Diskretisering og transformation

Vores Risk Heatmap / Matrix kræver 1 til 10 som værdier, men hvad gør man, hvis ens data er kontinuerlige og ikke ligger i dette interval? Eller hvis udtrykkene for dine risici består af ord? Nedenfor er der fire løsninger med binning, kvintiler, brugerdefinerede tærskler og kortlægning af ord til tal.

Binning

I denne løsningsmetode inddeles alle kontinuerlige værdier i dit datasæt i fem bins. Vær opmærksom på, at størrelsen på boksen altid er den samme.

Eksempel: Dine værdier er mellem 0 og 100: Følgende bins oprettes:

0 til 20
21 til 40
41 til 60
61 til 80
81 til 100

Dette tager derfor ikke højde for mængden af risici i de enkelte beholdere. Dataområderne er kun delt ligeligt.

I sidepanelet skal du først højreklikke på det felt, du vil transformere. I vores eksempel er det feltet "Impact Example".

Vælg derefter "Ny gruppe" med et venstreklik. Vinduet "Grupper" åbnes.

Her vælger du indstillingen "Antal beholdere" for "Beholdertype". Nederst til venstre indtaster du værdien "10" som "Bin Count". Derefter beregner den automatisk bredden på beholderne under "Bin size".

Klik til sidst på "OK".

I det sidste trin klikker du igen på det nyoprettede felt i sidepanelet.

Nu vises vinduet "Grupper" igen.

Her vælger du gruppetypen "List" i stedet for "Bin". De ugrupperede værdier vises i den venstre boks.

Du starter nu og vælger hver værdi og flytter den til højre kolonne via knappen "Gruppér".

Du er næsten klar! Du tildeler nu værdierne 1 til 10 til de ti værdier ved at dobbeltklikke på hver supergruppe og indsætte værdierne. Til sidst klikker du på "OK".

Så er det gjort! Du har transformeret dataene og kan nu trække dem over på en akse i vores risikomatrix.

Quintiles

Først højreklikker vi igen på det felt, vi vil diskretisere. I vores eksempel er det "Impact Example". Derefter vælger vi "Ny måling". DAX-editoren åbnes over instrumentbrættet.

Vi tilføjer nu følgende kode, der er tilpasset tabellen og den ønskede kolonne i dit datasæt. Vigtigt - dette er et eksempel på kvintiler. Du kan tilpasse det til percentiler, hvis det er nødvendigt:

Kvantil =
var FirstQuantile = CALCULATE(PERCENTILE.INC(Table[Column], .2), ALL(Table[Column]))
var SecondQuantile = CALCULATE(PERCENTILE.INC(Table[Column], .4), ALL(Table[Column]))
var ThirdQuantile = CALCULATE(PERCENTILE.INC(Table[Column], .6), ALL(Table[Column]))
var FourthQuantile = CALCULATE(PERCENTILE.INC(Table[Column], .8), ALL(Table[Column]))
var ThisVal = Min(Tabel[Kolonne])
return
IF(HASONEVALUE(Table[Column]),
		IF(ThisVal  FirstQuantile && ThisVal  SecondQuantile && ThisVal  ThirdQuantile && ThisVal <= FourthQuantile, 4,
				5)
			)
		)
) )

Så er vi klar! Vi har således diskretiseret og fået værdierne 1 til 5. Vi kan nu bruge dette felt til vores risikomatrix!

Brugerdefinerede tærskler

Først højreklikker vi igen på det felt, vi vil diskretisere. I vores eksempel er det "Impact Example". Derefter vælger vi "Ny måling". DAX-editoren åbnes over instrumentbrættet.

Vi tilføjer nu følgende kode, der er tilpasset tabellen og den ønskede kolonne i dit datasæt:

Brugerdefinerede_Tærskler =
var FirstThreshold = din_første_tærskelværdi_her
var SecondThreshold = din_second_threshold_value_here
var ThirdThreshold = din_tredje_tærskel_værdi_her
var FourthThreshold = your_fourth_threshold_value_here
var ThisVal = Min(Tabel[Kolonne])
return
IF(HASONEVALUE(Table[Column]),
		IF(ThisVal  FirstThreshold && ThisVal  SecondThreshold && ThisVal  ThirdThreshold && ThisVal <= FourthThreshold, 4,
				5)
			)
		)
) )

Ord til tal

Først klikker du på "Transform data" i menuen. Dette åbner Power Query Editor.

Du vælger den kolonne, du vil transformere. I dette eksempel er det kolonnen "Sandsynlighedstekst". Klik derefter på "Column from Examples" i øverste venstre hjørne og vælg "From Selection".

En ny kolonne er tilføjet. Du klikker på den første celle i den nye kolonne og indsætter den ønskede numeriske værdi. I vores eksempel svarer "Remote" (laveste udtryk) til værdien "1". Du behøver ikke at ændre alle værdierne enkeltvis. Power BI genkender tallene og mapper dem automatisk i henhold til to dine eksempler.

Du gentager dette for hvert udtryk i dit datasæt ...

Når du har kortlagt dit sidste udtryk, klikker du til sidst på "OK". Og så har du det: En transformeret kolonne for "Sandsynlighed". Du gentager dette med "Impact", og du har det ønskede dataformat. Vi valgte denne 1 til 10-logik, fordi alle har en anden ordlyd for de fem kategorier.