Variabler og uttrykk i Power Query Editor
Denne opplæringen vil diskutere om variabler og uttrykk i Power Query Editor. Du lærer hvordan du skriver og bygger dem riktig.
Sammenslåing er en annen kraftig transformasjon for å optimalisere tabellene våre og informasjonen vi kan få fra forskjellige kilder. Det er relevant å lære å slå sammen søk i LuckyTemplates, siden denne transformasjonen kan forenkle datamodellene våre.
Å få data fra forskjellige kilder i LuckyTemplates er ikke et stort problem. Det spiller ingen rolle hvor dataene kommer fra siden de bare blir en spørring. Det som virkelig betyr noe er hvordan vi strukturerer disse tabellene i modellen vår.
Når det er sagt, er sammenslåing en flott teknikk for å lage tabeller som er helt annerledes enn det vi vanligvis har siden vi kan kombinere mange tabeller. I denne artikkelen vil du lære hvordan du slår sammen søk i LuckyTemplates effektivt.
Innholdsfortegnelse
Alternativet Merge Queries i LuckyTemplates
Kanaldetaljer- tabellen kan for eksempel være en logisk oppslagstabell som vi kan legge inn i datamodellen vår. Men vi må la det stå som et staging-søk fordi vi fortsatt kan bruke det ved å fysisk slå det sammen med salgstabellen vår .
For å gjøre det, la oss velge salgstabellen , og klikk deretter på alternativet Merge Queries i Hjem -båndet.
Tabellen fra Channel Details forgrener alltid alle dimensjoner basert på kanalen. Så la oss velge og markere kanalkolonnen .
La oss deretter finne og velge tabellen Kanaldetaljer her.
Dette vil gi oss en forhåndsvisning. Vi vil se at kolonnen Kanalnavn bryter ut Eksport , Distributør og Engros , som er de tre typene elementer i faktatabellen vår ( Salgstabell ). La oss velge kolonnen Kanalnavn .
Slå sammen spørsmål i LuckyTemplates via Join Kind Options
Det er forskjellige Join Kind- alternativer som vi kan bruke. Jeg anbefaler på det sterkeste å utforske alternativene du kan bruke. Vi vil ikke gå gjennom alle alternativer fordi vi ganske enkelt kan bruke venstre ytre alternativet.
Imidlertid er det sjeldne tilfeller der vi kanskje må bruke de andre Join Kind- alternativene. Vi trenger bare å teste dem, og hvis vi ikke får det riktige resultatet, må vi prøve de andre Join Kind- alternativene.
I dette eksemplet skal vi slå sammen alt fra kanalkolonnen vår , som er itabellen, til venstre i kolonnen Kanalnavn fra tabellen eller spørringen Kanaldetaljer .
Velg alternativet Venstre Ytre , og det vil gi oss en forhåndsvisning nedenfor som sier at det er en total match. Klikk deretter på OK- knappen.
Nå skjedde det noen ting i salgstabellen vår . Det første vi vil legge merke til er at vi har en ekstra transformasjon i våre APPLIEDE TRINN , som indikerer at vi har slått sammen spørringer .
Den har imidlertid ikke gitt oss alle tilleggskolonnene fra tabellen Kanaldetaljer . I dette tilfellet må vi klikke på de doble pilene ved siden av kolonnenavnet Kanaldetaljer .
Vi vil da se alle de forskjellige tilgjengelige alternativene, som er kolonnene fra tabellen Kanaldetaljer . For eksempel slår vi sammen tabeller, og det er mange kolonner som vi ikke ønsket å slå sammen. Alt vi trenger å gjøre er å velge bare kolonnene som vi ønsker å hente inn. La oss først la alle være valgt og klikk på OK- knappen.
Vi vil se at alle kolonnene fra den støttetabellen nå har dukket opp på hver eneste rad i faktatabellen vår.
Bruk av ytterligere transformasjoner
Dessuten kan vi bare fjerne denne kanalkolonnen her fordi vi allerede har en lignende kolonne som ble lagt til ved å bruke sammenslåingsteknikken som vi tidligere gjorde.
La oss deretter gi nytt navn til de nylig lagt til kolonnene i tabellen vår til Channel , Short Code , Alt. Navn , viktighet og tidligere kode .
Dette er alle forskjellige dimensjoner som vi nå kan bruke på våre modeller og visualiseringer. Vi kan enkelt lage dette detaljerte søket som til slutt kommer til å bli en tabell.
Nå, hvis vi sjekker seksjonen APPLIED TRINN , ble alle tingene vi har gjort automatisk lagt til. Vi har lagt til spørringer, slått sammen, utvidet, fjernet og endret navn på kolonner.
Hvis vi sjekker vår Advanced Editor , indikerer M-koden nøyaktig det samme fra seksjonen APPLIED STEPS . Det er transformasjonene vi tidligere har gjort.
Konklusjon
Til syvende og sist er sammenslåing av spørringer en annen kraftig transformasjon som optimaliserer våre spørringer og tabeller for datamodellene. Det er viktig å forstå hvordan vi skal bruke dem og bringe dem alle sammen som ett. Dette vil tillate oss å lage disse spørringene og tabellene som er fullt optimalisert. Vi kan deretter bruke dem i datamodellen vår for å gjøre DAX-beregningene våre mer effektive.
Faktisk er transformasjonen av fusjonsforespørsler et uunnværlig tillegg til vår analytiske tenkning og modellutvikling i Power BI.
Denne opplæringen vil diskutere om variabler og uttrykk i Power Query Editor. Du lærer hvordan du skriver og bygger dem riktig.
Et LuckyTemplates-varmekart er en type visualisering som brukes til å vise datatetthet på et kart. I denne opplæringen vil jeg diskutere hvordan vi kan lage en – ikke gå glipp av noe!
Jeg skal lære deg et veldig interessant eksempel rundt Pareto-prinsippet og hvordan du lager et Pareto-diagram ved hjelp av viktige DAX-formler.
Lær hvordan et tilpasset stolpediagram på markedsplassen kan brukes til datasammenligning og hvordan du kan lage dem ved å bruke eksempler i LuckyTemplates.
Lær hvordan Power Automate Static Results-funksjonen fungerer og hvorfor det er bra å bli lagt til de beste praksisene når du lager flytdiagrammer.
eDNA demonstrerer hvordan du utfører språk- eller tekstoversettelse ved hjelp av Python og overfører det til LuckyTemplates. LuckyTemplates Python-opplæring.
I denne opplæringen lærer du hvordan du bruker Gauge Bullet Graph til å lage et Gantt-diagram i LuckyTemplates Report Builder.
I denne opplæringen lærer du hvordan du lager et tredimensjonalt (3D) spredningsplott ved å bruke Python i LuckyTemplates.
Effektiv LuckyTemplates-rapportering – øktgjennomgang og ressursnedlasting
Ny kundeanalyse med LuckyTemplates – Neste medlemsbegivenhet