A legerősebb funkcióhívás a LuckyTemplatesben

A LuckyTemplates egy hatékony adatvizualizációs és üzleti intelligencia eszköz, amely lehetővé teszi a felhasználók számára, hogy különféle adatforrásokhoz kapcsolódjanak, interaktív jelentéseket és irányítópultokat készítsenek, és megosszák azokat másokkal. A mai blogban a LuckyTemplates leghatékonyabb függvényhívását fogjuk megvizsgálni.

Ez a függvényhívás nagyban javítja a LuckyTemplates képességeit, és új szintre emeli az adatok megjelenítését és elemzését. Ez lehetővé tenné a LuckyTemplates elemző képességeinek egy csomó fokozatát, és csodálatos dolgokat valósíthat meg a LuckyTemplates keretrendszer keretében. Az oktatóanyag teljes videóját a blog alján tekintheti meg.

Tartalomjegyzék

• Dataset Function Call In LuckyTemplates: Probléma áttekintése
• Az adattípus megváltoztatása
• Az R Prime Number csomag
• Az R Prime csomag beszúrása a Dataset függvényhívás segítségével a LuckyTemplatesben
• A prímszámok szűrése
• Következtetés

Dataset Function Call In LuckyTemplates: Probléma áttekintése

Ez a mintaprobléma egy Excel BI Nightly Power Query Challenge nevű webhelyről származik, amelyet VJ Verma üzemeltet. Minden este előad egy problémát, a közösség pedig megoldja és megvitatja a tagok között.

A példában a kérdés nagyon egyszerű felépítésű, adott felső és alsó határértékekkel. E két szám között ki kell számítanunk az adott tartományba eső prímszámok számát. 

Bár meglehetősen egyszerű és egyértelmű koncepció, sokkal nehezebb megvalósítani a LuckyTemplatesben. Ennek az az oka, hogy a 800 M és a 400 körüli függvény között nincs olyan funkció, amely közvetlenül lehetővé tenné annak meghatározását, hogy egy szám prímszámú-e vagy sem a LuckyTemplatesben. 

Ehelyett elmélyülünk a Dataset Callben , amely egy módja annak, hogy a Power Queryről az R-re vagy a Pythonra váltsunk, utasításokat hajtsunk végre, majd zökkenőmentesen visszatérjünk a Power Querybe, és folytassuk az elemzést. 

Vegyük át az Excel BI kihívás adatait, és kezdjük el a munkát. 

Az adattípus megváltoztatása

Az alábbiakban látható az alsó és felső határ. 

Ezek az adatok szöveges formátumúak, és ezeket egész számokra kell változtatnunk. Ehhez kattintson duplán a fejléc sorára ( alsó határérték vagy felső határ) . A megjelenő lehetőségek közül válassza a Típus módosítása , majd a Teljes szám lehetőséget. 

A következő lépés egy új oszlop létrehozása az alsó és felső határ közötti összes számhoz. Ezután elforgatjuk az oszlopot, hogy listát készítsünk. 

Lépjen az Oszlop hozzáadása lapra, és válassza az Egyéni oszlop lehetőséget , mivel ezt nem teheti meg közvetlenül a felhasználói felületen keresztül. 

Hozzon létre néhány egyszerű M kódot, és hozzon létre egy Szám nevű oszlopot . Használja a Lista.Számok függvényt, amely a számok listáját adja vissza kezdeti értékkel, számmal és opcionális növekményes értékkel.

Állítsa be a kezdeti értéket az [Alsó határ] értékre , a számlálást pedig a [Upper Limit] – [Lower Limit] + 1 értékre, hogy figyelembe vegye az N pontot. Győződjön meg arról, hogy nem észlel szintaktikai hibát. Kattintson az OK gombra. 

Meg kell jelennie egy új oszlopnak listákkal. Kattintson a Listára , hogy megtekinthesse a számokat a tartomány alján. 

Például, ha az első sorban a Listára kattintunk , akkor egy 10-től 45-ig terjedő számokat tartalmazó listát kapunk.

Kattintson a Szám melletti nyílra , majd kattintson a Kibontás új sorokra elemre.

Ezután kattintson a Szám bal oldalán található formátum ikonra, és módosítsa a formátumot egész számra.

Ezen a ponton meg akarjuk határozni, hogy ezek a számok prímszámok-e vagy sem. Ismét nincs mód erre közvetlenül a LuckyTemplatesben. Programozhatnánk egy sor lépést, amelyek meghatározzák a prímszámokat, de itt van egy egyszerűbb módja ennek Pythonban. 

Az R Prime Number csomag

Az R-ben különböző csomagok vannak . Ezek olyan kiegészítők, amelyeket beépíthetünk a programba bizonyos funkciók végrehajtása érdekében, amelyek egyenértékűek a LuckyTemplates egyéni látványelemeivel vagy külső eszközeivel.

A METACRAN bemutatja az összes jóváhagyott R csomag katalógusát. Az R-ben több mint 18 800 aktív csomag található, de közvetlenül a fejlesztői oldalról is be tudunk tölteni. Ez azt jelenti, hogy a programon belül bármilyen elemzést elvégezhetünk a megfelelő csomag megtalálásával. 

Esetünkben meg fogunk nézni és megpróbálunk találni valamit, ami meghatározza, hogy egy szám prím-e. 

Írja be a prímet a keresőmezőbe.

Válassza ki az első prímek nevű csomagot – Gyors függvények prímszámokhoz . Ez egy olyan csomag, amely megvizsgálja, hogy egy szám prím-e, és prímszámok sorozatát generálja. 

Az R Prime csomag beszúrása a Dataset függvényhívás segítségével a LuckyTemplatesben

Menjen vissza a LuckyTemplates oldalra, és kattintson az R Script futtatása elemre a szalagon . 

Megjelenik egy Run R Script varázsló.

A font jel (#), amely a megjegyzés jelzője, azt mondja, hogy a " datakészlet" változó tartalmazza a szkript bemeneti adatait. Lehetővé teszi adataink megtisztítását, strukturálását és alakítását, valamint oszlopok hozzáadását és elforgatását. Amint meghívjuk az adatkészletet , minden, amit addig csináltunk, bekerül az R-be. Ugyanez igaz a Pythonra is – az adatkészlet ugyanúgy működik.

Az R meghívása előtt minden tudásunkat átvehetjük, amivel rendelkezünk a Power Queryben, és ott elvégezhetjük az összes formázást. Ez nagyon hasznos, mert nem kell megtanulnunk egyetlen olyan R függvényt sem, amely ugyanazt csinálja, mint a Power Queryben. Alapvetően közvetlenül az elemző részbe léphetünk, amit ma bemutatunk.

Kezdjük azzal. Használhatjuk az install.packages parancsot, de ebben az esetben a könyvtárat fogjuk használni.

Írja be a library-t , és hívja meg a prímcsomagot . Ez egyenértékű egy egyéni vizualizációval a LuckyTemplates alkalmazásban az AppSource-ból. 

Ezután hozzon létre egy df nevű táblát az adatkerethez, és rendelje hozzá az adatkészlet táblát.

A Power Queryben az adatkészletünk a Forrástól az 1. módosult típusig mindenből áll, és ezt rendeltük hozzá a df-hez.

Hozzon létre egy új, a LuckyTemplates számított oszlopával egyenértékű oszlopot a df$isprime beírásával . Vegye figyelembe, hogy a dollárjel ( $ ) az R-ben hasonló a LuckyTemplates szögletes zárójeléhez.

Isprime lesz az oszlopnevünk, és ehhez rendeljük hozzá az is_primes függvényt a primes csomagból . Ezután meghívjuk a Szám oszlopot a df- ből . 

Ez veszi a számoszlopot, és végigfutja az is_prime függvényen , hogy TRUE-t mondjon, ha a szám prím, és FALSE-t egyébként. A függvény ezután az IGAZ vagy FALSE értéket a df tábla isprime oszlopába helyezi . 

A végén hívd meg a df táblázatot. Kattintson az OK gombra. 

Láthatjuk, hogy a df megjelenik az Applied Steps panelen. Ha rákattintunk, az isprime oszlopot kell látnunk, amely az IGAZ vagy FALSE besorolást tartalmazza. 

A prímszámok szűrése

Ezután eltávolítjuk a nem prímszámok sorait. Kattintson az isprime melletti nyílra a szűrő megnyitásához. Törölje a FALSE jelölőnégyzetet , hogy meg tudjuk számolni a prímszámokat. 

Kattintson az OK gombra , majd lépjen a Kezdőlap fülre, és válassza a lehetőséget. 

Nyissa meg a Speciális lehetőséget. A felugró ablakban csoportosítson az alsó határ szerint , és adjon hozzá egy csoportot a felső határhoz. Ezután hozzon létre egy Count nevű oszlopot , és állítsa be a Count Rows műveletet az IGAZ szám megszámlálásához. Kattintson az OK gombra. 

Ez a kihíváshoz hasonló eredményt fog hozni. 

Következtetés

Összefoglalva, az adatkészlet-hívás a LuckyTemplates leghatékonyabb függvényhívása, és értékes eszköz minden felhasználó számára, aki betekintést szeretne nyerni adataiból. Ezzel az egyetlen, egyszerű LuckyTemplates függvényhívással radikálisan kibővítheti a program elemzési képességeit, szó szerint több százezer további funkciót tesz elérhetővé a Power Queryből. 

Ha megérti, hogyan kell megfelelően használni ezt a funkciót, könnyen kezelhet és elemezhet nagy adathalmazokat, ami hatékonyabb és informatívabb vizualizációkat eredményez. Az ebből a funkcióból nyert betekintések segítségével adatvezérelt döntéseket hozhat, és javíthatja az adatok általános megértését. 

Minden jót,

Brian Julius