使用區段名稱來分段

1. 在​ 資料 ​窗格中：

   1. 選取​日期範圍。
   2. 選取​篩選器名稱。
   3. 選取​產品名稱。
   4. 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。

1. 在​ 篩選器 ​窗格中：

   1. 在此視覺效果​ 上選取 ​篩選器中的​篩選器名稱為（全部）。
   2. 選取​ 基本篩選 ​作為​篩選型別。
   3. 在​ 搜尋 ​欄位底下，選取​釣魚產品，這是Customer Journey Analytics中定義的現有篩選的名稱。
   4. 在此視覺效果​ 上選取 ​篩選器中的​日期範圍是（全部）。
   5. 選取​ 進階篩選 ​作為​篩選型別。
   6. 定義篩選器以​當值 在 1/1/2023 且 在 2/1/2023之前時顯示專案。
   7. 選取 以從​ 資料行 ​移除​filterName。
   8. 選取 以從​ 資料行 ​移除​日期範圍。

   您會看到已套用​ filterName ​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​ 篩選器名稱 ​專案。

   2. 在​ 篩選器[篩選器名稱] ​對話方塊中，確定已選取​從清單選取，並從清單選取​釣魚產品。 選取​ 套用 ​及​確定。

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

   4. 在​ 篩選欄位[日期範圍] ​對話方塊中，選取​ 日期範圍 ​並選取​下一步>。

   5. 在​ 篩選器[Daterang] ​對話方塊中，選取​日期範圍，然後選取01/01/2023 - 01/02/2023。 選取​ 套用 ​及​確定。

   6. 將​ 產品名稱 ​從​ 表格 ​清單拖曳至​列。

   7. 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）。

   8. 從​ 顯示我 ​中選取​文字表。

   9. 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‣期範圍日期 ​然後​日期範圍日期。
      

4. 指定​ Cc資料檢視日期範圍日期 ​篩選器，因為​在範圍 2023/01/01 到（之前） 2023/02/01。

5. 選取​ 篩選器 ​底下的​ +篩選器 ​以新增另一個篩選器。

6. 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​篩選‣器名稱。

7. 確定​ 是 ​篩選的選取專案。

8. 從可能的值清單中選取​釣魚產品。

9. 從左側邊欄的​ ‣ Cc資料檢視 ​區段：

   1. 選取​產品名稱。
   2. 在左側邊欄（底部）中選取​ MEASURES ​底下的​計數。

10. 選取​執行。

11. 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 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. 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 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. 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```{r}到 ````之間的下列陳述式。 請確定您使用適當的篩選器名稱。 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. 執行區塊。 您應該會看到與下方熒幕擷圖類似的輸出。