使用日期範圍名稱進行篩選

1. 在​ 資料 ​窗格中：

   1. 選取​daterangemonth。
   2. 選取​日期範圍名稱。
   3. 選取​發生次數總和。

   您看到顯示擷取此視覺效果​ 資料的 ​錯誤的視覺效果。

2. 在​ 篩選器 ​窗格中：

   1. 選取此視覺效果​ 上 ​篩選器中的​daterangeName is (All)。
   2. 選取​ 基本篩選 ​作為​篩選型別。
   3. 在​ 搜尋 ​欄位底下，選取​去年度2023，這是您在Customer Journey Analytics中定義的日期範圍名稱。
   4. 選取 以從​ 資料行 ​移除​日期範圍名稱。

   您會看到已套用​ 日期範圍名稱 ​篩選器的資料表已更新。 您的Power BI案頭應該如下所示。

   

1. 選取底部的​ 工作表1 ​索引標籤，以從​ 資料來源 ​切換。 在​ 工作表1 ​檢視中：

   1. 從​ 篩選器 ​托架中的​ 表格 ​清單拖曳​ 日期範圍名稱 ​專案。

   2. 在​ 篩選器[日期範圍名稱] ​對話方塊中，確定已選取​從清單中選取，並從清單中選取​去年的2023。 選取​ 套用 ​及​確定。

   3. 從​ 表格 ​清單中拖曳​ Daterangemonth ​專案，並將該專案拖放至​ 列 ​旁的欄位中。 選取​ Daterangemonth ​並選取​月。 值變更為​MONTH(Daterangemonth)。

   4. 從​ 表格 ​清單拖曳​ 發生次數 ​專案，並將該專案拖放至​ 欄 ​旁的欄位中。 值變更為​SUM（發生次數）。

   5. 從​ 顯示我 ​中選取​文字表。

   6. 從工具列選取​交換列與欄。

   7. 從​ 符合 ​下拉式功能表中選取​符合寬度。

      您的Tableau桌上型電腦應如下所示。

      

1. 在Looker的​ 瀏覽 ​介面中，確定您已進行乾淨的設定。 如果沒有，請選取 移除欄位和篩選器。

2. 選取​ 篩選器 ​底下的​+篩選器。

3. 在​ 新增篩選器 ​對話方塊中：

   1. 選取​‣ Cc資料檢視
   2. 從欄位清單中，選取​日‣期範圍名稱。

4. 將​ Cc資料檢視日期範圍名稱 ​篩選器指定為​是，並從值清單中選取​去年度2023。

5. 從左側邊欄的​ ‣ Cc資料檢視 ​區段：

   1. 選取​Daterange Month，然後選取​Month。
   2. 在左側邊欄（底部）中選取​ MEASURES ​底下的​計數。

6. 選取​執行。

7. 選取‣視覺效果。

您應該會看到視覺效果和類似下列的表格。

1. 在新儲存格中輸入下列陳述式。

   code language-python
   data = %sql SELECT daterangeName FROM cc_data_view; style = {'description_width': 'initial'} daterange_name = widgets.Dropdown( options=[d for d, in data], description='Date Range Name:', style=style ) display(daterange_name)

2. 執行儲存格。 您應該會看到與下方熒幕擷圖類似的輸出。

   

3. 從下拉式功能表中選取​釣魚產品。

4. 在新儲存格中輸入下列陳述式。

   code language-python
   import seaborn as sns import matplotlib.pyplot as plt data = %sql SELECT daterangemonth AS Month, COUNT(*) AS Events \ FROM cc_data_view \ WHERE daterangeName = '{daterange_name.value}' \ 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)

5. 執行儲存格。 您應該會看到與下方熒幕擷圖類似的輸出。

   

1. 在新區塊中輸入下列程式碼區塊。 請確定您使用適當的日期範圍名稱。 例如，Last Year 2023。

   code language-r
   ## Monthly Events for Last Year df <- dv %>% filter(daterangeName == "Last Year 2023") %>% group_by(daterangemonth) %>% count() %>% arrange(daterangemonth, .by_group = FALSE) ggplot(df, aes(x = daterangemonth, y = n)) + geom_line(color = "#69b3a2") + ylab("Events") + xlab("Hour") print(df)

2. 執行區塊。 您應該會看到與下方熒幕擷圖類似的輸出。