Tableau Desktop และความช่วยเหลือในการเขียนเว็บ

FIRST( )

ส่งกลับจำนวนแถวจากแถวปัจจุบันไปยังแถวแรกในพาร์ติชัน ตัวอย่างเช่น มุมมองด้านล่างแสดงยอดขายรายไตรมาส เมื่อคำนวณ FIRST() ภายในพาร์ติชันวันที่ ออฟเซ็ตแถวแรกจากแถวที่สองคือ -1

ตัวอย่าง

เมื่อดัชนีแถวปัจจุบันเป็น 3 FIRST() = -2

INDEX( )

ส่งกลับดัชนีของแถวปัจจุบันในพาร์ติชัน โดยไม่มีการจัดเรียงที่เกี่ยวข้องกับค่าใดๆ ดัชนีของแถวแรกเริ่มต้นที่ 1 ตัวอย่างเช่น ตารางด้านล่างแสดงยอดขายรายไตรมาส เมื่อคำนวณ INDEX() ภายในพาร์ติชันวันที่ ดัชนีของแต่ละแถวจะเป็น 1, 2, 3, 4..., ฯลฯ

ตัวอย่าง

ในแถวที่สามของพาร์ติชัน INDEX() = 3

LAST( )

ส่งกลับจำนวนแถวจากแถวปัจจุบันไปยังแถวสุดท้ายในพาร์ติชัน ตัวอย่างเช่น ตารางด้านล่างแสดงยอดขายรายไตรมาส เมื่อคำนวณ LAST() ภายในพาร์ติชันวันที่ ออฟเซ็ตแถวสุดท้ายจากแถวที่สองคือ 5

ตัวอย่าง

เมื่อดัชนีแถวปัจจุบันเป็น 3 จาก 7 LAST() = 4

LOOKUP(นิพจน์, [ออฟเซ็ต])

ส่งกลับค่าของนิพจน์ในแถวเป้าหมาย ซึ่งระบุเป็นออฟเซ็ตสัมพัทธ์จากแถวปัจจุบัน ใช้ FIRST() + n และ LAST() - n เป็นส่วนหนึ่งของการกำหนดออฟเซ็ต สำหรับเป้าหมายที่สัมพันธ์กับแถวแรก/แถวสุดท้ายในพาร์ติชัน หากละเว้น offset อาจมีการตั้งค่าแถวเปรียบเทียบไว้ในเมนูของฟิลด์ ฟังก์ชันนี้จะส่งกลับ NULL หากไม่สามารถกำหนดแถวเป้าหมายได้

มุมมองด้านล่างแสดงยอดขายรายไตรมาส เมื่อคำนวณ LOOKUP (SUM(Sales), 2) ภายในพาร์ติชันวันที่ แต่ละแถวจะแสดงค่ายอดขายจาก 2 ไตรมาสในอนาคต

ตัวอย่าง

LOOKUP(SUM([Profit]), FIRST()+2) คำนวณ SUM(กำไร) ในแถวที่สามของพาร์ติชัน

MODEL_EXTENSION_BOOL (ชื่อ_โมเดล, อาร์กิวเมนต์, นิพจน์)

ส่งกลับผลลัพธ์บูลีนของนิพจน์ตามที่คำนวณโดยโมเดลที่ตั้งชื่อ ซึ่งปรับใช้บนบริการจากภายนอกของ TabPy

Model_name คือชื่อของโมเดลการวิเคราะห์ที่ปรับใช้ที่คุณต้องการใช้

อาร์กิวเมนต์แต่ละรายการเป็นสตริงเดียวที่กำหนดค่าอินพุตที่โมเดลที่ปรับใช้ยอมรับ และนิยามไว้ในโมเดลการวิเคราะห์

ใช้นิพจน์เพื่อนิยามค่าที่ส่งมาจาก Tableau ไปยังโมเดลการวิเคราะห์ อย่าลืมใช้ฟังก์ชันการรวม (SUM, AVG ฯลฯ) เพื่อรวมผลลัพธ์

ขณะที่ใช้ฟังก์ชัน ประเภทข้อมูลและลำดับของนิพจน์จะต้องตรงกับที่อยู่ในอาร์กิวเมนต์ของอินพุต

ตัวอย่าง

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

MODEL_EXTENSION_INT (ชื่อ_โมเดล, อาร์กิวเมนต์, นิพจน์)

ส่งกลับผลลัพธ์จำนวนเต็มของนิพจน์ตามที่คำนวณโดยโมเดลที่ตั้งชื่อ ซึ่งปรับใช้บนบริการจากภายนอกของ TabPy

Model_name คือชื่อของโมเดลการวิเคราะห์ที่ปรับใช้ที่คุณต้องการใช้

อาร์กิวเมนต์แต่ละรายการเป็นสตริงเดียวที่กำหนดค่าอินพุตที่โมเดลที่ปรับใช้ยอมรับ และนิยามไว้ในโมเดลการวิเคราะห์

ใช้นิพจน์เพื่อนิยามค่าที่ส่งมาจาก Tableau ไปยังโมเดลการวิเคราะห์ อย่าลืมใช้ฟังก์ชันการรวม (SUM, AVG ฯลฯ) เพื่อรวมผลลัพธ์

ขณะที่ใช้ฟังก์ชัน ประเภทข้อมูลและลำดับของนิพจน์จะต้องตรงกับที่อยู่ในอาร์กิวเมนต์ของอินพุต

ตัวอย่าง

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

MODEL_EXTENSION_REAL (ชื่อ_โมเดล, อาร์กิวเมนต์, นิพจน์)

ส่งกลับผลลัพธ์จริงของนิพจน์ตามที่คำนวณโดยโมเดลที่ตั้งชื่อ ซึ่งปรับใช้บนบริการจากภายนอกของ TabPy

Model_name คือชื่อของโมเดลการวิเคราะห์ที่ปรับใช้ที่คุณต้องการใช้

อาร์กิวเมนต์แต่ละรายการเป็นสตริงเดียวที่กำหนดค่าอินพุตที่โมเดลที่ปรับใช้ยอมรับ และนิยามไว้ในโมเดลการวิเคราะห์

ใช้นิพจน์เพื่อนิยามค่าที่ส่งมาจาก Tableau ไปยังโมเดลการวิเคราะห์ อย่าลืมใช้ฟังก์ชันการรวม (SUM, AVG ฯลฯ) เพื่อรวมผลลัพธ์

ขณะที่ใช้ฟังก์ชัน ประเภทข้อมูลและลำดับของนิพจน์จะต้องตรงกับที่อยู่ในอาร์กิวเมนต์ของอินพุต

ตัวอย่าง

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

MODEL_EXTENSION_STRING (ชื่อ_โมเดล, อาร์กิวเมนต์, นิพจน์)

ส่งกลับผลลัพธ์สตริงของนิพจน์ตามที่คำนวณโดยโมเดลที่ตั้งชื่อ ซึ่งปรับใช้บนบริการจากภายนอกของ TabPy

Model_name คือชื่อของโมเดลการวิเคราะห์ที่ปรับใช้ที่คุณต้องการใช้

อาร์กิวเมนต์แต่ละรายการเป็นสตริงเดียวที่กำหนดค่าอินพุตที่โมเดลที่ปรับใช้ยอมรับ และนิยามไว้ในโมเดลการวิเคราะห์

ใช้นิพจน์เพื่อนิยามค่าที่ส่งมาจาก Tableau ไปยังโมเดลการวิเคราะห์ อย่าลืมใช้ฟังก์ชันการรวม (SUM, AVG ฯลฯ) เพื่อรวมผลลัพธ์

ขณะที่ใช้ฟังก์ชัน ประเภทข้อมูลและลำดับของนิพจน์จะต้องตรงกับที่อยู่ในอาร์กิวเมนต์ของอินพุต

ตัวอย่าง

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

MODEL_PERCENTILE(นิพจน์_เป้าหมาย, นิพจน์_คาดการณ์)

แสดงผลความน่าจะเป็น (ระหว่าง 0 ถึง 1) ของค่าที่คาดหวังซึ่งน้อยกว่าหรือเท่ากับเครื่องหมายที่สังเกตได้ ซึ่งกำหนดโดยนิพจน์เป้าหมายและตัวคาดการณ์อื่นๆ นี่คือฟังก์ชันการแจกแจงแบบคาดการณ์ภายหลัง หรือที่เรียกว่าฟังก์ชันการกระจายสะสม (CDF)

ฟังก์ชันนี้เป็นการแปลงย้อนกลับของ MODEL_QUANTILE หากต้องการข้อมูลเกี่ยวกับฟังก์ชันโมเดลเชิงคาดการณ์ โปรดดูการทำงานของฟังก์ชันการสร้างแบบจำลองเชิงคาดการณ์ใน Tableau

ตัวอย่าง

สูตรต่อไปนี้ส่งกลับเป็นควอนไทล์ของเครื่องหมายสำหรับผลรวมของยอดขาย ซึ่งปรับแล้วสำหรับการนับคำสั่งซื้อ

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

MODEL_QUANTILE(ควอนไทล์, นิพจน์_เป้าหมาย, นิพจน์_คาดการณ์)

แสดงผลค่าตัวเลขเป้าหมายภายในช่วงที่น่าจะเป็นซึ่งกำหนดโดยนิพจน์เป้าหมายและตัวคาดการณ์อื่นๆ ที่ควอนไทล์ที่ระบุ นี่คือควอนไทล์แบบคาดการณ์ภายหลัง

ฟังก์ชันนี้เป็นการแปลงย้อนกลับของ MODEL_PERCENTILE หากต้องการข้อมูลเกี่ยวกับฟังก์ชันโมเดลเชิงคาดการณ์ โปรดดูการทำงานของฟังก์ชันการสร้างแบบจำลองเชิงคาดการณ์ใน Tableau

ตัวอย่าง

สูตรต่อไปนี้ส่งกลับเป็นค่ามัธยฐาน (0.5) สำหรับผลรวมของยอดขายที่คาดการณ์ ซึ่งปรับแล้วสำหรับการนับคำสั่งซื้อ

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

PREVIOUS_VALUE(นิพจน์)

ส่งกลับค่าของการคำนวณนี้ในแถวก่อนหน้า ส่งกลับนิพจน์ที่กำหนดหากแถวปัจจุบันเป็นแถวแรกในพาร์ติชัน

ตัวอย่าง

SUM([Profit]) * PREVIOUS_VALUE(1) คำนวณ ผลิตภัณฑ์ที่เรียกใช้ของ SUM(กำไร)

RANK(นิพจน์, ['asc' | 'desc'])

ส่งกลับอันดับการแข่งขันมาตรฐานสำหรับแถวปัจจุบันในพาร์ติชัน ค่าที่เหมือนกันถูกกำหนดให้อยู่ในอันดับที่เหมือนกัน ใช้อากิวเมนต์เสริม 'asc' | 'desc' เพื่อระบุลำดับจากน้อยไปมากหรือมากไปน้อย ค่าเริ่มต้นคือจากมากไปน้อย

ด้วยฟังก์ชันนี้ ชุดของค่า (6, 9, 9, 14) จะถูกจัดอันดับ (4, 2, 2, 1)

ระบบจะข้ามค่า Null ในฟังก์ชันการจัดอันดับ โดยจะไม่มีการนับหมายเลขและไม่นับรวมในจำนวนบันทึกทั้งหมดในการคำนวณอันดับเปอร์เซ็นต์ไทล์

หากต้องการข้อมูลเกี่ยวกับตัวเลือกการจัดอันดับต่างๆ โปรดดูการคำนวณอันดับ

ตัวอย่าง

รูปภาพต่อไปนี้แสดงผลของฟังก์ชันการจัดอันดับต่างๆ (RANK, RANK_DENSE, RANK_MODIFIED, RANK_PERCENTILE, และ RANK_UNIQUE) กับชุดค่า ชุดข้อมูลมีข้อมูลเกี่ยวกับนักเรียน 14 คน (นักเรียนA จนถึงนักเรียนN) คอลัมน์อายุแสดงอายุปัจจุบันของนักเรียนแต่ละคน (นักเรียนทั้งหมดมีอายุ 17 ถึง 20 ปี) คอลัมน์ที่เหลือแสดงผลของฟังก์ชันจันอันดับแต่ละแบบกับชุดค่าอายุ โดยสันนิษฐานลำดับตามค่าเริ่มต้น (น้อยไปมากหรือมากไปน้อย) ของฟังก์ชันเสมอ

RANK_DENSE(นิพจน์, ['asc' | 'desc'])

แสดงอันดับที่หนาแน่นสำหรับแถวปัจจุบันในพาร์ติชัน ค่าที่เหมือนกันถูกกำหนดให้อยู่ในลำดับที่เหมือนกัน แต่ไม่มีช่องว่างใดถูกแทรกลงในลำดับตัวเลข ใช้อากิวเมนต์เสริม 'asc' | 'desc' เพื่อระบุลำดับจากน้อยไปมากหรือมากไปน้อย ค่าเริ่มต้นคือจากมากไปน้อย

ด้วยฟังก์ชันนี้ ชุดของค่า (6, 9, 9, 14) จะถูกจัดอันดับ (3, 2, 2, 1)

ระบบจะข้ามค่า Null ในฟังก์ชันการจัดอันดับ โดยจะไม่มีการนับหมายเลขและไม่นับรวมในจำนวนบันทึกทั้งหมดในการคำนวณอันดับเปอร์เซ็นต์ไทล์

หากต้องการข้อมูลเกี่ยวกับตัวเลือกการจัดอันดับต่างๆ โปรดดูการคำนวณอันดับ

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

แสดงอันดับการแข่งขันที่แก้ไขสำหรับแถวปัจจุบันในพาร์ติชัน ค่าที่เหมือนกันถูกกำหนดให้อยู่ในอันดับที่เหมือนกัน ใช้อากิวเมนต์เสริม 'asc' | 'desc' เพื่อระบุลำดับจากน้อยไปมากหรือมากไปน้อย ค่าเริ่มต้นคือจากมากไปน้อย

ด้วยฟังก์ชันนี้ ชุดของค่า (6, 9, 9, 14) จะถูกจัดอันดับ (4, 3, 3, 1)

ระบบจะข้ามค่า Null ในฟังก์ชันการจัดอันดับ โดยจะไม่มีการนับหมายเลขและไม่นับรวมในจำนวนบันทึกทั้งหมดในการคำนวณอันดับเปอร์เซ็นต์ไทล์

หากต้องการข้อมูลเกี่ยวกับตัวเลือกการจัดอันดับต่างๆ โปรดดูการคำนวณอันดับ

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

แสดงอันดับเปอร์เซ็นต์ไทล์สำหรับแถวปัจจุบันในพาร์ติชัน ใช้อากิวเมนต์เสริม 'asc' | 'desc' เพื่อระบุลำดับจากน้อยไปมากหรือมากไปน้อย ค่าเริ่มต้นคือจากน้อยไปมาก

ด้วยฟังก์ชันนี้ ชุดของค่า (6, 9, 9, 14) จะถูกจัดอันดับ (0.00, 0.67, 0.67, 1.00)

ระบบจะข้ามค่า Null ในฟังก์ชันการจัดอันดับ โดยจะไม่มีการนับหมายเลขและไม่นับรวมในจำนวนบันทึกทั้งหมดในการคำนวณอันดับเปอร์เซ็นต์ไทล์

หากต้องการข้อมูลเกี่ยวกับตัวเลือกการจัดอันดับต่างๆ โปรดดูการคำนวณอันดับ

RANK_UNIQUE(นิพจน์, ['asc' | 'desc'])

ส่งกลับอันดับที่ไม่ซ้ำกันสำหรับแถวปัจจุบันในพาร์ติชัน ค่าที่เหมือนกันถูกมอบหมายอันดับที่แตกต่างกัน ใช้อากิวเมนต์เสริม 'asc' | 'desc' เพื่อระบุลำดับจากน้อยไปมากหรือมากไปน้อย ค่าเริ่มต้นคือจากมากไปน้อย

ด้วยฟังก์ชันนี้ ชุดของค่า (6, 9, 9, 14) จะถูกจัดอันดับ (4, 2, 3, 1)

ระบบจะข้ามค่า Null ในฟังก์ชันการจัดอันดับ โดยจะไม่มีการนับหมายเลขและไม่นับรวมในจำนวนบันทึกทั้งหมดในการคำนวณอันดับเปอร์เซ็นต์ไทล์

หากต้องการข้อมูลเกี่ยวกับตัวเลือกการจัดอันดับต่างๆ โปรดดูการคำนวณอันดับ

RUNNING_AVG(นิพจน์)

แสดงค่าเฉลี่ยสะสมของนิพจน์ที่กำหนด จากแถวแรกในพาร์ติชันไปยังแถวปัจจุบัน

มุมมองด้านล่างแสดงยอดขายรายไตรมาส เมื่อมีการคำนวณ RUNNING_AVG(SUM([Sales]) ภายในพาร์ติชันวันที่ ผลลัพธ์จะเป็นค่าเฉลี่ยสะสมของมูลค่าการขายในแต่ละไตรมาส

ตัวอย่าง

RUNNING_AVG(SUM([Profit])) จะคำนวณค่าเฉลี่ยสะสมของ SUM(กำไร)

RUNNING_COUNT(นิพจน์)

ส่งกลับจำนวนสะสมของนิพจน์ที่กำหนด จากแถวแรกในพาร์ติชันไปยังแถวปัจจุบัน

ตัวอย่าง

RUNNING_COUNT(SUM([Profit])) จะคำนวณจำนวนสะสมของ SUM(กำไร)

RUNNING_MAX(นิพจน์)

ส่งกลับค่าสูงสุดสะสมของนิพจน์ที่กำหนด จากแถวแรกในพาร์ติชันไปยังแถวปัจจุบัน

ตัวอย่าง

RUNNING_MAX(SUM([Profit])) จะคำนวณค่าสูงสุดสะสมของ SUM(กำไร)

RUNNING_MIN(นิพจน์)

ส่งกลับค่าขั้นต่ำสะสมของนิพจน์ที่กำหนด จากแถวแรกในพาร์ติชันไปยังแถวปัจจุบัน

ตัวอย่าง

RUNNING_MIN(SUM([Profit])) จะคำนวณค่าขั้นต่ำสะสมของ SUM(กำไร)

RUNNING_SUM(นิพจน์)

แสดงผลรวมสะสมของนิพจน์ที่กำหนด จากแถวแรกในพาร์ติชันไปยังแถวปัจจุบัน

ตัวอย่าง

RUNNING_SUM(SUM([Profit])) จะคำนวณผลรวมสะสมของ SUM(กำไร)

SIZE()

ส่งกลับจำนวนแถวในพาร์ติชัน ตัวอย่างเช่น มุมมองด้านล่างแสดงยอดขายรายไตรมาส ภายในพาร์ติชันวันที่ มีเจ็ดแถว ดังนั้น Size() ของพาร์ติชันวันที่คือ 7

ตัวอย่าง

SIZE() = 5 เมื่อพาร์ติชันปัจจุบันมีห้าแถว

SCRIPT_BOOL

ส่งกลับผลลัพธ์บูลีนจากนิพจน์ที่ระบุ นิพจน์จะส่งต่อโดยตรงไปยังอินสแตนซ์บริการส่วนขยายการวิเคราะห์ที่ทำงานอยู่

ในนิพจน์ R จะใช้ .argn (มีจุดนำหน้า) เพื่ออ้างอิงพารามิเตอร์ต่างๆ (.arg1, .arg2 เป็นต้น)

ในนิพจน์ Python จะใช้ _argn (มีขีดล่างนำหน้า)

ตัวอย่าง

ในตัวอย่าง R นี้ .arg1 เท่ากับ SUM([กำไร]):

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

ตัวอย่างถัดไปจะส่งกลับค่า True สำหรับ ID ร้านค้าในรัฐวอชิงตัน มิฉะนั้นจะเป็นค่า False ตัวอย่างนี้อาจเป็นคำจำกัดความสำหรับฟิลด์ที่คำนวณที่ชื่อว่า IsStoreInWA

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

คำสั่งสำหรับ Python จะอยู่ในรูปแบบนี้:

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

SCRIPT_INT

ส่งกลับผลลัพธ์ที่เป็นจำนวนเต็มจากนิพจน์ที่ระบุ นิพจน์จะส่งต่อโดยตรงไปยังอินสแตนซ์บริการส่วนขยายการวิเคราะห์ที่ทำงานอยู่

ในนิพจน์ R จะใช้ .argn (มีจุดนำหน้า) เพื่ออ้างอิงพารามิเตอร์ต่างๆ (.arg1, .arg2 เป็นต้น)

ในนิพจน์ Python จะใช้ _argn (มีขีดล่างนำหน้า)

ตัวอย่าง

ในตัวอย่าง R นี้ .arg1 เท่ากับ SUM([กำไร]):

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

ในตัวอย่างถัดไป จะใช้การจัดคลัสเตอร์ k-means เพื่อสร้างสามคลัสเตอร์:

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]))

คำสั่งสำหรับ Python จะอยู่ในรูปแบบนี้:

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

SCRIPT_REAL

ส่งกลับผลลัพธ์จริงจากนิพจน์ที่ระบุ นิพจน์จะส่งต่อโดยตรงไปยังอินสแตนซ์บริการส่วนขยายการวิเคราะห์ที่ทำงานอยู่ ใน

นิพจน์ R จะใช้ .argn (มีจุดนำหน้า) เพื่ออ้างอิงพารามิเตอร์ต่างๆ (.arg1, .arg2 เป็นต้น)

ในนิพจน์ Python จะใช้ _argn (มีขีดล่างนำหน้า)

ตัวอย่าง

ในตัวอย่าง R นี้ .arg1 เท่ากับ SUM([กำไร]):

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

ตัวอย่างถัดไปจะแปลงค่าอุณหภูมิจากเซลเซียสเป็นฟาเรนไฮต์

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

คำสั่งสำหรับ Python จะอยู่ในรูปแบบนี้:

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

SCRIPT_STR

ส่งกลับผลลัพธ์สตริงจากนิพจน์ที่ระบุ นิพจน์จะส่งต่อโดยตรงไปยังอินสแตนซ์บริการส่วนขยายการวิเคราะห์ที่ทำงานอยู่

ในนิพจน์ R จะใช้ .argn (มีจุดนำหน้า) เพื่ออ้างอิงพารามิเตอร์ต่างๆ (.arg1, .arg2 เป็นต้น)

ในนิพจน์ Python จะใช้ _argn (มีขีดล่างนำหน้า)

ตัวอย่าง

ในตัวอย่าง R นี้ .arg1 เท่ากับ SUM([กำไร]):

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

ตัวอย่างถัดไปจะแยกข้อมูลตัวย่อของรัฐจากสตริงที่ซับซ้อนมากขึ้น (ในรูปแบบดั้งเดิม 13XSL_CA, A13_WA):

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

คำสั่งสำหรับ Python จะอยู่ในรูปแบบนี้:

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

TOTAL(นิพจน์)

ส่งกลับผลรวมของนิพจน์ที่กำหนดในพาร์ติชันการคำนวณตาราง

ตัวอย่าง

สมมติว่าคุณกำลังเริ่มต้นด้วยมุมมองนี้:

ให้คุณเปิดตัวแก้ไขการคำนวณและสร้างฟิลด์ใหม่ที่คุณตั้งชื่อว่า Totality:

จากนั้น ให้คุณวาง Totality บน Text เพื่อแทนที่ SUM(ยอดขาย) มุมมองของคุณจะเปลี่ยนแปลงเพื่อรวมค่าตามค่าเริ่มต้นของ คำนวณโดยใช้:

ซึ่งจะทำให้เกิดคำถามว่า ค่าเริ่มต้นของ คำนวณโดยใช้ คืออะไร หากคุณคลิกขวาที่ (กด Control แล้วคลิกบน Mac) Totality ในแผงข้อมูล และเลือก แก้ไข ตอนนี้จะมีข้อมูลเพิ่มเติมอีกเล็กน้อย:

ค่าเริ่มต้นของ คำนวณโดยใช้ จะเป็น ตาราง (แนวขวาง) ผลลัพธ์คือ Totality จะรวมค่าในแนวขวางแต่ละแถวของตารางของคุณ ดังนั้น ค่าที่คุณเห็นในแนวขวางแต่ละแถวคือผลรวมของค่าจากเวอร์ชันเดิมของตาราง

ค่าในแถว 2011/Q1 ในตารางเดิมคือ $8601, $6579, $44262 และ $15006 ค่าในตารางหลังจาก Totality จะแทนที่ SUM(ยอดขาย) คือทั้งหมด $74,448 ซึ่งเป็นผลรวมของค่าเดิมสี่ค่า

สังเกตสามเหลี่ยมที่อยู่ถัดจาก Totality หลังจากที่คุณวางลงบน Text:

ซึ่งระบุว่าฟิลด์นี้กำลังใช้การคำนวณตาราง คุณสามารถคลิกขวาที่ฟิลด์และเลือก แก้ไขการคำนวณตาราง เพื่อเปลี่ยนเส้นทางฟังก์ชันของคุณไปยังค่าอื่นของ คำนวณโดยใช้ ตัวอย่างเช่น คุณสามารถตั้งค่าเป็น ตาราง (ลง)ได้ ในกรณีนี้ ตารางของคุณจะมีลักษณะดังนี้:

WINDOW_AVG(นิพจน์, [เริ่มต้น, สิ้นสุด])

ส่งกลับค่าเฉลี่ยของนิพจน์ภายในหน้าต่าง หน้าต่างถูกกำหนดโดยใช้ออฟเซ็ตจากแถวปัจจุบัน ใช้ FIRST()+n และ LAST()-n สำหรับออฟเซ็ตจากแถวแรกหรือแถวสุดท้ายในพาร์ติชัน หากละเว้นจุดเริ่มต้นและสิ้นสุด ระบบจะใช้พาร์ติชันทั้งหมด

ตัวอย่างเช่น มุมมองด้านล่างแสดงยอดขายรายไตรมาส ค่าเฉลี่ยหน้าต่างภายในพาร์ติชันวันที่จะส่งกลับยอดขายเฉลี่ยของวันที่ทั้งหมด

ตัวอย่าง

WINDOW_AVG(SUM([Profit]), FIRST()+1, 0) จะคำนวณค่าเฉลี่ยของ SUM(กำไร) จากแถวที่สองถึงแถวปัจจุบัน

WINDOW_COUNT(นิพจน์, [เริ่มต้น, สิ้นสุด])

ส่งกลับจำนวนของนิพจน์ภายในหน้าต่าง หน้าต่างถูกกำหนดโดยใช้ออฟเซ็ตจากแถวปัจจุบัน ใช้ FIRST()+n และ LAST()-n สำหรับออฟเซ็ตจากแถวแรกหรือแถวสุดท้ายในพาร์ติชัน หากละเว้นจุดเริ่มต้นและสิ้นสุด ระบบจะใช้พาร์ติชันทั้งหมด

ตัวอย่าง

WINDOW_COUNT(SUM([Profit]), FIRST()+1, 0) จะคำนวณจำนวนของ SUM(กำไร) จากแถวที่สองถึงแถวปัจจุบัน

WINDOW_COVAR(นิพจน์1, นิพจน์2, [เริ่มต้น, สิ้นสุด])

ส่งกลับค่าความแปรปรวนร่วมเกี่ยวตัวอย่างของนิพจน์สองรายการภายในหน้าต่าง หน้าต่างถูกกำหนดให้เป็นออฟเซ็ตจากแถวปัจจุบัน ใช้ FIRST()+n และ LAST()-n สำหรับออฟเซ็ตจากแถวแรกหรือแถวสุดท้ายในพาร์ติชัน หากละเว้นอาร์กิวเมนต์เริ่มต้นและสิ้นสุด หน้าต่างจะเป็นพาร์ติชันทั้งหมด

ความแปรปรวนร่วมเกี่ยวตัวอย่างจะใช้จำนวนของจุดข้อมูลที่ไม่ใช่ค่า null คือ n - 1 เพื่อทำให้การคำนวณความแปรปรวนร่วมเกี่ยวเป็นมาตรฐาน แทนที่จะเป็น n ซึ่งใช้โดยความแปรปรวนร่วมเกี่ยวของประชากร (ด้วยฟังก์ชัน WINDOW_COVARP) ค่าความแปรปรวนร่วมเกี่ยวตัวอย่างเป็นตัวเลือกที่เหมาะสมเมื่อข้อมูลเป็นตัวอย่างสุ่มที่ใช้เพื่อประมาณการค่าความแปรปรวนร่วมเกี่ยวของประชากรขนาดใหญ่

มีฟังก์ชันการรวมที่เทียบเท่า: COVAR ดู ฟังก์ชัน Tableau (เรียงตามตัวอักษร)(ลิงก์จะเปิดในหน้าต่างใหม่)

ตัวอย่าง

สูตรต่อไปนี้จะส่งกลับค่าความแปรปรวนร่วมเกี่ยวตัวอย่างของ SUM(กำไร) และ SUM(ยอดขาย) จากสองแถวก่อนหน้าถึงแถวปัจจุบัน

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

WINDOW_COVARP(นิพจน์1, นิพจน์2, [เริ่มต้น, สิ้นสุด])

ส่งกลับค่าความแปรปรวนร่วมเกี่ยวของประชากรของนิพจน์สองรายการภายในหน้าต่าง หน้าต่างถูกกำหนดให้เป็นออฟเซ็ตจากแถวปัจจุบัน ใช้ FIRST()+n และ LAST()-n สำหรับออฟเซ็ตจากแถวแรกหรือแถวสุดท้ายในพาร์ติชัน หากละเว้นการเริ่มต้นและสิ้นสุด ระบบจะใช้พาร์ติชันทั้งหมด

ค่าความแปรปรวนร่วมเกี่ยวประชากรเป็นค่าความแปรปรวนร่วมเกี่ยวตัวอย่างคูณด้วย (n-1)/n ซึ่งเป็นจำนวนรวมของจุดข้อมูลที่ไม่ใช่ค่า Null ความแปรปรวนร่วมเกี่ยวของประชากรเป็นตัวเลือกที่เหมาะสมเมื่อมีข้อมูลสำหรับรายการที่สนใจทั้งหมด ตรงข้ามกับเมื่อมีเพียงชุดย่อยแบบสุ่มของรายการ ซึ่งในกรณีนี้ความแปรปรวนร่วมเกี่ยวตัวอย่าง (ด้วยฟังก์ชัน WINDOW_COVAR) จะมีความเหมาะสม

มีฟังก์ชันการรวมที่เทียบเท่า: COVARP ฟังก์ชัน Tableau (เรียงตามตัวอักษร)(ลิงก์จะเปิดในหน้าต่างใหม่)

ตัวอย่าง

สูตรต่อไปนี้จะส่งกลับค่าความแปรปรวนร่วมเกี่ยวของประชากรของ SUM(กำไร) และ SUM(ยอดขาย) จากสองแถวก่อนหน้าถึงแถวปัจจุบัน

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

WINDOW_MEDIAN(นิพจน์, [เริ่มต้น, สิ้นสุด])

ส่งกลับค่ามัธยฐานของนิพจน์ภายในหน้าต่าง หน้าต่างถูกกำหนดโดยใช้ออฟเซ็ตจากแถวปัจจุบัน ใช้ FIRST()+n และ LAST()-n สำหรับออฟเซ็ตจากแถวแรกหรือแถวสุดท้ายในพาร์ติชัน หากละเว้นจุดเริ่มต้นและสิ้นสุด ระบบจะใช้พาร์ติชันทั้งหมด

ตัวอย่างเช่น มุมมองด้านล่างจะแสดงกำไรรายไตรมาส ค่ามัธยฐานของหน้าต่างภายในพาร์ติชันวันที่จะส่งกลับกำไรมัธยฐานของวันที่ทั้งหมด

ตัวอย่าง

WINDOW_MEDIAN(SUM([Profit]), FIRST()+1, 0) จะคำนวณค่ามัธยฐานของ SUM(กำไร) จากแถวที่สองถึงแถวปัจจุบัน

WINDOW_MAX(นิพจน์, [เริ่มต้น, สิ้นสุด])

ส่งกลับค่าสูงสุดของนิพจน์ภายในหน้าต่าง หน้าต่างถูกกำหนดโดยใช้ออฟเซ็ตจากแถวปัจจุบัน ใช้ FIRST()+n และ LAST()-n สำหรับออฟเซ็ตจากแถวแรกหรือแถวสุดท้ายในพาร์ติชัน หากละเว้นจุดเริ่มต้นและสิ้นสุด ระบบจะใช้พาร์ติชันทั้งหมด

ตัวอย่างเช่น มุมมองด้านล่างแสดงยอดขายรายไตรมาส ค่าสูงสุดของหน้าต่างภายในพาร์ติชันวันที่จะส่งกลับยอดขายสูงสุดของวันที่ทั้งหมด

ตัวอย่าง

WINDOW_MAX(SUM([Profit]), FIRST()+1, 0) จะคำนวณค่าสูงสุดของ SUM(กำไร) จากแถวที่สองถึงแถวปัจจุบัน

WINDOW_MIN(นิพจน์, [เริ่มต้น, สิ้นสุด])

ส่งกลับค่าขั้นต่ำของนิพจน์ภายในหน้าต่าง หน้าต่างถูกกำหนดโดยใช้ออฟเซ็ตจากแถวปัจจุบัน ใช้ FIRST()+n และ LAST()-n สำหรับออฟเซ็ตจากแถวแรกหรือแถวสุดท้ายในพาร์ติชัน หากละเว้นจุดเริ่มต้นและสิ้นสุด ระบบจะใช้พาร์ติชันทั้งหมด

ตัวอย่างเช่น มุมมองด้านล่างแสดงยอดขายรายไตรมาส ค่าต่ำสุดของหน้าต่างภายในพาร์ติชันวันที่จะส่งกลับยอดขายต่ำสุดของวันที่ทั้งหมด

ตัวอย่าง

WINDOW_MIN(SUM([Profit]), FIRST()+1, 0) จะคำนวณค่าต่ำสุดของ SUM(กำไร) จากแถวที่สองถึงแถวปัจจุบัน

WINDOW_PERCENTILE(นิพจน์, หมายเลข, [เริ่มต้น, สิ้นสุด])

ส่งกลับค่าที่ตรงกันกับเปอร์เซ็นไทล์ที่ระบุภายในหน้าต่าง หน้าต่างถูกกำหนดโดยใช้ออฟเซ็ตจากแถวปัจจุบัน ใช้ FIRST()+n และ LAST()-n สำหรับออฟเซ็ตจากแถวแรกหรือแถวสุดท้ายในพาร์ติชัน หากละเว้นจุดเริ่มต้นและสิ้นสุด ระบบจะใช้พาร์ติชันทั้งหมด

ตัวอย่าง

WINDOW_PERCENTILE(SUM([Profit]), 0.75, -2, 0) จะส่งกลับค่าเปอร์เซ็นต์ไทล์ที่ 75 ของ SUM(กำไร) จากสองแถวก่อนหน้าถึงแถวปัจจุบัน

WINDOW_STDEV(นิพจน์, [เริ่มต้น, สิ้นสุด])

ส่งกลับค่าเบี่ยงเบนมาตรฐานตัวอย่างของนิพจน์ภายในหน้าต่าง หน้าต่างถูกกำหนดโดยใช้ออฟเซ็ตจากแถวปัจจุบัน ใช้ FIRST()+n และ LAST()-n สำหรับออฟเซ็ตจากแถวแรกหรือแถวสุดท้ายในพาร์ติชัน หากละเว้นจุดเริ่มต้นและสิ้นสุด ระบบจะใช้พาร์ติชันทั้งหมด

ตัวอย่าง

WINDOW_STDEV(SUM([Profit]), FIRST()+1, 0) จะคำนวณค่าเบี่ยงเบนมาตรฐานของ SUM(กำไร) จากแถวที่สองถึงแถวปัจจุบัน

WINDOW_STDEVP(นิพจน์, [เริ่มต้น, สิ้นสุด])

ส่งกลับค่าเบี่ยงเบนมาตรฐานที่ได้รับการชดเชยของนิพจน์ภายในหน้าต่าง หน้าต่างถูกกำหนดโดยใช้ออฟเซ็ตจากแถวปัจจุบัน ใช้ FIRST()+n และ LAST()-n สำหรับออฟเซ็ตจากแถวแรกหรือแถวสุดท้ายในพาร์ติชัน หากละเว้นจุดเริ่มต้นและสิ้นสุด ระบบจะใช้พาร์ติชันทั้งหมด

ตัวอย่าง

WINDOW_STDEVP(SUM([Profit]), FIRST()+1, 0) จะคำนวณค่าเบี่ยงเบนมาตรฐานของ SUM(กำไร) จากแถวที่สองถึงแถวปัจจุบัน

WINDOW_SUM(นิพจน์, [เริ่มต้น, สิ้นสุด])

ส่งกลับผลรวมของนิพจน์ภายในหน้าต่าง หน้าต่างถูกกำหนดโดยใช้ออฟเซ็ตจากแถวปัจจุบัน ใช้ FIRST()+n และ LAST()-n สำหรับออฟเซ็ตจากแถวแรกหรือแถวสุดท้ายในพาร์ติชัน หากละเว้นจุดเริ่มต้นและสิ้นสุด ระบบจะใช้พาร์ติชันทั้งหมด

ตัวอย่างเช่น มุมมองด้านล่างแสดงยอดขายรายไตรมาส ผลรวมของหน้าต่างที่คำนวณได้ภายในพาร์ติชันวันที่จะส่งกลับผลรวมของยอดขายของทุกไตรมาส

ตัวอย่าง

WINDOW_SUM(SUM([Profit]), FIRST()+1, 0) จะคำนวณผลรวมของ SUM(กำไร) จากแถวที่สองถึงแถวปัจจุบัน

WINDOW_VAR(นิพจน์, [เริ่มต้น, สิ้นสุด])

ส่งกลับค่าความแปรปรวนตัวอย่างสำหรับนิพจน์ภายในหน้าต่าง หน้าต่างถูกกำหนดโดยใช้ออฟเซ็ตจากแถวปัจจุบัน ใช้ FIRST()+n และ LAST()-n สำหรับออฟเซ็ตจากแถวแรกหรือแถวสุดท้ายในพาร์ติชัน หากละเว้นจุดเริ่มต้นและสิ้นสุด ระบบจะใช้พาร์ติชันทั้งหมด

ตัวอย่าง

WINDOW_VAR((SUM([Profit])), FIRST()+1, 0) จะคำนวณค่าความแปรปรวนของ SUM(กำไร) จากแถวที่สองถึงแถวปัจจุบัน

WINDOW_VARP(นิพจน์, [เริ่มต้น, สิ้นสุด])

ส่งกลับค่าความแปรปรวนที่ได้รับการชดเชยสำหรับนิพจน์ภายในหน้าต่าง หน้าต่างถูกกำหนดโดยใช้ออฟเซ็ตจากแถวปัจจุบัน ใช้ FIRST()+n และ LAST()-n สำหรับออฟเซ็ตจากแถวแรกหรือแถวสุดท้ายในพาร์ติชัน หากละเว้นจุดเริ่มต้นและสิ้นสุด ระบบจะใช้พาร์ติชันทั้งหมด

ตัวอย่าง

WINDOW_VARP(SUM([Profit]), FIRST()+1, 0) จะคำนวณค่าความแปรปรวนของ SUM(กำไร) จากแถวที่สองถึงแถวปัจจุบัน