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.
Jag vill visa dig en riktigt övertygande COVID-19-pandemirapport och instrumentpanel. Det här är förmodligen det bästa jag har sett överlägset någonstans under de senaste 12 månaderna. Du kan se hela videon av denna handledning längst ner på den här bloggen.
Covid-19 pandemirapport och instrumentpanel (publicerad till webblänk)
Detta är en publicerad till webblänk (ovan), och den här specifika rapporten skapades för en av desom vi har sprungit på. Detta är ett samarbete mellan våra LuckyTemplates-experter, Greg, Brian, Jarrett och Mudassir.
Jag ser till att vi ger så mycket synlighet som möjligt åt alla fantastiska bidrag som pågår i LuckyTemplates-utmaningarna. Detta är överlägset några av de bästa LuckyTemplates-arbetet som pågår i världen.
I den här bloggen vill jag visa dig alla de otroliga funktioner som har byggts in i denna rapport för att generera enorma insikter om vad som faktiskt händer globalt med COVID.
Men jag kommer inte att kunna visa er alla tekniker än. Det här är bara en översikt över hur du kan skapa en pandemirapport som denna.
Innehållsförteckning
Pandemirapportfunktioner och funktionalitet
Det här är covid-19-pandemirapporten med verkliga insikter . Detta är inte en dummy-datauppsättning. Detta är en verklig LuckyTemplates-rapport som är full av information.
COVID-19 pandemirapport och instrumentpanel
Det finns så mycket bra med den här rapporten. För det första är det visuellt övertygande . Om du tittar på visualiseringarna här ser du att vi har en världskarta, som verkligen ser ut som om den är inbäddad i rapporten. Den har inga udda färger. Det ser ut som att det är en del av rapportens bakgrund.
En annan sak att notera om den här rapporten är att den bokstavligen bara är en sida , men det finns en enorm mängd information inbäddad i den på olika sätt.
Hela utgångspunkten för utmaningen var att utvärdera covid-19-data. Och så har teamet gått igenom det och svarat på frågan, hur har länder hanterat den globala pandemin?
Vi kan se en rad information geografiskt kring hur vissa områden har presterat. Lägg märke till att dessa är verktygstips inbäddade i visualiseringarna, som ser riktigt övertygande ut. Vi kan klicka på länderna och se deras status när det gäller pandemin.
Hela verktygstipset är dynamiskt . Vi kan se landets flagga i verktygstipset och vi har siffror och detaljer om vad som händer i det landet. I det här fallet tittar vi på Kanada. Verktygstipset visar också en uppdelning av månader med användning av små multiplar .
Teamet har också bäddat in dettahär nere. Vi kan inte se någon axel på denna visualisering, men det är så uppenbart vad denna visualisering är på grund av de färger som används, som motsvarar det övre området (siffrorna) i rapporten. Jag tycker att det är väldigt kreativt och genomtänkt.
Om vi klickar på en specifik region här, säg Nordamerika, kan vi se att alla visualiseringar i rapporten uppdateras och ändras. De visar nu data från de nordamerikanska länderna.
Om vi dessutom håller muspekaren över siffrorna (bekräftade, återställda, dödsfall) här i rapporten kan vi se att vi har möjlighet att dyka djupt in i siffrorna och få fler insikter.
Så om vi till exempel klickar på dödsfallen här, ändras alla visualiseringar på rapporten och visar bara informationen kring dödsfall. Som du kan se visar alla visualiseringar endast den rödbruna färgen, som representerar dödsfallen.
Vi har också en del statistisk analys på hög nivå här på en scatter chart-visualisering, som utvärderar hur länderna eller regionerna presterade. Teamet har också bäddat in skjutreglagen i denna visualisering . Dessa skjutreglage (Y-axel och X-axel) gör det möjligt för oss att ändra vad vi tittar på i visualiseringen.
Det finns också verktygstips inbäddade i detta punktdiagram. Så när vi håller muspekaren över varje land får vi mer information och specifik data.
Dessutom kan vi borra oss in i världen. Vi klickar bara på den här frågeteckenikonen så kommer den att visa mer information.
Slutsats
Den här rapporten är mycket användbar när det gäller beslutsfattande, till exempel vad du gör som ett land eller som ett geografiskt område, etc.
Det här är verkligen den bästa COVID-19-pandemirapporten som jag har sett skapad i LuckyTemplates. Jag hoppas att detta kommer att inspirera dig att se vad som faktiskt är möjligt med LuckyTemplates.
Kolla in länkarna nedan och vårsamt för mer innehåll kring datavisualisering och rapportering i LuckyTemplates.
Skål!
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.