Változók és kifejezések a Power Query szerkesztőben
Ez az oktatóanyag a Power Query szerkesztőben található változókról és kifejezésekről szól. Megtanulod, hogyan kell helyesen írni és felépíteni őket.
Ebből az oktatóanyagból megtudhatja, hogyan láncolhat össze függvényeket a pipe operátor használatával az R programozási nyelven.
Íme néhány az R alapvető funkciói közül:
Az R-ben lévő dplyr az adatkezelés nyelvtanának tekinthető. Figyeljük meg, hogy az egyes funkciók igék, és ha együtt helyezzük el, akkor a parancs egy formáját alkotják. Mindezek a funkciók együtt működnek.
Ahogy a táblázat utolsó sorában látható, az R-ben szereplő csőkezelőt %>% jelenti , ami lehetővé teszi a funkciók összekapcsolását.
Ebből az oktatóanyagból megtudhatja, hogyan futtathat általános dplyr függvényeket, majd a pipe operátorral kapcsolhatja össze őket.
Tartalomjegyzék
A Pipe Operator használata az R-ben a kód egyszerűsítéséhez
Nyissa meg az R programot. Az üres szkriptben meg kell hívnia egy könyvtárat a tidyverse és a Lahman könyvtárak használatával.
Ebben a példában nézzük meg az egyes csapatok győzelmeit 2000 óta.
A kódot többféleképpen is megírhatja.
Az első a csapatok folyamatos átcsoportosítása. Szűrnie kell a csapatokat évazonosító szerint, majd csoportazonosító szerint csoportosítania kell őket. Az átlag, min és max érték meghatározásához afunkció.
Amikor futtatja az R kódot, egy táblázatot kap, amely mutatja a csapatazonosítót, az átlagot, a min és a max.
Ez a kód azonban túl sok billentyűleütést tartalmaz.
Tehát próbáljuk meg a másik módszert, hogy egy lépésben megkapjuk az eredményeket, mégpedig a csőkezelő használatával.
A cső operátor billentyűparancsa a CTRL+SHIFT+M . Ez lehetővé teszi a csapatok adatkeretének átadását a következő lépésekben.
A kódhoz nem kell új csapatokat hozzárendelnie az egyes funkciókhoz. Csak a pipe operátort kell használnia az egyes funkciók között, hogy az adatkeretet a teljes kódra átvigye.
Amikor futtatja, ugyanazt az eredményt kapja, mint az előző módszernél.
A csőkezelő lehetővé teszi a kód ésszerűsítését és egyszerűsítését. Ennek az operátornak a használatához azonban időbe telik, amíg megszokja. De miután megértette, hogyan működik, az R-szkript létrehozása könnyebb feladattá válik.
A kód módosítása
A csőkezelő használata megkönnyíti az R-kód módosítását is.
Például, ha további parancsokat szeretne hozzáadni, csak egy másik kódsort kell beépítenie, és a pipe operátor segítségével a meglévő kódhoz kell láncolnia.
Ne feledje, hogy ez nem az eredmények objektumhoz rendelését jelenti. Csak a csapatok adatkeretét kell figyelembe venni , és ezeken a függvényeken keresztül futtatni a kimenet létrehozásához.
Az eredmények objektumhoz rendeléséhez a nyíl operátort ( <> ) kell használni.
Következtetés
A pipe operátor lehetővé teszi a kód egyszerűsítését R-ben. Segít kiküszöbölni azt a folyamatot, amely miatt folyamatosan újra kell rendelni a változókat és az adatokat az R-szkriptben. Az oszloppal és a tidyverse könyvtárral együtt lehetővé teszi a felhasználók számára, hogy könnyen kezeljék az R-ben lévő adatokat.
Ez a tidyverse könyvtár használatának egyik előnye. Ez egy nagyszerű eszköz a statisztikákkal és adattudományokkal foglalkozó felhasználók számára.
Minden jót,
Ez az oktatóanyag a Power Query szerkesztőben található változókról és kifejezésekről szól. Megtanulod, hogyan kell helyesen írni és felépíteni őket.
A LuckyTemplates hőtérkép egyfajta vizualizáció, amelyet az adatsűrűség térképen való megjelenítésére használnak. Ebben az oktatóanyagban megvitatom, hogyan hozhatunk létre egyet – ne hagyd ki!
Megtanítok egy igazán érdekes példát a Pareto-elvre, és arra, hogyan készítsünk Pareto-diagramot fontos DAX-képletekkel.
Ismerje meg, hogyan használható a piactéren található egyéni sávdiagram adatok összehasonlítására, és hogyan hozhatja létre azokat a LuckyTemplates példáinak segítségével.
Ismerje meg, hogyan működik a Power Automate Static Results szolgáltatás, és miért jó, ha a folyamatábrák létrehozásakor bevált gyakorlatok közé adják.
Az eDNA bemutatja, hogyan kell nyelv- vagy szövegfordítást végrehajtani Python használatával, és ezt átvezetni a LuckyTemplatesbe. LuckyTemplates Python oktatóanyag.
Ebből az oktatóanyagból megtudhatja, hogyan használhatja a Gauge Bullet Graph Gantt-diagramot a LuckyTemplates jelentéskészítőben.
Ebből az oktatóanyagból megtudhatja, hogyan hozhat létre háromdimenziós (3D) szórásdiagramot a LuckyTemplates Python használatával.
Hatékony LuckyTemplates jelentéskészítés – Munkamenet áttekintése és forrásletöltés
Új ügyfélelemzés LuckyTemplates segítségével – Csak következő tag esemény