Ebből az oktatóanyagból megtudhatja, hogyan használhatja a Power Queryt pénznemek átváltására a LuckyTemplates alkalmazásban. Az oktatóanyag teljes videóját a blog alján tekintheti meg.
Az ebben a blogban tárgyalt módszer segít megoldani a devizaárfolyam-táblázat problémáit az utolsó elérhető árfolyam használatával.
Meg fogja érteni, hogyan kell megoldani a dolgokat, ha a valutaárfolyamok táblázatában nem szerepel minden egyes napon valutaárfolyam.
Tartalomjegyzék
A hiányzó adatok azonosítása
Ez a probléma akkor fordulhat elő, ha a Dátum táblázat nem tartalmaz adatokat az ünnepekre vagy a hétvégékre.
Ha egyik napra sincs árfolyama, és nem számol vele, akkor az olyan mutatók, mint az Összes értékesítés, nem lesznek konvertálva.
Ha megnézi ezt a valutaárfolyam-táblázatot, a 2016. januári árfolyamok euróban vannak megadva.
De vegye figyelembe, hogy a 27. és 28. nap hiányzik, és nincs ráta. Tehát, ha a mátrixba lép, láthatja, hogy a 27-es és a 28-as díjtételek nincsenek.
A Valuta árfolyam hiányzó mértékkel egyszerűen a Tény valutaárfolyamok táblázat összege.
A táblázatban szereplő 26,6983 végösszeg értelmetlen. Ez csak az összes felette lévő devizaárfolyam összege, amelyet nem kell összeadnia, mert azok az aktuális nap alattiak.
Most ez javíthatómert ez inkább adatmodellezési probléma, amely lekérdezéseket és összesítést foglal magában. Ez a DAX-szal is megtehető, de a LuckyTemplates Power Query segítségével egyszerűbb és gyorsabb.
Ezért kattintson az Adatok átalakítása elemre , majd nyissa meg a Power Query ablakot.
Ez a táblázat a hiányzó adatokkal. Ebben az árfolyamtáblázatban azt is láthatja, hogy eurót, fontot és dollárt tartalmaz.
És akkor ez a döntő asztal, amelynek értékei vannak január 27-én és 28-án. Ez az a táblázat vagy kimenet, amelynek rendelkeznie kell.
Bármilyen forrásból is importálja adatait, és csak módosítsa az adattípust.
Különböző pénznemek szétválasztása
Következő, ha egynél több pénzneme van, fontos, hogy különítse el és csoportosítsa őket a ticker szerint.
Csoportosításkor ügyeljen arra, hogy az összes sorba csoportosítsa őket, így ha például az euróra kattint, akkor csak euróban jeleníti meg az árfolyamokat.
Azt is láthatja, hogy itt hiányoznak a napok, valamint a font valuta.
Létezik ez az Egyéni függvény meghívása a LuckyTemplatesben. Ez egy FillMissingRates funkció.
Ha az euróra kattint, megjelenik egy teljes táblázat, amely tartalmazza a kibontott táblázatban látott hiányzó adatokat. Az árak a legrégebbitől a legújabbig vannak rendezve.
Nézze meg, mit csinálnak az egyéni funkciók. Ha az Egyéni függvény meghívása melletti fogaskerék ikonra kattint, láthatja az oszlop nevét és a forrást, amely az Összes oszlopban található.
Ehhez kezdje el egy alaptáblázattal. Végezze el az átalakításokat, érje el a kívánt eredményt, majd használja azt a függvény létrehozásához. Sokkal értelmesebb, mint abban a táblában próbálkozni, ahol az összes többi altábla található.
Például, ha az euróra szeretne összpontosítani, szűrje le a jelig.
Ha meg szeretné tudni, hogy mely napok hiányoznak, egyesítse a dátumtáblázattal.
Íme egy alapvető, lefelé szűrt pénznemtábla és DimDate táblázat:
A Join Kind esetében használhatja a Full Outer-t, hogy mindkét táblából behozza az összes sort. Ez megmutatja, hogy mi hiányzik, és a megfelelő árakat.
Egyesítéskor egy teljes táblázatot kapsz altáblázatként.
Ezután rendezze a sorokat, majd bontsa ki a DimDate elemet, hogy csak a Dátum oszlopot tartalmazza.
Most láthatja, hogy minden össze van hangolva. Ha pedig a legrégebbitől a legújabbig rendezi a sorokat, akkor a hiányzó két napot is null értékkel láthatja.
Hiányzó árak kitöltése
Fontos, hogy ebben a sorrendben legyenek, mert a Dátum kivételével minden oszlopban minden nullát ki fog tölteni.1.
A kitöltést követően láthatja, hogy a null értékek euróra változtak, és az utolsó elérhető árfolyam.
Ezután távolítsa el a táblázatból a szükségtelen oszlopokat, például a Dátum oszlopot.
A Date.1 oszlopban már szerepelnek a dátumok, így a Dátum oszlopra nincs szükség. Ezután állítsa a keresztarányt decimális számra.
Végül rendezze át és nevezze át az oszlopokat, és győződjön meg arról, hogy az adattípusok be vannak állítva.
Most már rendelkezik egy teljes valutaárfolyam-táblázattal.
Ez azonban csak ennél a táblázatnál működik. Meg kell találnia a módját, hogy ugyanazt a logikát alkalmazza egy táblázatban, ahol a pénznemek csoportosítva vannak.
Az összes valuta összevonása
Ha különböző pénznemeket használ, nehéz különböző árfolyamtáblázatokat fenntartani. Tehát össze kell vonnia őket, hogy egyetlen valutatáblát hozzon létre.
A kezdéshez vegye ki a meglévő táblázatot, és hozzon létre egy függvényt a Táblázat elemre kattintva, majd a Függvény létrehozása lehetőséget választva . Ezután adjon meg egy függvénynevet.
Ezután lépjen a Speciális szerkesztőbe . Távolítsa el azokat a számításokat, amelyekre nincs szüksége. Ebben az esetben szabaduljon meg a forrástól, szűrje meg és módosítsa a szintaxist.
Ezután nevezze el a paramétert Source, majd írja be a Let-t. Mivel a szűrt sorokat eltávolították, módosítsa az Összevont lekérdezések szintaxisában szereplő értéket Forrásra. Ezt követően törölje a forrást a szintaxis végén, majd kattintson a Kész gombra.
Most lépjen az Oszlop hozzáadása elemre, és kattintson az Egyéni függvény meghívása elemre. Adjon meg egy oszlopnevet, például Minden adat. A függvénylekérdezéshez válassza ki a korábban létrehozott függvényt. Forrásként válassza az Összes elemet, majd kattintson az OK gombra.
A következő teendő az összes oszlop eltávolítása az összes adat kivételével. Ezután bontsa ki az oszlopot, és törölje az „Eredeti oszlopnév használata előtagként” beállítás jelölését. Ezután kattintson az OK gombra, és módosítsa az oszloptípusokat.
Állítsa a Date, Ticker és Crossrate oszlopok típusát Dátum, Szöveg és Tizedes értékre. Ha elkészült, kattintson a Bezárás és alkalmazás gombra.
Most egy kombinált valutaárfolyam-táblázatot kap, amelyben nincsenek hiányzó dátumok és árfolyamok.
Kapcsolatok létrehozása az adatmodellben
Az adatmodellben láthatja a FactCurrencyRates táblázatot. Most hozzon létre egy kapcsolatot, Ticker to Ticker és Date to Date, ezzel a táblázattal és a DimCurrencyRates és DimDate táblával.
A mátrixban húzza be a Nem hiányzó valutaárfolyamot , hogy megtudja, a 27. és 28. árfolyam már készen van a Power Queryben.
Az Utolsó jelentett valutaárfolyam oszlop a hiányzó napok árfolyamait is mutatja. Ugyanazokat az arányokat és értékeket mutatja. De a különbség köztük az, hogy ez az oszlop a DAX-ban jön létre.
Ez az oszlop mértéke és szintaxisa. Ez nem olyan egyszerű, mint a Power Query funkciójának használata.
Ha a táblázatot nézi, megjelenik a Konvertált értékesítés nem hiányzik oszlop. Megmutatja a Devizaárfolyam nem hiányzó oszlop használatával átváltott eladásokat. A konvertált értékesítést tartalmazó másik oszlop a DAX-ban készült oszlopot használja.
A konvertált eladások lekéréséhez használt függvény a. Ha megnézi az oszlop mértékét, láthatja, hogy a SUMX átmegy a DimDate táblán.
A DAX és a Power Query módszerek összehasonlítása
Valójában összehasonlíthatja a LuckyTemplates DAX-ot és Power Queryt használó konvertált értékesítési oszlopokat.
Ehhez távolítsa el az összes oszlopot, kivéve a konvertált értékesítési oszlopokat. Ezután indítsa el a teljesítményelemzőt, és kattintson a Felvétel indítása gombra.
Ezután nyissa meg a DAX Studio alkalmazást. Ez egy olyan alkalmazás, amely megmutatja, hogyan és miért működnek a dolgok az Ön modelljében. Ezután másolja ki a mátrix lekérdezését, és illessze be a stúdióba.
Az összehasonlításhoz először alakítsa át az egyiket megjegyzéssé, hogy ne zavarja a másik tesztelt oszlopot.
Ezután töltse be a Kiszolgálóidőzítéseket és a Lekérdezési tervet. Mivel a teljesítményeket hasonlítja össze, az összehasonlítás futtatása előtt először törölje a gyorsítótárat.
A teszt futtatása után láthatja, hogy a DAX-ot használó oszlop rengeteg vizsgálatot kapott, és teljes ideje 71 ezredmásodperc.
Most futtassa a másik oszlopot, amely a Power queryt használta. De először alakítsa át megjegyzéssé a szintaxis másik oszlopát.
Látható, hogy az oszlop csak 25 ezredmásodpercig futott, és csak 7 vizsgálatot tartalmaz.
Világosan láthatja, hogy melyik teljesít gyorsabban és jobban a DAX és a Power Query metódusok között.
Következtetés
A Power Query módszer használatának előnye a LuckyTemplatesben, hogy az adatok már tárolva vannak. Tehát a mérték meg tudja találni az árfolyamot, majd egyszerű függvények segítségével ki tudja hozni.
Egy másik dolog ezzel a módszerrel kapcsolatban, hogy nem lassul le, ha a számítás bonyolulttá válik.
Ez azonban csak akkor működik, ha a kért adatokat nem kell menet közben konvertálni. Ha igen, akkor a DAX-ot kell használnia.
Minden jót,
Fejlessze jelentéskészítési készségeit, ha csatlakozik egy adatelemzési kihíváshoz. Az Accelerator segítségével LuckyTemplates szuperfelhasználóvá válhatsz!
Ismerje meg, hogyan számíthatja ki a futó összegeket a LuckyTemplates programban a DAX segítségével. Az összesítések futtatása lehetővé teszi, hogy ne ragadjon le egyetlen egyéni eredménynél sem.
Ismerje meg a változók fogalmát a DAX-ban a LuckyTemplates-en belül, és a változók hatásait a mérőszámok kiszámítására.
Tudjon meg többet a LuckyTemplates Slope diagram nevű egyéni vizualizációról, amely egyetlen vagy több mérőszám növekedésének/csökkenésének megjelenítésére szolgál.
Fedezze fel a LuckyTemplates színtémáit. Ezek elengedhetetlenek ahhoz, hogy jelentései és vizualizációi zökkenőmentesen nézzenek ki és működjenek.
Az átlag kiszámítása a LuckyTemplates alkalmazásban számos módon elvégezhető, hogy pontos információkat kapjon üzleti jelentéseihez.
Nézzük meg a Standard LuckyTemplates Theming témakört, és tekintsünk át néhány olyan funkciót, amely magában a LuckyTemplates Desktop alkalmazásban található.
Ebből az oktatóanyagból megtudhatja, hogyan hozhat létre egyéni jelmagyarázatot a LuckyTemplates Map Visualban a kívánt színek és szegmentálás megjelenítéséhez.
Ismerje meg, hogyan állíthat be LuckyTemplates háttérképet a PowerPoint segítségével. Ez az egyik technikám a LuckyTemplates jelentéseim létrehozásához.
Ebben az oktatóanyagban egy szervezeten belüli beszerzési elemzésbe fogunk belemerülni egy interaktív funkció és az adatmodell erejének felhasználásával.
