Tableau入门（一）：数据连接

你可以在Tableau官网上下载Tableau Desktop（即桌面版）。

打开Tableau Desktop后，你可以看到如下界面：

开始界面的左侧是Tableau所支持的数据连接方式：1）到文件；2）到服务器；3）已保存的数据源。

第一种方式连接的是本地所保存的文件数据，我们可以连接到excel表格、文本文件等。一些公司的年报、绩效数据都是以PDF文件呈现的，Tableau可以识别PDF文件中的表格定义，但是无法识别扫描的PDF文件；统计文件包括SAS、SPSS和R等统计软件的数据集；空间文件就是分析数据时采用离线地图来呈现的数据文件。

第二种方式连接的是服务器端的数据源，包括各种类型的数据库以及云数据平台。

单击开始界面左侧的 “Microsoft Excel” 就可以打开相应的excel工作簿。选择相应的文件并点击打开后，Tableau就会跳转到数据源编辑界面。

该界面总共分为3个区域：1）工作表清单；2）表关系区；3）数据预览区。

区域1：工作表清单，这个地方会列出你打开的工作簿中包含的所有工作表；

区域2：表关系区。将工作表拖至此处，表中的数据就会呈现在数据预览区；此外，当你在此处打开了多个表格时，表格之间的关联也会呈现在此处。

区域3：数据预览区。表关系区的表格数据部分会在该处呈现。此外，该区域左上角有两个按钮可以切换数据查看的方式——左侧：预览数据窗格，默认的查看数据方式；右侧：管理元数据窗格，在该窗格下你可以对多个字段进行集中管理。

在图2.1的示例中，“产品销量”下共有两张表格：“库存” 和 “销量”。

*注意：对于Excel中的数据，如果要让Tableau自动识别其中的字段，就要让字段名称使用与数据内容不同的格式。这种格式不同可以是：加粗、字号不同、颜色等，如下图所示：

通过导入自建的“产品销量”工作簿，展示其中的数据。

点击预览区域的左上角可以转换视图：

在这种预览窗格下，你可以对多个字段进行管理，如更改字段名称、字段类别等。

如果我们需要对多个表进行关联分析，就需要在表之间建立联系。在已经打开了一张表格的时候，将另一张需要分析的表格拖动到“表关系区”中，Tableau会自动在两个表之间建立连接关系。

在“产品销量”工作簿中有“销量”、“库存”两张表格，销量表展示了产品1、产品2和产品3的数据；库存表展示了产品1、产品2和产品5的数据。

此时我们需要建立销量与库存两个表格之间的数据。在打开了“销量”表后，再将“库存“拖至表关系区，就可以看到两张表格之间可以建立的关系类型。

Tableau是按照同名字段来建立联结关系的，其中的关联类型分为：内部、右侧、左侧和完全外部四种。

理解关联类型，就需要将两个表视为两个集合——集合A和集合B。

①内部：相当于求A和B的交集，即A和B所共有的记录。在该示例中，销量和库存所共有的记录为”产品1“、”产品2“，因此以”内部“方式连接后，展示的数据仅包括这两条记录。

②左侧：以集合A为准。这种连接下，包含集合A中所有的记录，以及集合B中与A所共有的记录。在该示例中，采用左侧连接，将包含”销量“中的所有记录，以及库存与销量所共有的记录。

③右侧：与左侧连接正好相反，即包含集合B中所有记录以及A与B所共有的记录。同理，右侧连接后，将包含库存表中的所有记录，以及销量与库存所共有的记录。

④完全外部：取两个集合的并集，包含两个集合中的所有记录。使用完全外部连接两个表后，将包含产品1、2、3和5的所有数据。

上述的4种表格连接方式对应着数据库中的Inner Join、Left Join、Right Join和Outer Join几种关联操作。理解数据连接的概念有助于我们对数据的分析。