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.
Dataanalytiker måste ständigt lära sig att ligga före konkurrenterna och förbli konkurrenskraftiga på arbetsmarknaden.
Eftersom användningen av data snabbt utvecklas, bör dataanalytiker också utvecklas. Det är därför vi alltid kommer med nya kurser i vår On-Demand-plattform för att hjälpa dig att hålla dig uppdaterad med de senaste branschtrenderna och bästa praxis.
Vi är så glada över att tillkännage lanseringen av Power Query/M – Nested Structures som vår andra kurs i år.
Innehållsförteckning
Vad du kan förvänta dig av den här kursen
M-språket, även känt som Power Query-språket, är ett kraftfullt verktyg för datatransformation inom LuckyTemplates. En av nyckelfunktionerna i M-språket är dess stöd för kapslade strukturer, vilket möjliggör enkel manipulation och organisering av data.
Att förstå och lära sig hur man interagerar med kapslade strukturerade värden på M-språket är viktigt för dem som arbetar inom Power Query- och LuckyTemplates-miljöerna.
Precis som virtuella tabeller är nyckeln till att låsa upp den verkliga kraften i DAX, kommer att lära sig hur man manipulerar kapslade strukturer låsa upp din förmåga att utföra nästan vilken komplex transformation som helst inom Power Query.
Med kunskapen och teknikerna från den här kursen kommer du enkelt att kunna manipulera, analysera och visualisera stora mängder data för att få värdefulla insikter.
Här är några detaljer om vad du kommer att lära dig under den här kursen :
För vem är den här kursen
Den här kursen är för den mellanliggande till avancerade dataanalytiker som vill få ut det mesta av Power Query för att driva transformationer "uppströms" (t.ex. närmare datakällan, enligt Roches Maxim), för att öka rapportens transparens, underhållsbarhet och hastighet.
Vad behövs för att gå denna kurs?
För att dra maximal nytta av den här kursen bör du ha praktisk kunskap om Power Query-användargränssnittet och ha genomfört Melissa de Kortes kurs på .
Kursen Power Query/M – Nested Structures kommer att bygga på kunskapen om grundläggande Power Query-strukturer (värden, listor, poster, tabeller och funktioner) som behandlades utförligt i den grundläggande kursen.
Om din instruktör
Melissa de Korte är en Power Platform-entusiast och är på allt som har med Power Query att göra.
Hon är vår favorit när det kommer till ETL och modellering och har levererat praktiska Power Query-lösningar i både Excel och LuckyTemplates för våra .
Hur man registrerar sig
För att anmäla dig till den här kursen, registrera dig bara för en prenumeration på . Dra nytta av vårför att få tillgång till denna kurs vid release!
Du kan maximera din prenumeration genom att välja en som kommer att generera en personlig handlingsplan och rekommenderade kurser skräddarsydda för din erfarenhetsnivå och karriärmål.
Du kan också kolla in vår för mer information, och håll ögonen öppna för den andra delen av vår serie om att hantera osäkerhet om data senare i år.
Med vänliga hälsningar,
LuckyTemplates Team
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.