目录
-
简单总结下Tableau分析步骤
-
连接数据
- 数据源预处理
- 在工作表里开展可视化
- 在新的工作表开展可视化
- 在新的工作表里再开展可视化
-
……
-
汇聚成一个仪表板
- 还可以生成一个故事板好了，汇报吧~
3-6都是数据探索，不停的探索和发现。出发吧~
- 连接数据，必须且基础
2.1 支持导入的数据类型丰富多样
2.1.1 Excel导入
如果只有一个sheet，默认为该数据；可以自动读取多个sheet页；
数据源：示例-超市
2.1.2 CSV导入
可以自动读取同目录源下多个文件
（数据源：武侠小说（版权所有者：曾津）
2.1.3 txt导入
可以自动读取同目录源下多个文件，同csv格式，
2.1.4 MySQL数据
依赖公司环境，依赖SQL掌握程度
下载并安装驱动程序后可用~
2.1.5 直接复制数据
这对于小数据量导入是个很不错的选择~
2.2 数据预处理
2.2.1 规整数据
数据解释器：去除空行、标题等，智能识别数据表格；它可以检测并绕过标题、注释、页脚、空单元格等内容，从而确定数据集中的实际字段和值
字段名称位于第一列
文本文件属性
2.2.2 数据格式设置
文本转日期
文本转数字
2.2.3 字段设置
- 列拆分：对有分隔符的列进行拆分，增加数据信息
- 转置：*选中同一维度的多个标题列，转化为一列 —这是个不常用但非常有用的知识点隐藏：隐藏不需要列
- 重命名：规范命名
（数据源：多列转一列）
2.3 数据联接
*根据相同列字段，列合并；
类似Exce的vlookup，MySQL中的join，Pandas中的merge
2.3.1 联接方式(how)
- 左联接
- 右联接
- 内联接
- 外联接
2.3.2 联接字段(on)
用已有的字段联接*用计算字段联接
感受下Tableau强大的后台运算能力吧~
数据源：英雄榜（曾津）
2.4 数据并集
*数据列一致，行合并；
类似MySQL中的 union，Pandas中的concat
- 直接拖拽
- 新建并集
- 通配符新建并集：文件批量合并—这是个不常用但非常有用的知识点*
思考下：
如何实现合并同一文件夹下相同表头的csv数据?
如何实现合并同一文件夹下的相同表头Excel数据？
仅仅作为数据源处理，Tableau 就已经功能非常强大了~
数据源：武侠小说（版权所有者：曾津）
2.5 数据源管理
2.5.1 数据源的两种读取方式
实时连接：和本地数据源联动，随着本地表的更新而更新 –这是个常用且非常有用的知识点；适用于小数据，临时数据分析
数据提取：提取成Tableau数据库格式，可以按照某字段增加新数据；适用于大数据，定期数据分析
- 创建数据提取
- 刷新数据提取
2.5.2 数据源维护的N种方式
- 查看数据
- 数据刷新
- 替换数据
- 关闭数据源
- 保存数据
2.6 数据源合并（混合关系）
2.6.1 数据源合并和数据表联接的区别
数据源合并是多个数据源之间的联接
数据表联接是一个数据源下表的联接
有两个及以上数据源，两个源之间要通过一个或多个字段实现列合并
2.6.2 如何创建混合关系？
顶部菜单栏”数据” >> 编辑关系
蓝色的是主源，黄色的辅源，红色的纽带代表已成功联接的字段，灰色的纽带代表未联接成功的字段
数据源：示例-超市
- 初阶可视化，思路的简单流淌
3.1 简单拖拽，就是这么简单
但数据要用合适的图表来表达
首先必须掌握什么样的图表适用于什么样的目的；
其次必须掌握图表所需要的数据格式；
合适的图表配合适的数据；合适的数据配合适的图表；
没有low图，没有无用的数据。
哪种图表或图形是您的理想选择？数据可视化指南
3.2 字段处理，贯穿在可视化里的润滑剂
3.2.1 维度和度量，先来了解下
维度包含定量值（例如名称、日期或地理数据）。您可以使用维度进行分类、分段以及揭示数据中的详细信息。维度影响视图中的详细级别。
度量包含可以测量的数字定量值。度量可以聚合。将度量拖到视图中时，Tableau（默认情况下）会向该度量应用一个聚合。
3.2.2 聚合和粒度，再来了解下
聚合：可用于度量的不同聚合确定单独值的聚集方式；对这些值进行加总 (SUM)、求平均值(AVG)，或设置为单独行值中的最大值 (MAX) 或最小值 (MIN)。
粒度：数据的不同聚合粒度。如果决定要以最详细的粒度级别查看数据，需要解聚；
Tips:
良好的数据集是明细级别的数据，未聚合的数据，有丰富维度的数据！
3.2.3 基本的字段处理，点击操作即可
- 数据类型转换：文本转数字，数字转文本
- 度量、维度互转：
- 字段排序：按照源排序，不要按字母排序
- 分文件夹管理字段：如果字段过多，可以按类建文件夹
- 数据格式设置：百分比设置；
- 复制字段：一个字段用做原始值，复制的字段用做衍生
- 日期类型转化和几种日期类型
3.2.4 下钻上卷的字段处理
下钻：
上卷：
分层，必须要分层；
细分到粗分
3.2.5 高级的字段处理，手动创建
- 字段拆分：订单ID的信息拆分
- 分组：地区分组
- 创建集：
- 创建数据桶：是直方图的基础数据
- 创建新字段
-
创建参数
创建方式：
- 字段上创建
- 视图里创建
先讲解方法，具体使用结合图表和案例进行。
3.3 图表的几个重要组成
3.3.1 行和列，思路开始实现
添加行和列：
- 任意拖拽~ 也可以直接拖拽到画布
- 双击指标实现
- 取消：拖出
维度字段排序：
度量指标聚合方式：
隐藏行和列：
在计算年同比增长时，第一年没有可以比较的前一年，因此该列保留为空白。筛选第一年会将其从视图中移除，但它也会从计算中移除（第二年随后没有了可以比较的前一年，并保留为空白）。隐藏空白列（而不是筛选）会使计算保持不变。
数据源：订单销售明细-年同比增长
3.3.2 视图，实现思路的地方
让我们具体了解一下画布显示的内容，这对于调整格式、表计算十分有用：
A. 字段标签- 添加到行或列功能区的离散字段的标签，用于说明该字段的成员。例如，”类别”是一个离散字段，它包含以下三个成员：”家具”、”办公用品”和”技术”。
B. 标题- 工作表、仪表板或故事提供的名称，系统会为工作表和故事自动显示标题。
C. 区/单元格 – 表示视图中所包括的字段（维度和度量）交集的数据。可以用线、条、形状、地图、文本等来表示标记。
D. 图例– 描述视图中的数据编码方式的图例。例如，如果您在视图中使用形状或颜色，则图例会描述每个形状或颜色所代表的项。
E. 坐标轴-是在将度量（包含定量数值信息的字段）添加到视图时创建的。默认情况下，Tableau 会针对此数据生成连续的轴。
F. 横坐标字段名或标签– 字段的成员名称。
G. 说明- 描述视图中的数据的文本。说明可以自动生成，并且可以打开和关闭。
Tips:一些必须掌握的交互操作，而这是Tableau 深受用户喜爱的原因！
- 突出显示
- 圈选
- 排除
- 隐藏和显示隐藏
- 查看数据和详细数据
- 复制粘贴数据
可以看做是装逼技能，kkk
3.3.3 标记卡，施展视觉魔法
- 自动或手动选择图形
- 颜色：维度，一个图最好是用一个维度去标记颜色大小：
- 度量，一个图只能有一个标记大小的度量
- 标签：显示或如何显示度量值，可多个字段
- 形状：维度，一个图只能有一个标记形状的维度
- 详细信息：鼠标悬停时展现更多的信息，可多个字段
- 工具提示：除了该表提示模板，还可以实现表的引用筛选，可多个字段
时刻思考：
如果一个图增加了颜色图例、增加了大小图例、增加了形状图例，那图的可解读信息是更丰富了呢，还是变杂乱了？
3.3.4 筛选器，减轻图表负担
Tableau里的5种筛选
- 数据提取筛选器
- 数据源筛选器
- 筛选器功能区
- 视图内的筛选
- 行列功能区、标记卡字段胶囊筛选
按以下顺序依次过滤：
- 数据提取筛选器
- 数据源筛选器
- 上下文筛选器
- 维度上的筛选器（无论是在”筛选器”功能区上还是在视图内的筛选器卡中）
- 度量上的筛选器（无论是在”筛选器”功能区上还是在视图内的筛选器卡中）
筛选器功能区中的维度字段的四种筛选方式（功能区内）
筛选器功能区中的度量字段的四种筛选方式（功能区内）
日期格式的筛选方式：
三种应用方式：
- 联动筛选：分层结构，仅相关值
- 应用范围
- 添加上下文
显示筛选器后，筛选器卡片的交互筛选和设置（画布中）
3.3.5 页面，制造画布的分身
如：根据日期查看销量走势
如：历年世界各国GDP排名变化情况
尝试制作你的类别排名动态图吧~
3.3.6 智能显示，让它帮你做选择
智能推荐合适的展现图表
3.3.7 分析窗口，简单好用的统计曲线
快速便捷实现你的分析需求
3.3.8 格式设置，从凌乱到整齐
整体工作簿的设置：建议在连接完数据后，优先进行设置
单个工作表的设置
行列名：
- 如何将列名从竖排转为横排？
- 如果有多列，如何将列名从竖排转为横排？
分层网格线
标题网格线
因人而异的设置
3.4 常见的基础图表
Excel里能实现的，Tableau 都能实现，且能进行多维展示。
3.4.1 柱形图/条形图
3.4.6 散点图
3.4.8 雷达图
- 对数据源做处理：复制一列&增加默认的五环坐标数据；
- 复制到tableau里，将多列转置为一列，依次命名为变量和数值；
- 计算”路径”字段：
case [变量]
when '1销量能力' then 1
when '2盈利情况' then 2
when '3销售额能力' then 3
when '4市场空间' then 4
when '5消费者信心度' then 5 else 6
end
4. 计算”弧度”字段：
if [路径] = 6 then pi()/2
else pi()/2-([路径]-1)*2*pi()/5
end
- 分别计算X 和 Y
X: [数值]*cos([弧度])
Y: [数值]*sin([弧度])
奇异值（离群值，outlier）的判断方法有两种：
2.上 须 的 临 界 值 ： 下 须 的 临 界 值 ： ：
盒须图中指标意义：
盒须图
意义
离群值
超过上须值
上须
超过上枢纽，但未超过（上枢纽值+ 1.5*IQR ）的最大值
上枢纽
四分之三分位数
中位数
中位数
下枢纽
四分之一分位数
下须
未超过（下枢纽值-1.5*IQR ） 的最小值
离群值
低于下须值
3.4.11 直方图
适用于探索连续型变量的分布、区间
3.4.12 组合图
3.5.1 整合成仪表盘
仪表盘的设置操作步骤：
- 新建布局
- 添加工作表
- 调整排版
- 添加交互操作
3.5.2 组织成故事板
将工作表和仪表盘整合到故事版
3.6 结果导出、保存和共享
3.6.1 数据源导出
导出所有数据；
只能导出csv格式；
csv格式打开方式：打开一个空白Excel，数据菜单下选择”从文本”，如果视图显示是乱码的话，可以选择编码，一般是选择UTF-8。
3.6.2 工作表中数据导出
ctr+A，全选工作表中的数据；或框选，选中部分工作表数据；
ctr+V，粘贴到空白Excel表格中
3.6.3 工作表导出
3.6.4 仪表盘导出
3.6.5 故事导出
3.6.6 保存的两种格式：
twb和twbx的格式
- twb：只保存可视化界面；
- twbx：保存数据源和可视化界面
3.6.7 共享到服务器
操作方法：文件–共享
需要Tableau Server 或Tableau Online协作
- 高阶可视化，满足你一切想象力
4.1 如何增强图表可读性？
4.1.1 排序，表达图表规律
排序方式：
- 数据源顺序
- 字母
- 字段
- 手动
- 嵌套
三种操作：
- 右键字段
- 图表上
- 快捷操作栏里
4.1.2 计算新字段，挖掘图表隐藏信息
- 聚合函数的修改
- 表计算：计算类型和计算依据
- 新建字段
- 临时计算
- 菜单：添加合计和小计
快速表计算的含义：
快速表 计算
意义
汇总计算
在分区中以合并方式聚合值
差异计算
“差异”表计算将计算表中当前值与另一个值之间的差异。
百分比差异计算
当前值与另一个值之间的百分比差异。
合计百分比计算
当前分区中所有值的百分比
排序计算
分区中每个值的排名
百分位计算
在分区中计算每个值的百分位排名
移动平均计算
会对当前值之前和/或之后指定数目的值执行聚合（总计值、平均值、最小值或最大值）
YTD 总计
年初至今总额
复合增长率
环比
年度同比增长
年同比
YTD 增长
年初至今增长
案例：堆积面积图里的表计算更改成 年同比 和月环比
案例：计算”经营情况”
案例：计算”利润率” ( sum(利润)/sum(销售额) )
4.1.3 借助趋势线，拟合图表变量间关系
- 趋势线能帮我们发现两个指标之间的计量关系
#线性拟合
Y  =  b0  +  b1  *  X
#对数拟合
Y = b0 + b1 * ln(X)
#指数拟合
Y = exp(b0)* exp(b1 * X)
#幂次拟合
Y = b0  *  X^b1
#多项式
Y = b0 + b1 * X + b2 * X^2 + .
- 趋势线能帮我们做未来走势拟合，可以简单预测流量、销量
- 趋势线可以在折线图、散点图里叠加使用，并不是所有的图都能添加趋势线
Tips: 在互联网公司，趋势线有什么帮助？如：如何计算用户理论生命周期天数 LT？
- 破题：根据目前一段时间内已经发生的用户留存率曲线，拟合用户在未来2年内的留存率曲线走势；
- 解题：将第0天到2年内每一天的留存率相加就是用户的理论生命周期天数。
番外：为什么留存率相加就是用户的生命周期天数？
4.1.4 借助参考线，表达图表强弱信息
四种形式：
- 参考线
- 参考区间
- 参考分布
- 参考盒须图
三种计算粒度：
还记得粒度是什么意思？
- 整个表
- 区
- 单元格
参数是全局占位符值，例如数字、日期或字符串，可以替换计算、筛选器或参考行中的常量值。
创建一个动态参数，该参数设置为自动刷新其当前值（依据独立于视图的单值计算的结果）或值列表（基于数据源列）
- 在计算中使用参数
if [利润] >[盈利参数]
then 'Profitable' elseif [利润] = [盈利参数]
then 'Breakeven' else 'Loss'
end
- 在参考线中使用参数
案例：如何计算动态的”经营情况”
案例：如何计算动态的二分类
4.1.6 动态展示，表达图表趋势重点
- 突出显示
- 页面控制
- 图表联动
4.1.7 添加注释，表达你的观点
- 标记 － 选择此选项可添加与所选标记关联的注释。只有选择数据点（标记）后，此选项才可用。
- 点－ 选择此选项可为视图中的特定点添加注释。
- 区域－ 选择此选项可为可视化项中的区域（如一组离群点或目标区域）添加注释。
4.2 函数-数据高阶变化
4.2.1 常用函数-中规中矩的函数
数字函数
ABS(-7) = 7
CEILING(3.1415) = 4
FLOOR(3.1415) = 3
ROUND(3.1415,2) = 3.14
ROUND(324,-2) = 300
EXP(2) = 7.389
文本函数
STARTSWITH(“Joker”, “Jo”) = true
ENDSWITH(“Tableau”, “leau”) = true
CONTAINS(“Calculation”, “alcu”) = true
FIND("Calculation", "alcu") = 2
REPLACE("Version8.5", "8.5", "9.0") = "Version9.0"
LEN("Matador") = 7
UPPER("Calculation") = "CALCULATION"
LOWER("ProductVersion") = "productversion"
TRIM(" Calculation ") = "Calculation"
LTRIM(" Matador ") = "Matador "
RTRIM(" Calculation ") = " Calculation"
SPLIT (‘a-b-c-d’, ‘-‘, 2) = ‘b’
LEFT("Matador", 4) = "Mata"
MID("Calculation", 2, 5) ="alcul"
RIGHT("Calculation", 4) = "tion"
日期函数
DATEADD('month', 3, #2004-04-15#) = 2004-07-15 12:00:00 AM
DATEDIFF('week', #2013-09-22#, #2013-09-24#, 'monday')= 1
DATEPART('year', #2004-04-15#) = 2004
DATEPART('month', #2004-04-15#) = 4
DAY(#2004-04-12#) = 12
WEEK (#2004-04-15#) = 16
MONTH(#2004-04-15#)  =  4
YEAR(#2004-04-15#) = 2004
NOW( ) = 2004-04-15 1:08:21 PM
TODAY( ) = 2004-04-15
聚合函数
SUM()
AVG()
MAX()
MIN()
MEDIAN()
COUNT()
COUNTD()
PERCENTILE()
VAR()
STDEV()
COVAR()
{CORR(Sales, Profit)}
逻辑判断函数
IFNULL([Profit], 0)
ISNULL([Profit])
IIF([Profit] > 0, 'Profit', 'Loss')
IF [Profit] > 0 THEN 'Profitable' ELSE 'Loss' END
IF [Profit] < 0 OR [Profit] = 0 THEN "Needs Improvement" END
IF NOT [Profit] > 0 THEN "Unprofitable" END
IF [Profit] > 0 THEN 'Profitable'
ELSEIF [Profit] = 0 THEN 'Breakeven'
ELSE 'Loss' END
CASE  [Region]  WHEN  'West'  THEN  1  WHEN  'East'  THEN  2  ELSE  3  END
4.2.2 详细级别表达式(LOD)-超越级别的函数
解决Excel透视表解决不了的问题：如何输出每个子类别占相应类别销售额的百分比？
详细级别表达式（也称为 LOD 表达式）允许您在数据源级别和可视化项级别计算值。但是，LOD 表达式可以让您更好地控制要计算的粒度级别。它们可以在较高粒度级别（包括）、较低粒度级别（排除）或完全独立级别（固定）执行。
{FIXED [Segment], [Category] : SUM([Sales])}
[Sales] - {FIXED [Customer Name] : AVG([Sales])}
4.3 高阶图表
4.3.2 突出显示表
适用于对比类型不同度量大小的展示，类似Excel表的”色阶”
4.3.3 热图
适用于展示明细类别在坐标轴上的集中密度
4.3.6 瀑布图
4.3.8 人口金字塔图
适用于展示二分类维度数据
适用于展示经济学现状，百分之20%的人贡献了80%的税收问题。以产品为明细级别，去分析帕累托数字。
- 创建销售额累计百分比字段
销售额总量百分比
RUNNING_SUM(SUM([销售额]))/TOTAL(SUM([销售额]))
- 创建累计百分比图
- 创建销售额柱形图，叠加双轴
- 创建产品数量%字段
%产品名称index()/size()
- 创建动态参数
销售额总量百分比参数：百分比
#使用动态参数
if  [销售额累计百分比]<=[销售额总量百分比参数] then [产品名称数量%] else null end< code></=[销售额总量百分比参数]>
注意，图中所有计算变量都要将计算依据改为”产品名称”
需要计算3个维度、16个度量、2个参数，多达十余个步骤！
具体请参考：
https://towardsdatascience.com/how-to-make-sankey-diagram-in-tableau-f5f8730e5 962
建议选择其他桑基图网站来代替。
4.3.11 留存图表
Original: https://blog.csdn.net/mixiaolemy/article/details/123865684
Author: 米勒111
Title: tableau数据分析
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/694512/
转载文章受原作者版权保护。转载请注明原作者出处！