Tutorial: Uso de funciones de agregación

Cambie los servicios mediante la lista desplegable Versión . Más información sobre la navegación.
Se aplica a: ✅ Microsoft Fabric ✅ Azure Data Explorer ✅ Azure Monitor ✅ Microsoft Sentinel

Las funciones de agregación agrupan y combinan datos de varias filas en un valor de resumen. El valor de resumen depende de la función elegida, como un recuento, un máximo o un valor medio.

En este tutorial aprenderá a:

• Use el operador summarize
• Visualización de los resultados de la consulta
• Recuento condicional de filas
• Agrupar datos en contenedores
• Calcular el mínimo, máximo, promedio y suma
• Cálculo de porcentajes
• Extracción de valores únicos
• Cubo de datos por condición
• Realizar la agregación en una ventana deslizante

En los ejemplos de este tutorial se usa la tabla StormEvents, que está disponible de forma pública en los análisis meteorológicodatos de ejemplo.

Este tutorial se basa en la base del primer tutorial y aprende operadores comunes.

Requisitos previos

Para ejecutar las siguientes consultas, necesita un entorno de consulta con acceso a los datos de ejemplo. Use una de las siguientes opciones:

• Una cuenta microsoft o una identidad de usuario de Microsoft Entra
• Un área de trabajo de Fabric con una capacidad habilitada para Microsoft Fabric

Uso del operador summarize

El operador summarize es esencial para realizar agregaciones sobre los datos. El summarize operador agrupa filas basadas en la by cláusula y, a continuación, usa la función de agregación proporcionada para combinar cada grupo en una sola fila.

Encuentre el número de eventos por estado con summarize y la función de agregación de recuento.

StormEvents
| summarize TotalStorms = count() by State

Salida

Estado	TotalStorms
TEXAS	4701
KANSAS	3166
IOWA	2337
ILLINOIS	2022
MISURI	2016
...	...

Visualización de los resultados de la consulta

Visualizar los resultados de una consulta en un gráfico o gráfico puede ayudarle a identificar patrones, tendencias y valores atípicos en los datos. Puede crear estas visualizaciones mediante el operador render .

A lo largo del tutorial, verá ejemplos de cómo usar render para mostrar los resultados. Algunos tipos de gráficos disponibles incluyen gráficos de barras, gráficos de líneas, gráficos circulares y gráficos de dispersión. Por ahora, use render para ver los resultados de la consulta anterior en un gráfico de barras.

StormEvents
| summarize TotalStorms = count() by State
| render barchart

Contar filas de forma condicional

Al analizar los datos, use countif() para contar filas en función de una condición específica. Esta función le ayuda a comprender cuántas filas cumplen los criterios especificados.

La consulta siguiente usa countif() para contar tormentas que causaron daños. A continuación, la consulta usa el top operador para filtrar los resultados y mostrar los estados con la mayor cantidad de daños causados por tormentas.

StormEvents
| summarize StormsWithCropDamage = countif(DamageCrops > 0) by State
| top 5 by StormsWithCropDamage

Salida

Estado	TormentasConDañosEnLosCultivos
IOWA	359
NEBRASKA	201
MISISIPÍ	105
CAROLINA DEL NORTE	82
MISURI	78

Agrupar datos en contenedores

Para agregar datos por valores numéricos o de hora, primero agrupe los datos en contenedores mediante la función bin(). El uso bin() de ayuda a comprender cómo se distribuyen los valores dentro de un intervalo determinado y facilita la comparación de diferentes períodos.

En la consulta siguiente se cuenta el número de tormentas que causaron daños en el cultivo por cada semana en 2007. El 7d argumento representa una semana, ya que la función requiere un valor de intervalo de tiempo válido.

StormEvents
| where StartTime between (datetime(2007-01-01) .. datetime(2007-12-31)) 
    and DamageCrops > 0
| summarize EventCount = count() by bin(StartTime, 7d)

Salida

StartTime	Recuento de eventos
2007-01-01T00:00:00Z	16
2007-01-08T00:00:00Z	20
2007-01-29T00:00:00Z	8
2007-02-05T00:00:00Z	1
2007-02-12T00:00:00Z	3
...	...

Agregue | render timechart al final de la consulta para visualizar los resultados.

Nota:

bin() es similar a la floor() función en otros lenguajes de programación. Reduce cada valor al múltiplo más cercano del módulo que se proporciona y permite summarize asignar las filas a los grupos.

Calcular el mínimo, máximo, promedio y suma

Para obtener más información sobre los tipos de tormentas que causan daños en los cultivos, calcule los daños mínimos, máximos y medios en los cultivos para cada tipo de evento mediante min(), max() y avg(). A continuación, ordene el resultado por el daño medio.

Puede usar varias funciones de agregación en un único summarize operador para generar varias columnas calculadas.

StormEvents
| where DamageCrops > 0
| summarize
    MaxCropDamage=max(DamageCrops), 
    MinCropDamage=min(DamageCrops), 
    AvgCropDamage=avg(DamageCrops)
    by EventType
| sort by AvgCropDamage

Salida

EventType	MaxCropDamage	MinCropDamage	AvgCropDamage
Helada/Congelación	568600000	3000	9106087.5954198465
Incendio forestal	21000000	10 000	7268333.333333333
Sequía	700 000 000	2000	6763977.8761061952
Inundación	500000000	1 000	4844925.23364486
Viento de tormenta	22000000	100	920328.36538461538
...	...	...	...

Los resultados de la consulta anterior indican que los eventos Frost/Freeze producen el mayor daño en el cultivo en promedio. Sin embargo, la consulta bin() muestra que los eventos con daños en el cultivo tienen lugar principalmente en los meses de verano.

Use sum() para comprobar el número total de cultivos dañados en lugar de la cantidad de eventos que causaron algún daño, como se hizo con count() en la consulta bin() anterior.

StormEvents
| where StartTime between (datetime(2007-01-01) .. datetime(2007-12-31)) 
    and DamageCrops > 0
| summarize CropDamage = sum(DamageCrops) by bin(StartTime, 7d)
| render timechart

Ahora puede ver un pico en los daños en el cultivo en enero, que probablemente se debió a Frost/Freeze.

Sugerencia

Use minif(), maxif(), avgif()y sumif() para realizar agregaciones condicionales, como hizo en la sección filas de recuento condicional .

Cálculo de porcentajes

El cálculo de porcentajes puede ayudarle a comprender la distribución y proporción de valores diferentes dentro de los datos. En esta sección se tratan dos métodos comunes para calcular porcentajes mediante el lenguaje de consulta kusto (KQL).

Cálculo del porcentaje basado en dos columnas

Use count() y countif para encontrar el porcentaje de eventos de tormenta que causaron daños en el cultivo en cada estado. En primer lugar, cuente el número total de tormentas en cada estado. A continuación, cuente el número de tormentas que causaron daños en el cultivo en cada estado.

Después, use extend para calcular el porcentaje entre las dos columnas dividiendo el número de tormentas con daño de cultivo por el número total de tormentas y multiplicando por 100.

Para asegurarse de obtener un resultado decimal, use la función todouble() para convertir al menos uno de los valores de recuento de enteros en un doble antes de realizar la división.

StormEvents
| summarize 
    TotalStormsInState = count(),
    StormsWithCropDamage = countif(DamageCrops > 0)
    by State
| extend PercentWithCropDamage = 
    round((todouble(StormsWithCropDamage) / TotalStormsInState * 100), 2)
| sort by StormsWithCropDamage

Salida

Estado	Total de tormentas en el estado	TormentasConDañosEnLosCultivos	Porcentaje con daños en los cultivos
IOWA	2337	359	15.36
NEBRASKA	1766	201	11,38
MISISIPÍ	1218	105	8,62
CAROLINA DEL NORTE	1721	82	4.76
MISURI	2016	78	3,87
...	...	...	...

Nota:

Al calcular porcentajes, convierta al menos uno de los valores enteros de la división con todouble() o toreal().. Esta conversión garantiza que no se truncan los resultados debido a la división de enteros. Para obtener más información, consulte Reglas de tipo para operaciones aritméticas.

Cálculo del porcentaje en función del tamaño de tabla

Para comparar el número de tormentas por tipo de evento con el número total de tormentas de la base de datos, guarde primero el número total de tormentas en la base de datos como una variable. Utiliza las instrucciones Let para definir variables dentro de una consulta.

Dado que las instrucciones de expresión tabular devuelven resultados tabulares, use la función toscalar() para convertir el resultado tabular de la count() función en un valor escalar. A continuación, use el valor numérico en el cálculo de porcentaje.

let TotalStorms = toscalar(StormEvents | summarize count());
StormEvents
| summarize EventCount = count() by EventType
| project EventType, EventCount, Percentage = todouble(EventCount) / TotalStorms * 100.0

Salida

EventType	Recuento de eventos	Porcentaje
Viento de tormenta	13015	22.034673077574237
Granizo	12711	21.519994582331627
Inundación repentina	3688	6.2438627975485055
Sequía	3616	6.1219652592015716
Clima de invierno	3349	5.669928554498358
...	...	...

Extraer valores únicos

Use make_set() para convertir una selección de filas de una tabla en una matriz de valores únicos.

La consulta siguiente usa make_set() para crear una matriz de los tipos de eventos que provocan muertes en cada estado. Luego, la tabla resultante se ordena por el número de tipos de tormenta en cada matriz.

StormEvents
| where DeathsDirect > 0 or DeathsIndirect > 0
| summarize StormTypesWithDeaths = make_set(EventType) by State
| project State, StormTypesWithDeaths
| sort by array_length(StormTypesWithDeaths)

Salida

Estado	TiposDeTormentaConMuertes
CALIFORNIA	["Vientos tormentosos","Oleaje fuerte","Frío/sensación térmica","Viento fuerte","Corriente de resaca","Calor","Calor excesivo","Incendio forestal","Tormenta de polvo","Marea baja astronómica","Niebla densa","Tiempo invernal"]
TEXAS	["Inundación repentina","Viento de tormenta eléctrica","Tornado","Rayos","Inundación","Tormenta de hielo","Tiempo invernal","Corriente de resaca","Calor excesivo","Niebla densa","Huracán (Tifón)","Frío/Sensación térmica"]
OKLAHOMA	["Inundación Relámpago", "Tornado", "Frío/Escalofríos por Viento", "Tormenta Invernal", "Nieve Abundante", "Calor Extremo", "Calor", "Tormenta de Hielo", "Clima Invernal", "Niebla Densa"]
NUEVA YORK	["Inundación", "Relámpago", "Viento de Tormenta Eléctrica", "Inundación Repentina", "Clima Invernal", "Tormenta de Hielo", "Frío Extremo/Sensación Térmica", "Tormenta Invernal", "Nieve Intensa"]
KANSAS	["Viento de tormenta","Lluvia intensa","Tornado","Inundación","Inundación flash","Rayo","Nieve pesada","Clima de invierno","Blizzard"]
...	...

Agrupar datos por condición

La función case() agrupa los datos en cubos en función de las condiciones especificadas. La función devuelve la expresión de resultado correspondiente al primer predicado que se cumpla, o la expresión else final si no se cumple ninguno de los predicados.

En este ejemplo se agrupan estados basados en el número de lesiones relacionadas con tormentas que sus ciudadanos han sufrido.

StormEvents
| summarize InjuriesCount = sum(InjuriesDirect) by State
| extend InjuriesBucket = case (
                              InjuriesCount > 50,
                              "Large",
                              InjuriesCount > 10,
                              "Medium",
                              InjuriesCount > 0,
                              "Small",
                              "No injuries"
                          )
| sort by State asc

Salida

Estado	Número de lesiones	LesionesBucket
ALABAMA	494	Grande
ALASKA	0	Sin lesiones
SAMOA AMERICANA	0	Sin lesiones
ARIZONA	6	Pequeño
ARKANSAS	54	Grande
NORTE DEL ATLÁNTICO	15	Medio
...	...	...

Cree un gráfico circular para visualizar la proporción de estados que experimentaron tormentas, lo que da lugar a un número grande, mediano o pequeño de lesiones.

StormEvents
| summarize InjuriesCount = sum(InjuriesDirect) by State
| extend InjuriesBucket = case (
                              InjuriesCount > 50,
                              "Large",
                              InjuriesCount > 10,
                              "Medium",
                              InjuriesCount > 0,
                              "Small",
                              "No injuries"
                          )
| summarize InjuryBucketByState=count() by InjuriesBucket
| render piechart 

Realizar agregaciones sobre una ventana deslizante

En el ejemplo siguiente se muestra cómo resumir columnas mediante una ventana deslizante.

La consulta calcula el daño mínimo, máximo y promedio de propiedad de tornados, inundaciones y incendios forestales mediante una ventana deslizante de siete días. Cada registro del conjunto de resultados agrega los siete días anteriores, y los resultados contienen un registro por día en el período de análisis.

Esta es una explicación paso a paso de la consulta:

1. Agrupe cada registro en un único día con respecto a windowStart.
2. Agregue siete días al valor bin para establecer el final del intervalo para cada registro. Si el valor está fuera del intervalo de windowStart y windowEnd, ajuste el valor en consecuencia.
3. Cree una matriz de siete días para cada registro, empezando por el día actual del registro.
4. Expanda la matriz del paso 3 mediante mv-expand para duplicar cada registro a siete registros con intervalos de un día entre ellos.
5. Realice las agregaciones para cada día. Debido al paso 4, este paso resume realmente los siete días anteriores.
6. Excluya los primeros siete días del resultado final porque no hay ningún período de retrospección de siete días para esos días.

let windowStart = datetime(2007-07-01);
let windowEnd = windowStart + 13d;
StormEvents
| where EventType in ("Tornado", "Flood", "Wildfire") 
| extend bin = bin_at(startofday(StartTime), 1d, windowStart) // 1
| extend endRange = iff(bin + 7d > windowEnd, windowEnd, 
                      iff(bin + 7d - 1d < windowStart, windowStart, 
                        iff(bin + 7d - 1d < bin, bin, bin + 7d - 1d))) // 2
| extend range = range(bin, endRange, 1d) // 3
| mv-expand range to typeof(datetime) // 4
| summarize min(DamageProperty), max(DamageProperty), round(avg(DamageProperty)) by Timestamp=bin_at(range, 1d, windowStart), EventType // 5
| where Timestamp >= windowStart + 7d; // 6

Salida

La siguiente tabla de resultados está truncada. Para ver la salida completa, ejecute la consulta.

Marca de tiempo	EventType	min_PropiedadDeDaño	max_DamageProperty	avg_DamageProperty
2007-07-08T00:00:00Z	Tornado	0	30000	6905
2007-07-08T00:00:00Z	Inundación	0	200000	9261
2007-07-08T00:00:00Z	Incendio forestal	0	200000	14033
2007-07-09T00:00:00Z	Tornado	0	100000	14783
2007-07-09T00:00:00Z	Inundación	0	200000	12529
2007-07-09T00:00:00Z	Incendio forestal	0	200000	14033
2007-07-10T00:00:00Z	Tornado	0	100000	31400
2007-07-10T00:00:00Z	Inundación	0	200000	12,263
2007-07-10T00:00:00Z	Incendio forestal	0	200000	11694
...	...	...

Paso siguiente

Ahora que está familiarizado con los operadores de consulta comunes y las funciones de agregación, vaya al siguiente tutorial para aprender a combinar datos de varias tablas.

Combinación de datos de varias tablas