举个栗子！Tableau 技巧（241）：用 Python 脚本提取文本内容中的关键词

经常有数据粉反馈：在处理文本内容的时候，是否有快速提取内容关键词的方法呢？

方法有的，可以试试 Python。这里，我们来分享：如何在 Tableau 中利用 Python 脚本从文本内容提取关键词。

图片来自网络

今天的栗子，一睹为快吧~

本期《举个栗子》，我们要给大家分享的 Tableau 技巧是：用 Python 脚本提取文本内容中的关键词。

为方便学习，栗子使用自拟的文本数据。掌握栗子方法后，数据粉可尝试使用自己的数据源。

具体步骤如下：

1、安装好 Python 环境，并安装扩展包 Tabpy （Tableau的分析扩展程序）、jieba （结巴分词包）、re （正则包）。

启动 Tabpy 服务，步骤请参考☞ 举个栗子！Tableau 技巧（201）：在 Prep 中调用 Python 处理复杂数据

2、打开 Tableau Desktop，连接栗子数据。

单击顶部菜单栏“帮助”，下拉菜单选择：设置和性能-管理分析扩展程序连接，弹窗中选择：TabPy，然后如下配置并保存连接。

3、单击字段右上角 ▼ 按钮，下拉菜单选择：创建计算字段。

将字段命名为：tags，键入函数：

SCRIPT_STR("

import jieba.analyse # 导入jieba

import re # 导入re 正则表达式

#使用正则表达式过滤掉不可见的字符，如换行等，以避免报错

content = [re.sub('\s','', str) for str in _arg1]

#使用jieba从内容提取关键词，只提取权重最高的3个名词

tags = [jieba.analyse.extract_tags(c, topK=3, allowPOS=('n')) for c in content]

#将提取结果的格式处理成字符串，以返回给Tableau

result = [','.join(r) for r in tags]

return result

",

attr([Brief]))

然后，再单击窗口右下角的“默认表计算”，在弹窗中将“根据以下因素计算：”的值设置为：Name。

新建工作表，将字段“Name”和“tags”以此拖放至行，在视图中的文本表中，可以看到：关键词已经从文本中提取出来啦！

本期的 Tableau 技巧，你 Get 到了吗？

下一期，再见~

文章部分信息来源于网络，如有侵权请告知