最新历史版本 :过滤器入门 返回文档
编辑时间: 内容长度:图片数:目录数: 修改原因:

目录:

1. 概述编辑

适合人群:过滤器初学者
本文课程专为新手设计,旨在帮助你快速掌握过滤器的基础操作和应用。完成本文学习,你可以应对大部分组件过滤的分析需求。

1.1 版本

版本
功能变动
7.0
-

1.2 应用场景

过滤器的作用:

  • 对组件内设置的过滤条件进行检查与修改:组件中进行的过滤都会出现在过滤器中,方便用户对组件内的过滤进行核查和修改;

  • 对 def 计算值明细过滤:使用 def 函数计算结果后,再依据 def 值进行明细过滤(进阶内容,可参见:def新增列过滤

  • 组件内明细过滤:当前组件中不参与计算的数据可以使用过滤器筛除,例如:只筛选出「签约时间」为 2021 年的数据进行之后的组件计算,如下图所示:

1.3 功能简介

过滤操作具有顺序性。在入门阶段,你可以将组件内的过滤操作分为以下两个部分:

1)计算前的明细过滤:对使用的数据表进行明细过滤,被筛除的数据不再参与组件所有的计算;

2)计算后的结果过滤:在组件中完成分析计算后,对结果进行过滤,结果过滤不会影响已经计算出的结果值;

2. 操作步骤编辑

背景:现有一份「办公用品销售订单」,我们把订单利润小于 0 的订单视为促销订单,现要对 21 年非促销订单的销售额统计分析。

示例数据下载:办公用品数据.xlsx

2.1 准备数据

新建分析主题,并上传示例数据。如下图所示:

2.2 明细过滤

在这个案例中,只有 2021 年且利润大于 0 的订单数据需要参与后续计算,我们可以将这部分订单数据筛选出来。

1)筛选出 21 年的订单数据。将「签约时间」拖入过滤器,分组选为「年」,如下图所示:

对维度执行明细过滤:将维度拖入过滤器即可

4.gif

2)筛选出利润大于 0 的订单数据。将指标「利润」拖入过滤器,选择「明细值」。如下图所示:

对指标执行明细过滤:指标拖入过滤器后,需要选择「明细值」

2.3 组件计算

将「省份、销售额」字段拖入到组件中,如下图所示:

由于 2.2 节我们进行了明细过滤,所以统计的是每个省份 2021 年非促销订单的销售额。

此时已经计算出所有省份销售额,但是我们只需要关注前 5 名的省份销售额。为了方便查看,我们可以对聚合后的结果进行过滤,对结果过滤不会影响已经获得结果值。

2.4 结果过滤

2.4.1 示例一:筛选出销售额前五的省份

对已拖入分析区域的字段进行结果过滤,有两个入口:

  • 入口一:直接在分析区域中,对求和后的销售额结果进行过滤,同时过滤操作会记录到过滤器中。如下图所示:

  • 入口二:将「销售额」字段拖入过滤器中,选择聚合方式为「求和」,销售额会按已拖入的维度「省份」进行聚合求和。再过滤出销售额最大的 5 个省份,如下图所示:

对结果过滤:拖入指标字段到过滤器,需要先选择聚合方式,指标会按照已拖入分析区域的维度进行分组聚合

2)效果预览:

2.4.2 示例二:筛选出订单量最多的五个省份,查看这五个省份的销售额

1)将「记录数」拖入到过滤器中,选择统计依赖个数为「订单编号」。即按已拖入的维度「省份」进行分组,对订单编号进行去重计数,求得每个省份的订单数量。然后我们再过滤出订单量最多的五个省份,如下图所示:

2)效果预览:

3. 过滤器功能说明编辑

3.1 过滤器总结

明细过滤的入口:

  • 将「维度字段」拖入过滤器直接进行过滤

  • 将「指标字段」拖入过滤器,并选择「明细值」

结果过滤的入口:

  • 在分析区域对聚合后的指标进行过滤

3.2 不同字段类型的过滤条件

选择「添加条件」后,不同的字段类型可选择的过滤条件不同,如下图所示:

字段类型
可选择的过滤条件
文本类型
属于、不属于、包含、不包含、开头是、结尾是、开头不是、结尾不是、为空、非空、前N个、后N个
日期类型
  • 抽取数据:属于、不属于、某个日期及之前、某个日期及之后、包含、不包含、开头是、结尾是、开头不是、结尾不是、为空、非空、前N个、后N个

  • 直连数据:若日期格式为「年」、「季度」、「月份」、「星期」、「周数」、「日」、「时」、「分」、「秒」,可设置的过滤条件同抽取数据;其他日期格式可设置的条件只有:属于、不属于、为空、非空、前N个、后N个

数值类型介于、不介于、等于、不等于、大于、小于、大于等于、小于等于、最大的N个、最小的N个、为空、非空

注1:文本字段的 前 N 个:将字段里的文本按照 ASCII 码排序,取排在前面的 N 个;

注2:日期字段的 前 N 个:将日期按照早晚排序,取最新的 N 个日期。

注3:使用最大的N个和最小的N个过滤条件时,数值相同的并列数据会全部保留显示。

4. 下一章编辑

经过本章的学习,您已经熟练掌握了过滤器的基础操作和应用技巧,已足以满足大多数分析需求。

若希望进一步提升技能或解决更复杂的过滤问题,欢迎点击 过滤器进阶 课程,继续您的学习之旅。