rapporter, selvom du ikke ved meget om DAX.
Brug af trækort i visuelle rapporter
Til denne del kunne jeg også have brugt en pålægsmaskine.
Men hvis jeg brugte en pålægsmaskine, vil den kun se sådan ud.
Så jeg brugte Treemap-visualiseringen i stedet for.
Ved at bruge trækortet kan vi se, at den region, der har flest klager i dette særlige eksempel, er den vestlige region.
Som du kan se, stiger den. Jeg brugte betinget formatering, hvor jo højere antallet af klager, jo mørkere er farven.
Det er også dynamisk. For eksempel vil jeg vælge Pantsat fra kategorien . Nu vil du se, at det højeste antal klager for belånt produktkategori er i regionen Syd, efterfulgt af Vesten , Midtvesten og derefter Nordøst .
Jeg kan dog ikke lide Treemap, for hvis du ikke har et stort antal værdier i en bestemt kategori, så vil det viste output på rapporten ikke være så godt.
I dette eksempel brugte jeg trækortet og det samme mål, som jeg brugte i den anden rapport (antal klager og produktkategorien). Som et resultat dukker det laveste antal værdier i en bestemt kategori ikke engang op.
Jeg anbefaler, at du eksperimenterer og leger med visualiseringerne i rapporten for at se, hvilken visualisering der fungerer bedst for dig.
Eksempel på visuelle rapportersscenarie: Valutaomregning
Det næste eksempel, som jeg vil vise, er et oprettet af vinderen af .
Det visuelle, han brugte, er helt unikt. Han brugte også en lidt kompleks DAX-kode til at skabe dette look i det visuelle. Men hvad sker der, hvis jeg ikke kender DAX?
Nå, det er stadig muligt at opnå denne type visuelle uden at kende DAX.
Indstil først filtertypen til Top N for feltet Produktdetaljer . Brug derefter Top 3 under Vis emner .
Det næste er at trække og slippe marginmålet fra sektionen Felter til inputværdien Efter . Klik derefter på Anvend filter .
Jeg har nu de 3 bedste varer her.
Så genskaber jeg det første sæt. Jeg kopierer og sætter den nederst.
Derefter ændrer jeg filterkriterierne fra Top til Bund . Klik derefter på Anvend filter .
Til sidst har jeg justeret det, så det passer ind i rapporten.
Konklusion
Og det er sådan, du kan oprette visuelle rapporter uden avancerede DAX-færdigheder. Det er selvfølgelig ikke så svært. Du skal bare være kreativ, og du skal bare finde en måde at få det til at fungere.
Jeg anbefaler stærkt, at du undersøger de ting, du kan gøre med. Det er ikke bare at trække og slippe det visuelle. Du skal bruge lidt tid på et visuelt billede for at opnå flotte diagrammer i din rapport.
Tjek nedenstående links for flere eksempler og relateret indhold.
Skål!
Mudassir
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.