Power BI 中的 R 脚本

R 脚本对于 Power BI 至关重要，因为它提供了超越平台内置功能的复杂分析能力。通过允许用户在舒适的 Power BI 环境中充分利用 R 的统计计算和图形功能，它为统计学家、数据科学家和分析师提供了一个强大的扩展。用户可以通过轻松地将 R 脚本集成到 Power BI 报告中，来执行复杂的统计分析，创建精美的可视化，并从他们的数据中提取新的见解。

R 为 Power BI 增强了强大的统计分析功能，使用户能够利用各种统计模型、假设检验和高级分析方法。从简单的描述性统计到复杂的预测建模，R 使您能够深入分析数据，发现模式并做出数据驱动的决策。

R 的可视化包，如 ggplot2，提供了广泛的工具来创建美观且信息丰富的图表。通过将 R 可视化集成到 Power BI 中，用户可以提高报告的视觉吸引力，并获得对复杂数据集的更深入理解。

在机器学习、预测建模和聚类方面，R 是高级分析任务的绝佳选择。Power BI 用户可以利用其庞大的库生态系统来利用预构建的模型和算法，从而更轻松地应用预测分析并基于历史数据获得对未来趋势的见解。

用例和示例

R 脚本在 Power BI 中的有用应用

1. 制造业中的预测性维护： Power BI 可以利用基于先前性能数据的 R 脚本来预测设备故障并建议维护计划。这可以减少停机时间并提高运营效率。

2. 零售业中的客户细分： R 脚本有助于 Power BI 分析客户人口统计信息和购买趋势。通过利用这些数据，可以更精确地定位营销活动并提高客户参与度。

3. 金融欺诈检测场景： Power BI 可以使用 R 脚本检测异常的金融交易趋势，这有助于揭露潜在的欺诈行为。这提高了金融系统的安全性。

展示 R 在不同情况下的影响

4. 医疗保健分析： 医疗保健从业者可以分析患者数据来预测疾病趋势、优化资源分配并改善患者预后，这得益于与 Power BI 集成的 R 脚本。

5. 电子商务市场篮子分析： 通过 R 脚本进行市场篮子分析，Power BI 可以发现产品关联并推荐相关产品，最终改进交叉销售策略。

6. 社交媒体情绪分析： 在 Power BI 中，R 脚本会分析社交媒体数据以确定情绪模式。企业可以使用这些信息来了解公众舆论，并就其产品和服务做出明智的决策。

展示 R 如何增强决策、可视化和数据分析

7. 使用 ggplot2 进行动态可视化： 用户可以通过 R 的 ggplot2 包在 Power BI 中创建的动态且可自定义的可视化，以原生 Power BI 图形无法实现的方式进行交互式数据探索和展示。

8. 时间序列预测： Power BI 可以利用 R 脚本根据历史时间序列数据来预测未来趋势。这有助于企业为未来情景做好准备并做出前瞻性决策。

9. 能源消耗异常检测： Power BI 中的 R 脚本会分析能源消耗数据以识别异常，从而使公司能够最大化能源效率、降低成本并加强可持续性举措。

总而言之，实际用例和示例说明了 R 脚本在 Power BI 中针对各种行业和用途的多功能性。通过无缝集成统计分析、数据可视化和高级分析，R 使 Power BI 用户能够提取相关见解并推动明智的决策。

如何在 Power BI Desktop 中运行 R 脚本？

1. 设置 R

• Power BI Desktop 中的 R 脚本需要本地安装 R。请从 CRAN 存储库免费下载并安装 R。安装路径应支持 Unicode 字符和空格。

2. 执行 R 脚本

• Power BI Desktop 集成：只需几个简单的步骤，即可在 Power BI Desktop 中运行 R 脚本并构建数据模型。
• 您可以创建带有数据模型和报告的内容，并在 Power BI 服务中分享。
• 数字格式支持：Power BI Desktop 的 R 脚本现在支持在数字格式中包含逗号 (,) 和小数点 (.)。

3. 准备 R 脚本

• 本地 R 开发环境：编写 R 脚本，并确保它可以在您的本地 R 开发环境中正常运行。
• 工作区要求：在 Power BI Desktop 中启动脚本之前，请确保它在干净、未修改的工作区中正常运行。
• 使用 `source()` 来显式加载和执行所有必需的包和依赖项。

4. 限制

• 仅将数据帧导入 Power BI。用数据帧表示需要导入的数据。
• 生成的表将显示不正确的值，而不是类型为 Complex 和 Vector 的列，因为这些类型不被导入。
• 在 Power BI Desktop 中，N/A 值会转换为 NULL 值。
• 脚本运行时间超过 30 分钟将会过期。
• 交互式调用会导致脚本停止运行，例如等待用户输入时。
• 在 R 脚本中设置工作目录时，请使用完整路径，而不是相对路径。

5. Power BI 服务限制： Power BI 服务不支持 R 脚本。

运行 R 脚本和导入数据

1. 访问“获取数据”

• 从 Power BI Desktop 中选择“获取数据”。
• 选择“其他”，然后选择“R 脚本”。
• 选择“连接”。

2. 运行 R 脚本

• 如果本地安装了 R，请将您的 R 脚本粘贴到脚本窗口中。
• 按“确定”开始运行脚本。您的 R 引擎将是您已安装的最新版本的 R。

3. 选择数据帧

• 脚本成功运行后，选择要包含在 Power BI 模型中的数据帧。

4. 管理 R 安装

• 选择 R 安装
• 转到“文件”>“选项和设置”>“选项”以选择 R 安装。
• 选择“R 脚本”。
• 在“R 脚本选项”下，从“检测到的 R 主目录”下拉列表中选择您偏好的 R 安装。

5. 确定 R 安装设置

• 如果偏好的 R 安装不在列表中，请选择“其他”。
• 通过浏览或在“设置 R 主目录”中输入来选择 R 安装文件夹。

6. 刷新 R 脚本

• 刷新功能：Power BI Desktop 允许您刷新 R 脚本。
• Power BI Desktop 会在 Power BI Desktop 环境中重新运行 R 脚本。

在 Power BI Desktop 中创建 R 可视化

如何在 Power BI Desktop 中添加 R 可视化？

1. 单击 Power BI Desktop 中的“R 可视化”图标。

2. 要访问 R 可视化图标，请导航到“可视化”窗格。

3. 启用脚本可视化

• 当您选择 R 可视化图标时，会显示一个标有“启用脚本可视化”的弹出窗口。
• 单击“启用”以允许使用 R 脚本创建可视化。

4. R 脚本编辑器和占位符可视化

• 报表画布上会显示一个占位符 R 可视化图像。
• R 脚本编辑器位于中心窗格的底部。

5. 选择字段

• 将您希望在 R 脚本中使用的字段从“字段”窗格拖到“可视化”窗格的“值”部分。
• R 脚本只能访问添加到“值”部分中的字段。
• R 可视化的默认聚合类型为“不汇总”。

6. R 脚本创建

• 自动化脚本绑定：当您选择字段时，R 脚本编辑器会在编辑器窗格的顶部创建支持性的 R 脚本绑定代码。
• 删除字段时，其支持性代码也会自动删除。

7. 基于语义模型的数据帧

• 创建的数据帧“语义模型”包含一些字段。
• 默认聚合设置是“不汇总”。
• 由于字段已分组，重复的行仅显示一次。
• 向语义模型添加索引字段以禁用自动分组或显示所有行（包括重复行）。

8. 绘图和运行

• 编写 R 脚本：使用编辑器，使用自动生成的数据帧来构建 R 脚本。
• 使用各自的名称（例如，`dataset$gear`）来访问指定的列。
• 在包含空格或特殊字符的字段中使用单引号。

9. 执行脚本

• 脚本完成后，从 R 脚本编辑器的菜单栏中选择“运行脚本”。
• Power BI Desktop 将完成绘图识别和画布展示。
• 请确保已在本地设置好必要的 R 包。

10. 动态重新绘图：Power BI Desktop 会根据不同事件自动重新排列图像。

• 使用“运行脚本”符号。
• 刷新、筛选或高亮显示数据会导致更改。

自定义 R 可视化

1. 修改脚本

• 修改 R 脚本以自定义图像。
• 修改绘图命令以包含参数，以利用 R 的灵活性。

2. 示例脚本修改

• 更改原始绘图命令以自定义可视化。
• 例如，将 `method = "colour"` 更改为 `method = "circle"}`。
• 因此，R 可视化通过重新排列矩阵，考虑上半部分并绘制圆来对连接的特性进行聚类。

3. 管理错误

• 错误消息：- 当 R 脚本产生错误时，画布上会显示错误消息，而不是 R 可视化图。
• 要查看有关 R 可视化错误的更多信息，只需选择“查看详细信息”。