Den kraftigste funksjonsanropet i LuckyTemplates

LuckyTemplates er et kraftig datavisualiserings- og business intelligence-verktøy som lar brukere koble til ulike datakilder, lage interaktive rapporter og dashbord og dele dem med andre. I dagens blogg skal vi utforske det kraftigste funksjonskallet i LuckyTemplates.

Denne funksjonskallingen vil i stor grad forbedre mulighetene til LuckyTemplates og ta datavisualiseringen og -analysen til neste nivå. Dette vil la deg ta de analytiske egenskapene til LuckyTemplates opp en haug med hakk og gjøre fantastiske ting alt innenfor konteksten av LuckyTemplates-rammeverket. Du kan se hele videoen av denne opplæringen nederst på denne bloggen.

Innholdsfortegnelse

• Datasettfunksjonsanrop i LuckyTemplates: Problemoversikt
• Endre datatypen
• R Prime Number Package
• Sette inn R Prime-pakken ved å bruke datasettfunksjonen Call i LuckyTemplates
• Filtrering av primtallene
• Konklusjon

Datasettfunksjonsanrop i LuckyTemplates: Problemoversikt

Dette eksempelproblemet er fra et nettsted kalt Excel BI Nightly Power Query Challenge som drives av VJ Verma. Han legger ut et problem hver kveld, og samfunnet løser det og diskuterer det blant medlemmene.

I eksemplet har spørsmålet en veldig enkel konstruksjon med gitte øvre og nedre grenser. Mellom disse to tallene må vi beregne antall primtall i det området. 

Selv om det er ganske enkelt og greit i konseptet, er det mye vanskeligere å implementere i LuckyTemplates. Det er fordi blant 800 M-funksjonene og rundt 400 , er det ingen funksjon som direkte lar oss bestemme om et tall er primtall eller ikke i LuckyTemplates . 

I stedet vil vi fordype oss i Dataset Call som er en måte å flytte fra Power Query til R eller Python, utføre instruksjoner og deretter gå sømløst tilbake til Power Query og fortsette analysen vår. 

La oss ta dataene fra Excel BI-utfordringen og begynne å jobbe. 

Endre datatypen

Nedenfor vises nedre og øvre grenser. 

Disse opplysningene er i tekstformat, og vi må endre dem til hele tall. For å gjøre det, dobbeltklikk på overskriftsraden ( nedre grense eller øvre grense) . I alternativene som vises, velg Endre type og deretter Helnummer. 

Neste trinn er å lage en ny kolonne for alle tallene mellom nedre og øvre grense. Deretter pivoterer vi kolonnen for å lage en liste. 

Gå til fanen Legg til kolonne og velg Egendefinert kolonne siden det ikke er mulig å gjøre dette direkte gjennom brukergrensesnittet. 

Lag en enkel M-kode og lag en kolonne kalt nummer. Bruk List.Numbers- funksjonen som returnerer en liste med tall gitt en startverdi, antall og valgfri inkrementell verdi.

Sett startverdien til å være [Nedre grense] og teller som [Øvre grense] – [Nedre grense] + 1 for å ta hensyn til N-punktet. Pass på at ingen syntaksfeil oppdages. Klikk OK. 

En ny kolonne med Lister skal vises. Klikk på listen for å se tallene i området nederst. 

For eksempel, hvis vi klikker på listen i den første raden, får vi en liste som viser tall fra 10 til 45.

Klikk på pilen ved siden av Nummer og klikk på Utvid til nye rader.

Klikk deretter på formatikonet til venstre for Number og endre formatet til Whole Number.

På dette tidspunktet ønsker vi å finne ut om hvert av disse tallene er primtall eller ikke. Igjen, det er ingen måte å gjøre det direkte i LuckyTemplates. Vi kan programmere en rekke trinn som bestemmer primtall, men her er en enklere måte å gjøre det på i Python. 

R Prime Number Package

I R er det forskjellige pakker . Dette er tillegg som vi kan bygge inn i programmet for å utføre visse funksjoner, tilsvarende tilpassede visuelle elementer eller eksterne verktøy i LuckyTemplates.

METACRAN presenterer en katalog over alle de godkjente R-pakkene. Det er over 18 800 aktive pakker i R, men vi kan også laste inn direkte fra utviklersiden. Dette betyr at vi kan gjøre hvilken som helst analyse innenfor programmet ved å finne den riktige pakken. 

I vårt tilfelle vil vi lete og prøve å finne noe som vil avgjøre om et tall er primtall. 

Skriv primtall i søkefeltet.

Velg den første pakken som heter primtall – Raske funksjoner for primtall . Dette er en pakke som tester om et tall er primtall og genererer en sekvens av primtall. 

Sette inn R Prime-pakken ved å bruke datasettfunksjonen Call i LuckyTemplates

Gå tilbake til LuckyTemplates og klikk Kjør R-skript fra båndet . 

En Kjør R-skriptveiviser vil dukke opp.

Pundtegnet (#), som er en indikator for kommentar, sier at variabelen ' datasett' inneholder inndataene for skriptet. Den lar oss rense, strukturere og forme dataene våre, samt legge til kolonner og pivoter ting. Så snart vi kaller datasett , blir alt vi har gjort frem til det punktet matet inn i R. Det samme gjelder for Python – datasettet fungerer på samme måte.

Vi kan ta all kunnskapen vi har om Power Query og gjøre all formingen vår der før vi ringer R. Dette er veldig nyttig fordi vi ikke trenger å lære noen R-funksjoner som gjør det samme som vi gjorde i Power Query. I utgangspunktet kan vi gå direkte inn i den analytiske delen som er det vi skal demonstrere i dag.

La oss starte med . Vi kan bruke install.packages- kommandoen, men i dette tilfellet bruker vi biblioteket .

Skriv inn bibliotek og ring prime -pakken. Dette tilsvarer å ta med en egendefinert visuell i LuckyTemplates fra AppSource. 

Deretter oppretter du en tabell kalt df for dataramme og tilordner datasetttabellen til den.

I Power Query er datasettet vårt sammensatt av alt fra kilde til endret type 1 , og det var det vi tildelte df.

Opprett en ny kolonne tilsvarende den beregnede kolonnen i LuckyTemplates ved å skrive df$isprime . Legg merke til at dollartegnet ( $ ) i R ligner på hakeparentesene i LuckyTemplates.

Isprime vil være kolonnenavnet vårt, og til det vil vi tilordne is_primes- funksjonen fra prime-pakken . Vi vil da kalle Tall- kolonnen fra df . 

Dette tar tallkolonnen og kjører den gjennom is_prime-funksjonen for å si TRUE hvis tallet er primtall, og FALSE ellers. Funksjonen vil da sette TRUE eller FALSE i isprime -kolonnen i df-tabellen . 

Ring df- tabellen til slutt. Klikk OK. 

Vi kan se df vises i Applied Steps -ruten. Når vi klikker på den, bør vi se isprime -kolonnen som inneholder TRUE eller FALSE-klassifiseringen. 

Filtrering av primtallene

Deretter fjerner vi radene for tall som ikke er primtall. Klikk på pilen ved siden av isprime for å åpne filteret. Fjern merket for FALSE slik at vi kan telle primtallene. 

Klikk OK og gå til Hjem- fanen og velg. 

Åpne Avansert - alternativet. I popup-vinduet grupperer du etter nedre grense og legger til en gruppe for øvre grense. Deretter oppretter du en kolonne kalt Count og setter Count Rows som operasjonen for å telle antallet TRUE. Klikk OK. 

Dette vil gi et resultat som ligner det fra utfordringen. 

Konklusjon

Avslutningsvis er datasettkallet det kraftigste funksjonskallet i LuckyTemplates, og er et verdifullt verktøy for alle brukere som ønsker å få innsikt fra dataene sine. Dette enkle, enkle LuckyTemplates-funksjonskallet lar deg radikalt utvide de analytiske egenskapene til programmet, bokstavelig talt få hundretusenvis av tilleggsfunksjoner rett ved fingertuppene fra Power Query. 

Ved å forstå hvordan du bruker denne funksjonen riktig, kan du enkelt manipulere og analysere store sett med data, noe som fører til mer effektive og informative visualiseringer. Med innsikten fra denne funksjonen vil du kunne ta datadrevne beslutninger og forbedre din generelle forståelse av dataene dine. 

Beste ønsker,

Brian Julius