Datagranularitetsproblem i LuckyTemplates

För dagens blogginlägg kommer jag att komma med en lösning som tar itu med datagranularitetsproblem. På LuckyTemplates tror vi på att få dina händer smutsiga. Vår pågående serie, , är all inriktad på att omsätta det du har lärt dig i praktiken. Vi tror inte att det finns ett snabbare sätt att lära sig LuckyTemplates än att kavla upp ärmarna och komma in i det. Du kan se hela videon av denna handledning längst ner på den här bloggen.

För , ombads vi att ta några sammanfattade data och skapa en daglig faktatabell med hjälp av power query. Vi har en hel del innehåll för närvarande tillgängligt på LuckyTemplates som täcker något i den här stilen med hjälp av DAX. För er som har tagit certifieringen är en av nyckelmodulerna budgetanalysen. En av sakerna som diskuterades i den här modulen var hur man delar upp budgeten i daglig granularitet, så kolla gärna in det.

Innehållsförteckning

• Börjar med Power Query Editor
• Lägga till en anpassad kolumn
• Slutsats

Börjar med Power Query Editor

Det var intressant att de flesta tog samma inställning till sina lösningar. I det här inlägget ska jag bryta ner hur jag tacklade det. Låt oss gå till Power Query Editor. Från och med den sammanfattade vyn var det första jag gjorde att se till att dessa är i datumformat och decimaltalsformat.

Det första steget var att veta antalet dagar mellan startdatum och slutdatum. Detta kommer att hjälpa mig att få de dagliga värden jag behöver för kolumnerna Kostnad , Förbrukning och Utsläpp .

Det finns flera sätt att göra detta på. Det är så här jag gjorde det.

Jag lade till en ny kolumn och kallade den varaktighet och lade sedan till slutdatum minus startdatum.

Resultaten ser ganska bra ut. Vi har kolumnen Varaktighet.

Nästa sak att göra är att skapa en kolumn med datum så att varje datum mellan 1/10 och 11/30 finns i en kolumn. Jag kan snabbt skapa en lista genom att göra om detta till ett heltal.

Lägga till en anpassad kolumn

Allt som återstår att göra är att lägga till en anpassad kolumn. Jag kallar den här kolumnen Datum och använder parenteser för att skapa en lista över startdatumet ända fram till slutdatumet.

Resultatet har gett mig den listan. Jag kan expandera till nya rader eller extrahera värdena.

I det här fallet väljer jag att expandera till nya rader. Vår lista är nu från 1/10 och går hela vägen upp till 30/11.

Jag kan nu bli av med dessa två kolumner eftersom jag inte längre behöver dem.

Jag har nu en trevlig, välordnad kolumner Datum , Kostnad , Förbrukning och Emission .

Jag måste skapa en annan anpassad kolumn och kalla den Daily Cost, där kostnaden delas med Duration.

Resultatet ser rätt ut för mig.

Jag måste göra detta igen för de andra två kolumnerna: Konsumtion och Emission. Då måste jag bli av med alla kolumner som jag inte behöver.

Nu har jag en daglig kostnad, daglig förbrukning och daglig utsläpp. Jag kan till och med byta namn på dessa kolumner till bara Kostnad, Konsumtion och Emission. Jag har denna enda datumtabell som jag nu kan koppla till en datumtabell och kunna göra standardtidsanalys.

Det var så här problemet täcktes. Det fanns dock en särskild kommentar till Melissas inlägg som jag också ville lyfta fram här.

Jag tror att detta är en nyckelpunkt. Några av stegen jag har tagit upp här upprepades flera gånger. Du kan enkelt samla dessa dagliga beräkningar i ett steg som Melissa gjorde här, och jag rekommenderar starkt att du också granskar hennes arbete.

Slutsats

Jag hoppas att du kan leka med den här tekniken, och jag hoppas att du kan använda den för dina egna rapporter. Genom att ta itu med granularitetsproblem i dina data kommer du att kunna skapa fler datapunkter och detaljera detaljerna i dina rapporter.

Haroon