Powerquery/Pandas-outlook邮箱响应时间(表设计)
我已连接到powerBI中的几个Outlook邮箱。目标是计算响应入站电子邮件所需的时间。到目前为止,我已经对数据进行了调整,使表格看起来像这样:Powerquery/Pandas-outlook邮箱响应时间(表设计),pandas,powerquery,Pandas,Powerquery,我已连接到powerBI中的几个Outlook邮箱。目标是计算响应入站电子邮件所需的时间。到目前为止,我已经对数据进行了调整,使表格看起来像这样: Path Topic Sender To Inbound Outbound Inbox Help Needed Customer Me 5/16/21 8:30AM nul
Path Topic Sender To Inbound Outbound
Inbox Help Needed Customer Me 5/16/21 8:30AM null
Inbox\Completed New Issue Customer2 Me 2/20/21 8:11:PM null
Sent Items\ Help Needed Me Customer null 5/16/21 9:30AM
Sent Items\ New Issue Me Customer2 null 5/21/21 10:30AM
我获取响应时间的想法是整齐地转换表,以便每个主题
的出站时间与同一行的入站时间匹配,然后添加一列,从入站
中减去出站
:
Path Topic Sender To Inbound Outbound Subtract
Inbox Help Needed Customer Me 5/16/21 8:30AM 5/16/21 9:30AM 1:00:00
Inbox\Completed New Issue Customer2 Me 2/20/21 8:11:PM 5/21/21 10:30AM 2:19:00
是否有某种内置的PowerBI(或pandas)转换可以实现这样的出站转换
编辑:我的一个想法是将“入站”和“出站”分离到单独的表中。按分组主题向每个表添加索引,然后按主题和新创建的ID索引号重新合并它们我们需要按主题匹配入站邮件和出站邮件。这包括将入站和出站邮件分离为2个查询,按主题将单独的查询分组,向分组的查询添加索引号,并通过匹配主题和新添加的索引号重新合并单独的查询
从复制您的电子邮件查询开始,我们需要一个入站查询和一个出站查询
对于入站查询,筛选出文件夹字段中包含已发送项目的记录。对出站查询执行相反的操作
按主题对查询进行分组
,按所有行进行聚合
,将其命名为计数
在分组表中,添加一个新列=table.AddIndexColumn([count],“indexNum”,1,1)
对已发送项目
查询重复上述步骤。展开两个表。在Topic
和indexNum
上合并它们
在执行上述任何操作之前,请确保表已正确排序,因为匹配是基于索引号的。一旦您对内容进行了筛选,powerquery可能会重置您以前执行的排序。在排序公式周围包装Table.Buffer(
),以便在分组之前保留排序
明天要休息一天吗