【Tableau】集值8大分析锦囊-高级篇

以往，和视图的交互往往被认为就是筛选，其实，筛选只是一种互动形式。有时候，我们还想要更多的互动形式，比如以下的场景：

1、查询与选择相关的数据，同时保留全部数据而非“仅保留”精准匹配的那一部分数据。

2、保留符合任意一个条件的数据条目，而不是满足所有条件的；

3、对所选数据的排序、对齐、分组、下钻操作，同时保留这些数据的背景数据；

4、隐藏数据，而非过滤数据，因此可以在计算中继续使用。

上面的几种情形，都无法使用筛选来实现——筛选就意味着排除，意味着仅仅保留了部分数据。和筛选是保留选择的数据不同，集是把数据分成两类：集内和集外——因此我们可以在保留集外数据的基础上对集内数据进行精准控制。严格的讲，筛选是集的一种特殊形式，其实，集可以实现筛选实现的所有功能，但是反过来可不行。你可以把筛选的结果理解为“只保留”符合特定条件的“集内”成员，而集外成员被排除了。

【喜乐君】为了更好地理解集动作和筛选动作的差异，我做了一个对比图，用来强调集动作是保留了全体数据。

借助集值功能，访问者在视图中选择的数据标记可以保存在集中。由于集可以嵌套（比如创建合并集），也可以应用在计算字段中，因此用户就可以设计更加多样的交互动作，比如类似A或者B的筛选，建立在关系上的筛选等，这就为一些复杂问题比如购物篮分析提供了新的解决方案。在下面分享的视频中，我们将重点论述大家可能遇到的一些特殊场景下的用户操作流程，比如基于关系的筛选，排序和对齐标记，类似于A或者B的筛选，动态分组，运行表计算等。你可以学到以下的内容：

• 在交互中呈现数据关系和重叠分析
• 借助Tableau的运算，以运算辅助分析型思考
• 使用提示和技巧来设计和着色

点击这里下载博客使用的数据源  【这里】 和工作簿  here.

案例1 ：关系筛选  Filtering on relationships

概念：一些数据代表意义，而另一些数据代表关系。我们都是面向于那些代表意义的数据类型做选择。以2018年世界杯球队举例，人们不会问“哪些球队属于 分组E？”而是这样问，“哪些球队属于巴西所在的分组？”（ps:“巴西”是有意义的数据，而分组E则代表的是数据包含的关系）分组字段只有在我们做检查时有意义。筛选总是选择用户选中的标记，而集可以选择与用户选择有关系的其他字段。

数据源：2018年世界杯比赛结果

场景：选择一支球队，统计它参加的比赛数量以及输赢打平的对象，每支球队赢球和失球的数量。

说明：当我们选择一个国家时，进球和失球的数量正好相同，因此进球是相对于所选择的球队而言的。

延伸说明：购物篮分析可以用这个方法来分析，把订单好代替球队，产品代替球队即可。

【常识】
W、D、L分别是 wins、draws、losses，即胜、平、负；
GS 代表“进球”（goals scored），GA 代表“失球”（goals against），GD 代表“净胜球”（goals difference）；P 就是“积分”（points）

【喜乐君解读】借这个题目，我查找了一些球赛知识，仔细看了引用数据源，算是补充了一下足球常识（我是从来不看球赛的人）。

我们先重新解读一下题目，选择一支球队，看它输赢了多少球，每次的对手是谁，要显示各自的比赛和得分数量。这里的立场是某一种球队，同时要显示相关球队的输赢；因此，最关键的是指定当前球队，输出对应球队立场的输赢——我的赢球就是对方的输球。

首先，我们创建一个team set集，当我们选择一支球队，用它来更新这个集。当时，我们还需要筛选这只球队参加的比赛，排除它没有参加的比赛（game ID），就像上面的图示，我们通过team这个意义字段，来筛选team 关键的game ID字段。因此这里又创建了第二个集 Games played by selected team，它是建立在game id字段上的集，但是判断的标准是关联字段team，因此添加必须是聚合的，这里输入了max( [team] ) ，如下图：

因此，添加集动作后，访问者选择的team会更新team set这个集，这个集进而筛选保留关联的game ID。因此视图中就只保留了所选球队的比赛信息。下图是有无第二个筛选器的对比：

然后，我们需要在视图中添加比赛信息和得分信息。

每支球队对应的比赛数量比较好计算，Game ID计数即可；关键是如何显示输赢的信息。假设我们要看Russia 队的赢球和输球信息，选择Russia更新集，我们把比赛数据，即每次赢球和输球字段加入视图，如下图。这里Scored默认显示的是每支球队自己在该场的赢球数量。比如第8场Russia VS Croatia，Russia赢3输4，对方反之。

但是，我们只想看主场的立场，即在scored列显示Russia赢球的数量，和对应球队输球的数量，因此需要以此转换。因此新增了两个字段：

Scored!-set集成员视角
if [Team Set] then [Scored] else [Scored Against] END 

Scored against-set集成员视角
if [Team Set] then [Scored Against] else [Scored] END

在此基础上，把数据转化为条形图，输球用负数显示，与赢球双轴对称，比赛输赢用颜色标记。

到这里，肯定还有不少人不明白，为什么啊？为什么啊？ 特别是像我这样不看球的人，肯定是一脸雾水 ，最后我做一个对比。如下，如果不能转化视角，视图的解释是不对称的。

可以参考public 效果，可以下载源文件：

https://public.tableau.com/profile/david3363#!/vizhome/Example1-FilteringonaRelatedField/2018WorldCupGamesandGoals

案例2：选择数据的排序与对齐 Sorting and aligning on a selection

概念：堆叠条形图（Stacked bar charts）常被用来统计部分相对于总体的占比。最大的部分相对于总体的占比比较清晰，但是要看其他的部分的占比就不太容易，因为它们不是在一个基准上。通过排序和对齐选择的数据标记，交互可以解决这个问题。

数据源：2017-2018年股市数据

场景：每只股票上涨或者下跌的频率如何，涨跌幅度是多少？哪些股票波动最大，而哪些最为稳定？同样，哪些股票上涨更多，而哪些下跌更多？

说明：每个条形代表的是股票每日涨跌幅度的分布情况，深红色部分代表经常下跌的股票，而深紫色代表经常上涨的股票。颜色的深浅代表涨跌变化的程度。选择不同的部分，可以回答关于涨跌幅度、程度和涨跌方向的高级问题。

延伸说明：虽然每只股票的条形长度总是一样，选个一个或者多个分类时，条形都会自动对齐到最小的区间。
Noteworthy: While the bar lengths are always identical across stocks, selecting one or multiple bins realigns the bars against the minimum selected bin.

【喜乐君解读】

我梦寐以求的股票分析，不过第一次看到还是被惊讶了，不好理解。我们需要从分析数据源开始。

做任何的分析之前，一定要先看数据源的数据详细级别、数据维度，这样才能更好地理解文中的各个计算字段。本文的数据源是：每个股票每天的变化情况，具体包括股票名称和代码、日期（天）开盘价open、收盘价close、最高价high、最低价low、变化change、百分比变化%change、成交量volume。特别注意这里的change和%change是数据源已经提供好的，是之后我们计算波动的关键。

第一，把所有的股票按照每天的波动百分比划分为七个区间，分布代表跌幅高于3%、跌幅1-3%之间、跌幅0-1%之间、无变化、涨幅0-1%、涨幅1-3%、涨幅3%以上。因为每只股票的当日变化，在数据源层面已经提供了，也就是根据 %change 这个字段，对所有股票每日行情打标记。这里使用了最基本的行级别函数——if函数。

change bin ：

if [% Change]>0.03 then “>3% increase”
ELSEIF[% Change]>0.01 then “1-3% increase”
ELSEIF [% Change]>0 then “0-1% increase”
ELSEIF [% Change]=0 then “No Change”
ELSEIF [% Change]>-0.01 then “0-1% decrease”
ELSEIF [% Change]>-0.03 then “1-3% decrease”
ELSEIF [% Change]<=-0.03 then “>3% decrease”
END