डेटा का रिसेपिंग और एग्रीगेशन

Power BI में Data Transformation

Khaled Choucri

Strategic Analyst - Trilogy

डेटासेट के आकार समझना

Long डेटा स्ट्रक्चर
- पहली कॉलम में दोहराए गए मान
- आमतौर पर केवल एक न्यूमेरिकल कॉलम
- कंप्यूटर के लिए समझना आसान

एक long डेटासेट जिसमें दो श्रेणीबद्ध कॉलम: Team और Variable, और एक न्यूमेरिकल कॉलम: Value है.

Wide डेटा स्ट्रक्चर
- पहली कॉलम में यूनिक मान
- कई न्यूमेरिकल कॉलम
- इंसान के लिए अधिक पठनीय

एक wide डेटासेट जिसमें एक श्रेणीबद्ध कॉलम: Team, और तीन न्यूमेरिकल कॉलम: Points, Assists, और Rebounds हैं.

¹ डेटा को अलग-अलग डेटासेट आकारों के माध्यम से कई तरीकों से प्रस्तुत किया जा सकता है

डेटा का आकार बदलना

दो डेटासेट: एक long स्ट्रक्चर वाला और एक wide स्ट्रक्चर वाला. long डेटासेट से wide तक "pivot" लेबल वाला तीर है, और wide से long तक "unpivot" लेबल वाला तीर है.

long से wide में बदलने के लिए हम डेटा को pivot करते हैं
wide से long में बदलने के लिए हम डेटा को unpivot करते हैं

डेटा का आकार बदलना

Transpose करने पर आपकी पंक्तियाँ कॉलम बनती हैं और कॉलम पंक्तियाँ बनते हैं

एक टेबल जिसमें पहली कॉलम में दिनों के नाम हैं, और अन्य कॉलम में North, South, East, और West क्षेत्रों में बिके यूनिट्स हैं. Transpose करने पर पहली कॉलम में North, South, East, और West आते हैं, और अन्य कॉलम में सप्ताह के दिनों के अनुसार बिके यूनिट्स.

Group by के साथ aggregating

Grouping आपके डेटासेट की granularity बदलता है
कोई granularity (groups) चुनने के बाद, आप ये aggregations लगाते हैं:
- Sum
- Average
- Median
- Min / Max
- Count
- कस्टम aggregation

दो टेबल: पहली में बिना group किया हुआ दैनिक बिक्री डेटा, और दूसरी में grouping और aggregation के बाद प्रत्येक सप्ताह की कुल और औसत बिक्री.

अभ्यास करते हैं!

Power BI में Data Transformation