认识Tableau中的筛选器

Tableau中的筛选器:

(1)提取筛选器(2)数据源筛选器(3)上下文筛选器(4)维度筛选器(5)度量筛选器(6)参数筛选器(7)表计算筛选器(8)页面筛选器


对筛选器进行简单的分类:

数据层(提取筛选器、数据源筛选器、上下文筛选器、参数筛选器)

视图层(维度筛选器、度量筛选器、参数筛选器、表计筛选器、页面筛选器)

交互层(操作、快速筛选器、突出显示、参数筛选器)

1、提取数据筛选器:

如果要依据数据源创建 Tableau 数据提取,则数据提取筛选器(图中显示为橙色)是唯一相关的筛选器。

(1)可以添加过滤器,指定要提取的数据量;

(2)可以聚合可视维度的数据;

(3)可以设置全部刷新和增量提取;

(4)可以设置截取前几行数据和随机提取样本;

(5)可以隐藏所有未使用的字段;

2、数据源筛选器

数据源筛选器可以对数据进行筛选,类似于自定义SQL中的where条件,当然在Tableau中是可以自定义SQL的;

3、上下文筛选器

普通筛选器中等级最高的筛选器,所有过滤器都应用于上下文筛选器之下;

默认情况下,每个筛选器都会访问数据源中的所有行,而与其他筛选器无关。即彼此独立,并创立自己的结果。

但是有些情况下,我们是希望第二个筛选器只处理第一个筛选器返回的数据,这种情况下,第二个过滤器叫依赖过滤器,它只处理通过上下文筛选器过滤的数据;

即您可以将一个或多个分类筛选器设置为视图的上下文筛选器。它们仅处理通过上下文筛选器的数据。可以创建上下文筛选器以实现以下目的:

1. 提高性能 — 如果您设置了大量筛选器或具有一个大型数据源,则查询速度可能会很慢。可以设置一个或多个上下文筛选器来提高性能。

 2. 创建相关数字筛选器或“前 N 个”筛选器 — 可以设置一个上下文筛选器,以便仅包含相关数据,然后设置数字筛选器或“前 N 个”筛选器。 

上下文筛选器对关系数据源尤为有用,因为它将会创建一个临时表。在设置上下文时,Tableau 会自动生成此表;在构建数据视图时,该表将作为可提高性能的单独(较小)数据源。

如何创建上下文筛选器?

在现有分类筛选器的上下文菜单中右击选择“添加到上下文”。将对上下文执行一次计算以生成视图。然后,相对于该上下文对所有其他筛选器执行计算。

上下文筛选器会阻止数据进入视图

4、维度筛选器

如果熟悉 SQL,可以将维度筛选器想像为相当于 WHERE 子句。

离散的字段,主要表现有维度、组、数据桶、集等。可以直接拖动它们放在筛选器功能区,然后显示筛选器。

5、度量筛选器

如果熟悉 SQL,可以将度量筛选器想像为相当于查询中的 HAVING 子句。

直接拖动它们放在筛选器窗格上,选择聚合方式。

6、参数筛选器

参数是可在计算、筛选器和参考线中替换常量值的动态值。

用参数做筛选器可参考之前的文章参数做筛选器

参数+计算字段使其有了筛选器的效果

7、表计算筛选器

表计算筛选器(深蓝色)在计算执行之后应用,因此会隐藏标记,而不筛选掉计算中使用的基础数据。

基于表计算的筛选器不会筛选出基础数据。而是会在视图中隐藏数据,并允许在视图中隐藏维度成员,而不影响视图中的数据。

常见的表计函数:INDEX、RANK、LOOKUP、PREVIOUS_VALUE、WINDOW_SUM、RUNNING_SUM等。

案例:

在使用表计算后,添加维度筛选器和度量筛选器,数据会发生改变,因为由开头的图片可知:

维度筛选器和度量筛选器的执行顺序优先于表计算,因此单纯添加维度筛选器和度量筛选器就会导致基础数据被筛选,自然再执行表计算就不正确了,遇到这种情况我们该如何解决如下:

样本数据:Tableau的超市样本数据

(1)将“Sub_category”拖到行功能区,将“Sales”拖到【标记】选项卡中的—“文本”,将列功能区的“Sub_category”字段下拉,选择按Sales降序排序。如下:

(2)创建计算字段:排名,子类别按销售额降序排序的排名

(3)将“排名”拖放到行功能区,子类别的后边,并下拉设置-离散

(4)我们不能直接将“Sub_category”拖到筛选器区,而是应该再创建一个计算字段:“子类别筛选”字段

(5)将“子类别筛选”字段拖放到筛选器功能区,设置从列表中选择——全部

并设置,显示筛选器:使用筛选器,得到表计算得到的排名。

8、页面筛选器

直接拖动它们放在页面筛选器功能区,分析特定字段对视图中其他数据的影响。维度筛选器和度量筛选器的执行顺序优先于表计算,因此单纯添加维度筛选器和度量筛选器就会导致基础数据被筛选,自然再执行表计算就不正确了



喜欢别忘点个赞哦~

笔芯~


©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,772评论 6 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,458评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,610评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,640评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,657评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,590评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,962评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,631评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,870评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,611评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,704评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,386评论 4 319
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,969评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,944评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,179评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,742评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,440评论 2 342

推荐阅读更多精彩内容