PowerApps-søkefelt: Slik legger du til og tilpasser
Lær hvordan du oppretter et PowerApps-søkefelt fra bunnen av og tilpasser det til å matche det overordnede temaet for appen din.
R er et populært programmeringsspråk for dataanalyse, og det brukes ofte til å lage og manipulere dataobjekter. RDS-filer (R Data Serialization) er et vanlig format for lagring i RStudio, og de lar deg bevare tilstanden til et objekt mellom R-økter. Å lagre R-objektet ditt som en RDS-fil i R kan være nyttig for å dele arbeidet ditt med andre, replikere analysen din eller ganske enkelt lagre arbeidet ditt for senere bruk.
I denne opplæringen lærer du hvordan du lagrer og laster inn objekter fra en RDS-fil i R. Denne bloggen vil også dekke hvordan du importerer objekter fra .
Vi vil dekke det grunnleggende om lagring og lasting av RDS-filer i R. Vi vil forklare hva RDS-filer er og hvordan de fungerer, og vi vil lede deg gjennom prosessen med å lagre et R-objekt som en RDS-fil, og deretter laste den filen tilbake inn i R. Vi vil også gi noen tips og triks for å hjelpe deg med å jobbe med RDS-filer mer effektivt.
Innholdsfortegnelse
Forbereder filen
For denne demonstrasjonen vil vi bruke den som inneholder baseballdata. Vi vil også bruke tidyverse- pakken for grunnleggende analyse.
Lahman-pakken inneholder et datasett kalt Salaries. Målet er å lage en tabell som inneholder informasjon om år, spillernavn og deres individuelle og kumulative lønn.
Først, la oss tilordne lønnsdatasettet til inntekter. Filtrer deretter ut unødvendig informasjon fra datasettet ved å bruke funksjonen select ( ) . Deretter organiserer du dataene ved å ordne dem i henhold til playerID og yearID. Dataene er videre gruppert i henhold til spillerID.
, betegnet med %>% , brukes til å mate resultatene av en operasjon inn i neste operasjon under den.
For å lage en ny kolonne som inneholder den kumulative lønnen til spillerne, må vi bruke funksjonen mutere ( ) sammen med funksjonen cumsum ( ) . Når du kjører koden, får du en tabell med informasjon om år, spiller, lønn og kumulativ lønn.
Det er imidlertid vanskelig å identifisere spillere basert på ID-nummer alene. Vi må legge til kolonner som viser spillernavnet. Gjør dette ved å bruke funksjonen select ( ) . I koden nedenfor brukes funksjonen left_join ( ) for å slå sammen de to tabellene.
For å vise den nye tabellen, kjør objektet. Hodet ( ) -funksjonen brukes til å returnere de første radene i en tabell.
Hvis du vil sjekke nøyaktigheten av resultatet, kan du bruke likhetsoperatoren som er angitt med to likhetstegn ( == ).
Lagre en RDS-fil i R
Ved å lagre et objekt som en RDS-fil i R kan du jobbe med det senere, i motsetning til en fil med en CSV-utvidelse.
For å lagre en fil med en RDS-utvidelse, bruk write_rds ( ) -funksjonen. Du kan se at den tilhører readr-pakken i Lahman.
I argumentet skriver du R-objektets navn og plasseringen der du vil lagre filen.
Hvis du åpner en ny RStudio-økt, kan du se objektet på nytt ved å bruke read_rds ( ) funksjonen.
Åpne et objekt i LuckyTemplates ved å bruke en RDS-fil i R
For å åpne et objekt med en RDS-utvidelse i LuckyTemplates, klikk på Hent data- alternativet under fanen Hjem og velg Mer .
I veiviseren Hent data velger du R-skript og klikker deretter på Koble til .
I tekstboksen skriver du bibliotekpakken sammen med den samme kodelinjen som ble brukt til å åpne RDS-filen i RStudio. Klikk deretter OK .
Når filen er lastet inn, kan du åpne den og gjøre flere endringer. Men det anbefales å rense og polere dataene og tabellen i RStudio før du importerer filen til LuckyTemplates.
Konklusjon
En RDS-fil er en praktisk og effektiv måte å lagre og dele R-objekter som datarammer, modeller og lister. De kan lett leses og skrives, og de er et flott alternativ til andre filformater som CSV eller Excel.
I tillegg opprettholder RDS-filer integriteten og strukturen til R-objekter, noe som gjør dem ideelle for dataanalyse og modelleringsprosjekter. De er et viktig verktøy for enhver R-bruker og kan i stor grad forenkle prosessen med å jobbe med data i R.
Beste ønsker,
George Mount
Det er en god idé å lagre arbeidsområdet bildet ditt når arbeidsøktene er lange.
Dette kan gjøres når som helst ved å bruke funksjonen save.image()
lagre bildet()
Som lagrer arbeidsområdet ditt til en fil som heter .RData som standard. Dette vil sikre at du ikke mister alt arbeidet ditt ved for eksempel omstart av systemet.
Når du lukker R/RStudio, blir du spurt om du vil lagre arbeidsområdet ditt. Hvis du sier ja, neste gang du starter R vil arbeidsområdet bli lastet. Den lagrede filen vil også hete .RData.
Det er også mulig å spesifisere filnavnet for å lagre arbeidsplassen din:
save.image(fil = "my_work_space.RData")
For å gjenopprette arbeidsområdet, skriv dette:
last("my_work_space.RData")
Lær hvordan du oppretter et PowerApps-søkefelt fra bunnen av og tilpasser det til å matche det overordnede temaet for appen din.
Høst eller fang en verdi inne i et mål for å gjenbruke i et annet mål for dynamiske beregninger ved å bruke SELECTEDVALUE DAX i LuckyTemplates.
Oppdag hvordan versjonshistorikk i SharePoint kan hjelpe deg med å se utviklingen av bestemte data, og hvor mange endringer den har gjennomgått.
Her er et verktøy for å lage rapporter og grafikk, en sekskantkodevelger for farger som du kan bruke for enkelt å få fargene til LuckyTemplates-rapportene dine.
Du kan enkelt vise en datoperiode som en slicer i rapporten ved hjelp av en periodetabell. Bruk en M-kode for å lage den dynamiske datoskjæreren i LuckyTemplates.
Skulle dykke ned i frekvenstabeller i Excel samt proporsjonstabeller. Se nærmere på hva de er og når du skal bruke dem.
Lær hvordan du laster ned og installerer DAX Studio og Tabular Editor 3 og hvordan du konfigurerer dem for bruk i LuckyTemplates og i Excel.
Denne bloggen inneholder Shape Map-visualiseringen for romlig analyse i LuckyTemplates. Jeg viser deg hvordan du kan bruke denne visualiseringen effektivt med dens funksjoner og elementer.
I denne opplæringen viser jeg frem en unik idé rundt finansiell rapportering, som tildeler resultater for å forhåndsbestemme tabellmaler inne i LuckyTemplates.
Opprett DAX-mål i LuckyTemplates ved å bruke eksisterende mål eller formler. Dette er det jeg kaller tiltaket forgreningsteknikk.