Tableau 优课堂 | 第77课：Tableau Prep 输入步骤

欢迎观看由优阅达制作的【优课堂】系列视频。本节课，我们来学习： Tableau Prep 输入步骤。

向流程中添加数据

每个 Tableau Prep 流程都必须从连接数据开始，且每个流程至少从一个输入步骤开始，你也可以在流程中的任何阶段添加新的数据（即新的输入步骤）。

要在现有流程中添加数据，可以单击左侧“连接”窗格中的“+”号。

如果还未创建流程，则需要创建一个流程并添加数据。

在开始界面中单击“连接到数据”按钮，我们可以看到 Tableau Prep 支持的数据源列表。请注意，如果选择连接“到服务器”，则需要提前准备好该数据库的连接信息。

在本实例中，我们选择 Excel 。导航到本地文件，并单击“打开”。这时，连接到的工作表将显示在“连接”下方的窗格中。

我们可以选择打开“数据解释器”，它可以识别子表并清理标题行和空白列等内容。如果你对 Tableau 比较熟悉，会发现这里的“数据解释器”功能与 Tableau Desktop 中的一样。

要创建输入步骤，需要从“连接”窗格中拖出一个数据表，这将在流程中创建一个输入步骤。下面的“输入”窗格提供了四个选项卡，我们依次查看一下这些选项卡可以做什么。

首先，是“设置”选项卡。在这里，我们可以设置是否启用“增量刷新”，下面是选择增量刷新的字段。

在右侧，可以看到数据中的字段，并选择要将哪些字段带入 Tableau Prep。此外，还可以设置筛选器，选择将哪些数据带入流程。例如，我们只考虑Order ID小于5000的订单。

点击窗格顶部的“筛选器值”按钮，会弹出一个计算编辑窗口。我们可以输入公式，如 [Order ID]<5000，并查看筛选器返回操作。

要删除它，只需右键单击 Order ID 字段右侧的“漏斗”按钮，选择“移除”选项即可。

单个表或合并多个表

其次，是“多个文件”选项卡。大多数情况下，业务用户只需连接单个表（数据子集）。但是，当我们希望将多个表作为数据输入的一部分，且表的数据结构是一致的，就可以执行“通配符并集”了。

需要注意的是，输入步骤中的“通配符并集”与流程中的“并集步骤”不同，因为我们不能合并字段或修改模式。

PS：最新版 Tableau Prep 中功能名称可能不同，但作用是一致的。

数据样本选项

再者，是“数据样本”选项卡。如需了解最新功能，请点击：使用 Tableau Prep 分层抽样新功能，智能化你的数据准备流程！

默认情况下，当我们连接到一个大数据集时，Tableau Prep 会自动进行数据采样，取数据子集并将其带入流程中，以便用户进行操作和数据准备；且当我们运行流程时，Prep 会基于所有数据进行清洗，而不仅仅是样本数据。

如果 Tableau Prep 在用户编辑流程时，分析所有数据、并在工作时对大数据集执行应用更改，这样会严重影响性能。相比之下，数据采样可以使构建清洗流程时的性能更佳。

在这里，我们可以设置样本量和抽样方法。

默认情况下， Tableau Prep 会对超过 100 万行的数据进行采样。但如果数据中有大量的列，则该样本可能包含更少的行。

也就是说，“默认示例量”选项是基于数据集的大小，而不是行数。比如数据集有 300 个字段，那么样本的行数会少于 5 。

或者，我们可以选择采样指定数量的行，上限为 100 万。

或者，我们可以选择“使用所有数据”。当然，这会在构建流程时对性能产生影响。

此外，我们也可以选择一种抽样方法。

“快速选择”选项，包含数据源提供的任何行。它可能会遇到抽样问题，比如：没有覆盖数据中的所有值，或者当原始数据跨越十年时，只显示一年的数据。

相对来说，你也可以选择“随机抽样”。这将花费更长的时间来生成，且任何操作都将需要重新生成示例。尽管可以更全面展示整个数据集，却也可能会影响性能。

为了尽可能获得最具代表性的示例，需综合运用“筛选器”并删除输入步骤中任何不相关的字段，而不是在流程中减少输入中的字段或缩小行范围。

也就是说，在采样之前，就要最大化样本的可用性。如果在输入步骤之后才删除字段或筛选器，那么示例将不具参考性。

最后，是“更改数”选项卡。如你所见，这里记录着之前对数据进行更改的具体信息。

在流程中新增输入步骤

输入步骤可以沿着流程中的任何点添加，每个数据源即可以作为单独的步骤进入，也可以与其他步骤“联接”或“并集”形成组合数据。

以上就是关于「Tableau Prep 输入步骤」的全部内容。感谢观看本视频，更多 Tableau 学习资源，请关注微信公众号“优阅达大数据生态”。