Det er veldig enkelt. Dra datafeltet til kolonner, og målet du vil plotte på rader. Høyreklikk deretter målet, og Legg til tabellberegning Velg flytende beregning, Oppsummer hjelp av summen, Fortsett langs tabell (Over), tidligere verdier 60 (2 måneder), Neste verdier 0, og Voil Table Calculations er kraftige. Lær hvordan du bruker dem REDIGERING: Å svare på avklaring Ok, så problemet ditt er sannsynligvis (du kan være mer spesifikk forresten, vise nøyaktig hva du gjør, hva du får og hva du ønsker å få) at når du filtrerer ut den andre måneder (i stedet for august eller juli) mister du informasjonen (fordi du ikke kan vurdere informasjon fra 2 foregående måneder). En enkel måte å håndtere det er å faktisk ikke filtrere noen data, og bare skjule kolonnene du ikke vil vise (velg alle måneder du ikke vil vise, høyreklikk og skjul). En mer elegant måte å gjøre det på (og mer interaktiv måte) er å lage en tabellberegning som skal brukes som filter. Denne teknikken utnytter det faktum at tabellberegninger utføres sist. Hvis du har tenkt å vise bare juli og august, oppretter du et felt som kalles filter: Oppslaget (maks (dato), 0) vil i utgangspunktet returnere datoen (bedre, maks dato for hver dag, siden du har dager på skjermen). Filter på True, og bare juli (7) og august (8) vil fortsette å være på skjermen, men det viser kjøresummen fra 2 måneder til dags. Hovedforskjellen fra å gjøre MÅNED (Dato) direkte er at bruk av oppslag vil tvinge Tabell å beregne dette sist, slik at du ikke vil filtrere ut dataene fra løpende sumberkalkulering, bare fra visualiseringen. En liten hack, men det fungerer For å få et bedre filter, kan du bruke parametere, så det er mer interaktivt. Hack Academy ndash forklarer hvordan Tableau fungerer i ekteeksempler. Merk: dette innlegget er et pågående arbeid. Denne sesjonen deles inn i arbeidet bak løsningen på denne Tableau-fellesskapets forespørsel om hjelp: Viser maksimum og minimum med et beregnet glidende gjennomsnitt. Vennligst referer til Tableau Fellesskapspostering for de fulle detaljene. Så jeg vil aggregere de siste 4 årene med data (og ikke vise som individuelle år), gjennomsnittlig det for hver uke og deretter vise det som et 3 ukers rullende gjennomsnitt (som jeg har gjort) og også beregne og vise det maksimale rullende gjennomsnittet og det minste også. På den måten kan det lett sees om rullende gjennomsnitt for dette nåværende år faller innenfor forventet rekkevidde som beregnet fra de foregående 4 årene med data. En av Tableaus Technical Support Specialistsmdashcommunity siden her. gitt en arbeidsbok som inneholder en løsning festet til det opprinnelige innlegget. Hun ga også en steg-for-steg oppskrift for å bygge løsningsarket. Kosmetiske tilpasninger til løsningen for å gjøre det lettere å identifisere og spore Tableau-elementene, er gjort. De blå linjene identifiserer delene og noe av forholdet mellom dem. Kompleksiteten til delene og deres relasjoner er vanskelig for uerfaren folk å vikle hodene sine rundt. Dette innlegget utvides på løsningen ved å se bak gardinen, og viser Tableau-mekanismene som brukes, og hva de gjør og hvordan de fungerer. Det gjør dette ved å gi en tabellau arbeidsbok, et annotert sett med diagrammer som viser hvordan regnearkdelene forholder seg til hverandre og forklarende opplysninger. Regnearket bildeteksten legger ut trinnene for å generere ønsket visualisering. Dette er nyttig for å komme til løsningen, men overgår ikke de involverte tabellmekanismene. Resten av dette innlegget ligner Tableau-mekanismene, hvordan de fungerer, og i forlengelse hvordan de kan forstås og assimileres slik at de kan bli verktøy i de Tableau-verktøykassen, tilgjengelig for bruk når behov og muligheter oppstår. I dette diagrammet angir pilene instruksjonsmålene og effektene av oppskriftene trinnene. ndash De grønne pilene indikerer rekordnivåberegnede felt ndash De røde pilene indikerer Tableau Beregningsfelt ndash De tynne blå linjene viser hvordan feltene flyttes. Det første som hopper ut er bare hvor vanskelig det er. Selv om mindre enn halvparten av instruksjonene er blitt annotert, er antallet og kompleksiteten av relasjonene nesten overveldende. For å oppnå analytiske resultater som dette, må analytikeren først forstå denne kompleksiteten godt nok til å kunne generere de spesifikke ønskede effektene fra den. En av Tableaus mangler er at alt dette mastering og styring av denne kompleksiteten er overlatt til analytikeren, dvs. Tableau gir nesten ingenting i veien for å overfylle delene og deres relasjoner på noen måte som avslører deres relasjoner på en måte som gjør det enkelt forståelse og manipulasjon. Når instruksjonene når frem til salgsstedet for 2015, viser diagrammet ikke målene på stedet oppskriften angir. I stedet for at de er på radhyllen (der oppskriften setter Salg 2015), er de på Measure Values-kortet. Dette skyldes at når det er flere tiltak i spill, organisert på denne måten, konfigureres de via måleverdier-kortet og målenavn og målverdier-piller. Dette er en av de tingene som gjør det vanskelig for nybegynnere til Tableau å pusse ut hva delene er og hvordan de jobber og samhandler. Implementere løsningen Følgende tabellau offentlige arbeidsbok er en implementering av oppskriften. Innerarbeidet Selv om den offentlige arbeidsboken over implementerer løsningen og er merket med beskrivende informasjon, går det ikke veldig dypt i overflaten, og det forklares at Tableau-mekanismene blir utnyttet av hvordan de jobber og leverer resultatene som var ute etter å oppnå. Denne delen løfter Tableaus skjørt, og avslører bak kulissene. Tabellforbindelser Dataprosesseringsrørledning En av de tingene som kan være vanskelig å vikle seg rundt, er Tableaus-mekanismer for tilgang til og behandling av data, fra den underliggende datakilden til den endelige presentasjonen. Tableau behandler data i (stort sett) sekvensielle trinn, som hver opererer på dataene fra forgjengerne og utfører noen operasjoner på den. Denne løsningen anvender flere stadier i denne delen legger ut grunnleggende, illustrerer hvordan de er ansatt til en god effekt. Tableau bruker forskjellige dataprosesser og operasjoner på forskjellige stadier generelt, som tilsvarer ulike typer ting som er tilstede i brukergrensesnittet. Disse stadiene er i stor grad usynlige for den uformelle brukeren, og deres nærvær kan være vanskelig å oppdage, men å forstå dem er avgjørende for å kunne forstå hvordan Tableau fungerer godt nok til å generere løsninger på nye situasjoner. Hovedmekanismen: Selektiv presentasjon av ikke-Null-målinger Kjernen i løsningen er forskjellen mellom datastruktur og presentasjon. I denne situasjonen er det i virkeligheten to datalager i spill som vi representerer stadiene som lag for å kunne visualisere dem. De grunnleggende ideene er: når du viser data, vil Tableau kun presentere Marker for ikke-null-verdier, og tabellberegninger kan brukes til å selektivt oppgi verdier i forskjellige lag. Det underliggende laget er hvor dataene lagres ved henting fra databasen. Overflatet er hvor presenterer utvalgte data fra det underliggende laget til brukeren. Nøkkelen til denne løsningen er at Tableau bare presenterer noen av de underliggende lagene som er nødvendig for å vise brukeren hva shes ber om å se. Demonstrasjonstabell Offentlig arbeidsbok. Denne arbeidsboken inneholder en rekke regneark som viser disse tabellmekanismer. Dette regneark er vist nedenfor, sammen med beskrivelser av hva som foregår. Last ned arbeidsboken for å følge med. Sette opp dataene. Feltene som brukes til å illustrere databehandlingen: Hovedforskjellen mellom feltene er om de vurderer til null eller 0 (null) når bestillingsdatoer år ikke er 2015. De to første feltene evaluerer Nullmdashthe først implisitt, det andre eksplisitt. Den tredje vurderer til 0. Dette er forskjellen på hvilke løsningene dyp funksjonalitet avhenger. Husk at Tableau bare presenterer ikke-Null-data, denne løsningen utnytter dette ved å selektivt konstruere de Null og Non-Null-presentasjonene vi trenger. Datastrukturen. Dette viser den grunnleggende datastrukturen som trengs for å støtte vårt mål om å sammenligne Ukentlig Flytende Gjennomsnitt for hvert av Ordningsdatoårene: Det er kolonner for hver uke (filtrert her til s 1-5) og hver uke har plasser for hver av de fire Bestillingsdato År. Tableau viser Marker for hver kombinasjon av Bestillingsdato År og Uke for hvilke data er, i dette tilfellet er Merkene firkanter. Dette er en av Tableaus magiske evner som virkelig legger stor verdi i å bistå den analytiske prosessen (og i mange tilfeller er det selv et svært verdifullt diagnostisk verktøy). Visning av årene. Høyreklikk År (Bestillingsdato) i Merkekortet og velg Etikett forteller Tableau for å vise år for hvert merke. Dette bekrefter datastrukturen, og er en av de grunnleggende trinnene i å bygge komplekse visualiseringer. Den årlige salget. I denne sammenhengen har Salg blitt lagt til Marks cardmdashTableau bruker standard SUM aggregering og konfigurert til å bli brukt som merketiketter. Som vist, bruker Tableau salgsbeløpet for hvert år og uke som etikett. Dette kan bekreftes for å vise de nøyaktige verdiene, om ønskelig, via alternative analyser. Merk at viz viser de faktiske Year Week Tales totalene, ikke Salg sammenlignet med samme uke i 2015. Tiltak på Marks-kortet. I denne sammenhengen har Salg blitt erstattet på Marks-kortet ved de tre viste tiltakene. Vårt mål er å se hvordan Tableau presenterer hver av dem i forhold til grunndatastrukturen. Presentere 2015-salget. SUM (Salg 2015) er brukt som merketikett. Som vi tydeligvis kan se, er det bare ett Mark presentert for hver uke. Man kan lure på: hvorfor vises bare ett Markus for hver uke når vi vet fra oven at det er fire år med salgsdata for hver. I dette tilfellet presenterer Tableau bare Marks for ikke-Null-målene i hver YearWeek-celle, fordi Salg 2015-beregningen IF DATEPART (år, Bestillingsdato) 2015 DER SALGSUTSTYR resulterer i nullverdier for hvert annet år enn 2015, så det er ingenting for Tableau å presentere. En potensiell forvirringskilde er at Null if Year 2015-resultatet for Salg 2015-beregningen er implisitt, dvs. Tableau gir Null-resultatet som standard i fravær av en positiv tildeling av en verdi når året ikke er 2015. Presentere 2015 eller Null Sales. Dette har samme resultat som det ovenfor. Forskjellen er at beregningen for IF DATEPART (år, Bestillingsdato) 2015 THEN Salg ELSE NULL END tildeler eksplisitt NULL (også null) til årene uten 2015. Det anbefales å bruke en eksplisitt NULL-oppgave, da det minimerer den kognitive byrden på hvem som helst må tolke beregningen i fremtiden. Presentere 2015 eller 0 Salg. Å gjenskape viz ndash en alternativ metode. Fra dette punktet skulle det være å bygge viz fra bunnen opp, og vise hvordan komponentene opererer og samhandler med hverandre. Beregningene er correctmdashthey summen opp til summen av all salg. Trinnene: Aktiver feltmenyen SUM (Salg 2015) Velg Hurtig tabellberegning, og velg deretter Flyttende gjennomsnittlig tabelloversikt vil sette opp den gjennomsnittlige flytende gjennomsnittstabellberegningen, som bruker de to tidligere og nåværende verdiene som grunnlag for gjennomsnitt. Siden dette ikke var det som var etter, må vi redigere TC. Velg Rediger tabellberegning (etter aktivering av feltmenyen igjen) Konfigurer som vist, slik at Tableau vil gjennomsnittsverdien Pre v ious, nåværende og Ne x t-verdiene. Merk: Betydningen av Pre v ious-verdier, nåværende og Ne xt-verdier er hentet fra Flytte en lang: - Tabell (over) Feltutnyttelsesfeltet Alternativet viser samme tabell (Overgang) - verdien som Flytt et langt alternativ i Rediger tabellberegningsdialogboksen. Legg til 2015 Salg tilbake til viz. Det finnes en rekke måter å oppnå denne mest vanlige, dra det fra datafinduet, og ved hjelp av det hurtige filteret for målenavn. Hvorfor endret dette Konfigurer tabellberegningen i trinn 1-4 forandret feltet SUM (Salg 2015) i måleverdierhylle fra et normalt felt til et tabellberegningsfelt (angitt av trekanten i feltpilene). Legge til SUM (Salg 2015) tilbake til Tiltak Verdier gir mulighet til å bruke sine verdier til å illustrere hvordan de bevegelige gjennomsnittene beregnes. Slik fungerer det: For hver Flytende gjennomsnittsverdi identifiserer Tableau de individuelle SUM (Salg 2015) - verdiene som skal brukes, og gjennomsnitt dem. De blå rektanglene i tabellen viser individuelle Moving Average-verdier, peker på de refererte SUM-verdiene (Salg 2015). Det er tre forskjellige scenarier presentert: Uke 1 mdash det er ingen tidligere verdi, så bare nåværende og neste verdier er i gjennomsnitt. Uke 4 mdash gjennomsnittlig uke 3 (Forrige), uke 4 (nåværende) og uke 5 (neste) verdier. Uke 7 mdash det er ingen neste verdi, så bare tidligere og nåværende verdier er i gjennomsnitt. Merk: Det er ikke nødvendig å inkludere SUM (Salg 2015) i visualiseringen for å ha arbeidet med flytende gjennomsnittlig tabellberegning. Ive la det bare for å gjøre eksplisitt hvordan Tableau strukturerer, aksesserer og tolker dataene den trenger for presentasjonen som den blir bedt om å levere. Per 2015 Salg 3-ugers flytende gjennomsnitt - standardkonfigurasjonen Vær oppmerksom på: Dette implementeres ved hjelp av en vedvarende Beregnet felt kodet som en tabellberegning: Salg trinnene: Legg til salg Slik fungerer det: Når Tableau setter Salg WINDOWAVG (SUM (Salg. Resulterende i: Uke 1 mdash er bare nåværende og neste verdier gjennomsnitt. Uke 4 mdash er gjennomsnittlig i uke 3 (Forrige), Uke 4 (Nåværende) og Uke 5 (Neste) verdier. Uke 7 mdash bare de forrige og nåværende verdiene er i gjennomsnitt. Legg til ordningsdato År til rad Legg til ordningsdato År til rad instruerer Tableau til å bygge et sett med Tiltakene for hvert enkelt år i Bestillingsdato-data. Vær oppmerksom på at tiltakene bare er instansiert for de årene de er relevante for, dvs. for 2015-tiltakene har kun verdier for årene før 2015, og bare for 2015-gjennomsnittet har verdier f eller 2105. Å ha disse årsspesifikke verdiene setter scenen for neste del: Identifisering av Minimum, Gjennomsnitt og Maksimum av gjennomsnittlige årlige flytende gjennomsnitt før 2015. For eksempel, som vist i disse, forekommer disse verdiene og MinMax for uke 1 således: 2012 ndash 36,902 - Maks 2013 ndash 30.669 - Min 2014 ndash 34.707 og gjennomsnittet av de årlige flytende gjennomsnitt er: 102,278 3 34,093 Hvordan Tableau oppnår å bygge opp Tiltak for dette er utenfor rammen av dette innlegget, og det kan bli komplisert. Trinnene: 1..2 ndash fungerer som vist 3..4 ndash velg Beregn ved hjelp av: Avansert alternativ Merk alternativet ActiveEdate Table (Over) som forklart ovenfor. Derfor finner standardberegningen minimumsverdien mellom ukene for hver År. 5 ndash move År for bestilling Dato fra partisjonering: å adressere: Partisjonering og adressering er grunnleggende aspekter av hvordan Tableau evaluerer og beregner tabellberegninger. Dekker dem er utenfor omfanget av dette innlegget. Googling Tableau partisjonering og adressering vil føre til et robust sett med referanser. 6..7 ndash OK OK for å bruke konfigurasjonen. Dette er et imponerende og svært informativt innlegg. Jeg har jobbet med Tableau lenge nok til å ha internalisert disse mekanismene i min muskelminnet, men jeg er helt enig med deg i at disse trinnene og den underliggende logikken ikke kommer til å være intuitiv for nybegynneren eller til og med mellombrukeren. Så et innlegg som dette som virkelig legger ut hvert trinn, kommer til å være en stor ressurs for de brukerne som de prøver å bryte sine tanker rundt hvordan og hvorfor å skape denne typen analyser. Jeg setter også pris på hvor vanskelig det er å ta noe som ikke bare er komplekst, men som kanskje har blitt automatisk for noen av oss, og deretter pakker det ut for de nyere brukerne blant oss. Kudos og god jul. Takk, Mike. Det har vært litt vanskeligere å finne ut hva som skjer. Jeg planla på at det er en rimelig grei affære, og jeg har blitt overrasket over hvor glatt alle trådene er, hvor vanskelig det er å plage dem og legge dem ut slik at de, forhåpentligvis, fordøyes. På den lyse siden har det vært en veldig god øvelse for meg å strebe for klarhet i utstillingen, og jeg er ikke der jeg vil at den skal være, det har vært et stort løft for mine egne interne kart og modeller av hvordan Tableau fungerer. Beregning av vektede gjennomsnitt Produkt (e): Tableau Desktop versjon (er): 8.1, 8.0, 7.0 Sist endret dato: 16 Aug 2016 Artikkel Merk: Denne artikkelen er ikke lenger aktivt vedlikeholdt av Tableau. Vi fortsetter å gjøre det tilgjengelig fordi informasjonen fortsatt er verdifull, men noen trinn kan variere på grunn av produktendringer. Gjennomsnitt er brukt til å oppsummere data resultater. Imidlertid kan typen av gjennomsnitt som er valgt for å representere resultatene, påvirke de samlede konklusjonene trukket fra dataene. Denne artikkelen dekker hvordan du beregner vektede gjennomsnitt og bruker et eksempel som sammenligner resultatene fra å bruke et veid gjennomsnitt i forhold til et uvektet gjennomsnitt for å oppsummere dataene. Dataene i dette eksemplet inkluderer undersøkelsesresultater for to forskjellige undersøkelsestest som er oppsummert av de fire gruppene som tok hver test, deres respektive utvalgsstørrelser, og deres hyppighet av bekreftende svar: Den tilsvarende tabellbaserte arbeidsboken, vektet gjennomsnittlig beregning. twbx. er vedlagt denne artikkelen for å laste ned og bruke sammen med trinnene i denne artikkelen. Beregning av vektet gjennomsnitt Det vektede gjennomsnitt av resultatene beregnes ved faktoring i prøvestørrelsen med frekvensen av bekreftende svar. Dette bidrar til å skape en jevnere sammenligning mellom de to testresultatene. Den generelle formelen for beregning av et veid gjennomsnitt er som følger: SUM (Vektverdi) SUM (Vekt) Følgende trinn viser hvordan du oppretter et beregnet felt i tabelloversikten og justerer denne formelen for vedlagte arbeidsbok. Velg Analyse gt Opprett beregnet felt. Gjør følgende i dialogboksen Beregnet felt. For Navn. type vektet gjennomsnitt. I Formula-boksen bygger du den vektede gjennomsnittsformelen for den vedlagte arbeidsboksdatakilden: SUM (FrequencySample Size) SUM (Sample Size) Bekreft at statusmeldingen indikerer at formelen er gyldig, og klikk deretter OK. Sammenlign resultatene Synspunktet nedenfor viser sammenligningen ved bruk av vektet vs uvektet gjennomsnitt for å oppsummere resultatene. I dette eksempelet viser det uveide gjennomsnittet at test 2 har den høyeste frekvensen av bekreftende svar, men det veide gjennomsnittet viser at test 1 har den høyeste frekvensen av bekreftende svar. Alternative søkeord: Slik beregner du takk for at du gir tilbakemelding om effektiviteten av artikkelen. Oppgradering for å fjerne annonser Investorer kan bruke dette prediksjonsgrensesnittet til å forutsi Tableau Software historiske priser og bestemme retningen til Tableau Software Inc fremtidige trender basert på ulike brønner kjent prognosemodeller. Men å se på historisk prisbevegelse utelukkende er vanligvis misvisende. Macroaxis anbefaler at du alltid bruker denne modulen sammen med analyse av Tableau Software historiske grunnleggende som inntektsvekst eller operative kontantstrømningsmønstre. Selv om naiv historisk prognoser noen ganger kan gi et viktig fremtidsutsikt for firmaet, anbefaler vi at det alltid overstyres mot solid analyse av Tableau Software Inc systematiske risikoer forbundet med å finne meningsfulle mønstre av Tableau Software grunnleggende over tid. I tillegg se Historisk grunnleggende analyse av tabellau programvare for å krysse verifiser projeksjonene dine. 30 dager Logg inn for å endre
No comments:
Post a Comment