Kontakt
  Kontakt

Diskretisering och transformation

Vår Risk Heatmap / Matrix kräver 1 till 10 som värden, men vad gör du om dina data är kontinuerliga och inte ligger i detta intervall? Eller om uttrycken för dina risker består av ord? Nedan finns fyra lösningar med binning, kvintiler, anpassade tröskelvärden och mappning av ord till siffror.

Binning

I den här lösningsmetoden delas alla kontinuerliga värden i din datauppsättning in i fem fack. Observera att storleken på facket alltid är densamma.

Exempel: Dina värden ligger mellan 0 och 100: Följande bins skapas:

  • 0 till 20
  • 21 till 40 år
  • 41 till 60 år
  • 61 till 80
  • 81 till 100

Detta tar därför inte hänsyn till mängden risker i de enskilda soptunnorna. Dataintervallen är bara jämnt fördelade.

I sidofältet högerklickar du först på det fält som du vill omvandla. I vårt exempel är det fältet "Impact Example".

Välj sedan "Ny grupp" med ett vänsterklick. Fönstret "Grupper" öppnas.

Här väljer du alternativet "Antal fack" för "Typ av fack". Längst ned till vänster anger du värdet "10" som "Antal fack". Därefter beräknas fackens bredd automatiskt under "Fackstorlek".

Klicka slutligen på "OK".

I det sista steget klickar du på det nyskapade fältet i sidofältet igen.

Nu visas fönstret "Grupper" igen.

Här väljer du grupptypen "List" i stället för "Bin". De ogrupperade värdena visas i den vänstra rutan.

Du börjar nu med att markera varje värde och flytta det till den högra kolumnen med hjälp av knappen "Gruppera".

Nästan klart! Du tilldelar nu värdena 1 till 10 till de tio värdena genom att dubbelklicka på varje supergrupp och infoga värdena. Slutligen klickar du på "OK".

Nu är det klart! Du har omvandlat uppgifterna och kan nu dra dem till en axel i vår riskmatris.

Quintiles

Vi högerklickar först igen på det fält som vi vill diskretisera. I vårt exempel är det "Impact Example". Sedan väljer vi "New measure". DAX Editor öppnas ovanför instrumentpanelen.

Vi lägger nu till följande kod, anpassad till tabellen och önskad kolumn i ditt dataset. Viktigt - detta är ett exempel för kvintiler. Du kan anpassa detta till percentiler om det behövs:

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(Tabell[Kolumn])
retur
IF(HASONEVALUE(Tabell[Kolumn]),
		IF(ThisVal  FirstQuantile && ThisVal  SecondQuantile && ThisVal  ThirdQuantile && ThisVal <= FourthQuantile, 4,
				5)
			)
		)
) )

Klart! Vi har alltså diskretiserat och fått värdena 1 till 5. Vi kan nu använda detta fält för vår riskmatris!

Anpassade trösklar

Vi högerklickar först igen på det fält som vi vill diskretisera. I vårt exempel är det "Impact Example". Sedan väljer vi "New measure". DAX Editor öppnas ovanför instrumentpanelen.

Vi lägger nu till följande kod, anpassad till tabellen och den önskade kolumnen i din dataset:

Anpassade_Trösklar =
var FirstThreshold = ditt_första_tröskelvärde_här
var SecondThreshold = ditt_andra_tröskelvärde_här
var Tredje tröskelvärdet = ditt_tredje_tröskelvärdet_värde_här
var FourthThreshold = din_fjerde_tröskel_värde_här
var ThisVal = Min(Tabell[Kolumn])
retur
IF(HASONEVALUE(Table[Column]),
		IF(ThisVal  FirstThreshold && ThisVal  SecondThreshold && ThisVal  ThirdThreshold && ThisVal  ThirdThreshold && ThisVal <= FourthThreshold, 4,
				5)
			)
		)
) )

Ord till siffror

Först klickar du på "Transform data" i menyn. Då öppnas Power Query Editor.

Du väljer den kolumn som du vill transformera. I det här exemplet är det kolumnen "Sannolikhetstext". Klicka sedan på "Kolumn från exempel" i det övre vänstra hörnet och välj "Från urval".

En ny kolumn läggs till. Du klickar på den första cellen i den nya kolumnen och anger önskat numeriskt värde. I vårt exempel motsvarar "Remote" (lägsta uttrycket) värdet "1".  Du behöver inte ändra alla värden individuellt. Power BI känner igen siffrorna och mappar dem automatiskt enligt två exempel på dina.

Du upprepar detta för varje uttryck i din datauppsättning ...

När du har mappat ditt sista uttryck klickar du slutligen på "OK" . Och så har du det: En transformerad kolumn för "Probability". Du upprepar detta med "Impact" och du har det dataformat som krävs. Vi valde den här 1 till 10-logiken eftersom alla har olika formuleringar för de fem kategorierna.