最近的实作,好像都是「地图」相关为主。我想了想,突然想起在故事十五:来瞧瞧大专院校校别学生数的数据吧!曾经有一些改善的想法。那个原始资料的格式,把每个年级的学生人数分开纪录,所以,硬生生多了14个栏位,写着「一年级男生」、「一年级女生」、「二年级……」等,这样的资料在做一些加总运算的时候,不是很方便。
怎麽把那些资讯好好整理呢?我找到了两个方法:
1. 使用tableau prep builder,直接对资料进行「枢纽处理」,这样部分,不在这30天的学习范围内。有兴趣的人,可以自行下载这个工具,并实作看看。枢纽您的资料
2. 使用「资料透视表」,这也是今天要介绍的。首先,先选取要合并在一起的栏位。并点选「资料透视表」。(如下图)
完成後,画面清爽多了。(如下图)
除了画面清爽之外,利用资料透视表,在资料的处理上也变得方便许多呢!
好比说:我想知道各县市/各学校/大一新生男女生各有多少人?
1. 先按照下图的方式「拖-拉-放」
2. 将「各年级男女生」拉到「筛选条件」中,并选择「一年级男生」、「一年级女生」,完成。
全台湾的学校真是不少,一眼望去,资料量也是多到不行,找不到重点。我们缩小一下范围,我只想要知道,人数最多的前20所学校,大一新生男女生各有多少人?
没问题,这边也有两种作法:
1. 直接筛选。呼叫出筛选条件,点选「顶端」,并填入20。
完成是完成了。不过,还是画图比较直观。
选择直方图。完成。(如下图)
2. 透过参数来筛选。前一种作法的设定画面,我们直接选了20。这一次我们改选「建立参数」。
设定成5个。完成。(如下图)
透过参数设定的好处是,可以把控制项呼叫出来。完成。(如下图)
双十国庆,我们来复习一下「表计算」好了。透过下面的设定,新增表计算。完成。
果然,社会人文为主的学校,女生人数比例还是比较多的,哈哈。
<<: I Want To Know React - 初探 Context
>>: IT铁人第27天 Elasticsearch 使用python查询资料 Aggregations:Percentiles/Percentile Ranks
我们先拿Day3的程序码来做介绍 依目前的感觉,我把它分成三大区块 1.注册部分 2.依功能拆分出的...
前言 昨天在建立环境的时候发现有很多相容性的问题,因此今天我想说这几天先来学习一下tensorflo...
今天我想来点... Hello World! 又是快乐 Debug 的好日子呢! 昨天已经把程序跑起...
「鲑鱼均,因为一场鲑鱼之乱被主管称为鲑鱼世代,广义来说以年龄和脸蛋分类的话这应该算是一种 KNN 的...
实现所需要的class跟xml 1.本身的activity 配戴着xml 2.需要几个选项 就new...