举个栗子！Tableau 技巧（201）：在 Prep 中调用 Python 处理复杂数据

Tableau Prep 正在被越来越多的数据粉使用，作为专业的数据准备工具，Prep 提供了常用的数据处理功能，例如分组、转置、计算等，还提供了对 R 语言和 Python 脚本的支持。

● 之前分享过栗子：用 Prep 轻松实现数据去重、用 Prep 数据去重的三种场景、用 Prep 正则表达式拆分复杂字段。

不过，有一些复杂的场景，比如：需要计算相关系数，Tableau 本身提供的相关系数计算方法 CORR() 只能一次计算两个字段的相关系数，如果遇到需要建立相关系数矩阵的情况，处理起来就比较麻烦。

这种情况，可以通过 Prep 调用Python 脚本来加速数据清理，实现对多个字段计算皮尔逊相关系数( Pearson correlation coefficient，更多信息可自行了解）。

如何在Prep 调用 Python 脚本？今天的学起来！

本期《举个栗子》，我们要给大家分享的 Tableau 技巧是：在 Prep 中调用 Python 处理复杂数据。

为方便学习，栗子使用 Tableau 自带的“示例-超市”数据。掌握栗子方法后，数据粉可尝试使用自己的数据源。懒癌患者可通过以下链接获取栗子数据源：

https://www.dkmeco.com/cms/course/detail/539

具体步骤如下：

1、安装 Python

首先，安装 Python 。因为 TabPy 暂不支持最新版本的 Python，所以安装 Python3.7 即可（安装步骤不赘述，教程可自行上网搜索）。

安装 TabPy（Python 的扩展包），用于 Tableau 与 Python 进行数据交互。另外，由于数据是以 pandas.DataFrame 格式存储的，所以需要同时安装 pandas。

此时，可以使用浏览器访问 http://localhost:9004/，会出现 TabPy 的欢迎页面。

2、编写脚本

接着，需要编写计算相关系数的 Python 脚本，以供 Tableau Prep 调用。

➤ 脚本首先必须引入 pandas ，才能识别 Tableau Prep 传递的数据。

➤ 创建 get_output_schema() 方法，Tableau Prep 需要该访问指明返回的数据对象格式。

prep_string() 和 prep_decimal() 都是 Prep 支持的数据类型的名称，直接写即可。附 Prep 的数据类型如下：

➤ 创建计算相关系数的方法，input 是 prepy 调用该方法时传入的数据对象，即该脚本步骤所传入的数据表。

编写完成后，保存文件名为 tabpy.py。

3、Prep 调用 Python

然后，打开 Tableau Prep，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。

键入第二步建立的 TabPy 服务器信息，分析程序类型选择 Tableau Python(TabPy) 服务器，服务器填默认：Localhost， 端口默认：9004，用户名和密码没有设置的可以不用填写。

4、构建数据矩阵

最后，在 Prep 中建立流程。

使用“示例-超市”数据集中的订单数据，取用“销售额”、“数量”、“折扣”、“利润”四个度量字段。

新建一个脚本步骤：单击数据表右侧 

 按钮，下拉菜单选择：脚本。

连接类型选择：TableuPython(TabPy)服务器，选择第三步保存的 tabpy.py 文件，并填写 get_corr 方法名。

完成后，就可以在右侧窗口看到销售额等四个字段的相关系数矩阵。

本期的 Tableau 技巧，你 Get 到了吗？赶快试试看吧！

下一期《举个栗子》，再会~

文章部分信息来源于网络，如有侵权请告知