使用区段名称进行分段

1. 在​ 数据 ​窗格中：

   1. 选择​日期范围。
   2. 选择​筛选器名称。
   3. 选择​产品名称。
   4. 选择​发生次数总和。

您看到一个可视化图表，其中显示​获取此可视化图表的数据时出错。

1. 在​ 筛选器 ​窗格中：

   1. 从该视觉对象上的​ 筛选器中选择 ​筛选器名称为（全部）。
   2. 选择​ 基本筛选 ​作为​筛选器类型。
   3. 在​ Search ​字段下，选择​Fishing Products，它是Customer Journey Analytics中定义的现有过滤器的名称。
   4. 从该视觉对象上的​ 筛选器中选择 ​日期范围是（全部）​。
   5. 选择​ 高级筛选 ​作为​筛选器类型。
   6. 将筛选器定义为​当值 在 1/1/2023 和 在 2/1/2023之前或之后时显示项。
   7. 选择 以从​ 列 ​中删除​filterName。
   8. 选择 以从​ 列 ​中删除​日期范围。

   您会看到使用应用的​ filterName ​筛选器更新的表。 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​ 筛选器 ​托架中的​ 表 ​列表中拖动​ 筛选器名称 ​条目。

   2. 在​ 筛选器[筛选器名称] ​对话框中，确保已选中​从列表中选择，并从列表中选择​钓鱼产品。 选择​ 应用 ​和​确定。

   3. 从​ 筛选器 ​托架中的​ 表 ​列表中拖动​ 日期范围 ​条目。

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

   5. 在​ 筛选器[Daterang] ​对话框中，选择​日期范围，然后选择01/01/2023 - 01/02/2023。 选择​ 应用 ​和​确定。

   6. 将​ 产品名称 ​从​ 表 ​列表拖至​行。

   7. 从​ 表 ​列表中拖动​ 发生次数 ​条目，并将该条目放入​ 列 ​旁边的字段中。 值更改为​SUM（发生次数）。

   8. 从​ 显示我 ​中选择​文本表。

   9. 从​ 适合 ​下拉菜单中选择​适合宽度。

      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. 选择​ 筛选器 ​下的​ +筛选器 ​以添加其他筛选器。

6. 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​‣筛选器名称。

7. 确保​ 是 ​筛选器的选定内容。

8. 从可能值列表中选择​钓鱼产品。

9. 从左边栏中的​ ‣ Cc数据视图 ​部分：

   1. 选择​产品名称。
   2. 在左边栏（底部）中选择​ MEASURES ​下的​计数。

10. 选择​运行。

11. 选择​‣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。

   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)

2. 执行单元格。 您应该会看到类似于以下屏幕快照的输出。

   

3. 从下拉菜单中选择​钓鱼产品。

4. 在新单元格中输入以下语句。

   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)

5. 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。 确保使用适当的过滤器名称。 例如，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)

2. 运行块。 您应该会看到类似于以下屏幕快照的输出。