原文标题：IntermediateTableau guide for data science and business intelligence professionals

作者：PAVLEEN KAUR

翻译：李海明

校对：顾佳妮

本文约5000字，建议阅读8分钟。

通过这篇文章，教大家使用Tabelau软件，不用编程就可以做简单的数据分析。

介绍

“图片最大的价值就在于它能驱使我们发现之前从未意识到的内容。”——John W. Tukey

我们假设你手里有一些数据，但你并不擅长编程，却希望能够从中收集并整理出一些自己的见解。这时你可能会手足无措，不知该从哪里开始。

让我来告诉你——借助Tableau，你可以让数据中的信息像下面这张图表一样一目了然，而且操作简单完全不用编程。 快来见识一下Tableau的神奇吧！

本文主要针对：对Tableau软件已经比较熟悉的、可以用其绘制一些基本图表并且希望能够通过学习开阔视野的人士。

对于那些从未领略Tableau的曼妙与简约的初学者，请先快速阅读Tableau入门（），尝试进行一些简单的可视化练习后，再回到本文不迟。

这篇文章将会探讨一些能够帮助我们用Tableau绘制动态图的核心功能。现在，就让我们赶快开始吧！

目录

1. 多源数据处理

数据连接

数据融合

2. 数据的条件组合

集合

3. 数据计算与粒度选择

4. 参数控制

5. 结束语

多源数据处理

数据连接

在一个表里存储所有的数据是不现实的。为了避免更新带来的数据异常，一般总是把数据存储在多个关系表里。为了便于理解，这里举一个简单的例子。

现有一家想要扩大经营的超市，发现退货订单量每天都在增加。为了分析出产品被退回的原因并找到正确的应对方法，他们绘制了下面这张图表；

从上表中可以发现，被退回数量最多的产品是粘合剂。若以条形图的颜色判断，机器类与桌类产品退货率（退货/购买）最高。

上面这张图表看起来与前一张似乎没什么两样，但实际上它是由两个表的数据——订单表与退货表组合建立的。这就是通常所说的连接。

我们再举一个例子来便于理解连接：

点击这里下载该样本超市的销售数据。()

打开Tableau并倒入数据：

该数据集合由三个表组成：订单表(Orders)，订购人表(People)与退货表(Returns)。在这里我们先关注订单表和退货表。

拖拽Orders至空白处并使用数据解释器来清除错误数据。

拖拽Returns至同一区域，便得到下图所示：

把两个表进行连接后，至少可以得到一个交叉区域， Tableau会根据两张表的公共列订单ID，自动将这两张表进行内连接。通过内连接， 只保留两张表中有相同订单ID的数据行。

你也可以更改Tableau中的连接方式与连接字段， 需要确保对连接做的修改是可行的。

更改连接方式（从内连接到右外连接）：

更改连接字段：（连接字段）

看到我怎样将Orders 的Row ID与Returns里的Orders ID连接起来了么？但由于这两个数据不兼容，所以看不到任何记录，而且靠近圆圈的那个红色标记提醒我们出错了。

现在我们再回到图表中：

把订单表（Orders）中的子分类（sub-Category）拖拽到Rows上，退货表（Returns）的退货总数拖拽到Columns上。）

把ROW ID拖拽到Marks窗口处，并将其统计方法从计数（Count）转换为求和（Sum）。现在拖拽至该图表上：

最后点击“显示结果“（Show me）并选择子弹图(BulletGraph)，便可得到想要的图表了。

这里我们使用了内连接， 你还可以根据需要选择内、左、右和外连接中的任何一种方式。

数据融合

数据融合与数据连接非常相似，但又有所不同。连接的数据 要求来自同一数据源，通过上面例子我们可以看到，我们使用的数据均来自于 相同的Excel格式的文件。但是数据融合可以让我们使用来自不同数据源的数据。同样，我们来看一个例子。

该超市还涉足咖啡饮品行业，其品牌CoffeeChain在各州与超市同时经营。然而在看到下面这张业绩图后，管理层开始考虑要关掉一些咖啡分店。

我们可以看到，有些咖啡分店有着与超市同样出色的业绩，比如加州

我们可以看到，有些咖啡分店有着与超市同样出色的业绩，比如加州California

和纽约New York 分店。同时，也有一些咖啡分店业绩惨淡，如爱荷华州Iowa

与新墨西哥州New Mexico 分店。与数据连接类似，上图中的两个不同行业的数据集，源于不同的数据源——一个来自Excel，一个来自TDE数据库。

下面我们通过绘制一张图表来更好地理解数据融合的概念。我们从超市和咖啡连锁店的数据开始。the Superstore() 数据；

与咖啡连锁店样本() 数据库；

你也可以在这里找到相关数据：( eeChain.xlsx)。

首先导入超市数据样本Sample-Superstore.xls；

然后进入工作表，点击数据->新数据源（Data -> New Data Source ）并且下载CoffeeChain的TDE文件，将数据集一并导入：

选中Superstore数据库下的States表，将其拖拽至行Rows，将销售表Sales拖拽至列Columns。

选中CoffeeChain下的销售表Sales，将其拖拽至列Columns上，可得到下图：

这里你肯定观察到了一些小问题，我们来逐一来解决：

屏幕的左上角，超市数据库上有一个蓝色标记——表明该库为主数据源

CoffeeChain数据上有一个橙色标记——表明该库为次要数据源

这里有一个橙色链条链接在CoffeeChain数据库中的州表——即数据融合区域——意思是该区域在这两个数据集上是通用的

图表中’>29null’表示这个表中中有29个空值， 这是因为CoffeeChain数据集中州的数据量不如Superstore数据集中州的数据量多。

我们互换第三步与第四步，这样便可以修正这些空值：

选中超市CoffeeChain中的州表States，将其拖拽至行Rows，将销售表Sales拖拽至列Columns。可得：

选中Superstore下的销售表Sales，将其拖拽至列Columns上，可得：

将标记部分至区域图表中的每一个图形对应的图表都进行更改；在Marks板块的Area区域中，可以对每个图标做相应的修改

右键点击第二个图表并且选择双轴Dual Axis将两个图形合二为一；

最后就是变更配色方案了，就这样，我们便完成了一次数据融合！

数据的调节结合

现在，无论你的数据是融合的还是连接的，都已经准备妥当，让我们一起做些有趣的仪表盘吧。这里我们将只使用Superstore数据：Orders+Returns（左连接）

聚合

现在我们以调查分析为例来快速设计一下。在一个食品消费调查中，食物偏好部分里，你可以用“LF”来替代“低脂肪”，或用“reg”替代“正常”。

这个案例里，在图像化过程中会出现这样一个问题：

如你所见，因为使用了不同的命名，

如你所见，因为使用了不同的命名，所以这个可视化的效果不太理想。因此，有一种可行的解决方案就是将LF与Low Fat合为同一组，reg与Regular合为另一组：

下面这个仪表盘会更有助于我们理解：

以上是关于分类及其子分类的退货分析。然而我们在柱状图中看不到具体数据，其中复印机的退货率最高，家具次之：

目前为止，看起来销售团队一直做得不错。然而实际上退货数量的增加也很快， 不过幸运的是，退货量的增速有所放缓。

通过饼图我们可以非常直观的看出每个分类的退货情况。比如，技术类产品目录下的退货量最多。

其他分析我会留给你自己去做，比如退货量在各州的分布情况。一旦你学会了制作上面这样的图表，你就可以轻松地去实现数据分析了。现在我们开始学习：

我们会从下面这个图开始，请注意该图是Orders与Returns表的左连接（左连接）：

在另一个表里面，做下面这个图：

看到退货Returns表下的已退回维度了么？我们会用维度来建分组，右键单击这个维度：

去“Create->Group”。我们会创建不同的产品组来区分已退回的和尚未退回的产品，点击“Null->Group”，更改一下名字：

相同的操作创建“Yes”维度，最后分组如下：

单击“Apply->ok”，之后你可以在维度下看到一个名为“ReturnedOrNot”的组。

拖拽这个新的维度至Marks窗格中的Color处，如下图所示：

这一步会自动分离每一个子目录（子分类）中的销售情况，而这要根据订单中的退货表是否有Null或Yes值来决定。

剩下的步骤就比较模块化了，我们也来做一下：

拖拽Sales至Marks窗格中的Label处；

右键单击 Sales pill -> QuickTable Calculation -> Percent of Total

再次右键单击Sales pill -> Compute Using -> Table(across)

另外，在一些版本中，Null/Yes也常常会以In/Out的别名出现，你可以根据需求来做变更，右键单击Marks窗格中的In/Out blue pill，然后选择编辑别名。

现在我们跳回到已经做好的饼图，对ReturnedOrNot组进行同样的操作。首先我们创建该表的两个副本，选中其中一个：

拖拽该组至图表处，如下图：

右键单击Returned得到：

选择Keep Only，这样你就只能看到已退回图形了。你会看到退货的总损失。剩下的就是用销售值标注了。

现在选中另一个副本，重复前两步，与之前保留已退回图表不同，这里我们保留未退回的图表。这会让你看到剩余/保留的订单Remaining / Retained Orders.

然后做一个曲线图：

拖拽 Order Date至列，Sales至行，便得到这样一个曲线图

在曲线图的顶部，拖拽ReturnedOrNot维度，但是就像之前一样，排除未退回行，右键单击并选择排除Exclude。

现在需要做的，就是将上面的工作表整合至一个仪表盘中。为什么不试试做一个州际退货分布图呢？

集合

在做完退货分析后，你的公司发现退货量的增长并没有那么令人担心，不应该把它作为不扩大经营的理由。

但是超市目前只计划在销售额和利润都超过定额的州扩大经营。比如销售额过40，000，利润过10，000:

所以，上图所示的集合，与组非常相似。在集合中，数据分组可以满足特定的设置条件。另一种解释认为：分组可以帮助你实现更高级别的层级架构，如我们在前一例中所见，而集合能帮助你获得更低的粒度。

让我们通过创建上面的仪表盘以便更好的理解集合的含义：

我们从一个简单的地图图表开始。我们打算在这张地图图表加入销售额与利润，右键单击States并选择Create-> Set.

在字段中填入设定信息：

再次右键单击州表，这一次输入设定的利润额

现在我们将要连接这两组集合以得到想要的配置。右键单击SalesAbove40k组->创建合并集 Create Combined Set

按下图配置填写：

这一步将销售和利润的两个条件连接（条件关联），得到必要的组合计算。结果如下：

拖拽这一新集合至地图图表的顶部，将其从一张符号地图转换为一张填充地图。

你可以随意定制上面的图表，比如变更颜色，加标签等等。

曲线图的制作和我们做过的退货趋势图一样简单。就像之前排除掉未退回组一样，这里我们已经将那些属于非扩大经营组的州排除在外了。

计算字段

超市的数据集合相当全面。它提供了非常多的信息与字段集。但就像所有数据一样，我们总有机会从中提取更多的特征。计算字段在帮你得到这些特征的同时，还可以让你对数据进行简单和复杂的计算。

什么是计算字段？

简单来说，它是一个公式，可以用于计算数据，不同的方法就像不同变量。

怎么创建计算字段？

进入分析Analysis，点击创建计算字段Create Calculated Field，弹出框图如下图所示：

在这里你就可以写自己的公式了。如你所见，Tableau提供了多种语法，不会让你失望的。你可以使用“If-Else”条件，‘Case’条件（下面我们会看到）当然还有一些常用的数学公式，我们现在就来一探究竟。

从哪里开始呢？我们还是从简单的开始，比如与订单有关的平均销售额。最适合的公式就是总销售/总订单数。如果将这一公式转换为Tableau术语，总销售额为SUM of Sales，订单总数为COUNT。

接下来我们看一下应用程序：

在计算框中，做以下变更：

为了得到累计销售收入SalesRevenue（计算字段），拖拽维度中的MeasureNames（衡量指标）至空白处，得到上面的计算结果：

在这里，你用计算字段去完成的事情就是去创建一个自己的方法去衡量指标。你可以像用销售和利润那样来用这个方法。

显然，这只是关于计算字段的一个大概情况。它们还可以用于更多更复杂的计算，我们在下一章可以见到更加复杂的应用。

参数控制

在Tableau中，下图的筛选器是一个与可视化交互的好方法：

筛选器作为一种方法，可以让你从不同的角度去看待数据，而参数也是一种很好的方法。它可以用来替代筛选器，也可以展现它自己的动态属性。

那么什么是参数呢？参数作为方程的变量，我们可以更改它，使方程每次都得到不同的结果。

让我们用一个例子来尝试理解参数的概念。目前为止我们为一些不相关的数值制作了一些不相关的图表。无论什么时候我们必须通过做不同的图表来分析不同产品的销售，利润，数量或折扣情况，这其中除去数值不同，其他内容都基本相似 。

借助参数控制我们可以用非常简单的方法来实现上面的工作，从而免去了重复劳动。

以销售为例：

接下来是利润：

仅仅需要轻轻点一下MeasureValue列表，你就可以得到不同维度的累计结果。在这里MeasureValue就是我们的参数，我们可以变更其数值。

现在我们自己来做一个参数控制。参数其实非常依赖计算字段，所以这会是检验之前所学内容的好机会：

这次我们要从空白屏幕开始。

在靠近维度的地方点击向下的箭头，并选择创建参数Create Parameter :

现在我们将要互换销售，利润，数量和折扣之间的值。填写下面的字段并点击OK

右键单击新创建的参数，并选择Show Parameter Control:

别去指望什么只要下拉菜单 可以神奇地让程序自己创建图表的魔术了， 这里我们需要完成一些计算。

目前我们只对这些参数进行了命名，但并没有实际的数值。为此，我们要创建一个计算字段。

去分析->创建计算字段 Analysis -> Create Calculated Field,将创建的字段用下面这些自我解释性的详细内容都填好

在数值当中可以找到最新创建的字段，所以首先拖拽 Order Date至列，数值名称NameOfMeasure至行。

现在可以尝试去更改数值了！

我们已经在仪表盘上创建图表了。要查看各分类的曲线，只需要将该维度拖拽至图表顶部即可：

创建其他图表也是如此。但是要拖拽NameOfMeasure参数来替代拖拽不同的数值名称NameOfMeasure至行和列中。

结束语

这篇文章到这里就结束了。不过不必担心，后续我还会发表其他关于Tableau的文章。

按照惯例我会给你一个仪表盘让你来做：

刚开始总会有一点点难度，但如果你足够努力，就一定能搞定的。当然，如果有其他疑问或是你希望我的下篇文章能够提及某一方面的内容，请留言。

祝福你们，数据开发者！

原文链接：