Introduksjon til betinget formatering i Tableau
Mange ganger under analysen kommer vi over situasjoner der det oppstår behov for rask klassifisering. Klassifiseringen er med på å forstå viktige forskjeller, basert på hvilken avgjørende beslutning i problemkonteksten som kan tas. Blant måter å raskt klassifisere data, er den tilnærmingen som er mye brukt betinget formatering. Som navnet går betyr det egentlig å formatere dataverdier basert på visse betingelser, og fargekoding utgjør den viktigste delen av dette dataanalyseverktøyet. Tableau gjennom sine allsidige betingede formateringsfunksjoner gjør det mulig å anvende konseptet selv over grafer som gjør visualiseringer ganske interaktive og kommunikative.
Hvordan utføre betinget formatering i Tableau?
Nå lærer vi en trinnvis tilnærming til å utføre betinget formatering i Tableau gjennom tre former for illustrasjoner:
Illustrasjon 1
For den første demonstrasjonen bruker vi distribusjonsvolumdata som inneholder volum distribuert av distribuerte enheter. Viktige dimensjoner her er region og distribusjonsenhet, og distribusjonsvolum er et tiltak. Målet vårt er å klassifisere distribusjonsenheter basert på distribusjonsvolum. Vi vil kategorisere dem i svært høye, høye, moderate og lave volum distribusjonsenheter. Hvordan vi gjør det, la oss se:
Trinn 1: For å laste inn datakilden, klikk på "Ny datakilde" i Data-menyen. Alternativt kan du klikke på "Koble til data".
Trinn 2: I "Connect" -delen velger du ønsket datakildetype. I dette tilfellet er det "Microsoft Excel". Last deretter inn dataene.
Trinn 3: De lastede dataene kan sees i "Datakilde" -fanen som vist ved skjermbildet nedenfor.
Trinn 4: Når vi flytter til arkfanen, kan vi se dimensjonene og målet i datasettet. De er til stede i de respektive seksjonene.
Trinn 5: Til å begynne med drar du distribusjonsenhet til rader-området og måler distribusjonsvolum til kolonner-regionen. Et horisontalt søylediagram blir generert som vist nedenfor. Hvis standard diagramtype er annerledes, velger du et søylediagram i "Vis meg".
Trinn 6: Sorter resultatet i synkende rekkefølge ved å klikke over sorteringsikonet som vist på skjermbildet nedenfor.
Trinn 7: Neste, vil vi lage tre parametere som vi vil bruke for å tjene vårt formål. Parametrene vil i utgangspunktet bidra til å kategorisere distribusjonsenheter basert på distribusjonsvolum. For å opprette den første parameteren, høyreklikk hvor som helst i det tomme området i Data-delen, og klikk på "Opprett parameter …" som vist på skjermbildet nedenfor.
Trinn 8: Ved å følge fremgangsmåten ovenfor vises dialogboksen "Opprett parameter" som vist nedenfor.
Trinn 9: Utfør følgende endringer i dialogboksen "Opprett parameter". Endre navnet til “Threshold_1”, hold datatypen “Float”, og sett gjeldende verdi til 100 000 med skjermformat som automatiske og tillatte verdier valgt til Alle. Til slutt, klikk OK for å opprette parameteren. Dette er som vist nedenfor.
Trinn 10: Opprett på samme måte den andre parameteren med navnet "Terskel_2", med gjeldende verdi satt til 50 000 med andre detaljer satt som vist nedenfor.
Trinn 11: Opprett til slutt den tredje parameteren. Gi den navnet “Threshold_3”. Sett gjeldende verdi for denne parameteren til 25 000 med andre detaljer satt som vist nedenfor.
Trinn 12: De tre parametrene som vi opprettet, kan sees som vist ved skjermbildet nedenfor. Nå vil vi bruke dem på riktig måte for å nå vårt mål.
Trinn 13: Parametrene som vi opprettet tjener ikke vårt formål med mindre de blir brukt i et beregnet felt for å kategorisere distribusjonsenhetene riktig basert på distribusjonsvolum. Så neste vil vi opprette et beregnet felt. For det høyreklikk hvor som helst i det tomme området i Data-delen, og klikk på "Opprett beregnet felt …".
Trinn 14: Feltet som vi opprettet ser ut som vist nedenfor. Vi kalte det “DU Classification”. Det viktigste poenget, vi brukte de tre parameterne vi opprettet tidligere i det beregnede feltet. Hva koden gjør er at hvis verdien for en distribusjonsenhet er større enn Threshold_1 dvs. 100 000, vil den klassifisere den som “Very High Volume DU”. Tilsvarende vil det gjøre de andre klassifiseringene.
Merk: Vi har ikke hardkodet verdiene i feltet, fordi hardkoding kanskje ikke tillater oss å håndtere de kontekstbaserte endringene. Hvis vi har parametere til rådighet, vil endring av parameters verdier gjenspeiles i det beregnede feltet etter hvert som konteksten endres. F.eks. Hvis vi har tenkt å kategorisere distribusjonsenheter med distribusjonsvolum over 200 000 som Very High Volume DU, vil vi bare endre gjeldende verdi for Threshold_1 fra 100 000 til 200 000 uten å faktisk endre verdien i koden i det beregnede feltet.
Trinn 15: Som det fremgår av skjermbildet nedenfor, vises det beregnede feltet “DU Classification” under Tiltak.
Trinn 16: Bare dra det beregnede feltet “DU Classification” over Color in Marks, og som vi kan se på skjermbildet nedenfor, blir distribusjonsenhetene kategorisert i fire forskjellige kategorier basert på volumbidraget deres. Kategoriene kan sees på høyre side av skjermbildet.
Trinn 17: La oss se nærmere på visualiseringen. Vi endrer også rekkefølgen på kategoriene i legenden; Dette kan gjøres ved bare å dra en kategori opp eller ned ved hjelp av en mus. Nå, i legenden, ser det ut til at kategoriene er i riktig rekkefølge.
Trinn 18: Sist, men ikke minst, kan vi endre fargen på en kategori. For det er det bare å klikke over Farge på Marks-kortet, og deretter klikke over “Rediger farger” og gjøre nødvendige fargevalg.
Illustrasjon 2
I denne illustrasjonen skal vi utføre tilstandsformatering av typen Microsoft Excel. I Microsoft Excel har vi et brukervennlig alternativ som formaterer bakgrunnsfargen på cellene basert på verdiene. Her endres fargenes grad basert på størrelsen på verdien. Men i Tableau blir ting ganske vanskelig, spesielt når vi har tenkt å ha en slik betinget formatering i analysen. For å oppnå målet, vil vi gå litt utenfor banen. La oss se hvordan vi kan gjøre det på Tableau.
Trinn 1: Våre data for denne demonstrasjonen inneholder fortjeneste- og salgstall for tjue store indiske byer. Dataene er lastet inn i Tableau. Ved å flytte til arkfanen kan vi se den eneste dimensjonen By og de to målene Resultat og salg til stede i de respektive seksjonene.
Trinn 2: For å være med, dra dimensjon By til Rows-regionen som vist nedenfor.
Trinn 3: Neste trinn er å lage et beregnet felt. Dette er som vist nedenfor.
Trinn 4: Lag det beregnede feltet med navn 1.0 og skriv også 1.0 i kodedelen. Når det er opprettet, kan dette feltet sees i delen Målinger som vist på skjermdumpen etter skjermbildet nedenfor.
Trinn 5: Dra det kalkulerte feltet 1.0 to ganger én etter én inn i kolonneregionen. Endre typen 1.0 til AVG (Gjennomsnitt). Gå til rullegardinmenyen for feltet, og klikk deretter på Gjennomsnitt i mål.
Trinn 6: Klikk på “Dual Axis” i rullegardinmenyen til det andre 1.0-tiltaket. Dette er som vist på skjermbildet nedenfor.
Trinn 7: Vi vil nå endre topp- og bunnaksen. Høyreklikk på øverste akse, og klikk på "Rediger aksel" -innlegget som vises i en dialogboks som vist ved skjermdumpen etter skjermbildet nedenfor.
Trinn 8: Standardvalg og verdier i dialogboksen Edit Axis er som vist på skjermbildet nedenfor.
Trinn 9: Forsikre deg om at endringer i "Generelt" -delen i "Rediger aksel" -dialogboksen blir gjort som vist nedenfor.
Trinn 10: I "Tick Marks" -delen i dialogboksen velger du "None" for Major Tick Marks så vel som Mindre Tick Marks.
Trinn 11: Utfør også endringer i bunnen "Generelt" og "Merkemerker" for bunnaksen, lik de som er utført i toppaksen, bortsett fra at tittelen holdes blank i delen "Generelt" som vist nedenfor.
Trinn 12: Gjennomføring av trinnene ovenfor gir oss følgende visualisering. Legg merke til, de blå søylene er halvparten av størrelsen på cellen, fordi vi i "Fixed end" i delen Generelt i Edit Axis-dialogboksen har verdi 2, og i 1.0-feltet har vi verdi 1.
Trinn 13: For å få søyler i full størrelse, dobbeltklikker du over pillen i det første 1.0-målet og legger bare til 1 som vist nedenfor.
Trinn 14: De ovennevnte trinnene gir oss fullstørrelse i cellefelt som kan sees på skjermbildet nedenfor.
Trinn 15: Nå, for det første 1.0-feltet i Marks Card, drar du Profitt over farge. Å gjøre dette gir forskjellige fargede stolper. Vær oppmerksom på at de forskjellige fargede stolpene skyldes forskjellige verdier av fortjenestemål.
Trinn 16: Nå, i det andre 1.0-målet, dra Profit over Text in Marks-kortet, dette får verdier til å vises i cellene, som kan sees nedenfor.
Trinn 17: I skjermbildet over kan vi se at fargene ikke har fylt hele cellen. Hvis du vil ha full cellefylt farge, velger du den høyeste størrelsen ved å dra glidebryteren til høyre til høyre for det første 1.0-feltet. Dette er illustrert nedenfor. Og som vi kan se, nå er cellene fullstendig fargelagt.
Trinn 18: Hvis vi finner lysstyrken i bakgrunnsfargene veldig høy, endrer vi for å redusere den ved å justere opaciteten, basert på kravet, gjennom glidebryteren Opacity i delen Farge. I dette tilfellet holdt vi opaciteten til 90%. På samme måte kan vi justere opaciteten for tekstverdier gjennom innstillinger i det andre 1.0-målet. Imidlertid bør uklarhet for tekstverdier holdes på 100% for at de skal vises tydelig over bakgrunnsfargene. Merk at i visualiseringen nedenfor kan vi se at negative verdier tydelig skiller seg fra de positive. Negative verdier er indikert med oransje som mot blått for de positive verdiene. Basert på verdien endres dessuten lysstyrken for fargen.
Trinn 19: Ovennevnte trinn vi utførte for gevinstmål. Vi har et annet viktig tiltak i datasettet som er salg. For mål Salg har vi også tenkt å utføre en lignende analyse. Så, bare gjenta trinnene ovenfor. Endelig endrer du fargen for Salg til grønn som vist nedenfor, ellers kan du velge en passende farge.
Trinn 20: Nå ser analysen vi utførte ved bruk av betinget formatering ut som vist på skjermbildet nedenfor. På høyre side kan vi se fargen som er tilordnet basert på området for fortjeneste- og salgsverdier. Dette verdsetter avhengig fargebasert formatering som gir avgjørende innsikt i data gir konseptet navnet.
Trinn 21: Følgende skjermbilde gir oss en nærmere titt på analysen vi utførte ved bruk av betinget formatering. 
Illustrasjon 3
For denne illustrasjonen vil vi bruke datasettet som ble brukt i den første illustrasjonen. Her vil vi trekke frem de fem byene og de fem nederste. La oss gå til Tableau:
Trinn 1: Vi har dataene lastet med dimensjoner og mål som vist på skjermbildet nedenfor.
Trinn 2: Dra dimensjoneringsdistribusjonsenhet inn i raderegion og måle distribusjonsvolum over tekst i merkekortet som vist på skjermbildet nedenfor.
Trinn 3: Sorter resultatet i synkende rekkefølge slik at vi får byer i høyeste til laveste distribusjonsrekkefølge. Dette er som vist nedenfor.
Trinn 4: Opprett deretter et beregnet felt. Trinnene for å lage et beregnet felt er dekket i de foregående seksjonene. Vi ønsker å fremheve de fem og nederste fem distribusjonsenhetene, så navng det kalkulerte feltet som "Topp 5 og bunn 5". I kodedelen bruker vi INDEX () AND LAST () -funksjoner. Funksjonen INDEX () returnerer indeksen for den gjeldende raden mens LAST () returnerer antall rader fra den gjeldende raden til den siste raden. INDEX () starter beregningen fra 1 mens LAST () starter fra 0. De to funksjonene er brukt som vist på skjermbildet nedenfor.
Trinn 5: Det nyopprettede kalkulerte feltet vises som et mål som kan sees i skjermbildet nedenfor.
Trinn 6: Nå er det bare å dra det nyopprettede kalkulerte feltet “Topp 5 og bunn 5” over farge i Marks-kortet, så kan vi se de øverste og nederste 5 regionene har blitt fremhevet i rød farge. Kategoriene vises som falske og sanne verdier, som du kan se på høyre side av skjermen.
Konklusjon
Gjennom forskjellige illustrasjoner prøvde vi å komme dypere inn i begrepet betinget formatering i Tableau. Å være et veldig interaktivt visualiseringsverktøy, men kan imidlertid oppdage flere måter som krever bruk av funksjonaliteter levert av verktøyet. Tableau letter det å bruke betinget formatering på visualiseringer uten å begrense seg til en fast måte.
Anbefalte artikler
Dette er en guide til betinget formatering i Tableau. Her diskuterer vi en trinnvis tilnærming til å utføre betinget formatering i Tableau gjennom tre former for illustrasjoner. Du kan også gå gjennom andre relaterte artikler for å lære mer-
- Tableau-diagrammer
- Tableau Dashboard Design
- Tableau diagramtyper
- Opprette sett i Tableau
- Tableau Aggregate Functions
- Pivot i Tableau
- Tableau kontekstfilter
- Tableau Bullet Chart
- Introduksjon til funksjoner og attributter for Tableau
- Hvordan opprette grupper i Tableau?