Tehokkain toimintopuhelu LuckyTemplatesissa

LuckyTemplates on tehokas tietojen visualisointi- ja liiketoimintatiedon työkalu, jonka avulla käyttäjät voivat muodostaa yhteyden useisiin tietolähteisiin, luoda interaktiivisia raportteja ja kojetauluja sekä jakaa niitä muiden kanssa. Tämän päivän blogissa tutkimme LuckyTemplatesin tehokkainta funktiokutsua.

Tämä toimintokutsu parantaa huomattavasti LuckyTemplatesin ominaisuuksia ja vie tietosi visualisoinnin ja analysoinnin uudelle tasolle. Näin voit hyödyntää LuckyTemplatesin analyyttisiä ominaisuuksia ja tehdä uskomattomia asioita LuckyTemplates-kehyksen puitteissa. Voit katsoa tämän opetusohjelman koko videon tämän blogin alaosasta.

Sisällysluettelo

• Tietojoukkofunktion kutsu LuckyTemplatesissa: Ongelman yleiskatsaus
• Tietotyypin muuttaminen
• R Prime Number -paketti
• R Prime -paketin lisääminen LuckyTemplatesissa Dataset-funktion avulla
• Alkulukujen suodatus
• Johtopäätös

Tietojoukkofunktion kutsu LuckyTemplatesissa: Ongelman yleiskatsaus

Tämä esimerkkiongelma on peräisin sivustolta nimeltä Excel BI Nightly Power Query Challenge , jota ylläpitää VJ Verma. Hän tuo esiin ongelman joka ilta, ja yhteisö ratkaisee sen ja keskustelee siitä jäsenten kesken.

Esimerkissä kysymyksellä on hyvin yksinkertainen rakenne annetuilla ylä- ja alarajoilla. Näiden kahden luvun väliltä meidän on laskettava alkulukujen määrä kyseisellä alueella. 

Vaikka se on konseptiltaan melko yksinkertainen ja suoraviivainen, sen toteuttaminen LuckyTemplatesissa on paljon vaikeampaa. Tämä johtuu siitä, että 800 M:n ja noin 400 funktion joukossa ei ole ominaisuutta, jonka avulla voimme suoraan määrittää, onko luku alkuluku vai ei LuckyTemplatesissa. 

Sen sijaan perehdymme Dataset Calliin , joka on tapa siirtyä Power Querysta R:ään tai Pythoniin, suorittaa ohjeet ja palata sitten saumattomasti takaisin Power Queryyn ja jatkaa analyysiämme. 

Otetaan Excel BI -haasteen tiedot ja aloitetaan työskentely. 

Tietotyypin muuttaminen

Alla näkyvät ala- ja ylärajat. 

Nämä annetut ovat tekstimuodossa, ja meidän on muutettava ne kokonaisluvuiksi. Voit tehdä sen kaksoisnapsauttamalla otsikkoriviä ( Alaraja tai Yläraja) . Valitse näkyviin tulevista vaihtoehdoista Muuta tyyppiä ja valitse sitten Kokoluku. 

Seuraava vaihe on luoda uusi sarake kaikille ala- ja ylärajojen välisille luvuille. Sitten käännämme saraketta luettelon luomiseksi. 

Siirry Lisää sarake -välilehteen ja valitse Mukautettu sarake , koska tätä ei voi tehdä suoraan käyttöliittymän kautta. 

Luo yksinkertainen M-koodi ja tee sarake nimeltä Number. Käytä List.Numbers -funktiota, joka palauttaa luettelon numeroista, joille on annettu alkuarvo, määrä ja valinnainen lisäarvo.

Aseta alkuarvoksi [Lower Limit] ja laske arvoksi [Yläraja] – [Alaraja] + 1 ottaaksesi huomioon N-pisteen. Varmista, että syntaksivirhettä ei havaita. Napsauta OK. 

Uusi sarake luetteloineen tulee näkyviin. Napsauta luetteloa nähdäksesi alareunassa olevat numerot. 

Jos esimerkiksi napsautamme luetteloa ensimmäisellä rivillä, saamme luettelon, jossa on numeroita 10:stä 45:een.

Napsauta Numero- kohdan vieressä olevaa nuolta ja napsauta Laajenna uusiin riveihin.

Napsauta sitten muotokuvaketta Numeron vasemmalla puolella ja vaihda muotoksi Kokoluku.

Tässä vaiheessa haluamme määrittää, onko kukin näistä luvuista alkuluku vai ei. Jälleen kerran, sitä ei voi tehdä suoraan LuckyTemplatesissa. Voisimme ohjelmoida sarjan vaiheita, jotka määrittäisivät alkuluvut, mutta tässä on helpompi tapa tehdä se Pythonissa. 

R Prime Number -paketti

R:ssä on erilaisia ​​paketteja . Nämä ovat lisäosia, jotka voimme rakentaa ohjelmaan tiettyjen toimintojen suorittamiseksi, jotka vastaavat LuckyTemplatesin mukautettuja visuaaleja tai ulkoisia työkaluja.

METACRAN esittelee luettelon kaikista hyväksytyistä R-paketteista. R:ssä on yli 18 800 aktiivista pakettia, mutta voimme ladata myös suoraan kehittäjäsivustolta. Tämä tarkoittaa, että voimme tehdä minkä tahansa analyysin ohjelman sisällä etsimällä oikean paketin. 

Meidän tapauksessamme etsimme ja yritämme löytää jotain, joka määrittää, onko luku alkuluku. 

Kirjoita hakukenttään prime .

Valitse ensimmäinen paketti, jonka nimi on alkuluku – Fast Functions for Prime Numbers . Tämä on paketti, joka testaa, onko luku alkuluku ja luo alkulukusarjan. 

R Prime -paketin lisääminen LuckyTemplatesissa Dataset-funktion avulla

Palaa LuckyTemplatesiin ja napsauta nauhasta Suorita R-skripti . 

Ohjattu Run R Script -toiminto avautuu.

Puntamerkki (#), joka on kommentin ilmaisin, kertoo, että muuttuja ' dataset' sisältää komentosarjan syöttötiedot. Sen avulla voimme puhdistaa, jäsentää ja muokata tietojamme sekä lisätä sarakkeita ja kääntää asioita. Heti kun kutsumme datajoukkoa , kaikki siihen mennessä tekemämme syötetään R:hen. Sama pätee Pythonille – tietojoukko toimii samoin.

Voimme hyödyntää kaiken Power Queryn tietämyksen ja tehdä kaiken muotoilumme siellä ennen R:lle kutsumista. Tämä on erittäin hyödyllistä, koska meidän ei tarvitse opetella R-funktioita, jotka tekevät saman asian kuin Power Queryssä. Pohjimmiltaan voimme siirtyä suoraan analyyttiseen osaan, jonka esittelemme tänään.

Aloitetaan . Voimme käyttää install.packages- komentoa, mutta tässä tapauksessa käytämme kirjastoa .

Kirjoita kirjasto ja kutsu alkulukupaketti . Tämä vastaa mukautetun visualisoinnin tuomista LuckyTemplatesiin AppSourcesta. 

Luo sitten taulukko nimeltä df datakehykselle ja määritä tietojoukkotaulukko sille .

Power Queryssä tietojoukkomme koostuu kaikesta lähteestä muuttuneeseen tyyppiin 1 , ja se oli se, mitä määritimme df:lle.

Luo uusi sarake, joka vastaa LuckyTemplatesin laskettua saraketta kirjoittamalla df$isprime . Huomaa, että R:n dollarimerkki ( $ ) on samanlainen kuin LuckyTemplatesin hakasulkeet.

Isprime on sarakkeen nimi, ja siihen määritämme is_primes - funktion alkulukupaketista . Kutsumme sitten numerosaraketta df : stä . 

Tämä ottaa numerosarakkeen ja ajaa sen is_prime-funktion läpi sanoakseen TOSI, jos luku on alkuluku, ja FALSE muussa tapauksessa. Funktio asettaa sitten TRUE tai FALSE df- taulukon isprime- sarakkeeseen . 

Soita lopuksi df -taulukkoon. Napsauta OK. 

Näemme df:n näkyvän Applied Steps -ruudussa . Kun napsautamme sitä, meidän pitäisi nähdä isprime- sarake, joka sisältää luokituksen TRUE tai FALSE. 

Alkulukujen suodatus

Seuraavaksi poistamme rivit numeroilta, jotka eivät ole alkulukuja. Avaa suodatin napsauttamalla isprime- kohdan vieressä olevaa nuolta. Poista valinta kohdasta FALSE , jotta voimme laskea alkuluvut. 

Napsauta OK ja siirry sitten Koti- välilehdelle ja valitse. 

Avaa Lisäasetukset- vaihtoehto. Ryhmittele ponnahdusikkunassa alarajan mukaan ja lisää ryhmä ylärajalle . Luo sitten sarake nimeltä Count ja aseta Count Rows toiminnoksi, jolla lasketaan TRUE. Napsauta OK. 

Tämä tuottaa samanlaisen tuloksen kuin haasteesta. 

Johtopäätös

Yhteenvetona voidaan todeta, että datajoukkokutsu on LuckyTemplatesin tehokkain funktiokutsu, ja se on arvokas työkalu kaikille käyttäjille, jotka haluavat saada oivalluksia tiedoistaan. Tämän yksittäisen, yksinkertaisen LuckyTemplates-funktiokutsun avulla voit laajentaa ohjelman analyyttisiä ominaisuuksia radikaalisti ja tuoda satoja tuhansia lisätoimintoja aivan sormiesi ulottuville Power Querysta käsin. 

Kun ymmärrät, kuinka tätä toimintoa käytetään oikein, voit helposti käsitellä ja analysoida suuria tietojoukkoja, mikä johtaa tehokkaampiin ja informatiivisempiin visualisointeihin. Tästä toiminnosta saatujen oivallusten avulla voit tehdä tietoihin perustuvia päätöksiä ja parantaa yleistä ymmärrystäsi tiedoistasi. 

Kaikki parhaat,

Brian Julius