在LOD表达式的三种关键字中,Include可以创建聚合度低于可视化详细级别(即数据颗粒度较高)的表达式。本节记录要点:
- Include使用场景
- Include使用实例
Include的使用场景
一般来说,LOD表达式在选择使用哪种范围关键字的时候,并没有严格条件限制,可以根据实际情况灵活选择, 但从应用情况看,每个范围关键字实际上都有适合它的场景,在场景明确的前提下,选择更适合的范围关键字,有助于节约时间、提高效率。
具体而言,当有以下两类场景需求时,可以考虑选择Include:
- 要对数据以精细的详细级别进行计算然后重新聚合,并在可视化中以更高聚合度(更低数据粒度)显示时
- 希望计算的详细级别在向下钻取或添加时也能同步更改
如图所示,图中虚线是当前视图中的详细级别,Include可以在低于视图当前详细级别的层级对数据进行重新聚合,然后再回到当前详细级别进行数据展示。
比如:当前视图的详细级别是地区,可以使用Include在“客户”详细级别(即更高数据粒度)进行数据聚合,然后再回到“地区”详细级别将聚合后的数据进行展示。

Include使用实例
这里使用tableau自带的超市示例数据集。需要注意的是,该数据集中的每条记录代表着一个订单中的一种产品,也就是说,同一个订单ID,可能会有好几条记录,同一个客户,也可能会有好几条记录。

先分别创建客户数量和订单数量的计算字段,这里使用的是COUNTD()函数,代表统

本文详细介绍了Tableau LOD表达式中的Include关键字,包括其适用场景和实例。Include用于在高于当前可视化详细级别的数据粒度进行计算,再回溯到当前详细级别展示。文章通过一个超市数据集示例,展示了如何使用Include计算客户和订单的平均销售额,并解释了为何在需要获取最低详细级别的特定值时,如最小客户销售额,必须依赖LOD表达式。
最低0.47元/天 解锁文章
1027

被折叠的 条评论
为什么被折叠?



