tableau-行计算、视图计算、表计算

Tableau的表计算分为几类，重点是前面三类。

索引排序函数：index()、size()、first()、last() ——这四个不需要参数; rank()及延伸函数，如rank_dense(),rank_modified()等；
移动计算函数：running_x ，比如 running_sum, running_avg, running_max等；
范围计算函数：window_x,比如window_sum,window_avg,window_max,等
R语言相关计算函数：script_bool()等（我没用过）。

1、聚合计算与表计算

sum() 是聚合计算，是基于数据源的计算，它的参数就是数据源的字段，比如 sum([sales])，它代表把数据源的每一行的数据都对[sales]字段执行累加计算；

而widown_sum(), running_sum(), total() 都是表计算函数，表计算的特征之一是基于视图中聚合数据的二次聚合计算，因此括号中的参数必须是聚合，比如说 total( sum([sales]) )。

聚合计算：对数据源行级别数据的聚合
表计算：对视图中数据聚合结果的二次聚合

2、total(expression)

total（）是为每个分区返回同一个结果，合计百分比表计算： SUM([数量]) / TOTAL(SUM([数量]))

3、 running_sum(expression）递归计算

对于同一个分区的不同行，running_sum()返回了不同的数值，如果要在视图中计算随着时间增长的累计利润，或者累计会员数量，这种需求，只能通过表计算来完成。

4、window_sum(expression,[start,end])

在手动表计算中，window_XXX函数是使用最多的，汇总计算、移动平均都是特殊情形下的窗口计算。窗口计算的重要特点是，默认有三个参数，分别代表聚合表达式、起始位置、结束位置。

total 表计算相当于没有指定起止位置的window-sum窗口计算；
running-sum表计算，即于从开始到当前位置的window-sum窗口计算；
移动平均，即制定了起止位置的的window-avg窗口计算。

完整的函数是window_sum(expression,[start,end] )，默认的起止位置用first和last代替，可以省略。

first（），返回当前行到分区中第一行的偏移行数。
last（），返回当前行到分区中最后一行的偏移行数。

first和last显示的是首行、尾行和相当于当前位置的偏移；如果是当前行，first和last都会返回的是0 。为了方便对比，我们和另外两个表计算一起对比看看，

size（），返回分区的行数；有点像total+count+分区，计算分区中行的计数。
index（）,返回分区的当前行的索引，与任何数值无关。

这四个表计算都不需要参数，完全依靠分区和寻址来控制。比如下图，index默认为表（向下），其他我们修改为区（向下），我们以类别为分区，看一下结果。 first和last正好是相对应的。

回来说window_sum()，没有起止范围的window_sum（），同一个分区情况下,结果和total（）是一样的。

WINDOW_SUM(SUM([数量]),FIRST(),last()) = TOTAL(SUM([数量]))

我们写一个新的表计算，把last（）改为0，绝对值0代表当前行的索引，也就是如下：

WINDOW_SUM(SUM([数量]),FIRST(), 0 )

这个的意思是说，返回分区中，从第一行到当前行的总计求和。我们看一下结果：

上面红色部分是到当前行的window_sum（）,你也许会发现，这个结果，和running_sum()的结果是一样的。

从分区第一行，到当前行的总计求和（累计求和）
WINDOW_SUM(SUM([数量]),FIRST(), 0 ) = RUNNING_SUM(SUM([数量]))

换一个需求，如果我们要计算从当前行到最后一行的总计呢？那就是把first（）改为0，以last结束，相当于runnig_sum()汇总+指定倒序运算。我们可以看一下对比图。

WINDOW_SUM(SUM([数量]),0，LAST())

我们看一下上面的结果，最后一行，每一行的结果，返回的是当前行到最后一行last（）的总计求和。