FineBI6.x进阶篇-数据编辑

参考

参考：https://edu.fanruan.com/video/525

数据编辑

前言

前期数据处理的不太恰当会导致后续分析可视化的困难。
分析的第一步来先数据编辑。
数据编辑的常见顺序：

1.调整并简化数据结构。
2.多表合并。
3.新增指标。

针对具体场景这个顺序不是固定的。

场景案例考试成绩分析场景

你是一名小学年级主任，因为疫情关系，期末考试线上进行；但正当你想分析成绩数据的时候，发现数据质量并不如意。。。
请通过数据编辑，并完成以下分析：
•分析各班的三总成绩+综合素质成绩（体育+美术+社会实践）
•计算各班的优良等第情况（90分以上为优秀，70-90为良好，60-70为及格，其余为不及格）
•分析同学们的平均作答时间。
•分析同学们的考试时间分布。

1.调整并简化数据结构

1.1 调整数据结构

拆分行列

拆分成行时，需要进行以下设置
选择字段:需要拆分的字段
拆分方式:按分隔符号拆分，
例如空格、分号

拆分行列
拆分成列时，需要进行以下设置
选择字段:需要拆分的字段
拆分方式:
按分隔符号拆分，例如空
格、分号;额外可以选择按字符数来
拆分
需要选择拆分的结果(前n列/第n列)

行列互转

行转列
转换行字段:新的表头
新列的值为:填充进列里的内容

1.2简化数据——字段设置

字段设置

• 修改字段类型-文本、数值、时间
• 重命名字段
• 调整字段顺序
• 隐藏字段

删除重复行

删除重复行
• 去重逻辑：依据去重字段，保留最前面的一行

去除空值

去除空值
1、“大海里的一滴水”，放着不管，问题不大
2、“害群之马不可留”，通过过滤，删除含null的数据
3、“灵活分析要保留”，有业务含义时，打上标签，方便分析时过滤

总结

调整数据结构：

1、把数据处理成你要分析的维度和指标
相关功能：拆分行列、行列转换、字段设置

重复行：

1、系统的一些问题带来的两条完全一样的数据，直接去重
2、有业务含义的，需要有选择的去重，先排序再删除重复行。

清理null值：

1、“大海里的一滴水”，放着不管，问题不大
2、“害群之马不可留”，通过过滤，删除含null的数据
3、“灵活分析要保留”，有业务含义时，打上标签，方便分析时过滤

2.多表合并

2.1多表合并-上下合并

上下合并

上下合并
• 表格上下扩展时使用
• 匹配两表直接的字段即可

其他表添加列

其他表添加列
• 类似于Excel中的 vlookup、sumif
• 设置需要添加进来的字段，添加过程中可以进行计算。
• 再设置匹配依据。

2.2什么是匹配依据？

匹配依据/合并依据
• 决定了数据在合并到另一张表时匹配到哪里的关键字段。
• 根据场景可能需要多选。

2.3多表合并-左右合并

左右合并

左右合并
• 即sql中的join
• 有左合并，右合并，并集合并，交集合并四种。
接下来的例子中所有合并依据均为姓名字段!

左合并

右合并

并集合并

交集合并

常见问题：笛卡尔积

多表合并——总结

1、表格上下扩展，分析指标不变，就用上下合并
2、表格左右扩展，分析指标变多，先考虑其他表添加列。
初学者记忆建议：
•其他表添加列=vlookup、sumif（一般合并聚合指标）
•左右合并=left join、right join…（一般合并明细指标）

3.新增分析指标

3.1新增分析指标

常用按钮位置

一、在数据编辑中添加（禁止使用聚合函数）
二、在组件中添加计算字段

新增公式列

和excel写公式类似。也是我们最常用的新增字段方法。

新增汇总列

类似分组汇总；excel的数据透视。
但不会破坏原有的表结构

新增赋值列

类似写if条件

条件标签列

嵌套if条件时，用条件标签列可以更快配置好。

时间差

• 快速计算两个时间字段的间隔
• 可以选择单位

获取时间

• 提取时间字段中的具体时间
• 可以选择单位
• 输出的字段类型为数值

注：仅仅是需要得到一个分组的时间粒度，例如按月份统计销售额这样的情况，直接在组件中改变时间字段粒度即可。

新增分析指标——总结

1、要写公式的：添加公式列
2、要算汇总值的：添加汇总列
3、要写多重if嵌套的，直接用：条件标签列
4、涉及时间字段处理的：时间差、获取时间

4.实操环节

原始数据以及数据分析设计

数据编辑

导入数据 ，首先简化数据结构

拆分行列

简化数据结构-拆分行列


每个科目都变为一行了
这时还需要把语文和100分开，继续拆分行列

拆分后，设置成绩字段为数值

隐藏掉考核结果和一些中间过程

修改新生成的列的名字

行列互转

行列互转

去重

点击列的三角可以看到列的统计信息

选择李明，确定，会生成一个过滤操作

可以看到李明交了两次试卷，为了去重，保留最后一次交卷的成绩，我们就需要做一个排序，排序前先对过滤李明的这个动作做一个取消应用的动作，避免只对李明进行排序

单击排序，单击添加排序列，添加姓名列和交卷时间，交卷时间选择降序

排序后，进行去重，选择更多–删除重复行–选择去重字段

处理空值

过滤–添加条件–添加姓名字段–非空 完成过滤掉姓名字段为空值的数据

针对成绩为空的
条件标签列–名称为缺考标记–条件为或–具体条件为语文/数学/英语成绩为空

上下合并

这时我们会发现2班3班也需要同样的处理，可以在操作的前面，点击加号，完成合并操作

选择对应的表

然后出现如下合并页面

提交时间和交卷时间是一样的，可以把提交时间拖动到交卷时间一起合并

小提示：这样操作丢失了原有数据的指标来源班级，可以在合并前，新加班级列，然后再合并

左右合并

把学生信息表也合并过来
通过左右合并

其它表添加列

查看综合素质成绩

其它表添加列–选择综合素质表–选择字段为成绩–匹配信息选择名字

单击确定，然后修改成绩为综合素质成绩
把李明的过滤操作拖动下下面

查看李明的成绩信息，

李明的综合素质成绩为84，对比下综合素质成绩表中的数据

数据分析

新建公式列

新增公式列–设置列名为三总成绩–设置公式规则

生成如下

新建标签列

优秀标签设置
良好标签设置

及格标签设置

其它标签设置为不及格

添加一个有缺考标签

平均作答时间

时间差–输入列名–时间差为交卷时间减去开卷时间–单位选择分

开考时间

获取时间-指定列名-选择字段为开考时间-获取时间为小时

数据校验小技巧

创建分组–命名为调整并简化数据结构

1、数据校验莫忘记
2、表头过滤组合技
3、历史步骤小技巧玩起来：取消应用，拖动调整位置
4、分组表聚合了再看看