Tableau 함수 웨비나 (2022년 1월 26일) 영상입니다.
1시간 웨비나를 컴팩트하게 30분으로 요약했습니다.
실습 파일은 본 웨비나 참석자분들께 제공해드렸습니다.
00:00 시작하기
01:02 태블로 계산된 필드 만들기
03:40 함수 리스트
04:12 집계 SUM 함수 예시
08:43 논리 CASE 함수 예시
12:17 논리 IN 함수 예시
16:46 날짜 DATEDIFF, DATEPART 함수 예시
23:31 테이블 계산 FIRST, LAST, WINDOW_MIN, WINDOW_MAX 함수 예시
26:16 정규표현식 REGEXP_EXTRACT 함수 예시
태블로에서 '계산된 필드 만들기'란?
1) 데이터 원본에 없는 새로운 필드를 만드는 것
2) 겉으로 드러나지 않은 인사이트를 발굴하는 요소
태블로 계산 유형은 다음과 같습니다.
(1) 기본 계산
데이터 원본 세부 수준(행 수준 계산) 또는 Viz 세부 수준(집계 계산)에서 값 또는 멤버를 변환할 수 있습니다
(2) LOD(Level of Detail expressions, 세부 수준) 식
LOD 계산을 사용하면 계산할 세부 수준을 세부적으로 제어할 수 있습니다.
Viz의 세부 수준을 기준으로 LOD 계산을 수행할 수 있습니다.
더 세분화된 수준(INCLUDE)
덜 세분화된 수준(EXCLUDE)
완전히 독립적인 수준(FIXED)
(3) 테이블 계산
테이블 계산을 사용하면 Viz 전용 세부 수준에서 값을 변환할 수 있습니다.
실습 1) 2020년 vs 2021년 출국 인원 비교
1. 필드명 - 2020 출국 인원
SUM(IF YEAR([날짜])=2020 THEN [출국 인원] END)
2. 필드명 - 2021 출국 인원
SUM(IF YEAR([날짜])=2021 THEN [출국 인원] END)
실습 2) 스타벅스 구매 및 결제 정렬 순서
1. 필드명 - c. 정렬 순서
CASE [p. 정렬 순서]
WHEN '결제 건수' THEN COUNT([결제])
WHEN '구매 건수' THEN COUNT([구매목록])
END
2. 필드명 - c. 정렬 순위
RANK([c. 정렬 순서])
실습 3) 계절별 스타벅스 구매 내역 비교
1. 필드명 - 아이스/일반
IIF([Iced]='I','아이스','일반')
2. 필드명 - 계절
IF MONTH([날짜]) IN (3,4,5) THEN '봄'
ELSEIF MONTH([날짜]) IN (6,7,8) THEN '여름'
ELSEIF MONTH([날짜]) IN (9,10,11) THEN '가을'
ELSE '겨울'
END
또는
CASE DATEPART('month', [주문 날짜])
WHEN IN(3,4,5) THEN '봄'
WHEN IN(6,7,8) THEN '여름'
WHEN IN(9,10,11) THEN '가을'
ELSE '겨울'
END
CASE
실습 4. 당월 vs 전월 매출 비교
1. 필드명 - 선택한 월_TF
DATEDIFF('month',[Order Date],[p. Date])=0
AND
DATEPART('day',[Order Date]) <= DATEPART('day',[p. Date])
2. 필드명 - 선택한 월 매출
IIF([선택한 월],[Sales],NULL)
3. 필드명 - 선택한 전월_TF
DATEDIFF('month',[Order Date],[p. Date])=1
AND
DATEPART('day',[Order Date]) <= DATEPART('day',[p. Date])
4. 필드명 - 선택한 전월 매출
IIF([선택한 전월],[Sales],NULL)
실습 5. NIKE 주식 데이터 주요 지표
필드명 - 주요 마크
IF FIRST()=0
OR LAST()=0
OR AVG([Close])=WINDOW_MAX(AVG([Close]))
OR AVG([Close])=WINDOW_MIN(AVG([Close]))
THEN AVG([Close])
END
실습 6. EPL Team 데이터 분할 계산식
(영상 참고)
데이터 출처는 다음과 같습니다.
연간출국인원 (투어고)
스타벅스 구매목록 (개인 데이터)
NIKE Stock Price (구글 파이낸스)
EPL 순위 (espn)
Tableau 함수 웨비나 (2022년 1월 26일) 영상입니다.
1시간 웨비나를 컴팩트하게 30분으로 요약했습니다.
실습 파일은 본 웨비나 참석자분들께 제공해드렸습니다.
00:00 시작하기
01:02 태블로 계산된 필드 만들기
03:40 함수 리스트
04:12 집계 SUM 함수 예시
08:43 논리 CASE 함수 예시
12:17 논리 IN 함수 예시
16:46 날짜 DATEDIFF, DATEPART 함수 예시
23:31 테이블 계산 FIRST, LAST, WINDOW_MIN, WINDOW_MAX 함수 예시
26:16 정규표현식 REGEXP_EXTRACT 함수 예시
태블로에서 '계산된 필드 만들기'란?
1) 데이터 원본에 없는 새로운 필드를 만드는 것
2) 겉으로 드러나지 않은 인사이트를 발굴하는 요소
태블로 계산 유형은 다음과 같습니다.
(1) 기본 계산
데이터 원본 세부 수준(행 수준 계산) 또는 Viz 세부 수준(집계 계산)에서 값 또는 멤버를 변환할 수 있습니다
(2) LOD(Level of Detail expressions, 세부 수준) 식
LOD 계산을 사용하면 계산할 세부 수준을 세부적으로 제어할 수 있습니다.
Viz의 세부 수준을 기준으로 LOD 계산을 수행할 수 있습니다.
더 세분화된 수준(INCLUDE)
덜 세분화된 수준(EXCLUDE)
완전히 독립적인 수준(FIXED)
(3) 테이블 계산
테이블 계산을 사용하면 Viz 전용 세부 수준에서 값을 변환할 수 있습니다.
실습 1) 2020년 vs 2021년 출국 인원 비교
1. 필드명 - 2020 출국 인원
SUM(IF YEAR([날짜])=2020 THEN [출국 인원] END)
2. 필드명 - 2021 출국 인원
SUM(IF YEAR([날짜])=2021 THEN [출국 인원] END)
실습 2) 스타벅스 구매 및 결제 정렬 순서
1. 필드명 - c. 정렬 순서
CASE [p. 정렬 순서]
WHEN '결제 건수' THEN COUNT([결제])
WHEN '구매 건수' THEN COUNT([구매목록])
END
2. 필드명 - c. 정렬 순위
RANK([c. 정렬 순서])
실습 3) 계절별 스타벅스 구매 내역 비교
1. 필드명 - 아이스/일반
IIF([Iced]='I','아이스','일반')
2. 필드명 - 계절
IF MONTH([날짜]) IN (3,4,5) THEN '봄'
ELSEIF MONTH([날짜]) IN (6,7,8) THEN '여름'
ELSEIF MONTH([날짜]) IN (9,10,11) THEN '가을'
ELSE '겨울'
END
또는
CASE DATEPART('month', [주문 날짜])
WHEN IN(3,4,5) THEN '봄'
WHEN IN(6,7,8) THEN '여름'
WHEN IN(9,10,11) THEN '가을'
ELSE '겨울'
END
CASE
실습 4. 당월 vs 전월 매출 비교
1. 필드명 - 선택한 월_TF
DATEDIFF('month',[Order Date],[p. Date])=0
AND
DATEPART('day',[Order Date]) <= DATEPART('day',[p. Date])
2. 필드명 - 선택한 월 매출
IIF([선택한 월],[Sales],NULL)
3. 필드명 - 선택한 전월_TF
DATEDIFF('month',[Order Date],[p. Date])=1
AND
DATEPART('day',[Order Date]) <= DATEPART('day',[p. Date])
4. 필드명 - 선택한 전월 매출
IIF([선택한 전월],[Sales],NULL)
실습 5. NIKE 주식 데이터 주요 지표
필드명 - 주요 마크
IF FIRST()=0
OR LAST()=0
OR AVG([Close])=WINDOW_MAX(AVG([Close]))
OR AVG([Close])=WINDOW_MIN(AVG([Close]))
THEN AVG([Close])
END
실습 6. EPL Team 데이터 분할 계산식
(영상 참고)
데이터 출처는 다음과 같습니다.
연간출국인원 (투어고)
스타벅스 구매목록 (개인 데이터)
NIKE Stock Price (구글 파이낸스)
EPL 순위 (espn)