BI 扩展用例

1. 在​ 数据 ​窗格中：

   1. 选择​ daterangeday。
   2. 选择​ ∑发生次数。

   您会看到一个显示当月发生次数的表。 为了获得更好的可见性，请放大可视化图表。

2. 在​ 筛选器 ​窗格中：

   1. 从此视觉对象上的​ 筛选器中选择 ​​ daterangeday is (All)​****。
   2. 选择​ 高级筛选 ​作为​ 筛选器类型。
   3. 将筛选器定义为​ 当值 位于或晚于 1/1/2023 且 位于 2/1/2023.时显示项您可以使用日历图标挑选日期。
   4. 选择​ 应用筛选器。

   您会看到使用应用的​ daterangeday ​过滤器更新的表。

3. 在​ 可视化图表 ​窗格中，选择​ 折线图 ​可视化图表。

   使用与表相同的数据时，折线图可视化图表会替换表。 您的Power BI桌面应该如下所示。

   

4. 在折线图可视化图表上：

   1. 选择 。
   2. 从上下文菜单中，选择​ 显示为表。

   主视图已更新以显示折线图可视化图表和表格。 您的Power BI桌面应该如下所示。

   

1. 选择底部的​ 表1 ​选项卡以从​ 数据源 ​视图切换。 在​ 表1 ​视图中：

   1. 从​ 数据 ​窗格的​ 表 ​列表中拖动​ 日期范围 ​条目，并将该条目放到​ 筛选器 ​托架上。

   2. 在​ 筛选器字段[日期范围] ​对话框中，选择​ 日期范围 ​并选择​ 下一步>。

   3. 在​ 筛选器[日期范围] ​对话框中，选择​ 日期范围 ​并指定句点01/01/2023 - 01/02/2023。

      

   4. 从​ 数据 ​窗格的​ 表 ​列表中拖放​ Daterangeday，并将条目拖放到​ 列 ​旁边的字段中。

      • 从​ Daterangeday ​下拉菜单中选择​ Day，以便将该值更新为​ DAY(Daterangeday)。

   5. 从​ 数据 ​窗格中的​ 表（度量值名称） ​列表中拖放​ 发生次数，并将条目拖放到​ 行 ​旁边的字段中。 该值会自动转换为​ SUM（发生次数）。

   6. 从工具栏中的​ 适应 ​下拉菜单将​ 标准 ​修改为​ 整个视图。

      您的Tableau桌面应该如下所示。

      

2. 从​ 工作表1 ​选项卡上下文菜单中选择​ 复制 ​以创建第二个工作表。

3. 从​ 工作表1 ​选项卡上下文菜单中选择​ 重命名 ​以将工作表重命名为Graph。

4. 从​ 工作表1 (2) ​选项卡上下文菜单中选择​ 重命名 ​以将工作表重命名为Data。

5. 确保已选择​ 数据 ​工作表。 在​ 数据 ​视图中：

   1. 选择右上角的​ 向我显示 ​并选择​ 文本表（左上角可视化图表）以将数据视图的内容修改为表。

   2. 从工具栏中选择​ 交换行和列。

   3. 从工具栏中的​ 适应 ​下拉菜单将​ 标准 ​修改为​ 整个视图。

      您的Tableau桌面应该如下所示。

      

6. 选择​ 新建仪表板 ​选项卡按钮（位于底部）以创建新的​ 仪表板1 ​视图。 在​ 功能板1 ​视图中：

   1. 将​ Graph ​工作表从​ 工作表 ​托架拖放到​ 仪表板1 ​视图中，该视图显示​ 在此处放置工作表。

   2. 将​ 数据 ​工作表从​ 图形 ​工作表下的​ 工作表 ​托架拖放到​ 仪表板1 ​视图中。

   3. 选择视图中的​ 数据 ​工作表，并将​ 整个视图 ​修改为​ 固定宽度。

      您的Tableau桌面应该如下所示。

      

1. 在Looker的​ 浏览 ​界面中，确保您拥有干净的设置。 如果不是，请选择 删除字段和筛选器。

2. 选择​ 筛选器 ​下的​ +筛选器。

3. 在​ 添加筛选器 ​对话框中：

   1. 选择​ ‣抄送数据视图

   2. 从字段列表中，选择​ 日‣间范围日期，然后选择​ 日期范围日期。

      

4. 指定​ Cc数据视图日期范围日期 ​筛选器，因为​ 在 2023/01/01 之前 2023/02/01 ​的范围内。

5. 从左边栏中的​ 抄送数据视图 ​部分，

   1. 从​ DIMENSIONS‣ ​的列表中选择​ 日期范围日期，然后选择​ 日期。
   2. 在左边栏（底部）中选择​ MEASURES ​下的​ 计数。

6. 选择​ 运行。

7. 选择‣可视化图表 ​以显示折线图可视化图表。

您应该会看到如下所示的可视化图表和表格。

1. 在新单元格中输入以下语句。

   import seaborn as sns
   import matplotlib.pyplot as plt
   data = %sql SELECT daterangeday AS Date, COUNT(*) AS Events \
             FROM cc_data_view \
             WHERE daterange BETWEEN '2023-01-01' AND '2023-02-01' \
             GROUP BY 1 \
             ORDER BY Date ASC
   df = data.DataFrame()
   df = df.groupby('Date', as_index=False).sum()
   plt.figure(figsize=(15, 3))
   sns.lineplot(x='Date', y='Events', data=df)
   plt.show()
   display(data)
   

2. 执行单元格。 您应该会看到类似于以下屏幕快照的输出。

   

1. 在新块中输入以下介于```{r}和` ````之间的语句。

   ## Daily Events
   df <- dv %>%
      filter(daterange >= "2023-01-01" & daterange < "2023-02-01") %>%
      group_by(daterangeday) %>%
      count() %>%
      arrange(daterangeday, .by_group = FALSE)
   ggplot(df, aes(x = daterangeday, y = n)) +
      geom_line(color = "#69b3a2") +
      ylab("Events") +
      xlab("Date")
   print(df)
   

2. 运行块。 您应该会看到类似于以下屏幕快照的输出。

   

1. 选择底部的​ 表1 ​选项卡以从​ 数据源 ​切换。 在​ 表1 ​视图中：

   1. 从​ 数据 ​窗格的​ 表 ​列表中拖动​ 日期范围 ​条目，并将该条目放到​ 筛选器 ​托架上。

   2. 在​ 筛选器字段[日期范围] ​对话框中，选择​ 日期范围 ​并选择​ 下一步>。

   3. 在​ 筛选器[日期范围] ​对话框中，选择​ 日期范围 ​并指定句点01/01/2023 - 02/01/2023。

      

   4. 从​ 数据 ​窗格的​ 表 ​列表中拖放​ Daterangehour，并将条目拖放到​ 列 ​旁边的字段中。

      • 从​ Daterangeday ​下拉菜单中选择​ More > Hours，以便将该值更新为​ HOUR(Daterangeday)。

   5. 从​ 数据 ​窗格中的​ 表（度量值名称） ​列表中拖放​ 发生次数，并将条目拖放到​ 行 ​旁边的字段中。 该值会自动转换为​ SUM（发生次数）。

   6. 从工具栏中的​ 适应 ​下拉菜单将​ 标准 ​修改为​ 整个视图。

      您的Tableau桌面应该如下所示。

      

2. 从​ 工作表1 ​选项卡上下文菜单中选择​ 复制 ​以创建第二个工作表。

3. 从​ 工作表1 ​选项卡上下文菜单中选择​ 重命名 ​以将工作表重命名为Graph。

4. 从​ 工作表1 (2) ​选项卡上下文菜单中选择​ 重命名 ​以将工作表重命名为Data。

5. 确保已选择​ 数据 ​工作表。 在​ 数据 ​视图中：

   1. 选择右上角的​ 向我显示 ​并选择​ 文本表（左上角可视化图表）以将数据视图的内容修改为表。

   2. 将​ HOUR(Daterangeday) ​从​ 列 ​拖到​ 行。

   3. 从工具栏中的​ 适应 ​下拉菜单将​ 标准 ​修改为​ 整个视图。

      您的Tableau桌面应该如下所示。

      

6. 选择​ 新建仪表板 ​选项卡按钮（位于底部）以创建新的​ 仪表板1 ​视图。 在​ 功能板1 ​视图中：

   1. 将​ Graph ​工作表从​ 工作表 ​托架拖放到​ 仪表板1 ​视图中，该视图显示​ 在此处放置工作表。

   2. 将​ 数据 ​工作表从​ 图形 ​工作表下的​ 工作表 ​托架拖放到​ 仪表板1 ​视图中。

   3. 选择视图中的​ 数据 ​工作表，并将​ 整个视图 ​修改为​ 固定宽度。

      您的​ 仪表板1 ​视图应如下所示。

      

1. 在Looker的​ 浏览 ​界面中，确保您拥有干净的设置。 如果不是，请选择 删除字段和筛选器。

2. 选择​ 筛选器 ​下的​ +筛选器。

3. 在​ 添加筛选器 ​对话框中：

   1. 选择​ ‣抄送数据视图

   2. 从字段列表中，选择​ 日‣间范围日期，然后选择​ 日期范围日期。

      

4. 指定​ Cc数据视图日期范围日期 ​筛选器，因为​ 在 2023/01/01 之前 2023/01/02 ​的范围内。

5. 从左边栏中的​ 抄送数据视图 ​部分，

   1. 从‣DIMENSIONS ​的列表中选择​ Daterangehour Date，然后选择​ Time。
   2. 在左边栏（底部）中选择​ MEASURES ​下的​ 计数。

6. 选择​ 运行。

7. 选择‣可视化图表 ​以显示折线图可视化图表。

您应该会看到如下所示的可视化图表和表格。

1. 在新单元格中输入以下语句。

   import seaborn as sns
   import matplotlib.pyplot as plt
   data = %sql SELECT daterangehour AS Hour, COUNT(*) AS Events \
               FROM cc_data_view \
               WHERE daterange BETWEEN '2023-01-01' AND '2023-01-02' \
               GROUP BY 1 \
                ORDER BY Hour ASC
   df = data.DataFrame()
   df = df.groupby('Hour', as_index=False).sum()
   plt.figure(figsize=(15, 3))
   sns.lineplot(x='Hour', y='Events', data=df)
   plt.show()
   display(data)
   

2. 执行单元格。 您应该会看到类似于以下屏幕快照的输出。

   

1. 在新块中输入以下介于```{r}和` ````之间的语句。

   ## Hourly Events
   df <- dv %>%
      filter(daterange >= "2023-01-01" & daterange < "2023-01-02") %>%
      group_by(daterangehour) %>%
      count() %>%
      arrange(daterangehour, .by_group = FALSE)
   ggplot(df, aes(x = daterangehour, y = n)) +
      geom_line(color = "#69b3a2") +
      ylab("Events") +
      xlab("Hour")
   print(df)
   

2. 运行块。 您应该会看到类似于以下屏幕快照的输出。

   

1. 在​ 数据 ​窗格中：

   1. 选择​ daterangemonth。
   2. 选择​ ∑发生次数。

   您会看到一个显示当月发生次数的表。 为了获得更好的可见性，请放大可视化图表。

2. 在​ 筛选器 ​窗格中：

   1. 从此视觉对象上的​ 筛选器中选择 ​​ daterangemonth is (All)​ 。
   2. 选择​ 高级筛选 ​作为​ 筛选器类型。
   3. 将筛选器定义为​ 当值 位于或晚于 1/1/2023 且 位于 1/1/2024.时显示项您可以使用日历图标挑选日期。
   4. 选择​ 应用筛选器。

   您会看到使用应用的​ daterangemonth ​过滤器更新的表。

3. 在​ 可视化图表 ​窗格中：

   1. 选择​ 折线图 ​可视化图表。

   使用与表相同的数据时，折线图可视化图表会替换表。 您的Power BI桌面应该如下所示。

   

4. 在折线图可视化图表上：

   1. 选择 。
   2. 从上下文菜单中，选择​ 显示为表。

   主视图已更新以显示折线图可视化图表和表格。 您的Power BI桌面应该如下所示。

   

1. 选择底部的​ 表1 ​选项卡以从​ 数据源 ​切换。 在​ 表1 ​视图中：

   1. 从​ 数据 ​窗格的​ 表 ​列表中拖动​ 日期范围 ​条目，并将该条目放到​ 筛选器 ​托架上。

   2. 在​ 筛选器字段[日期范围] ​对话框中，选择​ 日期范围 ​并选择​ 下一步>。

   3. 在​ 筛选器[日期范围] ​对话框中，选择​ 日期范围 ​并指定句点01/01/2023 - 01/01/2024。

      

   4. 从​ 数据 ​窗格的​ 表 ​列表中拖放​ Daterangeday，并将条目拖放到​ 列 ​旁边的字段中。

      • 从​ Daterangeday ​下拉菜单中选择​ MONTH，以便将该值更新为​ MONTH(Daterangeday)。

   5. 从​ 数据 ​窗格中的​ 表（度量值名称） ​列表中拖放​ 发生次数，并将条目拖放到​ 行 ​旁边的字段中。 该值会自动转换为​ SUM（发生次数）。

   6. 从工具栏中的​ 适应 ​下拉菜单将​ 标准 ​修改为​ 整个视图。

      您的Tableau桌面应该如下所示。

      

2. 从​ 工作表1 ​选项卡上下文菜单中选择​ 复制 ​以创建第二个工作表。

3. 从​ 工作表1 ​选项卡上下文菜单中选择​ 重命名 ​以将工作表重命名为Graph。

4. 从​ 工作表1 (2) ​选项卡上下文菜单中选择​ 重命名 ​以将工作表重命名为Data。

5. 确保已选择​ 数据 ​工作表。 在“数据”视图中：

   1. 选择右上角的​ 向我显示 ​并选择​ 文本表（左上角可视化图表）以将数据视图的内容修改为表。

   2. 将​ MONTH(Daterangeday) ​从​ 列 ​拖到​ 行。

   3. 从工具栏中的​ 适应 ​下拉菜单将​ 标准 ​修改为​ 整个视图。

      您的Tableau桌面应该如下所示。

      

6. 选择​ 新建仪表板 ​选项卡按钮（位于底部）以创建新的​ 仪表板1 ​视图。 在​ 功能板1 ​视图中：

   1. 将​ Graph ​工作表从​ 工作表 ​托架拖放到​ 仪表板1 ​视图中，该视图显示​ 在此处放置工作表。

   2. 将​ 数据 ​工作表从​ 图形 ​工作表下的​ 工作表 ​托架拖放到​ 仪表板1 ​视图中。

   3. 选择视图中的​ 数据 ​工作表，并将​ 整个视图 ​修改为​ 固定宽度。

      您的Tableau桌面应该如下所示。

      

1. 在Looker的​ 浏览 ​界面中，确保您拥有干净的设置。 如果不是，请选择 删除字段和筛选器。

2. 选择​ 筛选器 ​下的​ +筛选器。

3. 在​ 添加筛选器 ​对话框中：

   1. 选择​ ‣抄送数据视图

   2. 从字段列表中，选择​ 日‣间范围日期，然后选择​ 日期范围日期。

      

4. 指定​ Cc数据视图日期范围日期 ​筛选器，因为​ 在 2023/01/01 之前 2024/01/01 ​的范围内。

5. 从左侧​ 抄送数据视图 ​边栏，

   1. 从‣DIMENSIONS ​的列表中选择​ Daterangemonth Date，然后选择​ Month。
   2. 在左边栏（底部）中选择​ MEASURES ​下的​ 计数。

6. 选择​ 运行。

7. 选择‣可视化图表 ​以显示折线图可视化图表。

您应该会看到如下所示的可视化图表和表格。

1. 在新单元格中输入以下语句。

   import seaborn as sns
   import matplotlib.pyplot as plt
   data = %sql SELECT daterangemonth AS Month, COUNT(*) AS Events \
               FROM cc_data_view \
               WHERE daterange BETWEEN '2023-01-01' AND '2024-01-01' \
               GROUP BY 1 \
               ORDER BY Month ASC
   df = data.DataFrame()
   df = df.groupby('Month', as_index=False).sum()
   plt.figure(figsize=(15, 3))
   sns.lineplot(x='Month', y='Events', data=df)
   plt.show()
   display(data)
   

2. 执行单元格。 您应该会看到类似于以下屏幕快照的输出。

   

1. 在新块中输入以下介于```{r}和` ````之间的语句。

   ## Hourly Events
   df <- dv %>%
      filter(daterange >= "2023-01-01" & daterange < "2023-01-02") %>%
      group_by(daterangehour) %>%
      count() %>%
      arrange(daterangehour, .by_group = FALSE)
   ggplot(df, aes(x = daterangehour, y = n)) +
      geom_line(color = "#69b3a2") +
      ylab("Events") +
      xlab("Hour")
   print(df)
   

2. 运行块。 您应该会看到类似于以下屏幕快照的输出。