京公网安备 11010802034615号
经营许可证编号:京B2-20210330
作者 | CDA数据分析师
来源 | CDA数据科学研究院
筛选是从结果集中删除某些值或值范围的过程。
视图中创建
在视图中选中要筛选的项,在浮动工具栏或右键选择“只保留”或“排除”即可。
筛选栏创建
将要筛选的字段拖放至筛选栏,在弹出的筛选器对话框中选择筛选方式。
显示筛选器
在数据窗口选中要筛选的字段,右键选择“显示筛选器”,该字段将作为筛选器并显示在工作表中。
按照筛选字段的数据类型,可以分为维度筛选、度量筛选、日期筛选。
维度筛选
维度筛选是应用于维度字段的筛选器。 - 将“地区”、“销售额”和“市场”分别拖放至行列功能区和筛选栏,在筛选器中保留“亚太地区”。
- 将“利润”拖放至颜色和标签。
度量筛选
度量筛选是应用于度量字段的筛选器。 - 将“地区”、“销售额”和“利润”分别拖放至行列功能区和筛选器,在筛选器中设置利润至多为0。
- 将“利润”拖放至标签。
日期筛选
日期筛选是应用于日期字段的筛选器。 - 将“销售额”和“订购日期”拖放至行列功能区,“订购日期”拖放至筛选器选择日期范围。
按照筛选方法,可以分为上下文筛选、条件筛选、顶部筛选和通配符筛选。
上下文筛选
上下文筛选:用于处理通过上下文筛选的数据。 Tableau中的正常筛选器彼此独立,每个筛选器从源数据读取所有行,并创建自已的结果。但是在某些情况下,我们希望第二个筛选器只处理第一个筛选器返回的记录,这种情况下,第二个筛选器称为依赖筛选器,因为它们只处理通过上下文筛选器的数据。 - 将“地区”、“销售额”和“市场”分别拖放至行列功能区和筛选栏,在筛选器中保留“亚太地区”。
- 将“利润”拖放至筛选栏,在筛选器中设置利润至多为0。
条件筛选
条件筛选:对已存在的筛选器应用一些条件。 Tableau中使用条件筛选器对已存在的筛选器应用一些条件筛选,这些条件可以通过字段设置,也可以编辑公式设置。 - 将“地区”和“销售额”分别拖放至行列功能区,“地区”拖放至筛选栏,常规中勾选全部成员,条件中按公式筛选利润小于0且销售额大于100000的地区。
- 将“利润”拖放至标签。
顶部筛选
顶部筛选:用于限制筛选器的结果集。 Tableau中的顶部筛选器对已存在的筛选器限制筛选的结果集,这些条件可以通过字段设置,也可以编辑公式设置。 - 将“国家/地区”和“销售额”分别拖放至行列功能区,“国家/地区”拖放至筛选栏,在筛选器中勾选全部成员,在顶部按字段筛选销售额前10的国家。
- 按销售额降序显示。
通配符筛选
通配符筛选:用于字符串型字段的筛选。 Tableau中的通配符筛选器对已存在的筛选器进行字符匹配筛选,主要包括:包含、开头为、结尾为、精通匹配。 - 将“客户名称”和“消费金额”分别拖放至行列功能区,“客户名称”拖放至筛选栏,在筛选器中勾选全部成员,在通配符中筛选开头为“Aaron”的客户名称。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02