京公网安备 11010802034615号
经营许可证编号:京B2-20210330
在Tableau中计算累计百分比可以帮助我们更好地理解数据的趋势和变化。在本文中,我将向您展示如何使用Tableau计算累计百分比,并为您提供一些实用的技巧和建议。
首先,让我们了解什么是累计百分比。简而言之,累计百分比就是前N个值的总和除以所有值的总和。例如,如果我们有一个销售数据集合,我们可能会想知道每月的销售额占年度总销售额的百分比是多少。这种情况下,我们就可以使用累计百分比来计算每月份的销售额占全部销售额的百分比。
接下来,我们将一步一步地向您介绍如何在Tableau中计算累计百分比。我们将使用Tableau 2021.1版本进行演示。
第一步是准备您的数据。在此示例中,我们将使用“超级商店销售”数据集合,该数据集合包含了各种产品的销售数据以及相关的日期信息。我们需要将这些数据拖到Tableau的工作区域中,然后按照需要对其进行调整和过滤,以确保我们只处理所需的数据。
第二步是创建计算字段。要计算累计百分比,我们需要创建一个计算字段,该字段将为每个数据点计算其累计值。我们可以使用Window函数来实现这一点。在Tableau中,Window函数可以帮助我们在聚合函数中计算滑动窗口内的数值。
要创建计算字段,请单击“Analysis”选项卡,然后选择“Create Calculated Field”。然后,在计算字段编辑器中输入以下公式:
SUM([Sales]) / WINDOW_SUM(SUM([Sales]))
上述公式将为我们计算每个销售额数据点的累计百分比。请注意,此处假定您正在计算销售额的累计百分比。如果您要计算其他指标的累计百分比,例如数量或利润,则应相应地更改此公式。
第三步是将计算字段拖到工作区域中。现在,我们已经创建了计算字段,我们需要将它添加到工作表中以进行可视化。为此,请将计算字段拖放到工作区域中的行或列区域中,以便将其与其他维度和度量组合在一起。您还可以使用图表类型,例如线图或面积图,来更好地显示数据的趋势和变化。
最后,我们还可以对可视化进行进一步的调整和细节处理,以确保它符合我们的需求和要求。例如,我们可能希望更改轴标签、网格线和颜色方案,以突出显示数据中的重要信息和趋势。
在计算累计百分比时,还有一些有用的技巧和建议,可以帮助我们更好地使用Tableau,并获得更准确和有用的分析结果。以下是一些实用的技巧和建议:
月度级别的时间粒度,而不是日或周粒度。
总之,在Tableau中计算累计百分比可以帮助我们更好地理解数据的趋势和变化,从而做出更准确和有用的分析和决策。通过正确地准备数据、选择适当的计算函数和可视化类型,并了解一些实用的技巧和建议,我们可以更好地使用Tableau,并获得更好的分析结果。
推荐学习书籍
《CDA一级教材》适合CDA一级考生备考,也适合业务及数据分析岗位的从业者提升自我。完整电子版已上线CDA网校,累计已有10万+在读~

免费加入阅读:https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-05在数据库数据查询、业务报表统计、多表关联分析中,LEFT JOIN左连接是使用率最高的SQL关联查询语句。其核心特性是保留左表全部数 ...
2026-06-05 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-06-05任何一款产品从诞生、普及到最终退出市场,都会遵循一套固定的发展规律,这就是产品生命周期理论。在市场竞争日益激烈、产品迭代 ...
2026-06-04在Excel数据分析、办公统计、业务报表制作场景中,数据透视表是数据汇总、分类统计、快速复盘的核心工具,能够高效完成海量原始 ...
2026-06-04 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-06-04在问卷调查与社会科学数据分析中,卡方检验是最常用、最基础的非参数检验方法,广泛应用于市场调研、用户分析、行为统计、满意度 ...
2026-06-03【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-03 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-06-03逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28