| Power BI デスクトップ |
-
データ ペインで、次の操作を行います。
- daterangeを選択します。
- filterNameを選択します。
- product_nameを選択します。
- 合計回数を選択します。
ビジュアルに「このビジュアルのデータ取得中にエラーが発生しました」と表示されます。
-
フィルター ペインで、次の操作を行います。
- このビジュアル の フィルターから filterName is (All) を選択します。
- 基本フィルタリングを フィルタータイプ として選択します。
- 検索 フィールドの下で、釣り商品を選択します。これは、Customer Journey Analyticsで定義されている既存のフィルターの名前です。
- このビジュアル の フィルターから daterange is (All) を選択します。
- 詳細フィルタリングを フィルタータイプ として選択します。
- 値 が
1/1/2023および が より前の場合に、2/1/2023項目を表示するようにフィルターを定義します。
-
を選択して、列から filterName を削除します。
-
を選択して、列から daterange を削除します。
適用されたfilterName フィルターでテーブルが更新されます。 Power BI デスクトップは以下のようになります。
日付範囲名をフィルターに使用する
|
| Tableau Desktop |
-
下部の「シート 1」タブを選択して、データソースから切り替えます。 シート 1 ビューで:
-
フィルター シェルフのテーブル リストからフィルター名 エントリをドラッグします。
-
フィルター[ フィルター名] ダイアログで、リストから選択が選択されていることを確認し、リストから 漁具 を選択します。 適用と OK を選択します。
-
フィルター シェルフのテーブル リストからDaterange エントリをドラッグします。
-
フィルターフィールド [Daterange] ダイアログで、日付の範囲を選択し、次>を選択します。
-
フィルター[Daterang] ダイアログで、日付の範囲を選択し、01/01/2023 ~ 01/02/2023を選択します。 適用と OK を選択します。
-
製品名を表 リストから 行 にドラッグします。
-
テーブル リストから発生回数 エントリをドラッグし、列の横にあるフィールドにエントリをドロップします。 値が SUM (Occurrences) に変更されます。
-
自分を表示から テキストテーブル を選択します。
-
「フィット」ドロップダウンメニューから「フィット幅」を選択します。
Tableau デスクトップは以下のようになります。
|
| Looker |
-
LookerのExplore インターフェイスで、クリーンな設定が行われていることを確認します。 そうでない場合は、
フィールドとフィルターの削除を選択します。
-
「フィルター」の下の「+ フィルター」を選択します。
-
フィルターを追加 ダイアログ:
- ‣ Cc データビューを選択
- フィールドのリストから、}‣ Daterange Date、次に Daterange Date を選択します。
-
Cc データビューの日付変更日 フィルターをが範囲 2023/01/01 から(前) 2023/02/01に指定します。
-
「フィルター」の下の「+ フィルター」を選択して、別のフィルターを追加します。
-
フィルターを追加 ダイアログ:
- ‣ Cc データビューを選択
- フィールドのリストから、‣ フィルター名を選択します。
-
フィルターの選択範囲を が であることを確認します。
-
使用可能な値のリストから 釣り製品 を選択します。
-
左側のパネルの‣ Cc データビュー セクションから:
- 製品名を選択します。
- 左パネル(下部)の 測定 の下にある カウント を選択します。
-
実行を選択します。
-
「」‣ビジュアライゼーションを選択します。
次のようなビジュアライゼーションと表が表示されます。
|
| Jupyter Notebook |
-
新しいセルに次のステートメントを入力します。
| code language-python |
data = %sql SELECT filterName FROM cc_data_view;
style = {'description_width': 'initial'}
filter_name = widgets.Dropdown(
options=[d for d, in data],
description='Filter Name:',
style=style
)
display(filter_name)
|
-
セルを実行します。 以下のスクリーンショットのような出力が表示されます。
-
ドロップダウンメニューから「釣り製品」を選択します。
-
新しいセルに次のステートメントを入力します。
| code language-python |
import seaborn as sns
import matplotlib.pyplot as plt
data = %sql SELECT product_name AS `Product Name`, COUNT(*) AS Events \
FROM cc_data_view \
WHERE daterange BETWEEN '2023-01-01' AND '2023-02-01' \
AND filterName = '{filter_name.value}' \
GROUP BY 1 \
LIMIT 10;
df = data.DataFrame()
df = df.groupby('Product Name', as_index=False).sum()
plt.figure(figsize=(15, 3))
sns.barplot(x='Events', y='Product Name', data=df)
plt.show()
display(data)
|
-
セルを実行します。 以下のスクリーンショットのような出力が表示されます。
|
| RStudio |
-
新しいチャンクに次のコードブロックを入力します。 適切なフィルター名を使用してください。 例:Fishing Products。
| code language-r |
## Dimension filtered by name
df <- dv %>%
filter(daterange >= "2023-01-01" & daterange < "2023-02-01" & filterName == "Fishing Products") %>%
group_by(product_name) %>%
count() %>%
arrange(desc(n), .by_group = FALSE)
print(df)
|
-
チャンクを実行します。 以下のスクリーンショットのような出力が表示されます。
|