Труба в R: підключення функцій за допомогою Dplyr
У цьому підручнику ви дізнаєтесь, як об’єднати функції разом за допомогою оператора каналу dplyr мовою програмування R.
Аналітики даних повинні постійно вчитися, щоб випереджати конкурентів і залишатися конкурентоспроможними на ринку праці.
Оскільки використання даних швидко розвивається, аналітики даних також повинні розвиватися. Ось чому ми завжди пропонуємо нові курси на нашій платформі On-Demand, щоб допомогти вам бути в курсі останніх галузевих тенденцій і найкращих практик.
Ми дуже раді оголосити про запуск Power Query/M – Nested Structures як нашого другого курсу цього року.
Зміст
Чого очікувати від цього курсу
Мова M, також відома як мова Power Query, є потужним інструментом для перетворення даних у LuckyTemplates. Однією з ключових особливостей мови M є підтримка вкладених структур, що дозволяє легко маніпулювати та організовувати дані.
Розуміння та навчання взаємодії з вкладеними структурованими значеннями в мові M є важливим для тих, хто працює в середовищах Power Query і LuckyTemplates.
Подібно до того, як віртуальні таблиці є ключем до розкриття справжньої потужності DAX, навчившись маніпулювати вкладеними структурами, ви розблокуєте свою здатність виконувати майже будь-які складні перетворення в Power Query.
Зі знаннями та прийомами з цього курсу ви зможете легко маніпулювати, аналізувати та візуалізувати великі обсяги даних, щоб отримати цінну інформацію.
Ось деякі деталі того, що ви дізнаєтесь під час цього курсу :
Для кого цей курс
Цей курс призначений для аналітиків даних середнього та просунутого рівня, які хочуть отримати максимальну віддачу від Power Query для просування перетворень «вгору» (наприклад, ближче до джерела даних, за принципом Roche), щоб підвищити прозорість звітів, зручність обслуговування та швидкість.
Що потрібно для проходження цього курсу?
Щоб отримати максимальну користь від цього курсу, ви повинні мати практичні знання про інтерфейс користувача Power Query і пройти курс Меліси де Корте на .
Курс Power Query/M – вкладені структури спиратиметься на знання базових структур Power Query (значення, списки, записи, таблиці та функції), які були детально розглянуті в основному курсі.
Про Вашого викладача
Мелісса де Корте — ентузіаст Power Platform і займається всім, що стосується Power Query.
Вона є нашим фахівцем, коли йдеться про ETL і моделювання, і вона надала практичні рішення Power Query як у Excel, так і в LuckyTemplates для нашого .
Як зареєструватися
Щоб записатися на цей курс, просто зареєструйтеся на підписку на сторінці . Скористайтеся нашимщоб отримати доступ до цього курсу після випуску!
Ви можете максимізувати свою підписку, вибравши, який створить персоналізований план дій і рекомендовані курси, адаптовані до вашого рівня досвіду та кар’єрних цілей.
Ви також можете ознайомитися з нашою інформацією, щоб отримати докладніші відомості, і стежити за другою частиною нашої серії про роботу з невизначеністю даних пізніше цього року.
Все найкраще,
Команда LuckyTemplates
У цьому підручнику ви дізнаєтесь, як об’єднати функції разом за допомогою оператора каналу dplyr мовою програмування R.
RANKX від LuckyTemplates дозволяє повернути рейтинг певного числа в кожному рядку таблиці, який є частиною списку чисел.
Дізнайтеся, як розібрати файл PBIX, щоб витягти теми та зображення LuckyTemplates із фону та використовувати їх для створення звіту!
Шпаргалка формул Excel: Посібник середнього рівня
Календарна таблиця LuckyTemplates: що це таке та як ним користуватися
Дізнайтеся, як інсталювати мову програмування Python у LuckyTemplates і як використовувати її інструменти для написання кодів і відображення візуальних елементів.
Дізнайтеся, як обчислювати динамічну маржу прибутку за допомогою LuckyTemplates і як ви можете отримати більше інформації, глибше досліджуючи результати.
Дізнайтеся, як правильно сортувати поля зі стовпців розширеної таблиці дат. Це хороша стратегія для складних полів.
У цій статті я поясню, як знайти найпопулярніші продукти для регіону за допомогою обчислень DAX у LuckyTemplates, включаючи функції TOPN і CALCULATE.
Дізнайтеся, як використовувати вимірювання сміття для позначок низької потужності, які ви хочете ефективно включити у свою модель даних.