Funktioner för tabellberäkning

I den här artikeln beskrivs funktioner för tabellberäkning och hur de används i Tableau. Vi visar också hur du skapar en tabellberäkning med beräkningsredigeraren.

Varför ska jag använda funktioner för tabellberäkning?

Med funktioner för tabellberäkning kan du utföra beräkningar på värden i en tabell.

Du kan till exempel beräkna vilken procent av totalvärdet en vis försäljning är under ett eller flera år.

Funktioner för tabellberäkning som är tillgängliga i Tableau

Det här är de inbyggda funktionerna för tabellberäkning som kan användas i Tableau utan ett externt analystillägg.

FIRST( )


Returnerar antalet rader från den aktuella raden till den första raden i partitionen. Till exempel visas försäljningen kvartalsvis i vyn nedan. När FIRST() beräknas i datumpartitionen är förskjutningen för den första raden från den andra raden -1.

Exempel

När aktuellt radindex är 3, FIRST() = -2.

INDEX( )


Returnerar index för den aktuella raden i partitionen, utan någon sortering efter värde. Första radindex börjar på 1. Till exempel visas försäljningen kvartalsvis i tabellen nedan. När INDEX() beräknas i datumpartitionen är index för vardera rad 1, 2, 3, 4 … o.s.v.

Exempel

För den tredje raden i partitionen, INDEX() = 3.

LAST( )


Returnerar antalet rader från den aktuella raden till den sista raden i partitionen. Till exempel visas försäljningen kvartalsvis i tabellen nedan. När LAST() beräknas i datumpartitionen är förskjutningen för den första raden från den andra raden 5.

Exempel

När aktuellt radindex är 3 av 7 LAST() = 4.

LOOKUP(uttryck, [förskjutning])


Returnerar värdet för uttrycket i en målrad, angivet som en relativ förskjutning från den aktuella raden. Använd FIRST() + n och LAST() - n som en del av förskjutningsdefinitionen för ett mål i förhållande till den första/sista raden i partitionen. Om offset utelämnas kan raden som ska jämföras med anges på fältmenyn. Den här returnerar NULL om målraden inte kan fastställas.

I vyn nedan visas försäljning kvartalsvis. När LOOKUP (SUM(Sales), 2) beräknas i datumpartitionen visas försäljningsvärdet från kvartal framåt i varje rad.

Exempel

Med LOOKUP(SUM([Profit]), FIRST()+2) beräknas SUM(vinst) i den tredje raden av partitionen.

MODEL_EXTENSION-funktioner

Modelltilläggsfunktioner:

  • MODEL_EXTENSION_BOOL

  • MODEL_EXTENSION_INT

  • MODEL_EXTENSION_REAL

  • MODEL_EXTENSION_STRING

används för att skicka data till en driftsatt modell på en extern tjänst som R, TabPy eller Matlab. Se Lägga till uttryck med analystillägg(Länken öppnas i ett nytt fönster).

MODEL_PERCENTILE(måluttryck, prediktoruttryck)


Returnerar sannolikheten (mellan 0 och 1) att det förväntade värdet är mindre än eller lika med den observerade markeringen, definierad av måluttrycket och andra prediktorer. Det här är funktionen för a-posteriori-fördelning, även kallad kumulativ fördelningsfunktion.

Det här är den omvända funktionen för MODEL_QUANTILE. Information om prediktiv modellering finns i Så fungerar funktioner för prediktiva modeller i Tableau.

Exempel

Följande formel returnerar kvantilen för värdet på summan av försäljningen, justerat efter antal order.

MODEL_PERCENTILE(SUM([Sales]), COUNT([Orders]))

MODEL_QUANTILE(kvantil, måluttryck, prediktoruttryck)


Returnerar ett numeriskt målvärde inom det troliga intervallet, som definieras i måluttrycket och andra prediktorer, i en angiven kvantil. Det här är a-posteriori-kvantilen.

Det här är den omvända funktionen för MODEL_PERCENTILE. Information om prediktiv modellering finns i Så fungerar funktioner för prediktiva modeller i Tableau.

Exempel

Följande formel returnerar medianen (0,5) av summan av försäljningen, justerat efter antal order.

MODEL_QUANTILE(0.5, SUM([Sales]), COUNT([Orders]))

PREVIOUS_VALUE(uttryck)


Returnerar värdet för den här beräkningen i föregående rad. Returnerar det givna uttrycket om den aktuella raden är den första raden i partitionen.

Exempel

Med SUM([Profit]) * PREVIOUS_VALUE(1) beräknas den löpande produkten av SUM(vinst).

RANK(uttryck, ['asc' | 'desc'])


Returnerar den standardmässiga konkurrensrankningen för den aktuella raden i partitionen. Identiska värden tilldelas identisk rankning. Använd det valfria argumentet 'asc' | 'desc' för att specificera stigande eller fallande ordning. Standard är fallande.

Med den här funktionen rankas värdeuppsättningen (6, 9, 9, 14) som (4, 2, 2, 1).

Null-värden ignoreras i rankningsfunktioner. De är inte numrerade och de räknas inte in i det totala antalet poster i beräkningen av percentilrankning.

Mer information om olika rankningspositioner finns i Beräkning av typen Rankning.

Exempel

På den följande bilden visas effekten av de olika rankningsfunktionerna (RANK, RANK_DENSE, RANK_MODIFIED, RANK_PERCENTILE och RANK_UNIQUE) i en värdeuppsättning. Datauppsättningen innehåller information om 14 studenter (Student A till och med Student N). I kolumnen Ålder visas den aktuella åldern för varje student (alla studenter är mellan 17 och 20 år gamla). I den återstående kolumnen visas effekten av varje rankningsfunktion i en uppsättning åldersvärden, där standardordningen för funktionen (stigande eller fallande) alltid antas.

RANK_DENSE(uttryck, ['asc' | 'desc'])


Returnerar den täta rankningen för den aktuella raden i partitionen. Identiska värden tilldelas en identisk rankning, men inte gap infogas i nummersekvensen. Använd det valfria argumentet 'asc' | 'desc' för att specificera stigande eller fallande ordning. Standard är fallande.

Med den här funktionen rankas värdeuppsättningen (6, 9, 9, 14) som (3, 2, 2, 1).

Null-värden ignoreras i rankningsfunktioner. De är inte numrerade och de räknas inte in i det totala antalet poster i beräkningen av percentilrankning.

Mer information om olika rankningspositioner finns i Beräkning av typen Rankning.

RANK_MODIFIED(uttryck, ['asc' | 'desc'])


Returnerar den ändrade konkurrensrankningen för den aktuella raden i partitionen. Identiska värden tilldelas identisk rankning. Använd det valfria argumentet 'asc' | 'desc' för att specificera stigande eller fallande ordning. Standard är fallande.

Med den här funktionen rankas värdeuppsättningen (6, 9, 9, 14) som (4, 3, 3, 1).

Null-värden ignoreras i rankningsfunktioner. De är inte numrerade och de räknas inte in i det totala antalet poster i beräkningen av percentilrankning.

Mer information om olika rankningspositioner finns i Beräkning av typen Rankning.

RANK_PERCENTILE(uttryck, ['asc' | 'desc'])


Returnerar percentilrankningen för den aktuella raden i partitionen. Använd det valfria argumentet 'asc' | 'desc' för att specificera stigande eller fallande ordning. Standard är stigande.

Med den här funktionen rankas värdeuppsättningen (6, 9, 9, 14) som (0,00, 0,67, 0,67, 1,00).

Null-värden ignoreras i rankningsfunktioner. De är inte numrerade och de räknas inte in i det totala antalet poster i beräkningen av percentilrankning.

Mer information om olika rankningspositioner finns i Beräkning av typen Rankning.

RANK_UNIQUE(uttryck, ['asc' | 'desc'])


Returnerar den unika rankningen för den aktuella raden i partitionen. Identiska värden tilldelas olika rankning. Använd det valfria argumentet 'asc' | 'desc' för att specificera stigande eller fallande ordning. Standard är fallande.

Med den här funktionen rankas värdeuppsättningen (6, 9, 9, 14) som (4, 2, 3, 1).

Null-värden ignoreras i rankningsfunktioner. De är inte numrerade och de räknas inte in i det totala antalet poster i beräkningen av percentilrankning.

Mer information om olika rankningspositioner finns i Beräkning av typen Rankning.

RUNNING_AVG(uttryck)


Returnerar det löpande genomsnittet för ett givet uttryck, från den första raden i partitionen till den aktuella raden.

I vyn nedan visas försäljning kvartalsvis. När RUNNING_AVG(SUM([Sales]) beräknas i datumpartitionen är resultatet ett löpande genomsnitt av försäljningsvärden för varje kvartal.

Exempel

Med RUNNING_AVG(SUM([Profit])) beräknas det löpande genomsnittet för SUM(vinst).

RUNNING_COUNT(uttryck)


Returnerar den löpande totalsumman för ett givet uttryck, från den första raden i partitionen till den aktuella raden.

Exempel

Med RUNNING_COUNT(SUM([Profit])) beräknas den löpande totalsumman för SUM(vinst).

RUNNING_MAX(uttryck)


Returnerar den löpande max-summan för ett givet uttryck, från den första raden i partitionen till den aktuella raden.

Exempel

Med RUNNING_MAX(SUM([Profit])) beräknas den löpande max-summan för SUM(vinst).

RUNNING_MIN(uttryck)


Returnerar den löpande minimisumman för ett givet uttryck, från den första raden i partitionen till den aktuella raden.

Exempel

Med RUNNING_MIN(SUM([Profit])) beräknas den löpande minimisumman för SUM(vinst).

RUNNING_SUM(uttryck)


Returnerar den löpande summan för ett givet uttryck, från den första raden i partitionen till den aktuella raden.

Exempel

Med RUNNING_SUM(SUM([Profit])) beräknas den löpande summan för SUM(vinst).

SIZE()


Returnerar antalet rader i partitionen. Till exempel visas försäljningen kvartalsvis i vyn nedan. I datumpartitionen finns sju rader, så storleken() på datumpartitionen är 7.

Exempel

SIZE() = 5 när den aktuella partitionen innehåller fem rader.

SCRIPT_-funktioner

Skriptfunktioner:

  • SCRIPT_BOOL

  • SCRIPT_INT

  • SCRIPT_REAL

  • SCRIPT_STRING

används för att skicka data till en extern tjänst som R, TabPy eller Matlab. Se Lägga till uttryck med analystillägg(Länken öppnas i ett nytt fönster).

TOTAL(uttryck)


Returnerar totalsumman för det angivna uttrycket i en tabellberäkningspartition.

Exempel

Anta att du börjar med följande vy:

Du öppnar beräkningsredigeraren och skapar ett nytt fält som du ger namnet Totalitet:

Därefter släpper du Totalitet på Text för att ersätta SUM(försäljning). Vyn ändras på så sätt att värden summeras utifrån standardvärdet för Beräkna med:

Detta väcker frågan Vilket är standardvärdet för Beräkna med? Om du högerklickar (Ctrl-klick på Mac) på Totalitet i rutan Data och väljer Redigera, finns nu ytterligare information tillgänglig:

Standardvärdet för Beräkna med är Tabell (tvärs över). Resultatet är att värden från alla rader av tabellen summeras av Totalitet. Därmed är värdet du ser på varje rad summan av värdena från den ursprungliga versionen av tabellen.

Värdena på raden 2011/Kv1 i den ursprungliga tabellen var 8 601 USD, 6 579 USD, 44 262 USD och 15 006 USD. Värdena i tabellen efter att Slutsumma ersatt SUM(Sales) är 74 448 USD för alla, vilket är summan av de fyra originalvärdena.

Lägg märke till triangeln intill Slutsumma efter det att du har släppt den på Text:

Detta indikerar att det här fältet använder en tabellberäkning. Du kan högerklicka på fältet och välja Redigera tabellberäkning om du vill omdirigera funktionen till ett annat Beräkna med-värde. Du kan exempelvis ställa in den på Tabell (ned). I så fall skulle tabellen se ut så här:

TOTAL(uttryck)


Returnerar totalsumman för det angivna uttrycket i en tabellberäkningspartition.

Exempel

Anta att du börjar med följande vy:

Du öppnar beräkningsredigeraren och skapar ett nytt fält som du ger namnet Totalitet:

Därefter släpper du Totalitet på Text för att ersätta SUM(försäljning). Vyn ändras på så sätt att värden summeras utifrån standardvärdet för Beräkna med:

Detta väcker frågan Vilket är standardvärdet för Beräkna med? Om du högerklickar (Ctrl-klick på Mac) på Totalitet i rutan Data och väljer Redigera, finns nu ytterligare information tillgänglig:

Standardvärdet för Beräkna med är Tabell (tvärs över). Resultatet är att värden från alla rader av tabellen summeras av Totalitet. Därmed är värdet du ser på varje rad summan av värdena från den ursprungliga versionen av tabellen.

Värdena på raden 2011/Kv1 i den ursprungliga tabellen var 8 601 USD, 6 579 USD, 44 262 USD och 15 006 USD. Värdena i tabellen efter att Slutsumma ersatt SUM(Sales) är 74 448 USD för alla, vilket är summan av de fyra originalvärdena.

Lägg märke till triangeln intill Slutsumma efter det att du har släppt den på Text:

Detta indikerar att det här fältet använder en tabellberäkning. Du kan högerklicka på fältet och välja Redigera tabellberäkning om du vill omdirigera funktionen till ett annat Beräkna med-värde. Du kan exempelvis ställa in den på Tabell (ned). I så fall skulle tabellen se ut så här:

WINDOW_CORR(uttr1, uttr2, [start, slut])


Returnerar Pearsons korrelationskoefficient för två uttryck i fönstret. Fönstret definieras som förskjutningar från den aktuella raden. Använd FIRST()+n och LAST()-n för förskjutningar från den första eller sista raden i partitionen. Om starten och slutet utelämnas så används hela partitionen.

Pearson-korrelationen mäter den linjära relationen mellan två variabler. Resultat sträcker sig från -1 till och med +1, där 1 betyder en exakt positiv linjär relation, det vill säga att när en positiv förändring sker i en variabel innebär det att en positiv förändring av samma magnitud sker i den andra, 0 betyder att det inte finns någon linjär relation mellan variansen och -1 är en exakt negativ relation.

Det finns en motsvarande aggregeringsfunktion: CORR. Läs mer i Tableau-funktioner (i bokstavsordning)(Länken öppnas i ett nytt fönster).

Exempel

Följande formel returnerar Pearson-korrelationen för SUM(Profit) och SUM(Sales) från de fem föregående raderna till den aktuella raden.

WINDOW_CORR(SUM[Profit]), SUM([Sales]), -5, 0)

WINDOW_COUNT(uttryck, [start, slut])


Returnerar antalet för uttrycket i fönstret. Fönstret definieras med hjälp av förskjutningar från den aktuella raden. Använd FIRST()+n och LAST()-n för förskjutningar från den första eller sista raden i partitionen. Om starten och slutet utelämnas så används hela partitionen.

Exempel

WINDOW_COUNT(SUM([Profit]), FIRST()+1, 0) beräknar antalet för SUM(Profit) från den andra raden till den aktuella raden

WINDOW_COVAR(uttr1, uttr2, [start, slut])


Returnerar exempelkovariansen för två uttryck i fönstret. Fönstret definieras som förskjutningar från den aktuella raden. Använd FIRST()+n och LAST()-n för förskjutningar från den första eller sista raden i partitionen. Om start- och slutargumenten utelämnas utgör fönstret hela partitionen.

Exempelkovariansen använder antalet icke-nulldatapunkter n - 1 för att normalisera kovariansen, snarare än n, som används av populationskovariansen (med funktionen WINDOW_COVARP). Urvalskovarians är rätt val när data är ett slumpmässigt urval som används för att uppskatta kovariansen för en större population.

Det finns en motsvarande aggregeringsfunktion: COVAR. Läs mer i Tableau-funktioner (i bokstavsordning)(Länken öppnas i ett nytt fönster).

Exempel

Följande formel returnerar exempelkovariansen för SUM(Profit) och SUM(Sales) från de två föregående raderna till den aktuella raden.

WINDOW_COVAR(SUM([Profit]), SUM([Sales]), -2, 0)

WINDOW_COVARP(uttr1, uttr2, [start, slut])


Returnerar populationskovariansen för två uttryck i fönstret. Fönstret definieras som förskjutningar från den aktuella raden. Använd FIRST()+n och LAST()-n för förskjutningar från den första eller sista raden i partitionen. Om starten och slutet utelämnas så används hela partitionen.

Populationskovariansen är urvalskovariansen multiplicerad med (n-1)/n, där n är det totala antalet icke-null-datapunkter. Populationskovarians är det lämpliga valet om det finns tillgängliga data för alla intressanta objekt, till skillnad från hur det skulle vara om det bara fanns en slumpmässig delmängd med objekt, då exempelkovarians (med funktionen WINDOW_COVAR) är lämpligare.

Det finns en motsvarande aggregeringsfunktion: COVARP. Tableau-funktioner (i bokstavsordning)(Länken öppnas i ett nytt fönster).

Exempel

Följande formel returnerar populationskovariansen för SUM(Profit) och SUM(Sales) från de två föregående raderna till den aktuella raden.

WINDOW_COVARP(SUM([Profit]), SUM([Sales]), -2, 0)

WINDOW_MEDIAN(uttryck, [start, slut])


Returnerar medianen för uttrycket i fönstret. Fönstret definieras med hjälp av förskjutningar från den aktuella raden. Använd FIRST()+n och LAST()-n för förskjutningar från den första eller sista raden i partitionen. Om starten och slutet utelämnas så används hela partitionen.

Vyn nedan visar till exempel vinsten per kvartal. Ett fönstermedianvärde i Datum-partitionen returnerar medianvinsten för alla datum.

Exempel

WINDOW_MEDIAN(SUM([Profit]), FIRST()+1, 0) beräknar medianvärdet för SUM(Profit) från den andra raden till den aktuella raden.

WINDOW_MAX(uttryck, [start, slut])


Returnerar maxvärdet för uttrycket i fönstret. Fönstret definieras med hjälp av förskjutningar från den aktuella raden. Använd FIRST()+n och LAST()-n för förskjutningar från den första eller sista raden i partitionen. Om starten och slutet utelämnas så används hela partitionen.

Till exempel visas försäljningen kvartalsvis i vyn nedan. Ett fönstermaxvärde i Datum-partitionen returnerar den maximala försäljningen för alla datum.

Exempel

WINDOW_MAX(SUM([Profit]), FIRST()+1, 0) beräknar maxvärdet för SUM(Profit) från den andra raden till den aktuella raden.

WINDOW_MIN(uttryck, [start, slut])


Returnerar minimivärdet för uttrycket i fönstret. Fönstret definieras med hjälp av förskjutningar från den aktuella raden. Använd FIRST()+n och LAST()-n för förskjutningar från den första eller sista raden i partitionen. Om starten och slutet utelämnas så används hela partitionen.

Till exempel visas försäljningen kvartalsvis i vyn nedan. Ett fönsterminimivärde i Datum-partitionen returnerar minimiförsäljningen för alla datum.

Exempel

WINDOW_MIN(SUM([Profit]), FIRST()+1, 0) beräknar minimivärdet för SUM(Profit) från den andra raden till den aktuella raden.

WINDOW_PERCENTILE(uttryck, nummer, [start, slut])


Returnerar värdet som motsvarar den angivna percentilen i fönstret. Fönstret definieras med hjälp av förskjutningar från den aktuella raden. Använd FIRST()+n och LAST()-n för förskjutningar från den första eller sista raden i partitionen. Om starten och slutet utelämnas så används hela partitionen.

Exempel

WINDOW_PERCENTILE(SUM([Profit]), 0.75, -2, 0) returnerar den 75:e percentilen för SUM(Profit) från de två föregående raderna till den aktuella raden.

WINDOW_STDEV(uttryck, [start, slut])


Returnerar exempelstandardavvikelsen för uttrycket i fönstret. Fönstret definieras med hjälp av förskjutningar från den aktuella raden. Använd FIRST()+n och LAST()-n för förskjutningar från den första eller sista raden i partitionen. Om starten och slutet utelämnas så används hela partitionen.

Exempel

WINDOW_STDEV(SUM([Profit]), FIRST()+1, 0) beräknar standardavvikelsen för SUM(Profit) från den andra raden till den aktuella raden.

WINDOW_STDEVP(uttryck, [start, slut])


Returnerar den prioriterade standardavvikelsen för uttrycket i fönstret. Fönstret definieras med hjälp av förskjutningar från den aktuella raden. Använd FIRST()+n och LAST()-n för förskjutningar från den första eller sista raden i partitionen. Om starten och slutet utelämnas så används hela partitionen.

Exempel

WINDOW_STDEVP(SUM([Profit]), FIRST()+1, 0) beräknar standardavvikelsen för SUM(Profit) från den andra raden till den aktuella raden.

WINDOW_SUM(uttryck, [start, slut])


Returnerar summan för uttrycket i fönstret. Fönstret definieras med hjälp av förskjutningar från den aktuella raden. Använd FIRST()+n och LAST()-n för förskjutningar från den första eller sista raden i partitionen. Om starten och slutet utelämnas så används hela partitionen.

Till exempel visas försäljningen kvartalsvis i vyn nedan. En fönstersumma som beräknats i Datum-partitionen returnerar summeringen för alla kvartal.

Exempel

WINDOW_SUM(SUM([Profit]), FIRST()+1, 0) beräknar summan för SUM(Profit) från den andra raden till den aktuella raden.

WINDOW_VAR(uttryck, [start, slut])


Returnerar exempelvariansen för uttrycket i fönstret. Fönstret definieras med hjälp av förskjutningar från den aktuella raden. Använd FIRST()+n och LAST()-n för förskjutningar från den första eller sista raden i partitionen. Om starten och slutet utelämnas så används hela partitionen.

Exempel

WINDOW_VAR((SUM([Profit])), FIRST()+1, 0) beräknar variansen för SUM(Profit) från den andra raden till den aktuella raden.

WINDOW_VARP(uttryck, [start, slut])


Returnerar den prioriterade variansen för uttrycket i fönstret. Fönstret definieras med hjälp av förskjutningar från den aktuella raden. Använd FIRST()+n och LAST()-n för förskjutningar från den första eller sista raden i partitionen. Om starten och slutet utelämnas så används hela partitionen.

Exempel

WINDOW_VARP(SUM([Profit]), FIRST()+1, 0) beräknar variansen för SUM(Profit) från den andra raden till den aktuella raden.

Funktioner för tabellberäkning med analystillägg i Tableau

Analystillägg är kopplingar mellan Tableau och externa tjänster, som TabPy för python, Matlab och R. Om du vill använda analystillägg i analyser måste du först konfigurera en anslutning(Länken öppnas i ett nytt fönster) mellan Tableau och en extern tjänst, som en TabPy-server. Sedan kan du använda skript i specifika tabellberäkningar (MODEL_EXTENSION_ om du vill använda publicerade namngivna modeller eller SCRIPT_ om du vill skicka ett uttryck till den externa tjänsten). Data i visualiseringen (”tabellen” i tabellberäkningen) skickas säkert till den externa servern, skriptet körs och resultatet skickas tillbaka som utdata från beräkningen.

Modelltilläggsfunktioner

För användning med namngivna modeller som driftsätts på en extern TabPy-tjänst.

MODEL_EXTENSION_BOOL (model_name, argument, uttryck)


Returnerar det booleska resultatet av ett uttryck som det beräknas av en namngiven modell som driftsatts på en extern TabPy-tjänst.

Model_name är namnet på den driftsatta analysmodellen som du vill använda.

Varje argument är en enskild sträng som ställer in inmatningsvärden som den driftsatta modellen accepterar, och som definieras av analysmodellen.

Använd uttryck för att definiera värden som skickas från Tableau till analysmodellen. Se till att använda aggregeringsfunktionerna (SUM, AVG osv.) för att aggregera resultaten.

När du använder funktionen måste datatyper och ordningen av uttryck stämma överens med de inmatade argumenten.

Exempel

MODEL_EXTENSION_BOOL ("isProfitable","inputSales", "inputCosts", SUM([Sales]), SUM([Costs]))

MODEL_EXTENSION_INT (model_name, argument, uttryck)


Returnerar ett heltalsresultat av ett uttryck som beräknas av en namngiven modell som driftsatts på en extern TabPy-tjänst.

Model_name är namnet på den driftsatta analysmodellen som du vill använda.

Varje argument är en enskild sträng som ställer in inmatningsvärden som den driftsatta modellen accepterar, och som definieras av analysmodellen.

Använd uttryck för att definiera värden som skickas från Tableau till analysmodellen. Se till att använda aggregeringsfunktionerna (SUM, AVG osv.) för att aggregera resultaten.

När du använder funktionen måste datatyper och ordningen av uttryck stämma överens med de inmatade argumenten.

Exempel

MODEL_EXTENSION_INT ("getPopulation", "inputCity", "inputState", MAX([City]), MAX ([State]))

MODEL_EXTENSION_REAL (model_name, argument, uttryck)


Returnerar ett verkligt resultatet av ett uttryck som beräknats av en namngiven modell som driftsatts på en extern TabPy-tjänst.

Model_name är namnet på den driftsatta analysmodellen som du vill använda.

Varje argument är en enskild sträng som ställer in inmatningsvärden som den driftsatta modellen accepterar, och som definieras av analysmodellen.

Använd uttryck för att definiera värden som skickas från Tableau till analysmodellen. Se till att använda aggregeringsfunktionerna (SUM, AVG osv.) för att aggregera resultaten.

När du använder funktionen måste datatyper och ordningen av uttryck stämma överens med de inmatade argumenten.

Exempel

MODEL_EXTENSION_REAL ("profitRatio", "inputSales", "inputCosts", SUM([Sales]), SUM([Costs]))

MODEL_EXTENSION_STRING (model_name, argument, uttryck)


Returnerar strängresultatet av ett uttryck som beräknats av en namngiven modell som driftsatts på en extern TabPy-tjänst.

Model_name är namnet på den driftsatta analysmodellen som du vill använda.

Varje argument är en enskild sträng som ställer in inmatningsvärden som den driftsatta modellen accepterar, och som definieras av analysmodellen.

Använd uttryck för att definiera värden som skickas från Tableau till analysmodellen. Se till att använda aggregeringsfunktionerna (SUM, AVG osv.) för att aggregera resultaten.

När du använder funktionen måste datatyper och ordningen av uttryck stämma överens med de inmatade argumenten.

Exempel

MODEL_EXTENSION_STR ("mostPopulatedCity", "inputCountry", "inputYear", MAX ([Country]), MAX([Year]))

Skriptfunktioner

Istället för att använda en definierad extern modell, som MODEL_EXPRESSION-funktioner, används SCRIPT-funktioner för att specificera uttrycket direkt i tabellberäkningen.

SCRIPT_BOOL


Returnerar ett booleskt resultat från det angivna uttrycket. Uttrycket skickas direkt till en aktiv analystilläggstjänst.

I R-uttryck använder du .argn (med en inledande punkt) för att hänvisa till parametrar (.arg1, .arg2 o.s.v.).

I Python-uttryck använder du _argn (med ett inledande understreck).

Exempel

I det här R-exemplet motsvarar .arg1 SUM([vinst]):

SCRIPT_BOOL("is.finite(.arg1)", SUM([Profit]))

I nästa exempel returneras Sant för butiks-ID i delstaten Washington. I annat fall returnerar Falskt. Det här exemplet kan ses som definitionen av ett beräknat fält med titeln IsStoreInWA.

SCRIPT_BOOL('grepl(".*_WA", .arg1, perl=TRUE)',ATTR([Store ID]))

Ett kommando i Python tar följande form:

SCRIPT_BOOL("return map(lambda x : x > 0, _arg1)", SUM([Profit]))

SCRIPT_INT


Returnerar ett heltalsresultat från det angivna uttrycket. Uttrycket skickas direkt till en aktiv analystilläggstjänst.

I R-uttryck använder du .argn (med en inledande punkt) för att hänvisa till parametrar (.arg1, .arg2 o.s.v.)

I Python-uttryck använder du _argn (med ett inledande understreck).

Exempel

I det här R-exemplet motsvarar .arg1 SUM([vinst]):

SCRIPT_INT("is.finite(.arg1)", SUM([Profit]))

I nästa exempel används K-means-klustring för att skapa tre kluster:

SCRIPT_INT('result <- kmeans(data.frame(.arg1,.arg2,.arg3,.arg4), 3);result$cluster;', SUM([Petal length]), SUM([Petal width]),SUM([Sepal length]),SUM([Sepal width]))

Ett kommando i Python tar följande form:

SCRIPT_INT("return map(lambda x : int(x * 5), _arg1)", SUM([Profit]))

SCRIPT_REAL


Returnerar ett verkligt resultat från det angivna uttrycket. Uttrycket skickas direkt till en aktiv analystilläggstjänst. I

R-uttryck använder du .argn (med en inledande punkt) för att hänvisa till parametrar (.arg1, .arg2 o.s.v.)

I Python-uttryck använder du _argn (med ett inledande understreck).

Exempel

I det här R-exemplet motsvarar .arg1 SUM([vinst]):

SCRIPT_REAL("is.finite(.arg1)", SUM([Profit]))

I nästa exempel konverteras temperaturvärden från Celsius till Fahrenheit.

SCRIPT_REAL('library(udunits2);ud.convert(.arg1, "celsius", "degree_fahrenheit")',AVG([Temperature]))

Ett kommando i Python tar följande form:

SCRIPT_REAL("return map(lambda x : x * 0.5, _arg1)", SUM([Profit]))

SCRIPT_STR


Returnerar ett strängresultat från det angivna uttrycket. Uttrycket skickas direkt till en aktiv analystilläggstjänst.

I R-uttryck använder du .argn (med en inledande punkt) för att hänvisa till parametrar (.arg1, .arg2 o.s.v.)

I Python-uttryck använder du _argn (med ett inledande understreck).

Exempel

I det här R-exemplet motsvarar .arg1 SUM([vinst]):

SCRIPT_STR("is.finite(.arg1)", SUM([Profit]))

I nästa exempel extraheras en förkortning av delstaten från en mer komplicerad sträng (i ursprunglig form 13XSL_CA, A13_WA):

SCRIPT_STR('gsub(".*_", "", .arg1)',ATTR([Store ID]))

Ett kommando i Python tar följande form:

SCRIPT_STR("return map(lambda x : x[:2], _arg1)", ATTR([Region]))

Skapa en tabellberäkning med beräkningsredigeraren

Följ stegen nedan för att lära dig hur du skapar en tabellberäkning med hjälp av beräkningsredigeraren.

Obs! Det går att skapa tabellberäkningar i Tableau på flera sätt. Exemplet visar endast ett av dessa sätt. Du hittar mer information i Omvandla värden med tabellberäkningar(Länken öppnas i ett nytt fönster).

Steg 1: Skapa visualiseringen

  1. I Tableau Desktop ansluter du till datakällan som sparats i Sample-Superstore, som medföljer Tableau.

  2. Navigera till ett arbetsblad.

  3. I rutan Data, under Dimensioner, drar du Orderdatum till hyllan Kolumner.

  4. I rutan Data, under Dimensioner, drar du Underkategori till hyllan Rader.

  5. I rutan Data, under Mätvärden, drar du Försäljning till Text på kortet Markeringar.

    Visualiseringen uppdateras till en texttabell.

Steg 2: Skapa det tabellberäkning

  1. Välj Analys > Skapa beräknat fält.

  2. Gör följande i den beräkningsredigerare som visas:

    • Namnge det beräknade fältet Löpande summa för vinst.
    • Ange följande formel:

      RUNNING_SUM(SUM([Profit]))

      Formeln beräknar den löpande summan av vinstförsäljningen. Detta beräknas för hela tabellen.

    • Klicka på OK när du är klar.

      Det nya tabellberäkningsfältet visas under Mätvärden i rutan Data. Precis som med de andra fälten kan du använda detta i en eller flera visualiseringar.

Steg 3: Använd tabellberäkningen i visualiseringen

  1. Från rutan Data, under Mätvärden, drar du Löpande summa av vinsttill Färg på kortet Markeringar.

  2. Klicka på listrutan Markeringstyp på kortet Markeringar och välj Kvadrat.

    Visualiseringen uppdateras till en framhävningstabell:

Steg 4: Redigera tabellberäkningen

  1. På kortet Markeringar högerklickar du på Löpande summa av vinst och väljer Redigera tabellberäkning.
  2. Välj Tabell (ned) i dialogrutan Tabellberäkning, under Bearbeta med.

    Visualiseringen uppdateras till följande:

Se även

Skapa en tabellberäkning(Länken öppnas i ett nytt fönster)

Olika sorters tabellberäkningar

Anpassa tabellberäkningar(Länken öppnas i ett nytt fönster)

Snabba tabellberäkningar

Funktioner i Tableau

Tableau-funktioner (efter kategori)

Tableau-funktioner (i bokstavsordning)

Tack för din feedback!Din feedback har skickats in. Tack!