近期为一家客户做Tableau售前展示，对方是我期待已久的物联网企业，因此特别认真地做了简单而实用的互动demo，并且使用了这几天正在学习的集值（集动作）功能。完整的分析给大家，希望增加对集值的了解。
“集值”被称之为自“详细级别表达式”以来最重要的功能，我在使用中也深感它的魅力，因此强烈推荐大家抢先使用，一睹为快。它对于互动的增强是本质性的，而非简单的点缀。欢迎查看本系列博客（译著）：
一、数据一览与客户需求
在真实的业务场景中，分析始于问题、始于需求，而非开始于数据。所以千万不要拿到数据着急寻找珍珠，否则往往是越看越纠结。我拿到的数据是仅一分钟内的传感器数据，对方临时生成的数据，明显数据结构并非完美，原表中同时包含了原始数据和二次加工的分析数据。
对方想要查看的视图，一是左上角分析字段在60秒的波动情况，二是在每秒1000次（专业术语大概是1000Hz）的数值波动，查看波峰波谷，这里分为原始数据和傅里叶数据两种，每秒可以视为一个系列。客户之前使用Excel做了一个模拟，同时展示三秒的傅里叶数据波动，样图如下：
看上去，这个需求很简单啊，Tableau最入门的折线即可完成，不过前提是数据结构和完整性良好的情况下。都说数据整理要占据80%的时间，这里也逃不过去，数据整理还是需要点时间。
二、数据整理过程
使用Tableau Desktop导入数据之后，Excel中列（第1秒到60秒对应的60列）会被视为度量，而左侧字段（包括原始字段1到原始字段999）的大量数据被视为维度，并统一到一个字段之下。这样的数据存在几个问题：
- 第一个视图需求是分析某指标在60秒的数据波动，我们需要以时间（秒）为轴，而这需要一个时间字段，它包含0～60。为此，这里我们将60列转置，从而生成一个时间（秒）字段。这也是为什么Tableau总是喜欢tall 的数据，而非wide的数据，所谓的“宽表”是可视化的梦魇，因为它割裂了一个统一数据字段。
- 转置方法，在数据源按shift多选所有列，右键“转置”。原来的标题即可改为“秒”（我在数据中叫做“第X秒数据”），另一个修改为“数值”即可。
- 第二个视图需求是一秒内1000次震动的数值波动，这又需要一个维度，包含0～999，用来生成横轴。这里需要把第一列的数据做必要的拆分，获得后面的震动序列编码，我称之为“频率采集点”。如果把长度不同的“X轴傅里叶数据XX”、“X轴原始数据XX”、“Y轴傅里叶数据XXX”后面的编码统一拆分？ 介绍两种方法：
- 使用left/right/mid函数，获得左侧/右侧/中间的字符串长度。根据统一的规律，所有字段都包含“数据”两个字，我们查找它在[字段]中的位置，然后确定裁剪的长度。这个方法符合直觉，但是不够简练。
-
int( right([字段],LEN([字段])-FIND([字段],’数据’)-1))
// len返回字段长度，find返回“数据”的位置，right返回后面的数值字符
//int把数字字符改为数值，从而形成连续轴- 使用拆分split，我们往往使用拆分和自定义拆分整理数据，拆分不一定是用标点符号分割，我们可以在“自定义拆分”中输入“数据”作为分隔符，然后保留最后一位，之后手动添加int函数将字符转化为数字。
int转换函数还有一个好处，它把自动拆分后的非数字结果（如字符数据）改为了null，这样就无需判断哪些拆分是有效的，哪些是无效的，从而减少了出错的概率。
- 稍微有点挑战性的是把第一列标题通过多种方式重新分类。我先把前面14行拆分为“分析字段”，而其他包含“原始数据”和“傅里叶数据”的成为“采集字段”，这里我们依然使用上面的拆分函数，只是必要时需要连接上‘数据’。
- 把原始数据X和傅里叶数据X先合并，使用以下函数：
字段分类
if CONTAINS( [字段] ,’数据’)
THEN TRIM( SPLIT( [字段], “数据”, 1 ) )+’数据’
//此处等价于 LEFT([字段],FIND([字段],’数据’)+1)
ELSE [字段]
END
当然，这里不要忘记实用 “创建组”的功能，从而实现进一步的分类，我使用“组”把“分析类字段”进一步分为了X轴、Y轴、Z轴、温度和模拟信号四类，形成了更高一级的分类。
至此，数据整理算是告一段落。我们有了足够的字段来构建视图。数据整理基本要花费总体1/3的时间，好在Tableau对此驾轻就熟；如果数据整理超过了上面的范围，建议直接使用Prep Builder完成。
三、数据可视化
所有的过程，都是为了进一步的可视化和业务解读。
这里的图形足够简单，使用折线图即可完成。先看一下我的最终效果，两个简单的折线，右侧是对应的筛选器，二者通过“集值”互动连接，并增加了有助于理解偏差的“工具提示”。
扫码或者点击以下连接，可以到Tableau Public查看效果并下载源文件：
- 物联网传感器可视化分析 / Tableau Public
1、如何选择可视化图形
在之前的两篇文章中，我们介绍了如何通过“数据——数据关系——可视化图形”来选择可视化图形，以及如何分析和完成复杂的可视化，想要了解更多点击回顾。
这里要构建折线图，仅需要把横轴坐标字段加入列，数值加入行即可；多个指标的对比用颜色来实现，因此要把指标分类字段拖入颜色，为了避免视图的混杂，通过筛选器突出某个主题分类。第一个视图如下：
第二个图形原理完全一致，需要注意的是，为了从上图中采集横轴信息（第X秒数据），然后通过“集”来传递到第二个图形，我们要在第二个图形中使用“集”字段。因此，基于“第X秒数据”创建一个集“序列”，然后把它拖入颜色，并改为显示集内成员，结果如下：
2、通过集值构建二者互动
我们把上面的图形加入同一个仪表板，然后通过动作连接二者。逻辑就是从第一个图形中选择点，将对应的横坐标（第X秒数据）通过集“序列”传递给第二个图形，从而更新对应序列的波动曲线。
当然，进一步的可视化细节是调整必要的标签说明，从而进一步增强可视化分析的直观性，比如我在第二个图形中，通过工具提示显示了当前点与所选序列检测数据平均值的偏差，从而帮助理解偏离的程度。这里使用了一个简单的LOD计算来返回对应序列、对应类别的平均值。
%与平均值偏差
SUM([数值])/avg( {fixed [第X秒数据],[采集类字段]: AVG([数值])} ) -1
结
Tableau的互动功能随着集值和参数动作的引入，几乎提高到了一个新的高度，进一步增强了“数据驱动业务”价值。这个案例足够简单，希望帮助更多的人理解集值的使用。
喜乐君 集值系列
- 【Tableau】从0到1学习集动作：变化无穷的新技能-入门篇
- 【Set Action】“集值”可视化对比八大绝技 -中级篇
- 【Tableau】集值8大分析锦囊-高级篇
- Tableau案例展示：使用集值做互动分析
by 喜乐君 Tableau Partner
Jun 30, 2019
Jul 1, 2019 revise