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.
I den här självstudien får du lära dig hur du grupperar data på en återförsäljarwebbplats. Du kan enkelt övervaka och samla in data genom att gruppera data och värden.
Data som kundens namn och säljarens namn kommer att vara tillgängliga för dig för att hålla reda på prestandastatusen för dina webbplatser, kunder och produkter.
Innehållsförteckning
Gruppera återförsäljarwebbplatser
Istället för att visa upp alla återförsäljarsajter kan du dela upp dem i tre olika regionala områden. Du kan välja sydöstra, mellanöstern och nordöstra Amerika.
Ta med State in i Legend of kartans grafik för att dela upp de olika regionerna som du säljer. Gå sedan till filtersektionen och filtrera de olika regionerna. I det här fallet är det Florida och Georgia.
Du kan nu se en mindre delmängd av information från visualiseringen.
Efter det, bli av med titeln och legenderna eftersom du senare kommer att lära dig hur du får dem att sticka ut och lyfta fram vad det visuella handlar om.
Bryt in data i visualiseringar
Nästa sak att göra är att skapa ett munkdiagram. Återigen, ta State under Legend och istället för Total Revenue , använd Intäkt inom tidsramen i avsnittet Värde. Fortsätt nu till filtersektionen och välj Florida och Georgia. Bli av med rubriken.
Om du kollar in dina visualiseringar kommer de alla att ändras när du väljer en tidsram.
Kopiera sedan munkdiagrammet och ersätt förklaringen med Namn . Ändra visualiseringen till ett staplat stapeldiagram. Ändra sorteringsordningen till Intäkt inom tidsram .
Kopiera det diagrammet 2 gånger och ändra axeln för båda till Kundnamn och Säljarnamn .
Att kopiera och klistra in visualiseringar påskyndar utvecklingen av din instrumentpanel i LuckyTemplates, så du måste använda den.
Därifrån kan du göra några justeringar av dina bilder. Först, minska storleken på etiketterna och lägg till dataetiketter. Därefter kan du sätta färger för bakgrunden och visualiseringarna.
Skapa en rektangel och fyll den med färg. Lägg till transparens till formen och lägg den bakom dina bilder. Formen i bakgrunden bryter ut all nyckelinformation i din instrumentpanel. Du måste se till att formen skickas till baksidan av informationen du visar.
Du måste ställa in allt eftersom du måste kopiera och klistra in dessa bilder två gånger för de andra områdena. Varje rad med information kommer sedan att ha ändringar i sina värden baserat på de olika regionerna du väljer.
Slutsats
När du grupperar data och delar upp alla återförsäljarwebbplatser efter regioner kan du enkelt komma åt den information du behöver. Om webbplatserna är organiserade och kategoriserade är det mycket lättare att hitta information.
Att gruppera information gör datainsamlingen problemfri. Du kan enkelt växla till vilken grupp av data som helst och ta tag i de värden du behöver.
Med vänliga hälsningar,
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.