从零开始Tableau | 12.表计算-特定维度

理清特定维度的寻址和分区,基本可以搞定表计算的日常应用需求,本节记录要点:

  • 为什么要用特定维度
  • 单维度应用
  • 双维度应用

为什么要用特定维度

tableau中的表计算,计算依据中默认封装了表、区的多种计算方式,极大方便了表计算的日常操作。但是这些“快捷方式”也存在一个问题,就是如果视图的行列功能区字段进行了交换,计算可能会发生改变。

举个例子,这里建立了地区、类别和订单日期的交叉表,计算依据选择了区(横穿,然后向下),如下图所示:

  • ① 列功能区为订单日期字段;行功能区为地区和类别字段。
  • ② 计算依据为区(横穿,然后向下)。
  • ③ 箭头方向为先按订单日期横穿再按类别向下

区(横穿,然后向下)行列交换示例

当交换行和列后,即原来的地区字段交换到“列”功能区、订单日期字段交换到“行”功能区,计算依据此时仍然是表(横穿,然后向下),即箭头方向没有改变,但计算结果却发生了改变。从视图可以看到,箭头方向变为了按类别横穿再按订单日期向下,与行列字段交换前正好相反。

图:表(横穿)视图行列交换结果示例

要让tableau在行列交换同时,寻址字段和寻址顺序同步调整,并使最终计算结果保持不变,则需要使用计算依据中的另一种方式——特定维度。

选择“特定维度”后,就会出现该视图使用到的所有维度字段供选择。

图:特定维度字段示例

简单理解,特定维度就是读取数据的路径和顺序,tableau会根据选择的特定维度,将这些维度的分类数据全部读取,这样就表示完成了一个分区,然后再进行下一个分区的读取。

单维度应用

视图中,有三个维度,分别是订单日期、地区、类别,这里依次选择单个维度来观察tableau读取数据的路径和顺序的变化。

订单日期

选择订单日期作为单一维度。

图:订单日期单维度选择示例

tableau会按照订单日期字段中的2015、2016、2017、2018,依次读取,从2015开始,到2018结束,这就完成了一个完整的读取周期,然后又接着下一行重新读取。

图:订单日期维度表计算示例

地区

选择地区作为单一维度。

图:地区单维度选择示例

tableau会按照地区字段中的东北、华北、华东、西北、西南、中南,依次读取,从东北开始,到中南结束,这就完成了一个完整的读取周期,对该视图而言,也就完成了整个视图数据的读取。

图:地区维度表计算示例

类别

选择类别作为单一维度。

图:类别维度表计算示例

tableau会按照类别字段中的办公用品、技术、家具,依次读取,从办公用品开始,到家具结束,这就完成了一个完整的读取周期,然后又接着下一行重新开始读取。

图:地区维度表计算示例

双维度应用

视图中,分别从订单日期、地区、类别三个维度中,任意选择两个维度,通过维度的不同组合及不同顺序,观察tableau读取数据的路径和顺序的变化。

所在级别

当选择了两个维度的时候,计算依据窗口下方的“所在级别”选项卡变为了可选择状态,里面有一个选项叫“最深”,该选项的运行逻辑是:勾选的维度自下而上读取,简单的说就是,下面的先读取,上面的后读取。

图:所在级别"最深"示例

订单日期维度和地区维度

按照读取顺序,分为订单日期+地区以及地区+订单日期。

首先看订单日期+地区

图:订单日期+地区维度示例

按照“最深”原则,先读取订单日期,再读取地区。

订单日期有四个,2015开始,2018结束

地区有六个,东北开始,中南结束

读取时,先在东北对应的订单日期从左往右读取,即2015开始到2018结束,然后接着从华北对应的订单日期从左往右读取,2015开始到2018结束,一直读到中南结束,至此完成一个完整的读取周期。

推测的箭头方向如下

图:订单日期+地区箭头方向示例

实际的数字方向如下

图:订单日期+地区数字方向示例

接着看订单日期与地区先后顺序交换后的变化,即地区+订单日期

图:地区+订单日期维度示例

按照“最深”原则,先读取地区,再读取订单日期。

地区有六个,东北开始,中南结束

订单日期有四个,2015开始,2018结束

读取时,先在2015对应的地区从上往下读取,即东北开始到中南结束,然后接着从2016对应的地区从上往下读取,东北开始到中南结束,一直读到2018结束,至此完成一个完整的读取周期。

推测的箭头方向如下

图:地区+订单日期箭头方向示例

实际的数字方向如下

图:地区+订单日期数字方向示例

订单日期维度和类别维度

按照读取顺序,分为订单日期+类别以及类别+订单日期。

首先看订单日期+类别

图:订单日期+类别维度示例

按照“最深”原则,先读取订单日期,再读取类别。

订单日期有四个,2015开始,2018结束

类别有三个,办公用品开始,家居结束

读取时,先在办公用品对应的订单日期从左往右读取,即2015开始到2018结束,然后接着从技术对应的订单日期从左往右读取,2015开始到2018结束,一直读到家具结束,至此完成一个完整的读取周期。然后又接着下一行重新开始。此时的地区为分区字段。

推测的箭头方向如下

图:订单日期+类别箭头方向示例

实际的数字方向如下

图:订单日期+类别数字方向示例

接着看订单日期与地区先后顺序交换后的变化,即类别+订单日期

图:类别+订单日期维度示例

按照“最深”原则,先读取类别,再读取订单日期。

类别有三个,办公用品开始,家具结束

订单日期有四个,2015开始,2018结束

读取时,先在2015对应的类别从上往下读取,即办公用品开始到家具结束,然后接着从2016对应的类别从上往下读取,办公用品开始到家具结束,一直读到2018结束,至此完成一个完整的读取周期。然后接着往下一行重新开始。地区在这里是分区字段。

推测的箭头方向如下

图:类别+订单日期字段箭头方向示例

实际的数字方向如下

图:类别+订单日期字段数字方向示例

地区和类别维度

按照读取顺序,分为地区+类别以及类别+地区。

首先看地区+类别

图:地区+类别字段示例

按照“最深”原则,先读取地区,再读取类别。

地区有六个,东北开始,中南结束

类别有三个,办公用品开始,家具结束

读取时,先在办公用品对应的地区从上往下读取,即东北开始到中南结束,然后接着从技术对应的地区从上往下读取,东北开始到中南结束,至此完成一个完整的读取周期。然后接着往下一列重新开始。订单日期在这里是分区字段。

推测的箭头方向如下

图:地区+类别字段箭头方向示例

实际的数字方向如下

图:地区+类别字段数字方向示例

接着看地区与类别先后顺序交换后的变化,即类别+地区

图:类别+地区字段示例

按照“最深”原则,先读取类别,再读取地区。

类别有三个,办公用品开始,家具结束

地区有六个,东北开始,中南结束

读取时,先在东北对应的类别从上往下读取,即办公用品开始到家具结束,然后接着从华北对应的类别从上往下读取,办公用品开始到家具结束,一直读完中南,至此完成一个完整的读取周期。订单日期在这里是分区字段。

推测的箭头方向如下

图:类别+地区字段箭头方向示例

实际的数字方向如下

图:类别+地区字段数字方向示例

从零开始Tableau | 12.表计算-特定维度相关推荐

  1. 从零开始Tableau | 11.表计算-计算依据

    学懂表计算,弄清楚计算依据是关键.本节记录要点: 基于"表"的计算 基于"区"的计算 基于"单元格"的计算 在理解"计算依据&qu ...

  2. 创建交叉表_【零售】Tableau LOD+表计算做交叉购买分析

    今天客户咨询我一个问题,忙完了细细思考,非常值得写一篇小文章梳理其中的逻辑.此类的问题经常被人问及,之前也零散地分享过,终归不够系统,此次尝试说一下相关的业务需求和背后的技术逻辑.本文阐述一种角度-- ...

  3. Tableau 快速表计算 显示百分比 / 累计走势

    文章目录 快速表计算 累计加和 ```汇总``` 显示百分比 ```合计百分比``` 快速表计算 (2019.4.8) 累计加和 汇总 快速表计算 >> 合计百分比 实际计算函数:RUNN ...

  4. Tableau快速表计算与表计算函数

    快速表计算 Tableau内置了部分常用的表计算,称之为 "快速表计算",这些快速表计算可以视为是预设好的表计算表达式,我们也可以通过把视图的快速表计算拖入度量中查看具体的表计算公 ...

  5. tableau:表计算

    先创建一个'利润2'的计算字段来copy一下'利润': 然后按照下图操作: 然后我们对'利润2'添加表计算(比如说我们这里选择'汇总'): 然后就变成了下面这样: 可以看到红色圈圈那里多了一个小三角形 ...

  6. 从零开始tableau

    https://blog.csdn.net/springyang2015/article/category/7975558 从零开始Tableau | 1.连接到数据源 从零开始Tableau | 2 ...

  7. 交叉表 列字段排序_Tableau学习系列(8):表计算

    Tableau表计算,是针对多行数据进行计算的方式,创建表计算后,在"标卡/行/列"功能区的该计算字段,其右侧会出现正三角形符号.表计算能较好解决日常分析中的许多计算问题. 对同一 ...

  8. 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(), ...

  9. tableau关于增长率、占比的表计算实践应用

    最近一段时间学习了表计算的相关知识,重点在快速表计算与特定维度的使用,不过学习过程中,感觉要用好表计算,实践是非常重要的,只有将表计算不断运用到实际业务中,才能持续强化对表计算的认识和理解. 这里使用 ...

最新文章

  1. LeetCode刷题记录10——434. Number of Segments in a String(easy)
  2. vmware下ubuntu安装vmware tool工具及使用鼠标滚轮的方法
  3. klib库下的kroundup32(二进制的四舍五入)算法
  4. 对移动APP开发的需求分析的观点及见解
  5. JavaScript回调函数(callback)概念和应用,千万别错过!
  6. Oracle 查询基础
  7. URI概念的简单介绍
  8. Linux 向文件末尾追加命令(转载)
  9. 网络GHOST使用方法
  10. JDBC连接错误:通过端口 1433 连接到主机 localhost 的 TCP/IP 连接失败。。。
  11. TCP协议无边界的问题
  12. 续上节,,基于App布局信息操作手机
  13. 骑士CMS模版注入+文件包含getshell漏洞复现
  14. 首个智慧零碳码头:Hightopo参与天津中远海运金风智慧能源管控平台建设
  15. 对比阿里云服务器和腾讯云服务器两者的不同之处
  16. HTML kind属性怎么用?
  17. 论文-OpenDialKG: Explainable Conversational Reasoning with Attention-based Walks over Knowledge Grap
  18. 【C语言入门游戏】三子棋的实现———【保姆级教学】
  19. 以合力加速基础软件创新:拆解鲲鹏众智如何繁荣新计算生态
  20. PTA 6-2 根据派生类写出基类(Java)

热门文章

  1. vasp 模拟退火_VASP 计算问题小结
  2. Testin云测荣获5G应用企业服务优秀平台奖
  3. #图书管理系统的设计与实现#
  4. 内置函数sum与sum(list,[])
  5. 如何查阅电脑最大可以扩充多大的内存
  6. 2017、2018年中国大数据发展趋势和展望解读
  7. 【OPENCV_系列电子PDF图书连载】计算机视觉从入门到精通完整学习路线专栏
  8. Spring框架两大核心特征的基本理解
  9. 黑崎一护为什么没有和朽木露琪亚在一起
  10. 露天靶场建设方案,打靶设备和防弹墙作为主要工程建设