Pipe In R: Koblingsfunksjoner med Dplyr
I denne opplæringen lærer du hvordan du kobler funksjoner sammen ved å bruke dplyr-røroperatøren i programmeringsspråket R.
I denne opplæringen lærer du om Power Query og M -språk og hvordan du mestrer dem. Dette vil også gå over bruken deres inne i . Du vil lære og forstå deres betydning for utvikling og innhenting av data for din .
Innholdsfortegnelse
Power Query Editor
Power Query er designet for datatransformasjon og dataforberedelse. Den kommer med et grafisk grensesnitt som er koblet til et bredt spekter av datakilder. Den har også en editor inne på LuckyTemplates Desktop kalt Power Query Editor som transformerer rådata.
Rådata transformeres gjennom prosessen kalt ETL som står for , Transform og Load . Prosessen trekker ut data ved å koble til datakildene, og transformerer dem deretter gjennom omforming og rengjøring. Den siste prosessen laster dataene til datamodellen.
Målet med Query Editor er å hjelpe brukeren med å bruke vanlige transformasjoner ved å samhandle med båndene, menyene og andre komponenter. Disse transformasjonsmulighetene er felles på tvers av alle kilder. Så brukeropplevelsen i Query Editor forblir den samme uansett hva kilden er.
Når du kobler til en datakilde, vil Power Query vise deg en forhåndsvisning av dataene. Forhåndsvisningen er basert på et undersett som lar deg jobbe med store datasett og designe spørringen din. De fullstendige dataene vil bare bli gitt når du klikker. Destinasjonen der dataene lagres, avhenger av hvilken Power Query som brukes.
Du kan bruke de samme generelle teknikkene i Excel, Data Flows, Analysis Services og andre produkter der Microsoft har innebygd Power Query Engine. Power Query Engine er tilgjengelig i mange produkter og tjenester.
M-språket
M er et funksjonelt, store og små bokstaver, blandingsspråk som er designet for datatransformasjon. Når du utfører en transformasjon gjennom brukergrensesnittet, genereres koden for det trinnet automatisk. Så du trenger ikke å skrive noen M- kode.
Det er imidlertid noen ting du bare kan gjøre ved å skrive M , for eksempel å lage tilpassede funksjoner, utføre mer komplekse transformasjoner, optimaliseringer og til og med bygge tilpassede koblinger.
Nå, med introduksjonen av IntelliSense, begynner store og små bokstaver å ha mindre innvirkning. IntelliSense lar deg ringe medlemmer av den iboende #shared , for eksempel følgende:
En av de mest produktive måtene når du bruker brukergrensesnittet, er å bygge og nærme deg søket du ønsker. Gå deretter til formellinjen eller Advanced Editor for å endre koden.
For å lære og mestre M , må du forstå flyten i språket. Det vil hjelpe deg med å lese og skrive koder lettere, og forbedre dine datautviklingsferdigheter betydelig.
Sørg for at formellinjen til enhver tid er synlig i brukergrensesnittet. Dette lar deg se M -koden som er generert og eksponerer deg for flyten og syntaksen.
Det er tilgjengelige nettressurser som Formel Language Specification som beskriver strukturen til språket, og M -funksjonsreferansen som viser alle funksjonene og deres dokumentasjon. Power Query inneholder også et standardbibliotek som er tilgjengelig via nøkkelordet #shared .
Konklusjon
Å lære hvordan Power Query og M -språk fungerer er en av de beste måtene å mestre datautvikling på. Hvis du kjenner deg rundt i alle tilgjengelige funksjoner i , vil det være enklere å bygge datarapporten.
Melissa
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.