Pipe In R: Anslutningsfunktioner med Dplyr
I den här handledningen kommer du att lära dig hur du kopplar ihop funktioner med hjälp av dplyr-röroperatorn i programmeringsspråket R.
Power Query är ett kraftfullt verktyg för datatransformation. Efter att ha förstått om banden och rutor som finns i , är nästa steg att bekanta sig med dess olika funktioner.
I den här självstudien går vi igenom en snabb översikt av de olika Power Query Editor-verktygen som hjälper dig att organisera dina data.
Innehållsförteckning
Power Query Tool #1: Advanced Editor
Under fliken Hem kan du se alternativet Advanced Editor .
När du klickar på den öppnas fönstret.
I det övre vänstra hörnet av det här fönstret, mitt emot frågenamnet, hittar du rullgardinsmenyn Visningsalternativ och frågetecknet .
När du klickar på frågetecknet öppnas en standardwebbläsare som tar dig direkt till Power Query M-funktionsreferensen .
Detta är särskilt praktiskt om du vill leta upp tillgängliga funktioner eller utforska hur de fungerar. Advanced Editor låter dig också välja visningsalternativ för M-koden. När du klickar på Visningsalternativ kan du välja mellan fyra bildskärmar.
Om du väljer att visa radnummer, till exempel, kommer M-koden som genereras av Advanced Editor att skrivas på en enda rad.
Detta visningsalternativ kräver dock att du rullar ofta om du inte aktiverar alternativet för radbrytning . När du aktiverar detta kommer M-koden automatiskt att dras in och delas upp i .
Du kan inte justera teckenstorleken i fönstret Advanced Editor. Du kan dock zooma in och ut genom att trycka på Ctrl+Skift tillsammans med antingen plustecknet för att zooma in eller minustecknet för att zooma ut . Tryck på Ctrl+0 för att återställa standard zoomprocent. Dessa zoomalternativ fungerar även i frågeredigeraren.
Power Query Tool #2: Dataprofil
Gå till fliken Visa och fokusera på avsnittet Dataförhandsgranskning .
Som standard utförs kolumnprofilering endast på de översta tusen raderna. I det här exemplet, även om profilalternativen är inaktiverade, kan du redan se ett utdrag av kolumnkvaliteten med den gröna linjen direkt under kolumnrubriken.
Längst ner till höger i förhandsvisningen finns en ellips. Om du klickar på den får du tillgång till en meny med alternativ som gör att du direkt kan börja arbeta med din data.
Om du aktiverar alternativet Kolumnkvalitet visas en ny rad under kolumnrubrikerna. Den här raden visar samma information som när du håller muspekaren över den gröna linjen.
Om du aktiverar alternativet Kolumndistribution visas en annan rad.
Detta visar antalet distinkta och unika värden per kolumn. Det kan också hjälpa till att bestämma överensstämmelsen i data.
Med en snabb blick kan du se om uppgifterna är jämnt fördelade. Detta gör det lättare att identifiera problem i din data som du behöver sortera innan du fortsätter med ditt arbete.
Därefter, om du aktiverar alternativet Kolumnprofil , kommer du att se kolumnstatistiken och värdefördelningen av dina data längst ner.
Bortsett från de siffror du redan har sett hittills, erbjuder detta alternativ en mer detaljerad förklaring beroende på din datatyp.
Om du dessutom klickar på ellipsen i det övre högra hörnet av värdefördelningssektionen kan du ändra .
Återigen ändras alternativen för ellipsmenyn beroende på . Om du väljer en textkolumn får du en annan grupp med alternativ.
Power Query Tool #3: Query Dependency View
Klicka på knappen Frågaberoende under fliken Visa.
Ett nytt fönster visas sedan som visar dataflödet från en fråga till nästa.
Om du klickar på en fråga markeras alla tillhörande frågor.
Detta gör det lättare att följa upp fel i din rapport. Du kan också se laddningsdestinationen för dina frågor.
Beroende på dina personliga preferenser kan du växla mellan vyer genom att klicka på rullgardinsmenyn längst ner.
Om du vill ta bort en , får du ett meddelande med alla nedströmsfrågor för den du vill ta bort.
Power Query tillåter dig aldrig att ta bort en fråga med beroenden.
Men om du behöver ta bort en fråga med beroenden har du två alternativ. Först kan du ta bort nedströmsfrågorna . För det andra kan du ändra deras datakälla så att de inte längre är beroende av frågan du vill ta bort.
Slutsats
Innan du lär dig om frågor och M-koder är det viktigt att först bekanta dig med funktionerna i frågeredigeraren och hur de fungerar.
Genom att förstå hur frågeredigeraren är organiserad tillsammans med dess funktioner blir det lättare för dig att navigera i programmet medan du arbetar. Genvägarna och snabbåtkomstalternativen hjälper dig också att arbeta mer effektivt.
Melissa
I den här handledningen kommer du att lära dig hur du kopplar ihop funktioner med hjälp av dplyr-röroperatorn i programmeringsspråket R.
RANKX från LuckyTemplates låter dig returnera rankningen av ett specifikt nummer i varje tabellrad som utgör en del av en lista med nummer.
Lär dig hur du tar isär en PBIX-fil för att extrahera LuckyTemplates-teman och bilder från bakgrunden och använda den för att skapa din rapport!
Excel Formler Fuskblad: Mellanvägledning
LuckyTemplates Kalendertabell: Vad är det och hur man använder det
Lär dig hur du installerar programmeringsspråket Python i LuckyTemplates och hur du använder dess verktyg för att skriva koder och visa bilder.
Lär dig hur du beräknar dynamiska vinstmarginaler vid sidan av LuckyTemplates och hur du kan få fler insikter genom att gräva djupare i resultaten.
Lär dig hur du sorterar fälten från en utökad datumtabells kolumner korrekt. Detta är en bra strategi att göra för svåra fält.
I den här artikeln går jag igenom hur du kan hitta dina toppprodukter per region med hjälp av DAX-beräkningar i LuckyTemplates, inklusive TOPN- och CALCULATE-funktionerna.
Lär dig hur du använder en skräpdimension för flaggor med låg kardinalitet som du vill infoga i din datamodell på ett effektivt sätt.