Introduktion til sagserklæring i Tableau
CASE-sætningen eller CASE-funktionen i Tableau er en del af logiske funktioner. Det ligner IF-udsagnet på en måde, som det fortsætter med at kontrollere tilstanden én efter én. Forskellen mellem de to ligger imidlertid i det faktum, at en CASE-erklæring betragter forholdene som sager og dermed navnet. Det centrale element i CASE-funktionen er det udtryk, som funktionen har brug for at evaluere. Yderligere sammenligner funktionen udtrykket med en sekvens af værdier en efter en. Når udtrykket matcher en hvilken som helst værdi, returneres den tilsvarende værdi som resultatet.
Brug af CASE-sætning - En trin-for-trin-tilgang
Syntaks for CASE-funktionen i Tableau er som vist nedenfor.
CASE
WHEN THEN
WHEN THEN
WHEN THEN
ELSE
END
Ovenstående syntaks er den standard, og her betyder standardretur en værdi, der skal returneres, hvis der ikke findes noget match. Husk, at passende værdier skal returneres, baseret på konteksten, i tilfælde af manglende match.
Illustration
Vi vil nu demonstrere brugen af CASE-funktionen gennem en illustration. Datasættet indeholder distributionsvolumen efter distributionsenheder. Her er de vigtige dimensioner Region og distributionsenhed, og distributionsvolumen er et mål. Vores mål er at kategorisere distributionsenheder baseret på distributionsvolumen. For at lette vores analyse vil vi oprette et enkelt felt, der kombinerer region- og distributionsenhedsnavne. Lad os fortsætte med trinnene.
- Indlæs dataene i Tableau. For det klik på "Ny datakilde" i Data-menuen eller alternativt klik på "Opret forbindelse til data".
2. I den "Forbind" skal du vælge den ønskede datakildetype. I dette tilfælde er datakildetypen Microsoft Excel.
3. Dataene indlæses og kan ses i fanen "Datakilde" som vist nedenfor.
4. Når vi går til arkfanen, kan vi finde dimensioner og måling i datasættet, der findes i de respektive sektioner.
5. Til at begynde med skal du bare trække dimensioner Region og distribueringsenheder til rækkeregionen og måle distributionsvolumen til kolonnerområdet. Vi får et vandret søjlediagram, som det kan ses i følgende skærmbillede. Hvis standarddiagramtypen ikke er et søjlediagram, skal du vælge det fra Vis mig. De næste trin opretter et kombineret felt ved hjælp af CASE-sætningen, der vil kombinere region- og distributionsenhedsnavne.
6. For at oprette et kombineret felt skal du højreklikke hvor som helst i det tomme rum i afsnittet Data og klikke på indstillingen "Opret beregnet felt …" som vist nedenfor.
7. Det beregnede felt, som vi oprettede, ser ud som vist i nedenstående skærmbillede. Som det kan ses, er det kombinerede felt oprettet ved hjælp af CASE-funktionen. Her er det anvendte udtryk dimension Region. Baseret på regionnavnet oprettes det kombinerede felt ved at kombinere de første tre bogstaver fra regionens navn med de første tre bogstaver i distributionsenhedens navn. For at udtrække de første tre bogstaver fra distributionsenheden brugte vi VENSTRE funktion. Ikke alle bogstaverne i fordelingsenheden er med store bogstaver, så for at konvertere dem til en stor bogstav, overførte vi resultatet til UPPER funktionen. CASE-funktionen tilbød os således en systematisk tilgang til at skabe et kombineret felt.
8. Det nyoprettede felt REG_DU kan ses i afsnittet Dimensioner som nedenfor.
9. Nu skal du bare trække det nyoprettede felt REG_DU ind i rækkeregion og distributionsvolumen til kolonneområdet som vist nedenfor.
10. Lad os se nærmere på visualiseringen. Vi kan se navnene fra region og distributionsenheder kombineret. Dette vil hjælpe med hurtig analyse og nem indblik i opsamling. Imidlertid er analysen ufuldstændig, indtil vi kategoriserer distributionsenhederne baseret på distributionsvolumen. For at nå målet, vil vi følge trinnene som illustreret ved skærmbillederne efter nedenstående.
- Vi opretter to parametre, der repræsenterer gennemsnitlig lydstyrke og høj lydstyrke. Den gennemsnitlige lydstyrke for alle distributionsenheder er 30000, og vi overvejer et højt volumen som 90000. For at oprette en parameter skal du højreklikke et vilkårligt sted i det tomme rum i sektionen Data og klikke på “Opret parameter…”.
12. Opret parametre med passende navne og nævnte værdier som vist ved følgende to skærmbilleder.
13. De to parametre kan ses i afsnittet “Parametre” nedenfor.
14. Opret derefter et beregnet felt til klassificering. Vi har navngivet det VOL_CLASS. Ved at gå igennem koden i feltet kan det ses, at distributionsenheder, der har et volumen over eller lig med 90000, er blevet klassificeret som "Meget højt volumen DU", dem med volumen mellem 30000 og 90000 er "gennemsnitlig volumen DU", og resten er "under gennemsnittet" DU'er.
15. Det nyligt oprettede felt kan ses i målsektionen, som det kan ses i nedenstående skærmbillede. Husk, at dette felt bruger målefordelingsvolumen og bliver derfor automatisk kategoriseret som et mål.
16. Træk nu feltet REG_DU i rækkeregionen og måle fordelingsvolumen i kolonneregionen. Træk yderligere felt VOL_CLASS over Color in Marks-kortet. Vi får følgende visualisering, hvor vi kan se distributionsenheder klassificeret i forskellige volumenkategorier.
17. Følgende skærmbillede giver et nærmere kig på analysen. Her har vi arrangeret legenden i korrekt rækkefølge imod hvad den var i det foregående skærmbillede. Der er også tildelt passende farver til kategorierne, med resultater arrangeret i faldende rækkefølge.
18. Mens analysen af distributionenhedens volumenbidrag giver oversigten over ovenstående god indsigt. Et bobleoversigt er imidlertid mere indsigtsfuldt i en sådan analyse. Så skal du derefter sortere resultatet i alfabetisk rækkefølge af REG_DU-navnene og klikke over "pakket bobler" i Vis mig, som det kan ses nedenfor.
19. Som det kan ses nedenfor, får vi et bobleoversigt, der viser sig at være det rigtige værktøj til vores opgave, da det repræsenterer kategorierne gennem farve- og størrelseskombinationer.
Konklusion - Sagens redegørelse i Tableau
Tableau er et typisk visuelt analytisk værktøj og bruger hver funktion til at komme med interaktiv og indsigtsfuld analyse gennem visualiseringer. CASE-funktionen i Tableau bruges til at håndtere betingede situationer, hvis resultat opnået, hvorfra der bruges baseret på konteksten, og det påvirker det visuelle output.
Anbefalede artikler
Dette er en guide til sagserklæringen i Tableau. Her diskuterer vi introduktionen af sagserklæringen i Tableau ved hjælp af sagsangivelse sammen med illustration. Du kan også gennemgå vores andre foreslåede artikler for at lære mere -
- Fordele ved datavisualisering
- Tableau-visualisering
- Rangfunktion i Tableau
- Hvad er Tableau?
- AWS-databaser
- Pivot i Tableau
- Tableau-kontekstfilter
- Tableau Bullet Chart
- Introduktion til funktioner og egenskaber ved Tableau