Abschnitte der Website
Wahl des Herausgebers:
- So vergrößern Sie Laufwerk C auf Kosten von Laufwerk D, ohne Daten zu verlieren
- Ursachen für Fehlfunktionen auf dem Motherboard Wenn der Chipsatz auf dem Motherboard durchbrennt
- Ursprünglicher Name für den Chat
- Verwenden von Stilen in Excel So erstellen Sie Ihren eigenen neuen Stil
- Welche Fehler treten bei der Installation auf?
- Sozialer Status einer Person in der Gesellschaft
- Vollständige Interpretation von Fehlern
- So rufen Sie einen „lebenden“ Beeline-Betreiber direkt an: gebührenfreie Telefonnummern
- Wichtige PDF-Reader
- Lineage II – Zwischenspiel: The Chaotic Throne startet nicht?
Werbung
Aggregieren Sie Funktionen in Power Pivot. Power Pivot: So erfahren Sie, wie Sie visuelle Analyseberichte in Excel erstellen. Hilfe erhalten |
Power-Pivot ist eine Datenmodellierungstechnologie, mit der Sie Datenmodelle erstellen, Beziehungen herstellen und Berechnungen hinzufügen können. Mit Power Pivot können Sie mit großen Datensätzen arbeiten, detaillierte Beziehungen erstellen und komplexe (oder einfache) Berechnungen erstellen – alles in der vertrauten, leistungsstarken Excel-Umgebung. Power Pivot ist eines von drei in Excel verfügbaren Datenanalysetools: Power Pivot-RessourcenWie bekomme ich Power Pivot?Power Pivot kann als Excel-Add-In verwendet werden, das in wenigen einfachen Schritten aktiviert werden kann. Die zugrunde liegende Modellierungstechnologie von Power Pivot wird auch im Power BI Designer verwendet, der Teil des Power BI-Dienstes von Microsoft ist. Erste Schritte mit Power PivotWann Power Pivot-Add-In aktiviert ist, wird im Menüband eine Registerkarte angezeigt Power-Pivot, was im folgenden Bild dargestellt ist. Auf der Registerkarte Multifunktionsleiste Power-Pivot„Artikel auswählen“ Kontrolle„im Abschnitt“ Datenmodell ". Bei der Auswahl eines Artikels Kontrolle erscheint Power Pivot-Fenster Hier können Sie das Datenmodell anzeigen und bearbeiten, Berechnungen hinzufügen, Verbindungen herstellen und Elemente anzeigen Datenmodelle Power-Pivot. Datenmodell ist eine Sammlung von Tabellen oder anderen Daten, oft mit etablierten Beziehungen zwischen ihnen. Das folgende Bild zeigt Power Pivot-Fenster mit der angezeigten Tabelle. IN Power Pivot-Fenster Es ist auch möglich, Beziehungen zwischen den im Modell enthaltenen Daten herzustellen und grafisch darzustellen. Klicken Sie auf das Symbol Diagrammdarstellung in der unteren rechten Ecke Power-Pivot-Fenster, sehen Sie die vorhandenen Beziehungen im Power Pivot-Datenmodell. Das Bild unten zeigt Power Pivot-Fenster V Präsentation des Diagramms. Eine kurze Anleitung zur Verwendung von Power Pivot finden Sie im folgenden Artikel: Zusätzlich zu diesem Leitfaden finden Sie unter folgendem Link erschöpfend Eine Sammlung von Links, Ressourcen und zusätzlichen Informationen zu Power Pivot: In den folgenden Abschnitten werden zusätzliche Ressourcen und Tutorials aufgeführt, die detailliert beschreiben, wie Sie Power Pivot, auch in Kombination mit Power Query und Power View, verwenden, um komplexe, intuitive Business-Intelligence-Aufgaben in Excel selbst durchzuführen. PowerPivot-TutorialsSehen Sie Power Pivot in Aktion, um die Funktionsweise zu verstehen und nützliche Anwendungsfälle zu sehen, die die Fähigkeiten von Power Pivot demonstrieren. Die folgenden Leitfäden helfen Ihnen beim Einstieg: Erfahren Sie mehr über Power PivotPower Pivot ist einfach zu bedienen und schnell. Mit diesem Add-In können Sie umfangreiche und komplexe Berechnungen, Indikatoren und Formeln erstellen. Die folgenden Links helfen Ihnen dabei, viele der Aufgaben zu identifizieren, die Sie mit Power Pivot erledigen können. Links zu Foren und verwandten ThemenViele verschiedene Menschen nutzen Power Query und geben gerne weiter, was sie gelernt haben. Nutzen Sie die folgenden Ressourcen, um mit anderen Mitgliedern der Power Query-Community in Kontakt zu treten. [im Zusammenhang mit der umstrittenen Übertragung von Teil 1 des Beitrags an Geektimes (trotz der Tatsache, dass der 2. Teil bei Habré verblieben ist) bringe ich den 1. Teil an seinen Platz zurück] Wenn Sie im Bereich Analyse und Überwachung verschiedener BI-Tools arbeiten, stoßen Sie früher oder später auf eine Rezension oder Erwähnung des Power Pivot Excel-Add-Ins. In meinem Fall traf ich ihn auf der Microsoft Data Day-Konferenz. Nach der Präsentation hinterließ das Tool keine besonderen Eindrücke: Ja, es ist kostenlos (unter der Office-Lizenz), ja – es gibt einige ETL-Funktionalitäten hinsichtlich des Abrufens von Daten aus unterschiedlichen Quellen (DB, CSV, XLS usw.). Durch die Verknüpfung dieser Quellen und die Einspeisung in den RAM werden Größenordnungen von mehr als 1 Million Zeilen in Excel erfasst. Kurz gesagt, ich habe nachgeschaut und es vergessen. Und ich musste mich daran erinnern, wann die Notwendigkeit entstand, bestimmte Phänomene in den Daten zu identifizieren Tatsächlich lautet die Problemstellung (anhand eines unpersönlichen Beispiels) wie folgt: In den Quelldaten der CSV-Datei: Es gibt Einzelhandelsgeschäfte, die bis auf Rechnungszeilen detailliert sind, während Filialen mit demselben Namen nur dann unterschiedliche Adressen haben dürfen, wenn sie sich in verschiedenen Städten befinden, aber im ursprünglichen Datenfeld gibt es Punkte, die unterschiedliche Adressen in derselben Stadt haben trotz der Tatsache, dass die Namen der Punkte gleich sind (der Name der Verkaufsstelle ist eindeutig, d. h. es handelt sich um eine Einheit des Netzwerks oder einen separaten Punkt). Als Sonderfall in aggregierter Form: Die Suche und Bereinigung von Daten mit Standard-Office-Tools wird durch folgende Umstände behindert: Detaillierte Daten bis hin zu Rechnungszeilen Natürlich kann man jedes kostenlose DBMS (sei es eine Desktop-Version oder eine Server-Version) hochladen, dafür braucht man aber erstens Admin-Rechte und zweitens würde es in dem Artikel nicht mehr um Power Pivot gehen. Aufgabe: Für jeden atomaren Datensatz ist ein zusätzliches berechnetes Feld erforderlich, das für jeden Namen der Filiale eine eindeutige Anzahl von Adressen innerhalb derselben Stadt berechnet. Dieses Feld ist erforderlich, um schnell alle Namen von Einzelhandelsgeschäften in einer Stadt zu finden, in der es mehr als eine Adresse gibt. Ich denke, es ist am bequemsten, iterativ zu lösen und zu sagen, unter der Annahme, dass unser Wissen über DAX auf einem rudimentären Niveau ist. Schritt 1: Wie unterscheidet sich eine berechnete Spalte von einer berechneten Kennzahl? RUND([Versand mit MwSt.]*POWER(1.18,-1)*0.18,2) Wie Sie dem Beispiel entnehmen können, funktioniert die berechnete Spalte (nennen wir sie Mehrwertsteuer) horizontal mit jedem atomaren Datensatz. RUND([Versand mit MwSt.]*POWER(1,18,-1)/[Versand Stück];2) Fügen wir nun zum Vergleich noch die Berechnung des durchschnittlichen Stückpreises zu dem Maß hinzu: Durchschnittspreis pro Stück ohne Mehrwertsteuer: =ROUND(AVERAGE([Field_Price pro Stück ohne Mehrwertsteuer]);2) Wie aus der Formel hervorgeht, funktioniert die Kennzahl vertikal mit einer Spalte mit Quelldaten, daher sollte sie immer eine Art Funktion enthalten, die mit einer Menge funktioniert (Summe, Durchschnitt, Varianz usw.). Bei der Rückkehr zur Excel-PivotTable sieht es so aus: Bitte beachten Sie, dass, wenn das berechnete Mehrwertsteuerfeld auf jeder Datenebene (grüner Strich auf der Ebene einer Einzelhandelsfiliale, einer Stadt oder einer Tabellensumme) den Betrag anzeigt, der im Prinzip korrekt ist, dann die Summe der Preise des berechneten Felds „ „Preis pro Stück ohne Mehrwertsteuer“ (roter Strich) wirft Fragen auf. Daraus schließen wir, dass das berechnete Feld „Preis pro Stück ohne Mehrwertsteuer“ ein Hilfsmittel zur Berechnung des Maßes „Durchschnittspreis pro Stück ohne Mehrwertsteuer“ ist und um den Benutzer nicht mit diesem Feld zu verwirren, werden wir es aus der Liste ausblenden der Kundentools, wobei das durchschnittliche Preismaß übrig bleibt. Ein weiterer Unterschied zwischen einer Kennzahl und einer Spalte besteht darin, dass Sie damit eine Visualisierung hinzufügen können: Lassen Sie uns beispielsweise einen KPI für den Grad der Preisstreuung mit einer Zielgrenze von 35 % erstellen, indem wir die Wurzel der Streuung durch das arithmetische Mittel dividieren. K_var:=STDEV.P([Field_Price pro Stück ohne MwSt.])/AVERAGE([Field_Price pro Stück ohne MwSt.]) Als Ergebnis sehen wir in Excel folgende Tabelle (das berechnete Hilfspreisfeld befindet sich übrigens nicht mehr in der Liste der verfügbaren Felder rechts): Ein Doppelklick auf die 80 %-Quote zeigt, dass die Preise tatsächlich um den Durchschnitt schwanken: Stärker als mit einem Koeffizienten von 15 %: In diesem Schritt haben wir uns die Hauptunterschiede zwischen Kennzahlen und Feldern in PowerPivot angesehen. Schritt 2. Machen wir es komplizierter: Berechnen wir den Anteil jedes Eintrags am Gesamtumsatz. Es ist klar, dass dies im Rahmen von Pivot-Tabellen buchstäblich mit zwei Mausklicks erledigt wird, ohne die Tastatur zu berühren, aber um es zu verstehen, versuchen wir es direkt in PowerPivot mithilfe von Formeln. In SQL würde ich es so schreiben (machen Sie mir nicht die Schuld für Fehler, denn Word prüft die SQL Server-Syntax nicht): Beginnen Sie mit der Auswahl von „t1.TT Name“, „t1.City“, „t1.Address“, „t1.Product“, „t1.TTN No“, „t1.TTN Date“, „t1.Shipment, pcs“, „ t1.Shipment with VAT“, „t1.Shipment, pcs“/sum(“t1.Shipment, pcs“) über () als Anteil aus Tabelle als t1 order by „t1.Shipment, pcs“/sum(“t1.Shipment , Stück") desc Wie Sie sehen, öffnet sich hier ein Fenster mit allen Datensätzen im Datensatz. Versuchen wir etwas Ähnliches in PowerPivot: =[Sendungsstück]/BERECHNEN(SUM([Sendungsstück]);ALL("Tabelle1")) Konzentrieren wir uns auf den Nenner: Ich habe oben bereits erwähnt, dass der Hauptunterschied zwischen einem berechneten Feld und einer Kennzahl darin besteht, dass sie in einem Formelfeld horizontal zählen (innerhalb eines Datensatzes) und Kennzahlen vertikal zählen (innerhalb eines Attributs). Hier konnten wir die Feldeigenschaften und die Kennzahleneigenschaft durch die CALCULATE-Methode kreuzen. Und wenn wir die Breite des Fensters in SQL mit Over() angepasst haben, dann haben wir das hier mit All() gemacht. Versuchen wir nun, mit dieser Fähigkeit etwas Nützliches aus unseren Daten zu machen. Denken wir beispielsweise daran, dass der Indikator der Preisstreuung um den Durchschnitt über einen weiten Bereich variiert. Versuchen wir, statistische Ausreißer bei den Preisen mithilfe der 3-Sigma-Regel zu identifizieren. Fensterfunktionen in SQL sehen folgendermaßen aus: Wählen Sie „t1.TT Name“, „t1.City“, „t1.Address“, „t1.Product“, „t1.TTN No“, „t1.TTN Date“, „t1.Shipment, pcs“, „t1 .Versand mit Mehrwertsteuer“, „t1.Preis pro Stück ohne Mehrwertsteuer“, CASE WHEN ABS(“t1.Preis pro Stück ohne Mehrwertsteuer“ – AVG(“t1.Preis pro Stück ohne Mehrwertsteuer“) OVER()) > 3 * STDEV ("t1.Preis pro Stück ohne Mehrwertsteuer") OVER() THEN 1 ELSE 0 END as Outlier from Table as t1 Go Und hier ist das Gleiche im DAX: If(ABS([Field_Price pro Stück ohne MwSt.]-CALCULATE(AVERAGE([Field_Price pro Stück ohne MwSt.]);ALL("Table1")))>(3*CALCULATE(STDEV.P([Field_Price pro Stück ohne MwSt.] );all("Tabelle1")));1;0) Wie Sie sehen, ist der Preis mit einem arithmetischen Durchschnitt von 40,03 Rubel etwas hoch. Schritt 3. Verengen Sie die Fenster. Wählen Sie „t1.TT Name“, „t1.City“, „t1.Address“, „t1.Product“, „t1.TTN No“, „t1.TTN Date“, „t1.Shipment, pcs“, „t1 .Versand mit Mehrwertsteuer", "t1.Preis pro Stück ohne Mehrwertsteuer", count("t1.*) OVER(partition by "t1.City") as cnt from Table as t1 Go Im DAX: Bitte beachten Sie den Unterschied in der Anzeige der Daten in der Tabelle. Ich habe speziell Adressen in den Maßnahmenbereich eingefügt, um deren Anzahl zu zählen und sie mit dem neuen Feld zu vergleichen, das ich in der Zeilenüberschrift nach dem Namen der Filiale platziert habe. Der Unterschied ist deutlich sichtbar: Wenn die übliche Berechnung der Anzahl der Adressen für jeden Punkt in der Stadt durchgeführt wird und dann nur eine Zwischensumme für das Aggregat „Stadt“ angezeigt wird, dann ermöglicht die Verwendung von Fensterfunktionen die Zuordnung jedes Atoms Zeichnen Sie den Wert eines beliebigen Aggregats auf oder verwenden Sie ihn in einigen Zwischenberechnungen des berechneten Felds (wie oben gezeigt). Zurück zum ursprünglichen Problem Anfrage an SQL Server: Mit a1 als (Wählen Sie „t1.TT Name“, „t1.City“, „t1.Address“, „t1.Product“, „t1.TTN No“, „t1.TTN Date“, „t1.Shipment, pcs ", "t1.Shipment with VAT", "t1.Price per Piece without VAT", count(Distinct "t1.Address") OVER(partition by "t1.City", "t1.TT Name") als Adrcnt aus Tabelle als t1) Wählen Sie * aus a1, wobei adrcnt>1 ist Nun hindert uns nichts mehr daran, dies im DAX zu tun: CALCULATE(DISTINCTCOUNT("Table1"[Address]);ALLEXCEPT("Table1","Table1"[City],"Table1"[TT Name])) Dadurch konnten wir verdächtige Datensätze auswählen, bei denen es mehr als eine Adresse am selben Punkt in derselben Stadt gab. Natürlich wird beim Studium (bei einem Blick auf andere Formeln) klar, dass DAX in PowerPivot viel leistungsfähiger ist als in diesem Thema gezeigt, aber es ist definitiv nicht möglich, die Unermesslichkeit auf einmal zu erfassen. Ich hoffe, es war interessant. [im Zusammenhang mit der umstrittenen Übertragung von Teil 1 des Beitrags an Geektimes (trotz der Tatsache, dass der 2. Teil bei Habré verblieben ist) bringe ich den 1. Teil an seinen Platz zurück] Wenn Sie im Bereich Analyse und Überwachung verschiedener BI-Tools arbeiten, stoßen Sie früher oder später auf eine Rezension oder Erwähnung des Power Pivot Excel-Add-Ins. In meinem Fall traf ich ihn auf der Microsoft Data Day-Konferenz. Nach der Präsentation hinterließ das Tool keine besonderen Eindrücke: Ja, es ist kostenlos (unter der Office-Lizenz), ja – es gibt einige ETL-Funktionalitäten hinsichtlich des Abrufens von Daten aus unterschiedlichen Quellen (DB, CSV, XLS usw.). Durch die Verknüpfung dieser Quellen und die Einspeisung in den RAM werden Größenordnungen von mehr als 1 Million Zeilen in Excel erfasst. Kurz gesagt, ich habe nachgeschaut und es vergessen. Und ich musste mich daran erinnern, wann die Notwendigkeit entstand, bestimmte Phänomene in den Daten zu identifizieren Tatsächlich lautet die Problemstellung (anhand eines unpersönlichen Beispiels) wie folgt: In den Quelldaten der CSV-Datei: Es gibt Einzelhandelsgeschäfte, die bis auf Rechnungszeilen detailliert sind, während Filialen mit demselben Namen nur dann unterschiedliche Adressen haben dürfen, wenn sie sich in verschiedenen Städten befinden, aber im ursprünglichen Datenfeld gibt es Punkte, die unterschiedliche Adressen in derselben Stadt haben trotz der Tatsache, dass die Namen der Punkte gleich sind (der Name der Verkaufsstelle ist eindeutig, d. h. es handelt sich um eine Einheit des Netzwerks oder einen separaten Punkt). Als Sonderfall in aggregierter Form: Die Suche und Bereinigung von Daten mit Standard-Office-Tools wird durch folgende Umstände behindert: Detaillierte Daten bis hin zu Rechnungszeilen Natürlich kann man jedes kostenlose DBMS (sei es eine Desktop-Version oder eine Server-Version) hochladen, dafür braucht man aber erstens Admin-Rechte und zweitens würde es in dem Artikel nicht mehr um Power Pivot gehen. Aufgabe: Für jeden atomaren Datensatz ist ein zusätzliches berechnetes Feld erforderlich, das für jeden Namen der Filiale eine eindeutige Anzahl von Adressen innerhalb derselben Stadt berechnet. Dieses Feld ist erforderlich, um schnell alle Namen von Einzelhandelsgeschäften in einer Stadt zu finden, in der es mehr als eine Adresse gibt. Ich denke, es ist am bequemsten, iterativ zu lösen und zu sagen, unter der Annahme, dass unser Wissen über DAX auf einem rudimentären Niveau ist. Schritt 1: Wie unterscheidet sich eine berechnete Spalte von einer berechneten Kennzahl? RUND([Versand mit MwSt.]*POWER(1.18,-1)*0.18,2) Wie Sie dem Beispiel entnehmen können, funktioniert die berechnete Spalte (nennen wir sie Mehrwertsteuer) horizontal mit jedem atomaren Datensatz. RUND([Versand mit MwSt.]*POWER(1,18,-1)/[Versand Stück];2) Fügen wir nun zum Vergleich noch die Berechnung des durchschnittlichen Stückpreises zu dem Maß hinzu: Durchschnittspreis pro Stück ohne Mehrwertsteuer: =ROUND(AVERAGE([Field_Price pro Stück ohne Mehrwertsteuer]);2) Wie aus der Formel hervorgeht, funktioniert die Kennzahl vertikal mit einer Spalte mit Quelldaten, daher sollte sie immer eine Art Funktion enthalten, die mit einer Menge funktioniert (Summe, Durchschnitt, Varianz usw.). Bei der Rückkehr zur Excel-PivotTable sieht es so aus: Bitte beachten Sie, dass, wenn das berechnete Mehrwertsteuerfeld auf jeder Datenebene (grüner Strich auf der Ebene einer Einzelhandelsfiliale, einer Stadt oder einer Tabellensumme) den Betrag anzeigt, der im Prinzip korrekt ist, dann die Summe der Preise des berechneten Felds „ „Preis pro Stück ohne Mehrwertsteuer“ (roter Strich) wirft Fragen auf. Daraus schließen wir, dass das berechnete Feld „Preis pro Stück ohne Mehrwertsteuer“ ein Hilfsmittel zur Berechnung des Maßes „Durchschnittspreis pro Stück ohne Mehrwertsteuer“ ist und um den Benutzer nicht mit diesem Feld zu verwirren, werden wir es aus der Liste ausblenden der Kundentools, wobei das durchschnittliche Preismaß übrig bleibt. Ein weiterer Unterschied zwischen einer Kennzahl und einer Spalte besteht darin, dass Sie damit eine Visualisierung hinzufügen können: Lassen Sie uns beispielsweise einen KPI für den Grad der Preisstreuung mit einer Zielgrenze von 35 % erstellen, indem wir die Wurzel der Streuung durch das arithmetische Mittel dividieren. K_var:=STDEV.P([Field_Price pro Stück ohne MwSt.])/AVERAGE([Field_Price pro Stück ohne MwSt.]) Als Ergebnis sehen wir in Excel folgende Tabelle (das berechnete Hilfspreisfeld befindet sich übrigens nicht mehr in der Liste der verfügbaren Felder rechts): Ein Doppelklick auf die 80 %-Quote zeigt, dass die Preise tatsächlich um den Durchschnitt schwanken: Stärker als mit einem Koeffizienten von 15 %: In diesem Schritt haben wir uns die Hauptunterschiede zwischen Kennzahlen und Feldern in PowerPivot angesehen. Schritt 2. Machen wir es komplizierter: Berechnen wir den Anteil jedes Eintrags am Gesamtumsatz. Es ist klar, dass dies im Rahmen von Pivot-Tabellen buchstäblich mit zwei Mausklicks erledigt wird, ohne die Tastatur zu berühren, aber um es zu verstehen, versuchen wir es direkt in PowerPivot mithilfe von Formeln. In SQL würde ich es so schreiben (machen Sie mir nicht die Schuld für Fehler, denn Word prüft die SQL Server-Syntax nicht): Beginnen Sie mit der Auswahl von „t1.TT Name“, „t1.City“, „t1.Address“, „t1.Product“, „t1.TTN No“, „t1.TTN Date“, „t1.Shipment, pcs“, „ t1.Shipment with VAT“, „t1.Shipment, pcs“/sum(“t1.Shipment, pcs“) über () als Anteil aus Tabelle als t1 order by „t1.Shipment, pcs“/sum(“t1.Shipment , Stück") desc Wie Sie sehen, öffnet sich hier ein Fenster mit allen Datensätzen im Datensatz. Versuchen wir etwas Ähnliches in PowerPivot: =[Sendungsstück]/BERECHNEN(SUM([Sendungsstück]);ALL("Tabelle1")) Konzentrieren wir uns auf den Nenner: Ich habe oben bereits erwähnt, dass der Hauptunterschied zwischen einem berechneten Feld und einer Kennzahl darin besteht, dass sie in einem Formelfeld horizontal zählen (innerhalb eines Datensatzes) und Kennzahlen vertikal zählen (innerhalb eines Attributs). Hier konnten wir die Feldeigenschaften und die Kennzahleneigenschaft durch die CALCULATE-Methode kreuzen. Und wenn wir die Breite des Fensters in SQL mit Over() angepasst haben, dann haben wir das hier mit All() gemacht. Versuchen wir nun, mit dieser Fähigkeit etwas Nützliches aus unseren Daten zu machen. Denken wir beispielsweise daran, dass der Indikator der Preisstreuung um den Durchschnitt über einen weiten Bereich variiert. Versuchen wir, statistische Ausreißer bei den Preisen mithilfe der 3-Sigma-Regel zu identifizieren. Fensterfunktionen in SQL sehen folgendermaßen aus: Wählen Sie „t1.TT Name“, „t1.City“, „t1.Address“, „t1.Product“, „t1.TTN No“, „t1.TTN Date“, „t1.Shipment, pcs“, „t1 .Versand mit Mehrwertsteuer“, „t1.Preis pro Stück ohne Mehrwertsteuer“, CASE WHEN ABS(“t1.Preis pro Stück ohne Mehrwertsteuer“ – AVG(“t1.Preis pro Stück ohne Mehrwertsteuer“) OVER()) > 3 * STDEV ("t1.Preis pro Stück ohne Mehrwertsteuer") OVER() THEN 1 ELSE 0 END as Outlier from Table as t1 Go Und hier ist das Gleiche im DAX: If(ABS([Field_Price pro Stück ohne MwSt.]-CALCULATE(AVERAGE([Field_Price pro Stück ohne MwSt.]);ALL("Table1")))>(3*CALCULATE(STDEV.P([Field_Price pro Stück ohne MwSt.] );all("Tabelle1")));1;0) Wie Sie sehen, ist der Preis mit einem arithmetischen Durchschnitt von 40,03 Rubel etwas hoch. Schritt 3. Verengen Sie die Fenster. Wählen Sie „t1.TT Name“, „t1.City“, „t1.Address“, „t1.Product“, „t1.TTN No“, „t1.TTN Date“, „t1.Shipment, pcs“, „t1 .Versand mit Mehrwertsteuer", "t1.Preis pro Stück ohne Mehrwertsteuer", count("t1.*) OVER(partition by "t1.City") as cnt from Table as t1 Go Im DAX: Bitte beachten Sie den Unterschied in der Anzeige der Daten in der Tabelle. Ich habe speziell Adressen in den Maßnahmenbereich eingefügt, um deren Anzahl zu zählen und sie mit dem neuen Feld zu vergleichen, das ich in der Zeilenüberschrift nach dem Namen der Filiale platziert habe. Der Unterschied ist deutlich sichtbar: Wenn die übliche Berechnung der Anzahl der Adressen für jeden Punkt in der Stadt durchgeführt wird und dann nur eine Zwischensumme für das Aggregat „Stadt“ angezeigt wird, dann ermöglicht die Verwendung von Fensterfunktionen die Zuordnung jedes Atoms Zeichnen Sie den Wert eines beliebigen Aggregats auf oder verwenden Sie ihn in einigen Zwischenberechnungen des berechneten Felds (wie oben gezeigt). Zurück zum ursprünglichen Problem Anfrage an SQL Server: Mit a1 als (Wählen Sie „t1.TT Name“, „t1.City“, „t1.Address“, „t1.Product“, „t1.TTN No“, „t1.TTN Date“, „t1.Shipment, pcs ", "t1.Shipment with VAT", "t1.Price per Piece without VAT", count(Distinct "t1.Address") OVER(partition by "t1.City", "t1.TT Name") als Adrcnt aus Tabelle als t1) Wählen Sie * aus a1, wobei adrcnt>1 ist Nun hindert uns nichts mehr daran, dies im DAX zu tun: CALCULATE(DISTINCTCOUNT("Table1"[Address]);ALLEXCEPT("Table1","Table1"[City],"Table1"[TT Name])) Dadurch konnten wir verdächtige Datensätze auswählen, bei denen es mehr als eine Adresse am selben Punkt in derselben Stadt gab. Natürlich wird beim Studium (bei einem Blick auf andere Formeln) klar, dass DAX in PowerPivot viel leistungsfähiger ist als in diesem Thema gezeigt, aber es ist definitiv nicht möglich, die Unermesslichkeit auf einmal zu erfassen. Ich hoffe, es war interessant. Power Pivot ist ein Excel-Add-In, mit dem Sie detaillierte Analysen durchführen und komplexe Datenmodelle erstellen können. Kombinieren Sie mit Power Pivot große Datenmengen aus mehreren Quellen, analysieren Sie Informationen schnell und teilen Sie Daten einfach. Sowohl in Excel als auch in Power Pivot können Sie ein Datenmodell erstellen, eine Sammlung von Tabellen mit Beziehungen. Das in der Arbeitsmappe in Excel angezeigte Datenmodell ist dasselbe Datenmodell, das im Power Pivot-Fenster angezeigt wird. Alle Daten, die in Excel importiert werden können, sind in Power Pivot verfügbar und umgekehrt. Hinweis: Bevor Sie die Informationen beherrschen, Hauptfunktionen von PowerPivot für Excel Importieren Sie Millionen von Datenzeilen aus mehreren Datenquellen Mit Power Pivot für Excel können Sie Millionen von Datenzeilen aus mehreren Quellen in eine einzige Excel-Arbeitsmappe importieren, Beziehungen zwischen unterschiedlichen Daten erstellen, berechnete Spalten und Kennzahlen mithilfe von Formeln erstellen, Pivot-Tabellen und Pivot-Diagramme erstellen und dann einen Drilldown in Ihre durchführen Daten, um zeitnahe Geschäftsentscheidungen zu treffen – ohne die Hilfe von IT-Spezialisten. Schalten Sie schnelle Berechnungen und Analysen frei Verarbeiten Sie Millionen von Zeilen gleichzeitig mit Tausenden und nutzen Sie mehrere Prozessoren und GB RAM für eine schnelle Berechnungsverarbeitung. Behebt bestehende Einschränkungen bei der Analyse großer Datenmengen auf dem Computer mit effizienten Komprimierungsalgorithmen, um selbst große Datensätze in den Speicher zu laden. Unbegrenzte Datenquellenunterstützung Bietet ein Framework zum Importieren und Kombinieren von Quelldaten von überall, um Big Data auf Ihrem Desktop zu analysieren, einschließlich relationaler Datenbanken, mehrdimensionaler Quellen, Cloud-Dienste, Datenfeeds, Excel-Dateien, Textdateien und Daten aus dem Internet. Sicherheit und Management Mit Power Pivot Control Panel können IT-Administratoren ihre allgemeinen Anwendungen überwachen und verwalten, um Sicherheit, Geschäftskontinuität und Produktivität zu gewährleisten. Datenanalyseausdrücke (DAX) DAX ist eine Formelsprache, die die Datenverarbeitungsfunktionen von Excel um immer komplexere Gruppierungen, Berechnungen und Analysen erweitert. Die Syntax von DAX-Formeln ist der von Excel-Formeln sehr ähnlich. Aufgaben in Power Pivot oder ExcelDer Hauptunterschied zwischen Power Pivot und Excel besteht darin, dass Sie im Power Pivot-Fenster komplexere Datenmodelle erstellen können. Hier sind einige Probleme zum Vergleich.
office.microsoft In weniger als einer Stunde lernen Sie, wie man etwas kreiert Excel PivotTable-Berichte, die Daten aus mehreren Tabellen kombinieren. Der erste Teil dieses Tutorials hilft Ihnen beim Importieren und Erkunden von Daten. In Teil 2 erfahren Sie, wie Sie das Datenmodell hinter Ihrem Bericht verfeinern, neue Berechnungen und Hierarchien zu Power View-Berichten hinzufügen und diese mithilfe des Power Pivot-Add-Ins optimieren. Beginnen wir mit dem Importieren von Daten.
NOTIZ. Glückwunsch! Sie haben gerade ein Datenmodell erstellt. Ein Modell ist eine Datenintegrationsschicht, die automatisch erstellt wird, wenn Sie mehrere Tabellen gleichzeitig in einem einzigen PivotTable-Bericht importieren oder damit arbeiten. Das Modell ist in Excel praktisch unsichtbar, Sie können es jedoch direkt mit dem Power Pivot-Add-In anzeigen und bearbeiten. In Excel erkennt man das Vorhandensein eines Datenmodells daran, dass in der Liste der Felder einer Pivot-Tabelle eine Reihe von Tabellen angezeigt wird. Es gibt verschiedene Möglichkeiten, ein Modell zu erstellen. Daten in einer PivotTable anzeigenUm die Daten übersichtlich anzuzeigen, können Sie Felder in Bereiche ziehen Werte, Spalten Und Saiten in der Liste der Felder in der Pivot-Tabelle.
Die PivotTable sollte wie folgt aussehen. Mit wenig Aufwand haben Sie eine Pivot-Tabelle erstellt, die Felder aus vier verschiedenen Tabellen enthält. Diese Aufgabe wurde dank der vorab erstellten Beziehungen zwischen den Tabellen so einfach. Da die Beziehungen zwischen den Tabellen in der Datenquelle vorhanden waren und Sie alle Tabellen auf einmal importierten, konnte Excel diese Beziehungen im Modell wiederherstellen. Was aber, wenn die Daten aus unterschiedlichen Quellen stammen oder nicht gleichzeitig importiert werden? Im Allgemeinen können Sie neue Daten hinzufügen, indem Sie Beziehungen basierend auf übereinstimmenden Spalten erstellen. Im nächsten Schritt importieren Sie zusätzliche Tabellen und erfahren mehr über die Anforderungen für neue Beziehungen und die Schritte zu deren Erstellung. Hinzufügen zusätzlicher TabellenUm zu lernen, wie man Verbindungen herstellt, benötigen Sie zusätzliche, unabhängige Tabellen. An diesem Punkt erhalten Sie die restlichen in diesem Tutorial verwendeten Daten, indem Sie eine zusätzliche Datenbank importieren und Daten aus den anderen beiden Arbeitsmappen einfügen. Produktkategorien hinzufügen
Geografische Daten hinzufügen
Filialdaten hinzufügen
Jetzt sind es vier Blätter. Blatt1 enthält eine Pivot-Tabelle, Blatt2 enthält Produktkategorien, Sheet3 enthält Geografie und Sheet4 enthält Geschäfte. Da Sie bereits alle Tabellen benannt haben, wird der nächste Schritt – das Erstellen von Beziehungen – viel einfacher sein. Verwendung von Feldern aus neu importierten TabellenSie können jetzt die Felder aus den Tabellen verwenden, die Sie gerade importiert haben. Wenn Excel nicht herausfinden kann, wie ein Feld zu einem PivotTable-Bericht hinzugefügt wird, werden Sie aufgefordert, einen Tabellenlink zu erstellen, der die neue Tabelle mit einer Tabelle abgleicht, die bereits Teil des Modells ist.
Verknüpfen von ProductSubcategory mit ProductCategory
Hinzufügen von Kategorien zu einer PivotTableObwohl dem Datenmodell zusätzliche Tabellen und Beziehungen hinzugefügt wurden, werden diese in der PivotTable noch nicht verwendet. Diese Aufgabe fügt ProductCategory zur Liste der Felder in der Pivot-Tabelle hinzu.
Checkpoint: Überprüfen Sie, was Sie gelernt habenSie haben eine Pivot-Tabelle erstellt, die Daten aus mehreren Tabellen enthält, die Sie im vorherigen Schritt importiert haben. Um die Daten zusammenzuführen, mussten Tabellenverknüpfungen erstellt werden, die Excel zum Abgleichen von Zeilen verwendet. Sie haben gelernt, dass übereinstimmende Spalten erforderlich sind, um verwandte Zeilen zu finden. In den Beispieldaten enthalten alle Tabellen eine Spalte, die für diesen Zweck verwendet werden kann. Obwohl die PivotTable funktioniert, sind Ihnen möglicherweise einige verbleibende Probleme aufgefallen. Die PivotTable-Feldliste scheint zusätzliche Tabellen (DimEntity) und Spalten (ETLLoadID) zu enthalten, die in keiner Weise mit dem Unternehmen Contoso in Zusammenhang stehen. Darüber hinaus sind die Daten aus der Tabelle „Geographie“ immer noch nicht integriert. Als Nächstes: Zeigen Sie Ihr Modell mit Power Pivot an und erweitern Sie esIn der nächsten Aufgabenreihe erweitern Sie Ihr Modell mithilfe des Microsoft Office Power Pivot-Add-Ins in Microsoft Excel 2013. Sie erfahren, dass Beziehungen am einfachsten mit der in diesem Add-In bereitgestellten Diagrammansicht erstellt werden können. Sie verwenden das Add-In auch zum Erstellen von Berechnungen und Hierarchien, zum Ausblenden von Elementen, die nicht in der Feldliste angezeigt werden sollen, und zum Optimieren von Daten für zusätzliche Berichte. NOTIZ. Das Power Pivot-Add-In in Microsoft Excel 2013 ist in Office ProPlus verfügbar. Hinzufügen Power-Pivot auf Band Excel durch Aktivieren des Power Pivot-Add-Ins.
Die Registerkarte „Power Pivot“ wird im Menüband angezeigt. Fügen Sie eine Beziehung mithilfe einer Diagrammansicht in Power Pivot hinzu
In dieser Aufgabe haben Sie eine neue Möglichkeit kennengelernt, eine Tabelle hinzuzufügen und Beziehungen zu erstellen. Sie verfügen nun über ein vollständig integriertes Modell, in dem alle Tabellen verbunden und für die PivotTable auf Blatt1 zugänglich sind. BERATUNG. In der Schemaansicht werden einige Tabellenschemata vollständig erweitert, um die Spalten ETLLoadID, LoadDate und UpdateDate anzuzeigen. Diese spezifischen Felder sind Teil des ursprünglichen Contoso-Datenspeichers und werden hinzugefügt, um Datenextraktions- und Ladevorgänge zu unterstützen. Sie werden in Ihrem Modell nicht benötigt. Um sie zu entfernen, markieren Sie die Felder, klicken Sie mit der rechten Maustaste darauf und klicken Sie dann auf Löschen . Erstellen Sie eine berechnete SpalteIm Power Pivot-Add-In können Sie DAX-Formeln verwenden, um Berechnungen hinzuzufügen. In dieser Aufgabe berechnen Sie das Endergebnis und fügen eine berechnete Spalte hinzu, die auf Datenwerte aus anderen Tabellen verweist. Später erfahren Sie, wie Sie Referenzspalten verwenden, um Ihr Modell zu vereinfachen.
= - - Alle Zeilen der berechneten Spalte werden mit Werten gefüllt. Wenn Sie in der Tabelle nach unten scrollen, werden Sie feststellen, dass die Zeilen basierend auf den in jeder Zeile enthaltenen Daten unterschiedliche Werte für eine bestimmte Spalte enthalten können.
VERWANDTE(Produktkategorien) Die RELATED-Funktion gibt einen Wert aus einer zugehörigen Tabelle zurück. In unserem Fall enthält die ProductCategories-Tabelle die Namen der Produktkategorien, die Sie der DimProduct-Tabelle hinzufügen müssen, wenn Sie die Hierarchie erstellen, die die Kategorieinformationen enthält.
Alle Zeilen der berechneten Spalte werden mit Werten gefüllt. Wenn Sie in der Tabelle nach unten scrollen, werden Sie feststellen, dass jede Zeile einen Produktkategorienamen enthält.
RELATED(DimProductSubcategory)
Erstellen einer HierarchieDie meisten Modelle enthalten Daten, die hierarchischer Natur sind. Häufige Beispiele sind Kalenderdaten, geografische Daten und Produktkategorien. Das Erstellen von Hierarchien ist nützlich, da Sie damit ein Element (Hierarchie) in den Bericht ziehen können, anstatt jedes Mal dieselben Felder zu sammeln und anzuordnen.
Nachdem Sie nun verschiedene Möglichkeiten kennen, eine Hierarchie zu erstellen, wollen wir sie in einer Pivot-Tabelle verwenden.
Die Vorteile von Hierarchien sind jetzt beim Betrachten Ihrer Daten leicht zu erkennen. Sie können verschiedene Bereiche der PivotTable unabhängig voneinander erweitern und schließen und haben so mehr Kontrolle darüber, wie der verfügbare Platz genutzt wird. Darüber hinaus ermöglicht das Hinzufügen einer einzigen Hierarchie für die Bereiche „Zeilen“ und „Spalten“ eine sofortige Granularität, ohne dass mehrere Felder gestapelt werden müssen, um den gleichen Effekt zu erzielen. Spalten ausblendenSobald die Produktkategorienhierarchie erstellt und in DimProduct platziert wurde, werden DimProductCategory oder DimProductSubcategory in der PivotTable-Feldliste nicht mehr benötigt. In dieser Aufgabe erfahren Sie, wie Sie überflüssige Tabellen und Spalten ausblenden, die Platz in der PivotTable-Feldliste beanspruchen. Durch das Ausblenden von Tabellen und Spalten können Sie Ihre Berichte optimieren, ohne das Modell zu beeinträchtigen, das Beziehungen und Berechnungen für die Daten bereitstellt. Sie können einzelne Spalten, deren Bereich oder die gesamte Tabelle ausblenden. Spalten- und Tabellennamen werden inaktiv und spiegeln ihren verborgenen Status für Client-Renderer wider, die das Modell verwenden. Ausgeblendete Spalten werden im Modell ausgegraut angezeigt, bleiben aber in der Datenansicht sichtbar, sodass Sie mit ihnen arbeiten können.
Jetzt verstehen Sie, dass Sie durch die Erstellung berechneter Felder Ihre Daten auf unzählige leistungsstarke Arten analysieren können. Erfahren Sie, wie Sie diese Felder erstellen. Das Erstellen berechneter Felder in Power Pivot ist mit dem ganz einfach Autosum.
Bereit! Wie Sie sehen können, haben wir mithilfe von Standardaggregatfunktionen in nur wenigen Minuten ein berechnetes Feld „Gewinnsumme“ in Power Pivot erstellt und zur PivotTable hinzugefügt. Jetzt können Sie Ihre Gewinne schnell analysieren, indem Sie verschiedene Filter anwenden. In diesem Fall sehen Sie eine Spalte „Gewinnsumme“, deren Werte nach den Hierarchien „Produktkategorie“ und „Datum“ gefiltert sind. Was aber, wenn Sie eine tiefergehende Analyse durchführen müssen, beispielsweise die Umsatzzählung für einen bestimmten Kanal, ein bestimmtes Produkt oder eine bestimmte Kategorie? Dazu müssen Sie ein weiteres berechnetes Feld erstellen, das die Anzahl der Zeilen berechnet, eine für jeden Verkauf aus der FactSales-Tabelle, abhängig von den von Ihnen verwendeten Filtern.
Bitte beachten Sie, dass der PivotTable eine neue Spalte hinzugefügt wurde Zählen, das die Anzahl der Verkäufe abhängig von den angewendeten Filtern anzeigt. Wie bei der berechneten Spalte „Gewinnsumme“ wird auch das berechnete Feld „Anzahl“ nach den Produktkategorie- und Datumshierarchien gefiltert. Lasst uns noch etwas üben. Dieses Mal erstellen Sie ein berechnetes Feld, das den Prozentsatz der Verkäufe basierend auf einem bestimmten Kontext oder Filter berechnet. Im Gegensatz zu früheren berechneten Feldern, die Sie mit AutoSum erstellt haben, müssen Sie die Formel dieses Mal jedoch manuell eingeben.
Dieses neue berechnete Feld berechnet den Prozentsatz der Verkäufe für den angegebenen Filterkontext. In unserem Fall sind die Filter immer noch die Produktkategorie- und Datumshierarchien. Unter anderem lässt sich erkennen, dass der Anteil der Computer am Produktumsatz im Laufe der Zeit gestiegen ist. Wenn Sie mit der Erstellung von Excel-Formeln vertraut sind, können Sie problemlos Formeln für berechnete Spalten und Felder erstellen. Unabhängig davon, ob Sie mit Excel-Formeln vertraut sind oder nicht, haben Sie eine großartige Gelegenheit, grundlegende DAX-Formeln zu erlernen, indem Sie Lektionen aus dem E-Book „Quick Start Guide: DAX Basics in 30 Minutes“ nutzen. JobsparenSpeichern Sie das Buch, damit Sie es zusammen mit anderen Lehrbüchern oder für zukünftige Studien verwenden können. Nächste SchritteObwohl Sie Daten problemlos aus Excel importieren können, ist der Import mit dem Power Pivot-Add-In oft schneller und effizienter. Sie können die importierten Daten filtern, indem Sie unnötige Spalten ausschließen. Sie können auch entscheiden, ob Sie Daten mit dem Abfrage-Generator oder dem Abfragebefehl abrufen möchten. Erkunden Sie als nächsten Schritt diese Alternativen: Abrufen von Daten aus einem Datenfeed in Power Pivot und Importieren von Daten aus Analysis Services oder Power Pivot. Power View-Berichte sind für die Verwendung mit Datenmodellen konzipiert, die denen ähneln, die Sie gerade erstellt haben. Erfahren Sie mehr über die umfassende Ansicht, die Power View in Excel bietet: Aktivieren Sie Power View in Excel 2013 und Power View: Erkunden, visualisieren und präsentieren Sie Ihre Daten. Versuchen Sie, Ihr Datenmodell zu verbessern, um in Zukunft leistungsfähigere Power View-Berichte zu erstellen, indem Sie sich das folgende Tutorial ansehen. Optimierung des Datenmodells für Power View-Berichte. |
Lesen: |
---|
Beliebt:
Neu
- Ursachen für Fehlfunktionen auf dem Motherboard Wenn der Chipsatz auf dem Motherboard durchbrennt
- Ursprünglicher Name für den Chat
- Verwenden von Stilen in Excel So erstellen Sie Ihren eigenen neuen Stil
- Welche Fehler treten bei der Installation auf?
- Sozialer Status einer Person in der Gesellschaft
- Vollständige Interpretation von Fehlern
- So rufen Sie einen „lebenden“ Beeline-Betreiber direkt an: gebührenfreie Telefonnummern
- Wichtige PDF-Reader
- Lineage II – Zwischenspiel: The Chaotic Throne startet nicht?
- Excel-Passwortwiederherstellung