Basis van transformatie van tijdreeksgegevens

Tijdreeksanalyse in Power BI

Kevin Barlow

Data Analytics Professional

Context en belang

Tijdreeksdata komt in elke sector steeds vaker voor.
Systemen hebben uiteenlopende eisen en formaten.

Mockup data-architectuur

ISO als internationale standaard

ISO 8601

Internationale standaard voor datum- en tijdgegevens
Maakt omzetting van datums en tijden naar andere formaten mogelijk
Ondersteunt lokalisatie en personalisatie
Bewerk je datumveld met FORMAT()

Voorbeelddatum:

var date = January 1st 2022 
# US Standard (MM DD YYYY)

var date2 = FORMAT(date, "DD MM YYYY")
# UK Standard
# 1 January 2022

var date3 = FORMAT(date, "YYYY MM DD")
# ISO Standard
# 2022 January 01

¹ https://en.wikipedia.org/wiki/ISO_8601#Combined_date_and_time_representations

UNIX voor zeer precieze timestamps

UNIX-tijd

Ook wel Epoch-tijd
Aantal seconden sinds de Epoch (1 januari 1970, 00:00:00 UTC)
Gebruikt vooral in computersystemen
Stelt een timestamp voor (datum en tijd)

Voorbeelden datums en tijden

1 januari 2022 06:00:00 UTC

1641016800

1 januari 2022 18:00:00 UTC

1641060000

¹ https://en.wikipedia.org/wiki/Unix_time

Datums bewerken in Power BI

DATEADD()

Verplaatst een opgegeven aantal tijdsintervallen vanaf een referentiedatum.

DATEADD(<dates>,<number_of_intervals>,<interval>)

Voorbeelden:

DATEADD('date', 30, DAY)

var timestamp_PST = 
    DATEADD('timestamp_EST', -3, HOUR)

DATEDIFF()

Berekent het aantal tijdsintervallen tussen twee datumobjecten.

DATEDIFF(<Date1>, <Date2>, <Interval>)

Voorbeelden:

DATEDIFF(DATE(2019,2,1),
        DATE(2020,4,30),
        MONTH)

Result: 14

Samenvatten met DAX

Tijdreeksen zijn niet altijd regelmatig en hangen af van hoe data is verzameld. Dit kan lastig zijn:

Tijdalgoritmes en formules gaan uit van een vaste interval
Belangrijke veranderingen kunnen tussen meetpunten optreden

Gebruik SUMMARIZE() om je tabel te “vervlakken”. Door te aggregeren zie je trends, ook bij ontbrekende of onregelmatige data.

Voorbeeld:

SUMMARIZE('<table>', 
    [group_column(s)], 
    [new aggregated column(s)])

SUMMARIZE('sales', 
    sales[Quarter], 
    sales[Region], 
    "Total Sales", SUM(sales[revenue]))

Omgaan met missende data

Imputatie – handig als we veel context hebben over de ontbrekende waarde; dit gebeurt vaak in Power Query.

Voorbeeld imputeren

Data verwijderen – kan als een rij of kolom veel mist; vermijd dit tenzij het de analyse duidelijk verbetert

Voorbeeld data verwijderen

Superstore-dataset

In de volgende oefeningen gebruik je de dataset Superstore. Deze bevat Point of Sale (PoS)-data voor Superstore-locaties in de VS. Je gaat datums correct formatteren voor verdere analyse.

Superstore-data

Laten we oefenen!

Tijdreeksanalyse in Power BI