Pipe In R: Koblingsfunksjoner med Dplyr
I denne opplæringen lærer du hvordan du kobler funksjoner sammen ved å bruke dplyr-røroperatøren i programmeringsspråket R.
Mange ganger når du kommer inn i mer avansert formel med DAX, vil du oppdage at summene som vises enten på et bord eller et kort, noen ganger kan være feil. Det er så mange varianter av hvordan dette kan skje i formlene dine, så det er vanskelig å dekke hvert enkelt scenario. I denne opplæringen demonstrerer jeg hvordan du kan implementere avansert logikk i LuckyTemplates og oppnå den ønskede totalen du er ute etter. Du kan se hele videoen av denne opplæringen nederst på denne bloggen.
Jeg vil gå gjennom ganske mye detaljer om strukturen til formlene og logikken som du trenger her. Vi skal også finne ut hvordan du kan sortere ut totaler i dataene dine ved hjelp av avansert logikk.
Med totaler mener jeg totalsummene som vi ser nederst på tabellene eller kortene på høyre side.
Nå kommer disse summene åpenbart til å utlede forskjellige tall fra det som faktisk er i tabellene på grunn av konteksten. Siden det ikke er noen kontekst på resultatene, er det i utgangspunktet bare å gjøre alt uten noe filter på plass.
Men noen ganger vil du ønske å oppsummere en total basert på de individuelle resultatene du får i tabellene basert på filtrene deres.
Innholdsfortegnelse
Beregning av totalt salg
Først må jeg beregne mitt totale salg ved å bruke denne formelen.
Dette er bare en enkel iterasjonsfunksjon som beregner det totale salget for alt, men har blitt filtrert etter månedsnavnet .
Vær oppmerksom på at denne tabellen blir filtrert for hver måned, men ikke etter år . Det betyr at den teller hvert eneste års resultater i januar, februar, mars og så videre.
Få månedsgjennomsnitt
Det jeg ønsker å oppnå videre er å se på gjennomsnitt over årene . For eksempel vil jeg vite gjennomsnittet av hvor mye vi selger i januar, uansett om det er over tre år, fire år eller fem år.
Formelen jeg brukte er relativt enkel. Jeg brukte en iterasjonsfunksjon kaltsom vil iterere gjennom hver eneste måned og år i den nåværende konteksten for Totalt salg .
Det er bare tre år i dataene våre: 2015, 2016 og 2017. For januar måned er det VALUES gjør at den beregner totalt salg for januar 2015, januar 2016 og januar 2017 .
Det AVERAGEX gjør er at det er gjennomsnittet av disse tre tallene, og det er grunnen til at vi får resultatet på $956 385 for januar.
Totalen gjør nøyaktig samme logikk. Den regner ut gjennomsnittet for hver eneste måned og år. I stedet for bare tre måneder, går den gjennom totalt salg for 36 måneder og deretter opp et gjennomsnitt. Dette er hvordan vi kommer opp til $976 198 totalt.
Bruke logikk for å få gjennomsnittlig årlig resultat
Men hva gjør vi hvis vi vil beregne summen av alle gjennomsnittene? Hva om vi ønsker å ekstrapolere ut det gjennomsnittlige årlige resultatet? Dessverre kommer ikke denne formelen til å gjøre det for oss. Vi trenger mer logikk inne i formelen for å få totalen vi ønsker.
Formelen jeg kom opp med er ikke så langt unna det vi gjorde. Vi har bare lagt over litt ekstra logikk – som er nøkkelteknikken jeg vil at du skal få ut av dette. Du må kanskje sette inn en annen logikk, men du kan bruke dette som et mønster for å hjelpe deg med å løse ditt eget datasett.
Få månedlige gjennomsnitt
Hvis du vil legge merke til, har vi de samme tallene under de to gjennomsnittskolonnene, men totalsummene er forskjellige.
Formelen for månedlig gjennomsnitt er nøyaktig den samme formelen som den forrige vi nettopp brukte. Vi har også Average Total- målet, som er en tabellfunksjon som jeg legger inn i en VARIABLE .
Jeg har også bruktfor å oppsummere datoene[Månedsnavn] og månedsgjennomsnittet . Denne tabellen kommer til å liste opp hvert enkelt månedsnavn og regne ut månedsgjennomsnittet. Så det kommer i utgangspunktet til å lage kolonnene Månedsnavn og Månedsgjennomsnitt nedenfor.
Inkorporerer HASONEVALUE som logikk
Dette vil gjøre oss i stand til å lage litt ekstra logikk for å beregne totalen. Vi må bruke HVIS- funksjonen, der den skal evalueres til TRUE hvis den er filtrert av noen av dem under månedsnavnet .
Avhengig av kolonnen vi legger inn der, vil IF HASONEVALUE lik resultatet. Hvis det ikke gjør det, må vi gjøre en annen type logikk.
Denne logikken kommer til å iterere gjennom tabellfunksjonen som vi opprettet (AverageTotal), og deretter ved å bruke SUMX-funksjonen, skal vi telle opp månedlig gjennomsnitt- kolonnen.
Denne logikken er kraftig i seg selv fordi vi ikke en gang refererer til et mål her; vi refererer til en virtuell kolonne inne i en virtuell tabell. Dette er fantastiske greier, ikke sant?
Ved å legge dette inn i, kan vi nå få totalen for alle resultatene og deretter bruke den i et kort.
Konklusjon
Det er mye å lære rundt mulighetene for tiltak og hvordan disse kan brukes for å få den riktige innsikten og resultatene du er ute etter i LuckyTemplates-rapportene og -modellene dine.
Dette er et ganske avansert eksempel hvor jeg gikk gjennom litt itererende logikk og bruktei LuckyTemplates.
Hvis du kan bruke litt tid på å fordøye informasjonen og forstå hvordan du implementerer avansert logikk i LuckyTemplates, vil du være på et meget dyktig nivå på kort tid.
For mange flere avanserte DAX-eksempler, sjekk ut kursmodulen nedenfor på LuckyTemplates Online. Jeg tror du vil bli overrasket over innsikten du kan oppdage ved å bruke DAX effektivt i LuckyTemplates.
I denne opplæringen lærer du hvordan du kobler funksjoner sammen ved å bruke dplyr-røroperatøren i programmeringsspråket R.
RANKX fra LuckyTemplates lar deg returnere rangeringen til et spesifikt tall i hver tabellrad som utgjør en del av en liste med tall.
Lær hvordan du demonterer en PBIX-fil for å trekke ut LuckyTemplates-temaer og bilder fra bakgrunnen og bruke den til å lage rapporten din!
Excel Formulas Cheat Sheet: Mellomveiledning
LuckyTemplates-kalendertabell: Hva er det og hvordan du bruker det
Lær hvordan du installerer programmeringsspråket Python i LuckyTemplates og hvordan du bruker verktøyene til å skrive koder og vise visuelle elementer.
Lær hvordan du beregner dynamiske fortjenestemarginer ved siden av LuckyTemplates og hvordan du kan få mer innsikt ved å grave dypere inn i resultatene.
Lær hvordan du sorterer feltene fra kolonner med utvidet datotabell på riktig måte. Dette er en god strategi å gjøre for vanskelige felt.
I denne artikkelen går jeg gjennom hvordan du kan finne de beste produktene dine per region ved å bruke DAX-beregninger i LuckyTemplates, inkludert TOPN- og CALCUATE-funksjonene.
Lær hvordan du bruker en søppeldimensjon for flagg med lav kardinalitet som du ønsker å inkludere i datamodellen din på en effektiv måte.