टाइम सीरीज़ डेटा ट्रांसफॉर्मेशन की मूल बातें

Power BI में Time Series Analysis

Kevin Barlow

Data Analytics Professional

संदर्भ और महत्त्व

टाइम सीरीज़ डेटा अब हर इंडस्ट्री में तेजी से आम हो गया है.
अलग-अलग सिस्टम की ज़रूरतें और फॉर्मेट अलग होते हैं.

मॉकअप डेटा आर्किटेक्चर

अंतरराष्ट्रीय मानक के रूप में ISO

ISO 8601

तारीख और समय डेटा को संभालने का अंतरराष्ट्रीय मानक
तारीखों/समयों को अलग फॉर्मेट में बदलने देता है
लोकलाइज़ेशन और व्यक्तिगत जरूरतों के हिसाब से कस्टमाइज़ेशन देता है
अपने date फ़ील्ड को FORMAT() से बदलें

उदाहरण तिथि:

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

हाई-प्रिसिशन टाइमस्टैम्प्स के लिए UNIX

UNIX Time

इसे Epoch time भी कहते हैं
Epoch time (January 1st, 1970, 00:00:00 UTC) से गुज़रे सेकंड्स की संख्या दर्शाता है
UNIX time आमतौर पर कंप्यूटर सिस्टम पर लागू होता है
यह टाइमस्टैम्प (तारीख और समय) दर्शाता है

उदाहरण तिथियाँ और समय

January 1st, 2022 06:00:00 UTC

1641016800

January 1st, 2022 18:00:00 UTC

1641060000

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

Power BI में तिथियाँ बदलना

DATEADD()

यह आपको किसी संदर्भ तिथि से निर्दिष्ट समय-अंतराल जितना आगे/पीछे जाने देता है.

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

उदाहरण:

DATEADD('date', 30, DAY)

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

DATEDIFF()

दो date ऑब्जेक्ट्स के बीच समय-अंतरालों की संख्या निकालता है.

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

उदाहरण:

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

Result: 14

DAX से डेटा समरी करना

टाइम सीरीज़ हमेशा नियमित अंतराल में नहीं आती, यह डेटा कलेक्शन पर निर्भर है. यह चुनौतीपूर्ण हो सकता है:

टाइम एल्गोरिदम/इक्वेशन स्थिर अंतराल मानते हैं
डेटा पॉइंट्स के बीच बड़े बदलाव हो सकते हैं

अपने टेबल पर SUMMARIZE() चलाकर डेटासेट को "स्मूद" करें. एग्रीगेशन से ट्रेंड्स पर उपयोगी जानकारी मिलती है, चाहे डेटा मिसिंग हो या अनियमित.

उदाहरण:

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

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

मिसिंग डेटा हैंडल करना

Imputation - तब उपयोगी रणनीति जब हमें मिसिंग वैल्यू के बारे में पर्याप्त संदर्भ हो; यह अक्सर Power Query में किया जाता है.

इम्प्यूटिंग डेटा उदाहरण

डेटा हटाना - तब उपयोग करें जब किसी रो/कॉलम में बहुत सारा डेटा गायब हो; तभी करें जब इससे विश्लेषण को स्पष्ट लाभ हो

डेटा ड्रॉप करने का उदाहरण

Superstore डेटासेट

आगे के अभ्यासों में, आप Superstore डेटासेट देखेंगे. यह डेटासेट संयुक्त राज्य में Superstore लोकेशनों का Point of Sale (PoS) डेटा है. इसके साथ, आप आगे के विश्लेषण के लिए तारीखों को सही फॉर्मेट में बदलेंगे.

सुपरस्टोर डेटा

अभ्यास करते हैं!

Power BI में Time Series Analysis