Gegevens groeperen met statistische functies
Organisaties in alle sectoren hebben te maken met een constante gegevensstroom en moeten deze gegevens omzetten in zinvolle, bruikbare inzichten. In het meteorologische scenario hebt u een gegevensset met stormgegevens van de VS verkregen. In een vorige module hebt u geleerd hoe u basisquery's kunt maken om de gegevens te verkennen.
In deze les leert u hoe u groepen gegevens vergelijkt en de resultaten visueel presenteert met behulp van de Kusto-querytaal (KQL).
Groepen gegevens vergelijken
De gegevens in het stormgebeurtenisscenario worden weergegeven op gebeurtenisniveau, wat betekent dat elke rij een specifieke stormgebeurtenis en de bijbehorende informatie vertegenwoordigt. Dat is veel individuele stormen en het kan lastig zijn om zinvolle inzichten te verkrijgen door afzonderlijke gebeurtenissen te bekijken. Als u deze afzonderlijke gebeurtenissen groepeert op algemene velden (bijvoorbeeld locatie), kunt u zinvolle vergelijkingen maken tussen groepen.
Met een aggregatiefunctie kunt u deze vergelijkingen maken door waarden van meerdere rijen te groeperen om één samenvattingswaarde te vormen. Het type samenvattingswaarde is afhankelijk van de specifieke functie die u gebruikt en kan een telling, gemiddelde, maximum, minimum of mediaanwaarde zijn, om er maar een paar te noemen. In de volgende afbeelding ziet u bijvoorbeeld een overzicht van het aantal stormtypen op locatie.
De resultaten visueel presenteren
Zodra u uw gegevens hebt gegroepeerd, wilt u inzichten verkrijgen uit de resultaten. De standaarduitvoer voor query's is tabellair. In veel scenario's kunnen grafische weergaven echter de resultaten beter communiceren. We verkennen enkele manieren om Kusto-queryresultaten te converteren naar grafische visualisaties met behulp van de render operator.
Sommige beschikbare typen visualisaties zijn linechart, columnchart, barchart, piechart, , scattercharten pivotchartandere. In de volgende afbeelding ziet u voorbeeldqueryresultaten van Kusto die worden weergegeven als een lijndiagram, kolomdiagram en staafdiagram.
In de volgende lessen leert u meer over enkele van de meest voorkomende aggregatiefuncties, visualiseert u de resultaten met behulp van de render operator en bouwt u vervolgens complexe query's. Deze KQL-vaardigheden helpen u inzicht te krijgen in een voorbeeldgegevensset met amerikaanse meteorologische gegevens.