Tableau中怎样使用R语言

一、安装配置

1、下载R语言，打开R界面

2、运行以下代码，安装包

install.packages('Rserve')
library('Rserve')
Rserve()

3、tableau设置

在tableau中：帮助-设置与性能-管理外部服务器中可连接R/Python

输入“Localhost”(或“127.0.0.1”)服务器名称和端口“6311”

点击“测试连接”，出现下面情况则配置成功

 二、tableau 中使用R进行分析

1、原数据情况与处理后数据情况

1）原数据

2）处理生成新字段后

2、分析

1）检测异常值

异常值的定义：超过上四分位数的1.5倍四分位距或低于下四分位数的1.5倍四分位距

新建字段：

代码：

IF SUM([X]) > SCRIPT_REAL(
   'quantile(.arg1,0.75)+1.5*IQR(.arg1)',
    SUM([X])) OR
   SUM([X]) < SCRIPT_REAL(
   'quantile(.arg1,0.25)-1.5*IQR(.arg1)',
    SUM([X]))
THEN 'Yes'
ELSE 'No'
END

 2）线性回归

通过R用线性回归的方式拟合预测值：

新建字段：

 代码：

SCRIPT_REAL(
    'fit <- lm(.arg1~.arg2);
     fit$fitted.values',
     SUM([Y]),SUM([X])
     )

可视化情况：

3）聚类分析

聚类分析是数据挖掘中无监督的算法之一，R语言可以非常便捷的实现各种聚类算法，如K-Means、K中心、EM期望较大法、层次分析等，下面就是要K均值算法

新建字段：

代码：

SCRIPT_REAL("fit <- kmeans(data.frame(.arg2,.arg1),centers=3);
             fit$cluster",
            SUM([X]),SUM([Y])
)

可视化结果：

 三、总结 

1、tableau成功过后可以关闭R界面，并且会保持连接R成功状态，后续再打开使用tableau不用单独设置，定义字段时可以直接用R中的函数。

2、比起Python，有时R中调用函数更方便，不用再单独调用分析包，比如这里进行聚类分析。

3、tableau 中调用R的函数建立字段时，注意参数的用法：

如以下代码，（这里：.arg2,.arg1，分别对应传入的参数：SUM([X]),SUM([Y]）

代码中参数必须用：.arg1,.arg2 的形式，但是有时顺序交换不会报错，如：.arg2,.arg1，但是这里用：.arg3,.arg1的形式则会报错。

SCRIPT_REAL("fit <- kmeans(data.frame(.arg2,.arg1),centers=3);
             fit$cluster",
            SUM([X]),SUM([Y])
)

4、数据大时tableau 使用R可能比较慢，建议在Tableau Prep Builder 中结合R处理好之后再进行可视化

5、参考链接

1）用法：http://bi.dataguru.cn/article-9409-1.html

2）tableau官网数据类型对应关系：https://help.tableau.com/current/prep/zh-cn/prep_scripts._R.htm