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 du utvecklar dina LuckyTemplates-rapporter måste du se till att dina bilder visar de insikter du behöver. Du kan se hela videon av denna handledning längst ner på den här bloggen.
Att kontrollera interaktionerna av dinkan spela en viktig roll här.
Den här tekniken kan få din instrumentbräda verkligen att poppa upp och hålla dina konsumenter nöjda. Det är därför mycket värdefullt för dig att lära dig hur du gör detta.
Du har några alternativ när det kommer till dina visuella interaktioner. Låt oss gå vidare och se hur du använder dessa alternativ.
Innehållsförteckning
Kontrollera interaktioner av visuella objekt i Lucky Templates
Det är ganska enkelt att hantera interaktionerna mellan dina bilder.
Allt du behöver göra är att först välja den visuella bilden som du vill interagera med den andraoch välj sedan Redigera interaktioner i formateringssektionen längst upp på skärmen.
När du har klickat på Redigera interaktioner kommer du att se små ikoner högst upp i alla dina bilder för följande alternativ: 1) filtrera , 2) markera eller skära paj och 3) ingen eller ingen interaktion .
Lägg märke till att platsvisualen inte har dessa tre ikoner. Detta beror på att det är det visuella vi vill interagera med de andra visualiseringarna.
Låt oss diskutera varje alternativ.
1. Filtrera
Så ett av alternativen du kan välja för interaktionen med dina bilder är filteralternativet eller även känt som ett fullständigt filter .
När du har valt det här alternativet och sedan klickat på ett element i en visualisering kommer de andra visualiseringarna att visa en total förändring av visualiseringen beroende på vilket filter som tillämpas på visualiseringarna.
Om vi väljer Gainesville, till exempel, kommer kundvisualen att visa den totala försäljningen för var och en av kunderna på denna plats.
Detsamma gäller om vi väljer Tampa. De andra bilderna kommer att uppvisa en total förändring beroende på filtret på plats.
2. Markera eller pajskärare
Nästa alternativ, som är markeringsalternativet , markerar eller visar segmentet som påverkas. Det är anledningen till att den också kallas för pajskärare .
I dessa två bilder nedan kan du till exempel lägga märke till att staternas visualisering är uppdelad i Georgia och Florida.
Om vi väljer markeringsalternativet i kundvisualen och klickar på antingen Florida eller Georgia i staternas visualisering, kommer kundvisualiseringen att visa delen av den totala försäljningen per kund beroende på vilken delstat som är vald.
Vad du dock behöver komma ihåg här är att det kan finnas tillfällen då ändringarna i visualiseringarna inte alls är meningsfulla.
I fallet med den här bilden nedan, till exempel, har vi valt pajen i Customer - visualen och sedan valt Davie på platsen.
Men då kan vi inte dra någon insikt från samspelet mellan dessa två visualiseringar.
Markeringsalternativet kan då ge användbara insikter beroende på data i grafiken som har interaktioner.
3. Stänga av interaktioner
Sedan kan du naturligtvis också välja att stänga av interaktionerna.
Till exempel har vi grupperat visualiseringarna i den här bilden i tre. Vi vill att det visuella bara ska ha interaktioner med de i samma grupp som de tillhör.
Vi kan sedan stänga av interaktionerna så att om vi väljer en bild i den första gruppen kommer de i de andra två inte att påverkas.
För att stänga av interaktioner klickar du helt enkelt på den visuella bilden du har valt, klickar på Redigera interaktioner och ändrar den sedan till ingen eller ingen interaktion.
Om vi nu väljer något av elementen i platsvisualen kommer det inte att påverka elementen i kundvisualen.
Fördelar med att kontrollera de visuella interaktionerna
Med dessa alternativ kan vi verkligen ändra formen på rapporten. Du kan faktiskt skapa miniinstrumentpaneler på en rapportsida när du slår på eller av interaktioner mellan vissa bilder.
Det här är en fantastisk teknik om du vill dela upp eller gruppera dina dimensioner i vissa segment, som regionalt eller genom åldersgrupper.
Mitt råd är att först skapa rapporten med slutmålet i åtanke. Om en interaktion ser mer övertygande ut på ett sätt än på ett annat, gå för det.
Jag föreslår dock att om det finns många sätt som ett visst diagram kan filtreras på, så kanske du vill välja hela filtret än markeringen eller pajskäraren.
Markeringsalternativet kanske inte ger mervärde till de insikter du behöver, så tänk på det.
Slutsats
Vi har precis täckt de olika alternativen som vi har när vi kontrollerar interaktionerna med det visuella i LuckyTemplates. Vi kan välja att använda antingen filter eller markera eller till och med stänga av de visuella interaktionerna helt och hållet.
Att skapa riktigt kraftfulla bilder i LuckyTemplates är väldigt lätt om du vet hur man använder några bra tekniker som att hantera interaktionerna mellan bilder effektivt.
Så fortsätt och prova den här tekniken på dina rapporter. Njut av!
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.