Extensions de tables

Les extensions de tables vous permettent désormais de créer de nouvelles tables de données avec un script d’extensions d’analytiques. Vous pouvez rédiger un script personnalisé TabPy ou Rserve et ajouter éventuellement une ou plusieurs tables d’entrée. Les extensions de tables sont prises en charge par Tableau Cloud, Tableau Server et Tableau Desktop. Ce document porte sur Tableau Cloud.

Remarque : semblable à une connexion en direct, l’extension de table s’actualise chaque fois que vous ouvrez un classeur ou actualisez une source de données.

Avantages

Les extensions de tables présentent les avantages suivants pour les utilisateurs novices et expérimentés.

  • Intégrez facilement des scripts ou des fonctions avancées dans Tableau

  • Faites glisser facilement des données depuis les connexions de données Tableau en tant qu’entrées dans des scripts

  • L’éditeur de code réduit facilite l’ajout de code aux sources de données

  • S’intègre avec Guide des données et Expliquer les données
  • S’intègre à TabPy, Rserve et à d’autres extensions d’analytiques

  • Les résultats permettent de créer des tableaux de bord ou des visualisations

Conditions préalables

Avant de pouvoir utiliser les extensions de tables, vous devez remplir la liste suivante.

Créer une extension de table

Pour créer une extension de table, procédez comme suit.

  1. Ouvrez un classeur publié.
  2. Ouvrez une source de données ou créez-en une.
  3. Sous Connexions, choisissez Nouvelle extension de table.

    menu Connexions

  4. Faites-le glisser dans le modèle de données.
  5. (Facultatif) Faites glisser les tables de la connexion de données vers le volet d’extension de table pour les utiliser comme entrée dans votre script ou fonction d’extensions d’analytiques.

    • Par défaut, les données de Tableau sont transmises à l’extension d’analytique et définies comme variable _arg1, une structure de type dictionnaire telle que : {‘colum_name’: [1,2,3], ‘column_name_2’: [3,4,5]

      Exemple Python : les données d’entrée peuvent être converties en une trame de données pandas en utilisant ce qui suit.

      import pandas as pddf = (pd.DataFrame(_arg1))

    • Lors de l’utilisation de RServe, les données d’entrée sont définies comme la variable .arg1 et le type de données est une liste nommée de listes.

    • Pour les sources de données relationnelles prises en charge, vous pouvez utiliser SQL personnalisé comme entrée dans une extension de table. Lorsque des paramètres sont utilisés dans la requête SQL personnalisée, la modification du paramètre entraîne la réexécution de la requête et le recalcul du script. Cela crée un chemin pour mettre à jour dynamiquement les paramètres dans un tableau de bord et filtrer ou transmettre des valeurs au script d’extension de table.

      sources de données relationnelle

  6. Dans la zone Script, saisissez votre script ou appel de fonction. Le script doit renvoyer un dictionnaire ou une liste de listes, essentiellement un objet JSON. Un script pour RServe doit renvoyer un data.frame ou une liste de listes nommées tandis que le script pour Python doit renvoyer un dictionnaire.

    Exemple Python : nous utilisons la commande de retour explicite suivante.

    return df.to_dict(orient='list')

  7. Remarque : les extensions de table ne prennent pas en charge l’appel direct des points de terminaison TabPy si TABPY_EVALUATE_ENABLE est désactivé dans TabPy.

  8. Sélectionnez Appliquer pour exécuter le script.
  9. (Facultatif) Si vous associez l’extension de table à une autre table dans le modèle de données, définissez la relation entre au moins un champ dans chaque table. Si les champs ont le même nom, cela peut se produire automatiquement.

  10. Choisissez Mettre à jour maintenant et les résultats s’affichent dans l’onglet Table de sorties.

    table des résultats de sortie

Remarque : si vous ne définissez pas de relation avec une table dans le modèle de données, l’onglet Table d’entrées est vide et affiche le message « Aperçu des données non disponible ».

  1. (Facultatif) Dans le champ Nom, saisissez un nom unique pour votre extension de table.
  2. Accédez à l’onglet Feuille pour commencer à explorer et à visualiser les données. Les résultats d’une extension de table fonctionnent comme n’importe quelle autre donnée de Tableau interrogée à partir d’un fichier plat ou d’une source relationnelle.
  3. Publiez le classeur pour le partager. La destination de publication, Server ou Tableau Cloud, doit avoir une extension d’analyse du type approprié activée et configurée.

Conseil de dépannage : les erreurs des extensions d’analyse seront signalées dans un message d’erreur Tableau en cas de problème d’exécution du script. Si votre extension de table rencontre une erreur, assurez-vous que tout le code et la mise en forme sont corrects et essayez d’utiliser le bouton circulaire Actualiser la source de données, situé à côté du bouton Enregistrer, ou cliquez à nouveau sur Appliquer.

Extensions de tables c. extensions d’analytiques

Bien que certains de ces produits ne soient pas liés, les extensions de tableau et les extensions d’analyse partagent plusieurs fonctionnalités. Pour fonctionner, les extensions de tables doivent être connectées aux extensions d’analytiques. Présentons chaque fonctionnalité de manière succincte.

Extensions de tableau de bord

Les extensions de tableau de bord autorisent l’ajout d’applications Web personnalisées aux tableaux de bord à l’aide du SDK d’extension de tableau de bord, cependant, ce type d’extension n’est pas lié aux extensions de tableau.

Extensions de tables

La fonctionnalité Extensions de table vous permet de créer une table dans une source de données qui peut envoyer des données et un script à votre extension d’analyse et renvoyer une table complète de forme arbitraire en conséquence. Les résultats renvoyés sont affichés sous forme de tableau dans le modèle de données dans l’onglet Source de données et sous forme de mesures et de dimensions dans le classeur.

Extensions d’analytiques

Les extensions d’analytiques vous permettent de développer les calculs dynamiques de Tableau avec des langages de programmation comme Python, des outils externes et des plateformes externes. Après avoir créé une connexion à une extension d’analyse, vous pouvez communiquer avec votre serveur externe via des champs calculés appelés SCRIPT_X ou MODEL_EXTERNAL_X, où X est le type de données des valeurs de retour attendues. Pour plus d’informations, consultez Transmettre des expressions avec les extensions d’analytiques.