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.
När man arbetar med beräknade data kan det ibland vara nödvändigt att jämföra olika datamängder. Jag ska visa dig hur du gör det genom att kombinera olika tabellfunktioner. Du kan se hela videon av denna handledning längst ner på den här bloggen.
Defunktion är det bästa att använda i sådana här fall. Vissa kanske också säger detär lika användbar för att jämföra beräknade data. Men när du väl har listat ut hur du använder INTERSECT så följer det vad du kommer att kunna tillämpa på EXCEPT -funktionen i dina beräkningar också.
Innehållsförteckning
Stickprov
För att visa vad INTERSECT kan göra, ska jag visa dig hur du jämför kunder från två olika tidsperioder.
I exemplet nedan har jag en datumskiva som hjälper mig att komma in på den tidsram jag behöver. Jag har också en kolumn för de stater där kunderna lägger sina beställningar. Naturligtvis kan detta vara en helt annan dimension beroende på vilka insikter du försöker få.
Jag har också min totala intäkter för varje delstat, vilket också visas i visualiseringen.
Nu vill jag se hur många av de kunder som gjorde ett köp vid ett specifikt datum förra året som också gjorde ett köp samma datum i år. Det betyder att jag tittar på två specifika listor över kunder som gjorde ett köp på samma datum men under olika år . Därifrån ska jag ta reda på hur många kunder som finns på båda listorna.
Jämföra kunder från två tidsperioder
Innan jag kan jämföra de två kundlistorna måste jag komma på Totalkunderna först .
Totalkunderna inkluderar de som gjort inköp i olika butiker i olika stater inom den angivna tidsramen . Jag använde en enkel formel för att komma fram till detta resultat.
Jag användefunktion eftersom den tar upp en enda lista med unika värden. I det här fallet kommer det att visa oss kunderna som köpte produkter vid den angivna tidsramen.
Jag använde ocksåfungera. Detta kommer att räkna antalet unika värden från listan.
Jag hänvisar till försäljningstabellen för denna åtgärd.
Varför inte använda Kundtabellen istället?
Om jag refererar direkt till kundtabellen kommer jag bara att räkna varje enskild kund oavsett tidsram. Jag måste se till att rätt sammanhang används. Genom att använda tabellen Försäljning får jag inte bara kunderna, jag får även information var och när de gjorde sitt köp.
Nu när jag har totalt antal kunder kan jag komma med listan över kunder från samma datum, men förra året. Det är här åtgärden blir lite mer komplicerad.
Låt mig gå in på varje del av denna åtgärd bit för bit.
Kom ihåg att jag försöker ändra tabellens kontext. Det är därför jag kommer att användafungera.
är en bekant funktion eftersom jag använder den i mina exempel för det mesta. Det ändrar sammanhanget för en specifik beräkning. CALCULATETABLE, å andra sidan, ändrar kontexten för en hel tabell .
Eftersom jag vill ändra tidsramen kommer jag att användafungera.
Genom att använda CALCULATETABLE kan jag lägga till filterparametrar . Genom att använda DATESBETWEEN -funktionen kan jag zona in på en tidsram som faller 365 dagar underoch dendatum. Kort sagt, det skjuter tillbaka tidsramen till förra året och skapar en annan lista med kunder därifrån.
Återigen använder jag COUNTROWS -funktionen för att beräkna antalet kunder efter att de ytterligare filtren har tillämpats.
Nu när jag har två listor kan jag ta med de åtgärderna jag gjorde i INTERSECT -funktionen.
INTERSECT-funktionen kommer virtuellt att titta in i listan som det refereras till. I det här fallet är det Customer Name Index. Den kommer att gå igenom var och en av dessa kunder och jämföra dem med den andra listan från ett år sedan.
När den jämför de beräknade uppgifterna tittar den på de som visas i båda listorna. Tabellen nedan visar till exempel att 224 kunder gjorde köp på samma datum under två olika år i Kalifornien.
Slutsats
Förhoppningsvis kan du nu föreställa dig andra scenarier där INTERSECT -funktionen kan användas för att jämföra två uppsättningar av beräknade data.
Du kan till och med presentera jämförelsen i procent och tillämpa några måttförgreningstekniker. Du kan titta på de kunder som inte kom tillbaka och skicka ut lite marknadsföringsmaterial till dem.
Detta visar verkligen hur mycket insikt du kan få när du väl fått kläm på att använda olika DAX-funktioner i LuckyTemplates.
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.