Pipe In R: Koblingsfunksjoner med Dplyr
I denne opplæringen lærer du hvordan du kobler funksjoner sammen ved å bruke dplyr-røroperatøren i programmeringsspråket R.
Jeg vil vise deg en virkelig overbevisende COVID-19-pandemirapport og dashbord. Dette er sannsynligvis det beste jeg har sett i løpet av de siste 12 månedene. Du kan se hele videoen av denne opplæringen nederst på denne bloggen.
COVID-19-pandemirapport og dashbord (publisert-til-nett-lenke)
Dette er en publisert-til-nett-lenke (over), og denne spesielle rapporten ble opprettet for en avsom vi har løpt på. Dette er et samarbeid mellom våre LuckyTemplates-eksperter, Greg, Brian, Jarrett og Mudassir.
Jeg sørger for at vi gir så mye synlighet som mulig til alle de fantastiske bidragene som skjer i LuckyTemplates-utfordringene. Dette er uten tvil noe av det beste LuckyTemplates-arbeidet som foregår i verden.
I denne bloggen vil jeg vise deg alle de utrolige funksjonene som er innebygd i denne rapporten for å generere enorm innsikt om hva som faktisk skjer globalt med COVID.
Men jeg kommer ikke til å kunne vise deg alle teknikker ennå. Dette er bare en oversikt over hvordan du kan lage en pandemirapport som denne.
Innholdsfortegnelse
Pandemirapportfunksjoner og funksjonalitet
Dette er COVID-19-pandemirapporten med innsikt i den virkelige verden . Dette er ikke et dummy-datasett. Dette er en virkelig LuckyTemplates-rapport som er full av informasjon.
COVID-19-pandemirapport og dashbord
Det er så mange flotte ting med denne rapporten. For det første er det visuelt overbevisende . Hvis du ser på visualiseringene her, vil du se at vi har et verdenskart, som virkelig ser ut som det er innebygd i rapporten. Den har ikke rare farger. Det ser ut som det er en del av rapportbakgrunnen.
En annen ting å merke seg om denne rapporten er at den bokstavelig talt bare er én side , men det er en enorm mengde informasjon innebygd i den på forskjellige måter.
Hele premisset for utfordringen var å evaluere COVID-19-data. Og så har teamet gått rundt og svart på spørsmålet, hvordan har land håndtert den globale pandemien?
Vi kan se en rekke informasjon geografisk rundt hvordan bestemte områder har prestert. Legg merke til at dette er verktøytips innebygd i visualiseringene, som ser seriøst overbevisende ut. Vi kan klikke på landene og se deres status når det gjelder pandemien.
Hele verktøytipset er dynamisk . Vi kan se flagget til landet i verktøytipset, og vi har tallene og detaljer om hva som skjer i det landet. I dette tilfellet ser vi på Canada. Verktøytipset viser også en oversikt over måneder med bruk av små multipler .
Teamet har også lagt inn detteher nede. Vi kan ikke se noen akse på denne visualiseringen, men det er så tydelig hva denne visualiseringen er på grunn av fargene som er brukt, som tilsvarer det øvre området (tall) i rapporten. Jeg synes det er veldig kreativt og gjennomtenkt.
Hvis vi klikker på en bestemt region her, for eksempel Nord-Amerika, kan vi se at alle visualiseringene på rapporten oppdateres og endres. De viser nå data fra de nordamerikanske landene.
Videre, hvis vi holder musepekeren over tallene (bekreftede, gjenopprettede, dødsfall) her i rapporten, kan vi se at vi har muligheten til å dykke dypt ned i tallene og få mer innsikt.
Så hvis vi for eksempel klikker på dødstilfellene her, endres alle visualiseringene på rapporten, og viser bare informasjonen rundt dødsfall. Som du kan se, viser alle visualiseringene kun den rødbrune fargen, som representerer dødstilfellene.
Vi har også noen statistiske analyser på høyt nivå her på en scatter chart-visualisering, som evaluerer hvordan landene eller regionene presterte. Teamet har også innebygd glidebryterne i denne visualiseringen . Disse glidebryterne (Y-aksen og X-aksen) lar oss endre det vi ser på i visualiseringen.
Det er også verktøytips innebygd i dette punktdiagrammet. Så når vi holder markøren over hvert land, får vi mer informasjon og spesifikke data.
Dessuten kan vi bore oss inn i verden. Vi klikker bare på dette spørsmålstegnikonet og det vil vise mer informasjon.
Konklusjon
Denne rapporten er veldig nyttig når det gjelder beslutningstaking, for eksempel hva du gjør som land eller geografisk område osv.
Dette er virkelig den beste COVID-19-pandemirapporten jeg har sett opprettet i LuckyTemplates. Jeg håper at dette vil inspirere deg til å se hva som faktisk er mulig med LuckyTemplates.
Sjekk ut lenkene nedenfor og vårsamt for mer innhold rundt datavisualisering og rapportering i LuckyTemplates.
Jubel!
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.