Scatter Plot In R Script: Hogyan készítsünk és importáljunk
Ebből az oktatóanyagból megtudhatja, hogyan hozhat létre R szórványdiagram vizualizációt a LuckyTemplates alkalmazásban az R Script vizualizáció segítségével.
Ebben a LuckyTemplates elemzési példában egyedi betekintést fogunk generálni, amelyben értékeljük az összes ügyfelünket, és megnézzük, hány egyedi terméket vásároltak. Megmutatom, hogyan elemezheti ezt az idő múlásával, és hogyan használhat fel bármit az adatmodellben. Az oktatóanyag teljes videóját a blog alján tekintheti meg.
Ehhez a LuckyTemplates elemzéshez az adatokat ügyfélkörnyezetben értékeljük ki. Az asztalokkal és a színfalak mögött az történik, hogy a vásárlók az Ügyfelek táblázatunkban lesznek kiszűrve. Ezután a rendszer kiszűri az ügyfél-azonosítót minden egyes ügyfél esetében.
az adatmodellben
Ezután itt van a termékazonosítónk (az Értékesítési táblán belül), amely egy oszlop vagy egy dimenzió lesz a táblázatunkban , amelyet aztán végignézhetünk, és megnézhetjük, hány egyedi cikk maradt a szűrő behelyezése után. A LuckyTemplates egy nagyszerű funkcióval rendelkezik, az úgynevezettamely képessé tesz bennünket erre.
Tartalomjegyzék
A DISTINCTCOUNT használata a számításhoz
Most létrehozzuk a képletünket, az Egyedi vásárolt termékek címmel , és a DISTINCTCOUNT függvényt használjuk, amely megkeresi ezeket az egyedi termékeket az Értékesítési táblázatban. És akkor kiszámolhatjuk, hogy hány egyedi termékazonosító van.
Ha ezt bevisszük a táblázatunkba, akkor most láthatjuk az összes egyedi terméket, amelyet vásárlóink vásároltak. Ez az ügyfél, például Andrew Graham, 19 egyedi terméket vásárolt tőlünk. Vegye figyelembe, hogy az idő függvényében elemezzük, mert itt nincs dátumszűrő.
Ezt úgy is rendezhetjük, hogy ki a legmagasabb vagy a legjobb vásárló, nem bevételi szempontból, hanem ki vásárolta a legegyedibb termékeket. Jelen esetben Ralph Richardsonról van szó, 29 elemmel.
Az adatmodell használata további elemzéshez
Ezt még tovább elemezhetnénk. A modellünk bármely elemébe belemerülhetünk így, ahol további kontextust hozunk létre a térbeli vizualizációból.
Ha például kiválasztunk egy üzletet, akkor látni fogjuk a vásárlókat, hogy hány egyedi terméket vásároltak tőlünk az adott üzletből.
Felállíthatunk egy másik táblázatot is a termékneveinkkel , a helyeinkkel (üzletünk neveivel), az ügyfél nevével, és megtekinthetjük az egyes termékek értékesítéseit .
Ezután bármelyik vásárlót kiválaszthatjuk, és megnézhetjük az egyes termékeket, amelyeket az ügyfél vásárolt.
A LuckyTemplates mintaelemzésben szereplő adatkészlet csak véletlenszerű, ami nem reális. Számos módja van azonban annak, hogy az adatmodell elemeinek használatával valóban belemerüljünk adatainkba, és ez csak egy példa.
Következtetés
A legfontosabb dolog, amit szeretném, ha ebből az oktatóanyagból megértené , az elemzés kontextusának megértése , amely ebben az esetben az Ügyfél kontextusa.
Használtuk a Vevőnév táblát, majd kidolgoztuk az Összes értékesítést, és kiértékeltük a Termékazonosító oszlop különálló számát a kontextus vagy a szűrő elhelyezése után. Az általunk elkészített képlet segítségével kiszámíthatjuk a vásárlóink által vásárolt egyedi tételeket.
Remélhetőleg néhány kulcsfontosságú információt el tud venni ebből, és meglátja, hogyan alkalmazhat egy ilyen viszonylag egyszerű megoldásta saját munkádba.
Egészségére!
***** LuckyTemplates tanulása? *****
Ebből az oktatóanyagból megtudhatja, hogyan hozhat létre R szórványdiagram vizualizációt a LuckyTemplates alkalmazásban az R Script vizualizáció segítségével.
Ismerje meg a LuckyTemplates legjobb külső eszközeit, és tanulja meg, hogyan telepítheti őket LuckyTemplates asztalára. Ezek több lehetőséget biztosítanak a jelentések számára.
Ebben a blogban megismerjük és gyakoroljuk a Quick Measures Pro alkalmazását, amely egy nélkülözhetetlen külső eszköz a LuckyTemplates gyorsmérésekhez.
Ismerje meg, hogyan találhat pontos utolsó frissítési dátumot a LuckyTemplates jelentéshez. Mindössze egy M Code-ot és fejlett szerkesztőt kell használnia.
Ebben az oktatóanyagban arról fogunk beszélni, hogyan lehet hatékonyan szűrni több adatot pénzügyi évenként a LuckyTemplates jelentéseiben.
Ez az oktatóanyag megvitatja, hogyan lehet sikeresen implementálni egy M nyelvet, és hogyan lehet megoldani a Power Query szerkesztőben előforduló gyakori hibákat.
Pandák cseppindex oszlopa: Példákkal magyarázva
7 módszer annak ellenőrzésére, hogy egy Python-karakterlánc tartalmaz-e részkarakterláncot
Ismerje meg, mi az a Power Automate Dynamic Content, és hogyan teszi lehetővé a felhasználók számára az előző lépésekből származó mezőhivatkozások kiválasztását vagy kifejezések írását.
Ebből az oktatóanyagból megtudhatja, hogyan oszthat meg egy fájlt olyan személlyel, aki nem tagja a vállalatának, a LuckyTemplates sql lekérdezési paraméterével.