Introduktion till villkorlig formatering i Tableau
Många gånger under analysen stöter vi på situationer där det uppstår behov av snabb klassificering. Klassificeringen hjälper till att förstå viktiga skillnader, baserat på vilket avgörande beslut i problemets sammanhang som kan fattas. Bland metoderna för att snabbt klassificera data är den metod som används i stor utsträckning villkorlig formatering. Som namnet går betyder det i huvudsak att formatera datavärden baserade på vissa villkor, och färgkodning utgör den viktigaste delen av detta dataanalysverktyg. Tableau med sina mångsidiga villkorade formateringsfunktioner gör det möjligt att tillämpa konceptet även över diagram som gör visualiseringar ganska interaktiva och kommunikativa.
Hur man utför villkorlig formatering i Tableau?
Nu lär vi oss steg för steg att utföra villkorlig formatering i Tableau genom tre former av illustrationer:
Illustration 1
För den första demonstrationen använder vi distributionsvolymdata som innehåller volym distribuerad av distribuerade enheter. Viktiga dimensioner här är Region och Distributionsenhet, och Distributionsvolym är ett mått. Vårt mål är att klassificera distributionsenheter baserat på distributionsvolym. Vi kommer att kategorisera dem i mycket höga, höga, måttliga och låga volymfördelningsenheter. Hur vi gör det, låt oss se:
Steg 1: För att ladda datakällan, klicka på "Ny datakälla" i datamenyn. Alternativt klickar du på "Anslut till data".
Steg 2: I avsnittet "Anslut" väljer du önskad datakälltyp. I det här fallet är det "Microsoft Excel". Ladda sedan data.
Steg 3: De laddade uppgifterna kan ses på fliken "Datakälla" enligt bilden nedan.
Steg 4: När vi flyttar till arkfliken kan vi se dimensioner och mått som finns i datasatsen. De finns i respektive avsnitt.
Steg 5: För att börja med drar du dimensioneringsdelningsenhet till raderegion och mäter fördelningsvolym till kolumneregionen. Ett horisontellt stapeldiagram genereras som visas nedan. Om standarddiagramtypen är annorlunda väljer du ett stapeldiagram i "Visa mig".
Steg 6: Sortera resultatet i fallande ordning genom att klicka på sorteringsikonen som visas på skärmbilden nedan.
Steg 7: Därefter skapar vi tre parametrar som vi kommer att använda för att tjäna vårt syfte. Parametrarna hjälper i princip att kategorisera distributionsenheter baserade på distributionsvolymer. För att skapa den första parametern, högerklicka var som helst i det tomma utrymmet i avsnittet Data och klicka på "Skapa parameter …" som visas i skärmbilden nedan.
Steg 8: Genom att följa proceduren ovan dyker upp dialogrutan "Skapa parameter" som visas nedan.
Steg 9: Utför följande ändringar i dialogrutan "Skapa parameter". Ändra namnet till "Threshold_1", behåll datatypen "Float" och ställ det aktuella värdet till 100 000 med Display-format som automatiska och tillåtna värden valda till Alla. Slutligen klickar du på OK för att skapa parametern. Detta är som visas nedan.
Steg 10: Skapa på samma sätt den andra parametern med namnet “Threshold_2”, med det aktuella värdet inställt till 50 000 med andra detaljer som visas nedan.
Steg 11: Skapa slutligen den tredje parametern. Namnge det "Threshold_3". Ställ in det aktuella värdet för denna parameter till 25 000 med andra detaljer som visas nedan.
Steg 12: De tre parametrarna som vi skapade kan ses som visas med nedanstående skärmdump. Nu kommer vi att använda dem på lämpligt sätt för att uppnå vårt mål.
Steg 13: Parametrarna som vi skapade tjänar inte vårt syfte om de inte används i ett beräknat fält för att korrekt kategorisera distributionsenheterna baserat på distributionsvolym. Så nästa kommer vi att skapa ett beräknat fält. För att högerklicka var som helst i det tomma utrymmet i avsnittet Data och klicka på "Skapa beräknat fält …".
Steg 14: Fältet som vi skapade ser ut som visas nedan. Vi kallade det "DU Klassificering". Den viktigaste punkten, vi använde de tre parametrarna vi skapade tidigare i det beräknade fältet. Vad koden gör är att om någon distributionsenhetsvärde är större än Threshold_1, dvs. 100 000, kommer den att klassificera den som "Very High Volume DU". På liknande sätt kommer det att göra de andra klassificeringarna.
Obs: Vi kodade inte värdena i fältet, eftersom hårdkodning kanske inte tillåter oss att hantera de kontextbaserade förändringarna. Om vi har parametrar till vårt förfogande, kommer att ändra parametrarnas värden återspeglas i det beräknade fältet när kontexten ändras. Om vi tänker kategorisera distributionsenheter med distributionsvolym över 200 000 som mycket hög volym DU då kommer vi bara att ändra det aktuella värdet för Threshold_1 från 100 000 till 200 000 utan att faktiskt ändra värdet i koden i det beräknade fältet.
Steg 15: Som framgår av nedanstående skärmdump, visas det beräknade fältet "DU-klassificering" under Mått.
Steg 16: Dra bara det beräknade fältet "DU-klassificering" över Color in Marks, och som vi kan se i bilden nedan, distribueras enheterna i fyra olika kategorier baserat på deras volymbidrag. Kategorierna kan ses på höger sida av skärmdumpen.
Steg 17: Låt oss titta närmare på visualiseringen. Vi ändrar också ordningen på kategorierna i legenden; detta kan göras genom att bara dra en kategori upp eller ner med en mus. Nu, i legenden, verkar kategorierna vara i rätt ordning.
Steg 18: Sist men inte minst kan vi ändra färg på en kategori. För det klickar du bara på Färg på Markkortet och klickar sedan över "Redigera färger" för att göra nödvändiga färgval.
Illustration 2
I denna illustration kommer vi att utföra tillståndsformatering av typen Microsoft Excel. I Microsoft Excel har vi ett färdigt att använda som formaterar bakgrundsfärgen på cellerna baserat på värdena. Här förändras färgens grad utifrån värdet. Men i Tableau blir saker ganska svåra, särskilt när vi tänker ha en sådan typ av villkorlig formatering i vår analys. För att uppnå målet kommer vi att gå något från banan. Låt oss se hur vi kan göra det i Tableau.
Steg 1: Våra data för denna demonstration innehåller vinst- och försäljningssiffror för tjugo stora indiska städer. Uppgifterna har laddats in i Tableau. När vi flyttar till arkfliken kan vi se den enda dimensionen City och de två måtten Resultat och försäljning som finns i respektive avsnitt.
Steg 2: För att vara med, dra dimension City till raderegion som visas nedan.
Steg 3: Nästa steg är att skapa ett beräknat fält. Detta är som visas nedan.
Steg 4: Skapa det beräknade fältet med namn 1.0 och skriv också 1.0 i kodavsnittet. När det har skapats kan detta fält ses i avsnittet Mätningar som visas på skärmdumpen efter skärmbilden nedan.
Steg 5: Dra det beräknade fältet 1.0 två gånger en efter en till kolumneregionen. Ändra typen 1.0 till AVG (medelvärde). För det går du till rullgardinsmenyn i fältet och klickar sedan på Genomsnitt i mått.
Steg 6: Klicka på “Dual Axis” i rullgardinsmenyn för det andra 1.0-måttet. Detta är som visas i skärmbilden nedan.
Steg 7: Vi kommer nu att modifiera topp- och bottenaxlarna. Högerklicka på den övre axeln och klicka på posten "Redigera axel" där en dialogruta visas som visas av skärmdumpen efter skärmbilden nedan.
Steg 8: Standardvalen och värdena i dialogrutan Redigera axel är som visas i skärmbilden nedan.
Steg 9: Se till att ändringar i avsnittet "Allmänt" i dialogrutan "Redigera axel" görs som visas nedan.
Steg 10: Nu, i avsnittet "Tick Marks" i dialogrutan, välj "None" för Major Tick Marks och Mindre Tick Marks.
Steg 11: Utför även ändringar i den nedre axeln i både "Allmänt" och "Markeringsmärken", liknande de som utförs i toppaxeln förutom att titeln hålls tom i avsnittet "Allmänt" som visas nedan.
Steg 12: Genomföra stegen ovan ger oss följande visualisering. Observera att de blå staplarna är halva storleken på cellen, för i "Fixed end" i avsnittet Allmänt i dialogrutan Redigera axel har vi värde 2 och i fältet 1.0 har vi värde 1.
Steg 13: För att få staplar i full storlek, dubbelklickar du över p-pillerna i den första 1.0-åtgärden och lägg bara till 1 som visas nedan.
Steg 14: Stegen ovan ger oss fullstorlek i cellstänger som kan ses i skärmbilden nedan.
Steg 15: För det första fältet 1.0 i Markeringskortet drar du Vinst över färg. Att göra detta ger olika färgade staplar. Observera att de olika färgade staplarna beror på olika värden på vinstmått.
Steg 16: Dra i Profit over Text in Marks-kortet i det andra 1.0-måttet, vilket gör att värden visas i cellerna som kan ses nedan.
Steg 17: I skärmdumpen ovan kan vi se att färgerna inte har fyllt hela cellen. Om du vill ha en fullständig cellfylld färg väljer du den högsta storleken genom att dra storleksreglaget till höger sida för det första 1.0-fältet. Detta illustreras nedan. Och som vi kan se, nu är cellerna helt färgade.
Steg 18: Om vi finner ljusstyrkan i bakgrundsfärgerna mycket höga, ändrar vi för att minska den genom att justera opaciteten, baserat på kravet, genom skjutreglaget Opacity i avsnittet Färg. I det här fallet höll vi opaciteten till 90%. På liknande sätt kan vi justera opaciteten för textvärden genom inställningar i det andra 1.0-måttet. Emellertid bör opaciteten för textvärden hållas till 100% för att de ska visas tydligt över bakgrundsfärgerna. Observera att i visualiseringen nedan kan vi se negativa värden tydligt skiljas från de positiva. Negativa värden indikeras med orange som mot blått för de positiva värdena. Baserat på värdet förändras dessutom ljusstyrkan för färgen.
Steg 19: Ovanstående steg utförde vi för vinstmåttet. Vi har en annan viktig åtgärd i datasatsen som är Sales. För måttförsäljning avser vi också att utföra en liknande analys. Så upprepa stegen ovan. Äntligen ändra färgen för försäljning till grönt som visas nedan, eller så kan du välja någon lämplig färg.
Steg 20: Nu ser analysen som vi utförde med villkorlig formatering ut som visas i skärmbilden nedan. På höger sida kan vi se färgen tilldelad baserat på intervallet för vinst- och försäljningsvärden. Detta värderar beroende färgbaserad formatering som erbjuder avgörande insikter i data ger konceptet namnet.
Steg 21: Följande skärmdump ger oss en närmare titt på analysen som vi utförde med villkorlig formatering. 
Illustration 3
För denna illustration kommer vi att använda datasättet som användes i den första illustrationen. Här kommer vi att lyfta fram de fem bästa och fem bästa städerna. Låt oss gå till Tableau:
Steg 1: Vi har data laddade med dimensioner och mått som visas i skärmbilden nedan.
Steg 2: Dra dimensioneringsdistributionenhet till raderegion och mät distributionsvolym över text på Markkortet som visas på skärmbilden nedan.
Steg 3: Sortera resultatet i fallande ordning så att vi får städer i högsta till lägsta distributionsvolym. Detta är som visas nedan.
Steg 4: Skapa sedan ett beräknat fält. Stegen för att skapa ett beräknat fält har täckts i de föregående avsnitten. Vi vill markera de fem främsta och nedre fem distributionsenheterna, så namnge det beräknade fältet som "Topp 5 och botten 5". I kodavsnittet använder vi INDEX () OCH LAST () funktioner. Funktionen INDEX () returnerar indexet för den aktuella raden medan LAST () returnerar antalet rader från den aktuella raden till den sista raden. INDEX () startar beräkningen från 1 medan LAST () startar från 0. De två funktionerna har använts som visas i skärmbilden nedan.
Steg 5: Det nyligen skapade beräknade fältet visas som ett mått som kan ses i skärmbilden nedan.
Steg 6: Dra bara det nyskapade beräknade fältet "Topp 5 och botten 5" över Färg på märkekortet, så kan vi se att de övre och nedre 5 regionerna har blivit markerade med röd färg. Kategorierna visas som falska och sanna värden som kan ses på höger sida av skärmen.
Slutsats
Genom olika illustrationer försökte vi komma djupare in i begreppet villkorlig formatering i Tableau. Men som ett mycket interaktivt visualiseringsverktyg kan flera sätt upptäckas som kräver användning av funktioner som tillhandahålls av verktyget. Tableau underlättar således tillämpningen av villkorlig formatering på visualiseringar utan att begränsa sig till ett fast sätt.
Rekommenderade artiklar
Detta är en guide till villkorlig formatering i Tableau. Här diskuterar vi ett steg för steg tillvägagångssätt för att utföra villkorlig formatering i Tableau genom tre former av illustrationer. Du kan också gå igenom våra andra relaterade artiklar för att lära dig mer-
- Tableau-diagram
- Tableau Dashboard Design
- Tableau diagramtyper
- Skapa set i Tableau
- Tableau-aggregerade funktioner
- Pivot i Tableau
- Tableau-kontextfilter
- Tableau Bullet Chart
- Introduktion till funktioner och egenskaper hos Tableau
- Hur skapar jag grupper i Tableau?