Pipe In R: Koblingsfunksjoner med Dplyr
I denne opplæringen lærer du hvordan du kobler funksjoner sammen ved å bruke dplyr-røroperatøren i programmeringsspråket R.
Når du utvikler LuckyTemplates-rapportene dine, må du sørge for at det visuelle viser den innsikten du trenger. Du kan se hele videoen av denne opplæringen nederst på denne bloggen.
Kontrollere interaksjonene til dinkan spille en viktig rolle her.
Denne teknikken kan få dashbordet ditt virkelig til å slå ut og holde forbrukerne fornøyde. Det er derfor svært verdifullt for deg å lære hvordan du gjør dette.
Du har noen få alternativer når det kommer til dine visuelle interaksjoner. La oss gå videre og se hvordan du bruker disse alternativene.
Innholdsfortegnelse
Kontrollere interaksjoner av visuelle elementer i LuckyTemplates
Det er ganske enkelt å administrere interaksjonene til det visuelle.
Alt du trenger å gjøre er å først velge det visuelle bildet du vil samhandle med den andreog velg deretter Rediger interaksjoner i formateringsdelen øverst på skjermen.
Når du har klikket på Rediger interaksjoner , vil du se små ikoner øverst i hvert av dine visuelle elementer for følgende alternativer: 1) filter , 2) fremheve eller kakeskjærer og 3) ingen eller ingen interaksjon .
Legg merke til at plasseringsvisualen ikke har disse tre ikonene. Dette er fordi det er det visuelle vi ønsker å samhandle med de andre visualiseringene.
La oss diskutere hvert alternativ.
1. Filter
Så et av alternativene du kan velge for interaksjonene til det visuelle er filteralternativet eller også kjent som et fullstendig filter .
Når du har valgt dette alternativet og deretter klikket på et element i en visualisering, vil de andre visualiseringene vise en total endring av visualiseringen avhengig av filteret som er brukt på visualiseringene.
Hvis vi for eksempel velger Gainesville, vil Kunde- visualen vise det totale salget for hver av kundene på dette stedet.
Det samme gjelder hvis vi velger Tampa. De andre bildene vil vise en total endring avhengig av filteret på plass.
2. Marker eller kakesnitter
Det neste alternativet, som er uthevingsalternativet , fremhever eller viser stykket som er påvirket. Dette er grunnen til at den også kalles paiskutter .
I disse to bildene nedenfor, for eksempel, legg merke til at statens visualisering er delt inn i Georgia og Florida.
Hvis vi velger uthevingsalternativet i Kunde- visualen og klikker på enten Florida eller Georgia i Statens visualisering, vil Kundevisualiseringen vise delen av det totale salget per kunde avhengig av hvilken delstat som er valgt.
Det du imidlertid må huske på her, er at det kan være tider når endringene i visualiseringene ikke gir mening i det hele tatt.
Når det gjelder dette bildet nedenfor, har vi for eksempel valgt kaken i Customer - visualen og deretter valgt Davie på stedet.
Men da kan vi ikke trekke noen innsikt fra samspillet mellom disse to visualiseringene.
Uthevingsalternativet kan da gi nyttig innsikt avhengig av dataene i det visuelle objektet som har interaksjoner.
3. Slå av interaksjoner
Da kan du selvfølgelig også velge å slå av interaksjonene.
For eksempel har vi gruppert visualiseringene i dette bildet i tre. Vi ønsker at det visuelle kun skal ha interaksjoner med de i samme gruppe de tilhører.
Vi kan deretter slå av interaksjonene slik at hvis vi velger en visuell i den første gruppen, vil ikke de i de to andre bli påvirket.
For å slå av interaksjoner, klikk ganske enkelt på det visuelle bildet du har valgt, klikk på Rediger interaksjoner og endre det til ingen eller ingen interaksjon.
Nå, hvis vi velger noen av elementene i plasseringsvisualen, vil det ikke påvirke elementene i kundevisualen.
Fordeler med å kontrollere de visuelle interaksjonene
Ved å ha disse alternativene kan vi virkelig endre formen på rapporten. Du kan faktisk lage mini-dashboards på en rapportside når du slår på eller av interaksjoner mellom visse visuelle elementer.
Dette er en fantastisk teknikk hvis du ønsker å bryte ned eller gruppere dimensjonene dine i bestemte segmenter, for eksempel regionalt eller gjennom aldersgrupper.
Mitt råd er å først lage rapporten med sluttmålet i tankene. Hvis en interaksjon ser mer overbevisende ut på en måte enn en annen, så gå for det.
Jeg foreslår imidlertid at hvis det er mange måter et bestemt diagram kan filtreres på, kan det være lurt å gå for hele filteret enn uthevingen eller kakeutskjæreren.
Uthevingsalternativet gir kanskje ikke verdi til innsikten du trenger, så vær oppmerksom på det.
Konklusjon
Vi har nettopp dekket de forskjellige alternativene vi har når vi kontrollerer interaksjonene til det visuelle i LuckyTemplates. Vi kan velge å bruke enten filter eller fremheving eller til og med slå av de visuelle interaksjonene helt.
Å lage virkelig kraftige bilder i LuckyTemplates er veldig enkelt hvis du vet hvordan du bruker noen gode teknikker som å administrere interaksjonene mellom visuelle elementer effektivt.
Så fortsett og prøv denne teknikken på rapportene dine. Nyt!
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.