Det mest kraftfulla funktionsanropet i LuckyTemplates

LuckyTemplates är ett kraftfullt verktyg för datavisualisering och business intelligence som låter användare ansluta till olika datakällor, skapa interaktiva rapporter och instrumentpaneler och dela dem med andra. I dagens blogg kommer vi att utforska det mest kraftfulla funktionsanropet i LuckyTemplates.

Detta funktionsanrop kommer att avsevärt förbättra kapaciteten hos LuckyTemplates och ta din datavisualisering och analys till nästa nivå. Detta skulle låta dig ta upp de analytiska kapaciteterna hos LuckyTemplates ett gäng snäpp och göra fantastiska saker inom ramen för LuckyTemplates ramverk. Du kan se hela videon av denna handledning längst ner på den här bloggen.

Innehållsförteckning

• Dataset Funktion Anrop i LuckyTemplates: Problemöversikt
• Ändra datatypen
• R Prime Number-paketet
• Infoga R Prime-paketet med hjälp av datamängdsfunktionen Anrop i LuckyTemplates
• Filtrera primtal
• Slutsats

Dataset Funktion Anrop i LuckyTemplates: Problemöversikt

Detta exempelproblem kommer från en webbplats som heter Excel BI Nightly Power Query Challenge som drivs av VJ Verma. Han lägger ut ett problem varje kväll, och samhället löser det och diskuterar det bland medlemmarna.

I exemplet har frågan en mycket enkel konstruktion med givna övre och nedre gränser. Mellan dessa två tal måste vi beräkna antalet primtal i det intervallet. 

Även om det är ganska enkelt och okomplicerat i konceptet, är det mycket svårare att implementera i LuckyTemplates. Det beror på att bland 800 M-funktionerna och runt 400 finns det ingen funktion som direkt låter oss avgöra om ett tal är primtal eller inte i LuckyTemplates . 

Istället kommer vi att fördjupa oss i Dataset Call som är ett sätt att flytta från Power Query till R eller Python, exekvera instruktioner och sedan gå tillbaka till Power Query sömlöst och fortsätta vår analys. 

Låt oss ta data från Excel BI-utmaningen och börja arbeta. 

Ändra datatypen

Nedan visas de nedre och övre gränserna. 

Dessa givna uppgifter är i textformat, och vi måste ändra dem till heltal. För att göra det, dubbelklicka på rubrikraden ( Lägre gräns eller Övre gräns) . I alternativen som kommer att visas, välj Ändra typ och välj sedan Helnummer. 

Nästa steg är att skapa en ny kolumn för alla siffror mellan de nedre och övre gränserna. Sedan svänger vi kolumnen för att skapa en lista. 

Gå till fliken Lägg till kolumn och välj Anpassad kolumn eftersom det inte finns något sätt att göra detta direkt via användargränssnittet. 

Skapa en enkel M-kod och skapa en kolumn med namnet Number. Använd funktionen List.Numbers som returnerar en lista med tal med ett initialt värde, antal och valfritt inkrementellt värde.

Ställ in initialvärdet till [Lower Limit] och räkningen som [Upper Limit] – [Lower Limit] + 1 för att ta hänsyn till N-punkten. Se till att inget syntaxfel upptäcks. Klicka på OK. 

En ny kolumn med Listor bör visas. Klicka på listan för att se siffrorna i intervallet längst ner. 

Om vi ​​till exempel klickar på listan i första raden får vi en lista som visar siffror från 10 till 45.

Klicka på pilen bredvid Nummer och klicka på Expandera till nya rader.

Klicka sedan på formatikonen till vänster om Number och ändra formatet till Helnummer.

Vid denna tidpunkt vill vi avgöra om vart och ett av dessa tal är primtal eller inte. Återigen, det finns inget sätt att göra det direkt i LuckyTemplates. Vi skulle kunna programmera en serie steg som skulle bestämma primtal men här är ett enklare sätt att göra det i Python. 

R Prime Number-paketet

I R finns det olika paket . Det här är tillägg som vi kan bygga in i programmet för att utföra vissa funktioner, motsvarande anpassade grafik eller externa verktyg i LuckyTemplates.

METACRAN presenterar en katalog över alla godkända R-paket. Det finns över 18 800 aktiva paket i R, men vi kan även ladda in direkt från utvecklarsidan. Det betyder att vi kan göra vilken analys som helst inom programmet genom att hitta rätt paket. 

I vårt fall kommer vi att leta och försöka hitta något som avgör om ett tal är primtal. 

Skriv prime i sökrutan.

Välj det första paketet som heter primtal – Snabba funktioner för primtal . Detta är ett paket som testar om ett tal är primtal och genererar en sekvens av primtal. 

Infoga R Prime-paketet med hjälp av datamängdsfunktionen Anrop i LuckyTemplates

Gå tillbaka till LuckyTemplates och klicka på Kör R-skript från menyfliksområdet . 

En Kör R-skriptguide kommer att dyka upp.

Pundtecknet (#), som är en indikator för kommentarer, säger att variabeln ' dataset' innehåller indata för skriptet. Det låter oss rensa, strukturera och forma vår data, samt lägga till kolumner och pivotera saker. Så fort vi anropar dataset , matas allt som vi har gjort fram till den punkten in i R. Samma sak gäller för Python – datamängden fungerar på samma sätt.

Vi kan ta all kunskap vi har om Power Query och göra all vår formning där innan vi anropar R. Detta är mycket användbart eftersom vi inte behöver lära oss några R-funktioner som gör samma sak som vi gjorde i Power Query. I grund och botten kan vi gå direkt in i den analytiska delen som är vad vi kommer att visa idag.

Låt oss börja med . Vi kan använda kommandot install.packages , men i det här fallet kommer vi att använda biblioteket.

Skriv bibliotek och anrop primes -paketet. Detta motsvarar att ta med en anpassad bild i LuckyTemplates från AppSource. 

Skapa sedan en tabell som heter df för dataram och tilldela datasettabellen till den.

I Power Query är vår datauppsättning sammansatt av allt från källa till ändrad typ 1 och det var vad vi tilldelade df.

Skapa en ny kolumn som motsvarar den beräknade kolumnen i LuckyTemplates genom att skriva df$isprime . Observera att dollartecknet ( $ ) i R liknar hakparenteserna i LuckyTemplates.

Isprime kommer att vara vårt kolumnnamn och till det kommer vi att tilldela funktionen is_primes från primes-paketet . Vi kommer då att anropa Nummerkolumnen från df . 

Detta tar talkolumnen och kör den genom funktionen is_prime för att säga TRUE om talet är primtal, och FALSE annars. Funktionen kommer sedan att placera TRUE eller FALSE i isprime -kolumnen i df-tabellen . 

Ring df -tabellen till slut. Klicka på OK. 

Vi kan se DF visas i rutan Tillämpade steg . När vi klickar på den bör vi se isprime -kolumnen som innehåller klassificeringen TRUE eller FALSE. 

Filtrera primtal

Därefter tar vi bort raderna för tal som inte är primtal. Klicka på pilen bredvid isprime för att öppna filtret. Avmarkera FALSE så att vi kan räkna primtalen. 

Klicka på OK och gå sedan till fliken Hem och välj. 

Öppna alternativet Avancerat . I popup-fönstret, gruppera efter den nedre gränsen och lägg till en grupp för den övre gränsen. Skapa sedan en kolumn som heter Count och ställ in Count Rows som operation för att räkna antalet TRUE. Klicka på OK. 

Detta kommer att ge ett resultat liknande det från utmaningen. 

Slutsats

Sammanfattningsvis är datasetanropet det mest kraftfulla funktionsanropet i LuckyTemplates och är ett värdefullt verktyg för alla användare som vill få insikter från sina data. Detta enda, enkla LuckyTemplates-funktionsanrop låter dig radikalt utöka programmets analytiska kapacitet, bokstavligen placera hundratusentals ytterligare funktioner direkt till hands från Power Query. 

Genom att förstå hur du använder den här funktionen på rätt sätt kan du enkelt manipulera och analysera stora uppsättningar data, vilket leder till mer effektiva och informativa visualiseringar. Med insikterna från denna funktion kommer du att kunna fatta datadrivna beslut och förbättra din övergripande förståelse av din data. 

Med vänliga hälsningar,

Brian Julius