Hur man kommenterar i Python – En snabbguide för nybörjare
Hur man kommenterar i Python – En snabbguide för nybörjare
Jag ska visa dig hur du skapar en LuckyTemplates dynamisk x-axel, även känd som tidsskala med hjälp av en frånkopplad tabell som kan låta dig ändra granularitetsnivån beroende på ditt datum eller tid. Du kan se hela videon av denna handledning längst ner på den här bloggen.
En dynamik låter dig visa en detaljerad detaljnivå vid den viktigaste aktuella informationen. Det visar mindre granularitet för tidigare datum.
Denna handledning är en fortsättning på min senaste blogg där jag byggde den här visualiseringen, som var R10_table. Den byggdes på dessa beräknade kolumner DTS IsCurrentQuarter och DTS SortBy .
IsCurrentQuarter identifierar sant eller falskt oavsett om vi befinner oss i det aktuella kvartalet eller inte. Baserat på den kolumnen kan vi sedan skapa DTS-kolumnen, som i huvudsak returnerar antingen ett veckoformat eller ett kvartsformat som text. SortBy ger oss vårt fyrsiffriga årtal, sedan ett kvartsnummer och sedan ett veckonummer när det gäller vecka. Annars returnerar den bara det fyrsiffriga året och en vecka.
Idag ska jag bygga en identisk visualisering, men istället för att använda beräknade kolumner kommer jag att använda en frånkopplad tabell, vilket är denna R10a_table som använder ett mått.
Innehållsförteckning
Hur man skapar en Lucky Templates Dynamic X-Axis
R10a_tabellen är faktiskt baserad på R10_tabellen, så antagandet är att du har någon form av faktatabell eller en datumtabell som har datum i sig. Om du tittar på DAX kan det se lite skrämmande ut, men det är exakt samma kod som de beräknade kolumnerna. Vi skapar bara i princip de beräknade kolumnerna i den här tabellberäkningen.
Vi tar tag i vår kolumn Datum från R10_table. Så vi börjar med bara en stor lista över datum, varje datum som finns i den tabellen. Då använder vioch vi lägger till det nuvarande IsCurrentQuarter . Och sedan har vi modifierat det så att det inte refererar tillbaka till tabellen, utan bara till datumkolumnen.
Det är också sant för vår DTS-kolumn och DTS SortBy-kolumn. Det är samma kod. I slutet av detta använder vi för att välja vår DTS, vår DTS SortBy och vår IsCurrentQuarter. Och sedan använder vi bara de distinkta raderna.
Vad vi har kvar i slutet av detta är bara en distinkt lista med värden som kommer att hamna i axeln för vår visualisering. Detta är fortfarande dynamiskt och det håller sig uppdaterat som en del av datamodellen.
Eftersom detta inte är kopplat till någonting, behöver vi ett mått för att ta reda på var vi är så långt som den här åtkomsten, och sedan gå och beräkna den genomsnittliga inventeringen. Så låt oss ta en titt på måttet som jag skapade.
Det första vi gör är att vi tar tag i MAX för DTS SortBy eftersom det kommer att vara det enklaste vi kan göra för att analysera vilket år, kvartal och vecka vi befinner oss i. I fallet för året , vi tar bara tag i de fyra siffrorna längst till vänster.
Och sedan har vi denna addering noll (+ 0) eftersom vi analyserar värdet och vi använder en textbaserad metod för det. Detta returnerar faktiskt en text. Om vi försöker jämföra en text med ett nummer kommer vi att få ett fel. Så det enklaste att göra är att bara lägga till noll, och det tvingar DAX att sedan returnera detta som ett nummer istället för text.
Under kvartalet använder vi bara MID-funktionen för att ta det femte tecknet. Veckan är lite mer komplicerad eftersom det kan vara en ensiffrig vecka, eller det kan vara en tvåsiffrig vecka. I det här fallet kontrollerar vi bara om längden på värdet är sex, vi tar tag i det sista tecknet, om det är sju tar vi tag i de två sista tecknen och om det inte är något av dessa, returnerar vi BLANK. Sedan lägger vi till noll, naturligtvis.
Om veckan är BLANK, så gör vi det, och vi vet att vi är inne på ett kvartal, så då tar vi tag i vår kvartalsinformation. Om vi är inne på en vecka och veckan inte är BLANK, kommer vi att sluta ta tag i veckan.
Slutsats
Det är i princip allt som finns. Det är så du skapar en LuckyTemplates dynamisk X-axel med hjälp av en frånkopplad tabell med ett mått. DAX är inte superkomplicerat, speciellt om du tar det i bitar. Allt vi gör här är att vi filtrerar bort efter år och kvartal och tar sedan AVERAGEX av det, och vi har samma visualisering som den som använder beräknade kolumner.
Jag hoppas att du tycker att denna handledning är användbar och implementerar den i ditt eget arbete. Du kan titta på hela videon nedan för mer information och kolla in den första delen av denna handledning för mer information.
Med vänliga hälsningar!
Greg
Hur man kommenterar i Python – En snabbguide för nybörjare
Denna handledning ger en översikt över Power Query Editor och M-språket på LuckyTemplates-skrivbordet.
Lär dig hur du skapar en sidnumrerad rapport, lägger till texter och bilder och sedan exporterar din rapport till olika dokumentformat.
Lär dig hur du använder SharePoint-automatiseringsfunktionen för att skapa arbetsflöden och hjälpa dig att mikrohantera SharePoint-användare, bibliotek och listor.
Finslipa dina färdigheter i rapportutveckling genom att gå med i en dataanalysutmaning. Acceleratorn kan hjälpa dig att bli en LuckyTemplates superanvändare!
Lär dig hur du beräknar löpande summor i LuckyTemplates med DAX. Löpande summor låter dig inte fastna i ett individuellt resultat.
Förstå konceptet med variabler i DAX inom LuckyTemplates och konsekvenserna av variabler för hur dina mått beräknas.
Lär dig mer om den anpassade visual som kallas LuckyTemplates Slope-diagram, som används för att visa ökning/minskning för en enstaka eller flera mätvärden.
Upptäck färgteman i LuckyTemplates. Dessa är viktiga för att dina rapporter och visualiseringar ska se ut och fungera sömlöst.
Att beräkna ett genomsnitt i LuckyTemplates kan göras på många sätt för att ge dig exakt information för dina affärsrapporter.