详细指南！手把手教你上手Tableau软件！

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

做者：PAVLEEN KAUR

翻译：李海明

校对：顾佳妮

本文约5000字，建议阅读8分钟。
经过这篇文章，教你们使用Tabelau软件，不用编程就能够作简单的数据分析。

介绍

“图片最大的价值就在于它能驱使咱们发现以前从未意识到的内容。”——John W. Tukey

 

咱们假设你手里有一些数据，但你并不擅长编程，却但愿可以从中收集并整理出一些本身的看法。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，你可让数据中的信息像下面这张图表同样一目了然，并且操做简单彻底不用编程。 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、能够用其绘制一些基本图表而且但愿可以经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（https://www.analyticsvidhya.com/blog/2017/07/data-visualisation-made-easy/），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可以帮助咱们用Tableau绘制动态图的核心功能。如今，就让咱们赶快开始吧！

目录

1. 多源数据处理

• 数据链接

• 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

数据链接

在一个表里存储全部的数据是不现实的。为了不更新带来的数据异常，通常老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，发现退货订单量天天都在增长。为了分析出产品被退回的缘由并找到正确的应对方法，他们绘制了下面这张图表；

 

从上表中能够发现，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彷佛没什么两样，但实际上它是由两个表的数据——订单表与退货表组合创建的。这就是一般所说的链接。

 

咱们再举一个例子来便于理解链接：

 

• 点击这里下载该样本超市的销售数据。(https://github.com/pavleenkaur/TableauTutorial-SuperstoreData/blob/master/Sample-Superstore.xls)

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)。在这里咱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，便获得下图所示：

把两个表进行链接后，至少能够获得一个交叉区域， Tableau会根据两张表的公共列订单ID，自动将这两张表进行内链接。经过内链接， 只保留两张表中有相同订单ID的数据行。

 

你也能够更改Tableau中的链接方式与链接字段， 须要确保对链接作的修改是可行的。

 

更改链接方式（从内链接到右外链接）：

更改链接字段：（链接字段）

看到我怎样将Orders      的Row ID与Returns里的Orders  ID链接起来了么？但因为这两个数据不兼容，因此看不到任何记录，并且靠近圆圈的那个红色标记提醒咱们出错了。

 

如今咱们再回到图表中：

• 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）。如今拖拽至该图表上：

• 最后点击“显示结果“（Show me）并选择子弹图(BulletGraph)，即可获得想要的图表了。

 

这里咱们使用了内链接， 你还能够根据须要选择内、左、右和外链接中的任何一种方式。

 

数据融合

数据融合与数据链接很是类似，但又有所不一样。链接的数据 要求来自同一数据源，经过上面例子咱们能够看到，咱们使用的数据均来自于 相同的Excel格式的文件。可是数据融合可让咱们使用来自不一样数据源的数据。一样，咱们来看一个例子。

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。

咱们能够看到，有些咖啡分店有着与超市一样出色的业绩，好比加州

咱们能够看到，有些咖啡分店有着与超市一样出色的业绩，好比加州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。与数据链接相似，上图中的两个不一样行业的数据集，源于不一样的数据源——一个来自Excel，一个来自TDE数据库。

 

下面咱们经过绘制一张图表来更好地理解数据融合的概念。咱们从超市和咖啡连锁店的数据开始。the Superstore(https://github.com/pavleenkaur/TableauTutorial-SuperstoreData/blob/master/Sample-Superstore.xls) 数据；

与咖啡连锁店样本(https://github.com/pavleenkaur/TableauTutorial-SuperstoreData/blob/master/Sample-CoffeeChain.tde) 数据库；

你也能够在这里找到相关数据：(https://github.com/pavleenkaur/TableauTutorial-On-AnalyticsVidhya/blob/master/Sample-Co eeChain.xlsx)。

首先导入超市数据样本Sample-Superstore.xls；

而后进入工做表，点击数据->新数据源（Data -> New Data Source ）而且下载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，可获得下图：

这里你确定观察到了一些小问题，咱们来逐一来解决：

 

• 屏幕的左上角，超市数据库上有一个蓝色标记——代表该库为主数据源

• CoffeeChain数据上有一个橙色标记——代表该库为次要数据源

• 这里有一个橙色链条连接在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， 这是由于CoffeeChain数据集中州的数据量不如Superstore数据集中州的数据量多。

咱们互换第三步与第四步，这样即可以修正这些空值：

• 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个图形对应的图表都进行更改；在Marks板块的Area区域中，能够对每一个图标作相应的修改

• 右键点击第二个图表而且选择双轴Dual Axis将两个图形合二为一；

 

• 最后就是变动配色方案了，就这样，咱们便完成了一次数据融合！

 

数据的调节结合

 

如今，不管你的数据是融合的仍是链接的，都已经准备稳当，让咱们一块儿作些有趣的仪表盘吧。这里咱们将只使用Superstore数据：Orders+Returns（左链接）

 

聚合

如今咱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，你能够用“LF”来替代“低脂肪”，或用“reg”替代“正常”。

 

这个案例里，在图像化过程当中会出现这样一个问题：

如你所见，由于使用了不一样的命名，

如你所见，由于使用了不一样的命名，因此这个可视化的效果不太理想。所以，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合为另外一组：

 

下面这个仪表盘会更有助于咱们理解：

以上是关于分类及其子分类的退货分析。然而咱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作得不错。然而实际上退货数量的增长也很快， 不过幸运的是，退货量的增速有所放缓。

 

经过饼图咱们能够很是直观的看出每一个分类的退货状况。好比，技术类产品目录下的退货量最多。

 

其余分析我会留给你本身去作，好比退货量在各州的分布状况。一旦你学会了制做上面这样的图表，你就能够轻松地去实现数据分析了。如今咱们开始学习：

• 咱们会从下面这个图开始，请注意该图是Orders与Returns表的左链接（左链接）：

 

• 在另外一个表里面，作下面这个图：

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

• 去“Create->Group”。咱们会建立不一样的产品组来区分已退回的和还没有退回的产品，点击“Null->Group”，更改一下名字：

• 相同的操做建立“Yes”维度，最后分组以下：

• 单击“Apply->ok”，以后你能够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，以下图所示：

这一步会自动分离每个子目录（子分类）中的销售状况，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，咱们也来作一下：

• 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也经常会以In/Out的别名出现，你能够根据需求来作变动，右键单击Marks窗格中的In/Out blue pill，而后选择编辑别名。

如今咱们跳回到已经作好的饼图，对ReturnedOrNot组进行一样的操做。首先咱们建立该表的两个副本，选中其中一个：

• 拖拽该组至图表处，以下图：

• 右键单击Returned获得：

• 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。

• 如今选中另外一个副本，重复前两步，与以前保留已退回图表不一样，这里咱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.

 

而后作一个曲线图：

 

• 拖拽 Order Date至列，Sales至行，便获得这样一个曲线图

• 在曲线图的顶部，拖拽ReturnedOrNot维度，可是就像以前同样，排除未退回行，右键单击并选择排除Exclude。

如今须要作的，就是将上面的工做表整合至一个仪表盘中。为何不试试作一个州际退货分布图呢？

 

集合

在作完退货分析后，你的公司发现退货量的增加并无那么使人担忧，不该该把它做为不扩大经营的理由。

 

可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。好比销售额过40，000，利润过10，000:

因此，上图所示的集合，与组很是类似。在集合中，数据分组能够知足特定的设置条件。另外一种解释认为：分组能够帮助你实现更高级别的层级架构，如咱们在前一例中所见，而集合能帮助你得到更低的粒度。

让咱们经过建立上面的仪表盘以便更好的理解集合的含义：

• 咱们从一个简单的地图图表开始。咱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

• 如今咱们将要链接这两组集合以获得想要的配置。右键单击SalesAbove40k组->建立合并集 Create Combined Set

• 按下图配置填写：

这一步将销售和利润的两个条件链接（条件关联），获得必要的组合计算。结果以下：

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。

你能够随意定制上面的图表，好比变动颜色，加标签等等。

 

曲线图的制做和咱们作过的退货趋势图同样简单。就像以前排除掉未退回组同样，这里咱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

超市的数据集合至关全面。它提供了很是多的信息与字段集。但就像全部数据同样，咱们总有机会从中提取更多的特征。计算字段在帮你获得这些特征的同时，还可让你对数据进行简单和复杂的计算。

 

什么是计算字段？

简单来讲，它是一个公式，能够用于计算数据，不一样的方法就像不一样变量。

 

怎么建立计算字段？

进入分析Analysis，点击建立计算字段Create Calculated Field，弹出框图以下图所示：

在这里你就能够写本身的公式了。如你所见，Tableau提供了多种语法，不会让你失望的。你可使用“If-Else”条件，‘Case’条件（下面咱们会看到）固然还有一些经常使用的数学公式，咱们如今就来一探究竟。

从哪里开始呢？咱们仍是从简单的开始，好比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。若是将这一公式转换为Tableau术语，总销售额为SUM of Sales，订单总数为COUNT。

 

接下来咱们看一下应用程序：

• 在计算框中，作如下变动：

• 为了获得累计销售收入SalesRevenue（计算字段），拖拽维度中的MeasureNames（衡量指标）至空白处，获得上面的计算结果：

 

• 在这里，你用计算字段去完成的事情就是去建立一个本身的方法去衡量指标。你能够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状况。它们还能够用于更多更复杂的计算，咱们在下一章能够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：

筛选器做为一种方法，可让你从不一样的角度去看待数据，而参数也是一种很好的方法。它能够用来替代筛选器，也能够展示它本身的动态属性。

那么什么是参数呢？参数做为方程的变量，咱们能够更改它，使方程每次都获得不一样的结果。

让咱们用一个例子来尝试理解参数的概念。目前为止咱们为一些不相关的数值制做了一些不相关的图表。不管何时咱们必须经过作不一样的图表来分析不一样产品的销售，利润，数量或折扣状况，这其中除去数值不一样，其余内容都基本类似 。

借助参数控制咱们能够用很是简单的方法来实现上面的工做，从而免去了重复劳动。

以销售为例：

接下来是利润：

仅仅须要轻轻点一下MeasureValue列表，你就能够获得不一样维度的累计结果。在这里MeasureValue就是咱们的参数，咱们能够变动其数值。

 

如今咱们本身来作一个参数控制。参数其实很是依赖计算字段，因此这会是检验以前所学内容的好机会：

• 此次咱们要从空白屏幕开始。

• 在靠近维度的地方点击向下的箭头，并选择建立参数Create Parameter :

• 如今咱们将要互换销售，利润，数量和折扣之间的值。填写下面的字段并点击OK

• 右键单击新建立的参数，并选择Show Parameter Control:

 

 

别去期望什么只要下拉菜单 能够神奇地让程序本身建立图表的魔术了， 这里咱们须要完成一些计算。

目前咱们只对这些参数进行了命名，但并无实际的数值。为此，咱们要建立一个计算字段。

• 去分析->建立计算字段 Analysis -> Create Calculated Field,将建立的字段用下面这些自我解释性的详细内容都填好

• 在数值当中能够找到最新建立的字段，因此首先拖拽 Order Date至列，数值名称NameOfMeasure至行。

如今能够尝试去更改数值了！

咱们已经在仪表盘上建立图表了。要查看各分类的曲线，只须要将该维度拖拽至图表顶部便可：

建立其余图表也是如此。可是要拖拽NameOfMeasure参数来替代拖拽不一样的数值名称NameOfMeasure至行和列中。

 

结束语

 

这篇文章到这里就结束了。不过没必要担忧，后续我还会发表其余关于Tableau的文章。

按照惯例我会给你一个仪表盘让你来作：

刚开始总会有一点点难度，但若是你足够努力，就必定能搞定的。固然，若是有其余疑问或是你但愿个人下篇文章可以说起某一方面的内容，请留言。

 

祝福大家，数据开发者！

原文连接：https://www.analyticsvidhya.com/blog/2018/01/tableau-for-intermediate-data-science/

译者简介

李海明  中国科学院大学在读研究生，铁人三项业余运动员，热爱音乐、艺术、生活。喜欢结交各路神仙～一块儿坐驰神游，一块儿南辕北辙

翻译组招募信息

工做内容：须要一颗细致的心，将选取好的外文文章翻译成流畅的中文。若是你是数据科学/统计学/计算机类的留学生，或在海外从事相关工做，或对本身外语水平有信心的朋友欢迎加入翻译小组。

你能获得：按期的翻译培训提升志愿者的翻译水平，提升对于数据科学前沿的认知，海外的朋友能够和国内技术应用发展保持联系，THU数据派产学研的背景为志愿者带来好的发展机遇。

其余福利：来自于名企的数据科学工做者，北大清华以及海外等名校学生他们都将成为你在翻译小组的伙伴。

点击文末“阅读原文”加入数据派团队~

转载须知

如需转载，请在开篇显著位置注明做者和出处（转自：数据派ID：datapi），并在文章结尾放置数据派醒目二维码。有原创标识文章，请发送【文章名称-待受权公众号名称及ID】至联系邮箱，申请白名单受权并按要求编辑。

发布后请将连接反馈至联系邮箱（见下方）。未经许可的转载以及改编者，咱们将依法追究其法律责任。

点击“阅读原文”拥抱组织