数据分析-Tableua6.10

今日课程内容

  • 内容回顾

  • Tableua-表计算

    • 表计算的依据

    • 表计算的函数

      Windows计算

      running计算

    • 排序显示图

    • 历史新高图

  • 复杂图形-跑道图(公式固定)

今日内容详细

内容回顾

1.Tableua的LOD函数
	exclude()	排除某个维度,计算数据
    include()
    fixed()
2.环比、同比

3.格式的自定义

Tableua-表计算

1.表计算的依据
	numpy1 = [ [1,2,3],[1,1,1] ]
    print(numpy1.sum(axis=1))
    [ [6],[3] ]
 向下、横穿、向下横穿、横穿向下...
 注意:依次计算,不是总体计算
        
2.表计算类型
	a.差异:
        后一个数据与前一个数据的差值
	b.百分比差异:
    	等同于同比和环比值
	c.百分比:后一个数据与前面数据的比值
    d.合计百分比:
         即各数据占总数据的比值
    	单元格的数据/汇总的数据 = 百分比数据
        应用场景:绘制饼图,查看各数据的比例
    e.排序
    	竞争排序
        调整后竞争排序
        密集
        唯一
     	 6 7 7 9
     竞争:1 2 2 4
调整后竞争:1 3 3 4
     密集:1 2 2 3
     唯一:1 2 3 4
     '''
     圆与线的案例
     1.复制一份,一份为圆,一份为折线
     2.添加表计算,表计算设置一样
     	排序-降序-唯一-特定维度-子类别
     '''   
3.Tableua-表计算函数
	first	以第一行为0,后续依次递减
    last	以最后一行为0,前面依次递增 
    index	作为索引来使用
    running...	
    	依次进行累计运算
        1 2 3 4 5
        1 3 6 10 15
    	running_sum 将数据依次累加
        running_max 将相邻数据进行对比,得出较大值,最后一个即为最大值
    window...
    	计算汇总
        1 2 3 4 5
        15 15 15 15 15

复杂图形-跑道图

1.首先需要x、y轴
    X:
        COS([index]*[PI]/180*[step])*[rank]
    Y:
        SIN([index]*[PI]/180*[step])*[rank]
2.需要的数据
	pi
    index
    step
    rank
3.将数据进行double 
	(1,180)实现双份
    (1,90,180)实现三份
	双击
    内部关联-空字符串进行关联
4.添加订单数据
	X,Y
    PI
    	WINDOW_MAX(MAX(PI()))
    index
    	index()-1
    rank 对订单数据排序
    	RANK_UNIQUE([max_value2],'asc')
    step 步长 1
    	[max_value2]/[max_value1]
    max_value1()	订单数/ 2
    	WINDOW_MAX([订单数]/2)
    max_value2()    订单数/ 2
    	WINDOW_MAX([订单数]/2)
5.创建数据桶
	path
    
步骤:编辑表计算
X:
    index
    	特定维度:path
    pi
    	特定维度:path
    max_value2
    	特定维度:path
    max_value1
    	特定维度:path、地区
    rank
    	特定维度:path、地区
        所在级别:最深
        重新启动间隔:path
        
Y:
    index
    	特定维度:path
    pi
    	特定维度:path
    max_value2
    	特定维度:path
    max_value1
    	特定维度:path、地区
    rank
    	特定维度:path、地区
        所在级别:最深
        重新启动间隔:path  

作业

1.xxx医院的数据分析

2.车型数据分析
	5个文件
    1、百度车型的真实搜索指数数据
    2、城市的id-城市名
    3、城市车型搜索指数的比重
    4、省份的id-省份名
    5、省份车型搜索指数的比重
 需求:
	计算各省每一个月的每一种车型的真是搜索指数
    901	山东	宾智 12	1000
    	     宾智 11  300
        计算出每一种车型的真是搜索指数
	902	贵州
	903	江西
    
    计算出每一种车型的真是搜索指数
	
    a.通过百度表计算出各种类型每一个月的真实搜索指数
    
    缤智 1 123
        2 456
        3 789
        4 110
    [keyword,month][[_index]].sum()
     
    b.通过省份比重表,计算占比值
       [keyword,month][prov_index].sum()
        2222
        901  12 272
             1  111
             2  333
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值