巧用排序码实现数据依赖排序

我是社区第99661位番薯,欢迎点我头像关注我哦~
一、传统升序降序
        通常小伙伴们在做数据统计时,数据结果统计完成之后,则需要将所得到的结果根据统计大小进行升序或者降序排列。这在FineBI中实现非常简单,相信小伙伴们都能够快速实现。例如下图所示我们统计每个地区的销量数据时,直接鼠标选择地区分类,然后按照销量进行降序/升序排列即可。
截图201802231441246285.png

二、排序码依赖排序(排序码不重复)
        在某些统计场景,例如地区有固定的地区编码时,如果要求统计结果按照地区排序码进行排序,那又该如何实现呢?如上图传统升序/降序排序示意图所示,当我们在统计每个地区的销量数据时,当指标框中仅仅包含销量数据时,那么地区只能够依赖地区自身或者销量的统计结果进行升序/降序排列,无法满足要求。那么此时我们就需要在指标框中添加排序码——地区编号
进行地区的依赖排序,同时我们又不希望地区编号显示在我们的图表统计结果中,此时FineBI商业智能产品提供的取消勾选功能可便捷的满足用户的需求。在这里我们下一步取消掉地区编号的勾选,然后鼠标选择地区分类,将分类按照地区编号的统计结果进行依赖升序即可。
截图201802231440586688.png

        通过上面的排序依赖设置,我们成功地实现了地区根据地区编码的大小依次进行排序(北京市、上海市、江苏省、浙江省、福建省),这里我们可以回过头来校验下原始的明细数据,可以看到北京市、上海市、江苏省、浙江省、福建省的地区编号依次为120802111、120802112、120802113、120802114、120802115,验证了我们的依赖排序码是没有问题的。
截图201802231437209934.png

三、排序码依赖排序(排序码有重复数据)
        在第二种情况下其实是一种较为理想的数据排序情况,因为我们仔细观察可以发现其实要统计的五条数据中都是来自于不同的地区,也就是分类所依赖的排序码是真实的地区编码,即时经过指标汇总之后(因为每个地区就一条地区编号数据)。那么如下图所示,我们增加一条数据,江苏地区的无锡门店,此时再来看看第二种排序方法的表现如何。
截图201802231450145083.png

        我们依旧按照方法二的步骤,在指标框中加入地区编码然后取消勾选,鼠标选择地区分类,将分类按照地区编号的统计结果进行依赖升序,得到如下图所示的排序结果。
截图201802231457127313.png

        此时我们会发现,原本在北京市后面的江苏省被排到了最后去了,这显然是错误的排序结果嘛。为了更加直观地观察数据以找到问题的所在,我们将柱状图切换为分组表格,同时勾选地区编码,此时我们会发现江苏省的地区编码经过数据统计汇总之后变成了241604226,也就是120802113+120802113的值。显然我们已经发现了问题的本质,柱状图的地区编码指标由于进行了汇总所以已经不是原来的地区编码了。
截图201802231500155502.png
        修正方法非常简单,此时我们将地区编码的汇总方式由求和修改为求平均即可,可以观察到江苏省的地区编码已经恢复到了120802113~普天同庆。
截图201802231504583094.png
        最后我们再将分组表格的统计组件类型切换为柱状图,然后取消勾选地区编码指标,即可得到如下图所示依赖地区编码的正确排序结果(北京市、上海市、江苏省、浙江省、福建省的地区编号依次为120802111、120802112、120802113、120802114、120802115),是不是非常简单,童鞋们都看懂了吗?
截图201802231508323779.png
编辑于 2018-2-23 15:11  

发表于 2018-2-23 15:33:21
没看懂先点赞不会错的
发表于 2018-2-24 08:31:53
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

5回帖数 1关注人数 8421浏览人数
最后回复于:2018-2-24 11:49

返回顶部 返回列表