Tableau基础 | 如何应对Excel的格式

tableau在V10版本内嵌了一个工具，Data Interpreter，作用是自动去适配一些Excel中的格式。在数据不是特别复杂的情况下，你其实可以通过Data Interpreter 自动处理，但它并不能百分之百解决这些问题。

tableau通过KB发布了这篇文章，总结了常见的不合适的格式，强烈建议大家按照这些建议规整数据。比如，请不要使用合并单元格、居中、字体这些扩展信息。因为这些扩展的信息是Excel私有的，tableau并没有兼容这些格式化的信息，所以这些格式化信息对tableau是无用的，有的时候甚至是阻碍。

如下表的“邮寄方式”就是一种典型的“合并单元格”：

那么，开始正题，按照如下顺序聊聊让tableau抓狂的数据格式：

数据透视表样式数据的优化
去掉Sub-total
去掉表格首行的介绍
将分层的多层标题，转成单行标题
删除空行
补充空的字段名字

1. 数据透视表

当数据的结构是参照数据透视表结构，或者叫交叉表（cross-tab format）结构，那么这种表是面向“列”的。也就是说，每一列的列首是妈妈，后别带着一群孩子。比如下表的数据，Math学科名是妈妈，分数（90、50、50）是孩子。我们关注的数据以这样一个方式，变量名被存储位为列标题。

而在tableau中，它则是类似数据库结构一样的，面向“行”存储。

比如下面这个表格，就是所谓的数据透视表样式的，“面向列”的表格

注意，面向列的特点在于，三个学科的成绩---math, science,history---是以三列单独存在

回想一下，生活中遇到的各种统计信息吗，是不是大多是这样的？

再来看看tableau中面向行应该是什么样子。

我们遵循这个原则

一般的，我们将具有同一类属性的数据记录在相同的字段

源数据中，math、science、history是三个学科的名字，同属于一件对象，就是“学科”（Subject），所以将这三科的成绩组合在一起，新建一列标题为"Subject"，同时，再命名一个列，叫做分数"Score"

修改优化后的结构如下：

2. 去掉sub total

我们日常所用的数据，为了便于阅读，往往会在表格底部或者右边做汇总处理（如下图）subtotals 或 grand totals.，但是这些汇总处理在tableau中，其实是无用值，我们需要把它去掉。

换句话说，数据中包含了总计、平均、中位数等等聚合

有人说了，我是需要这个总计的啊，不能移除！

别急，正确的做法应该是：

将这一行汇总移出
然后将excel数据连接到tableau
使用tableau内置的汇总计算生成subtotals 或 grand totals

你可以这样理解，读入tableau数据都是最原始的客观记录数据，不需要任何二次计算，因为在tableau中这些二次计算都是最基本、最简单的功能。

修改优化后的结构如下：

3. 去掉表格首行的介绍

Excel在邮件中往来，在表格顶端加上描述语言，其实是很有利于阅读的事情。而在tableau当中就不一样了，它只关心数据，不关心数据以外的事情，比如介绍。

比如下表，第1列中，包含了这篇报告的名字和日期，这一块数据就是所谓的introductory text

所以在这个案例中，标题和日期信息需要被移除掉，修改优化后的结构如下：

如果你一定要看到日期和，报告的名字，tableau中是可以设置标题和文字注释的。

总之，给tableau数据，它只认识结构完整的数据

4. 将分层的多层标题，转成单行标题

一类数据中，包含着更上级的数据。比如下表，1-5的数据都是隶属于California，所以作者在大表的顶端增加了California。

一般情况下，tableau需要只有第一行表头，就是是你的excel数据表头

因为，如果你的数据包含了多层表头，分析可能会出现问题。比如你的，报表字段包含了主要分类和次要分类，这种情况下，一定要将双层表头，变成单层表头。

修改方法很简单，你可以创建一个新列，名字就是California。

修改优化后的结构如下：

5. 删除空白单元格

上一个案例，我们将双层表格转换成了单层，有时候会遇到没有全部填充的情况，会出现空单元格，这是肯定有误的，如下：

* 注意：不能留有空白单元格，需要填充，记住tableau是以行为单位去读取数据的

假如ID 2对应的state没有填充California，它是不会去读取ID 1的state的。

而我们需要的是将这个新列的数据向下填充，保持每行的数据都有这个字段，保持一致。如果是不重要的数据，一定要将它移除。

修改优化后的结构如下：

同样，数据中间也不能存在空行，需要移除，如下是错误的：

6. 字段行首不能为空

既然state中间不能有空白数据，那么行首的单元格，也就是表头也不能为空。

如下表，第一列（序号）和第二列（Oregon）的首行都为空，

其实如果你的行首为空，又或者是有重复字段名，tableau在读入数据的时候会自动将空的字段名补全一个默认的名字，但是你有可能混淆，不方便分辨，所以建议在原始数据excel中，将字段补全。

如下是原始数据，首行并未设置

如下是tableau自动补全的字段名，使用Fx依次填充（x=1,2,3,4.....）：