(三、四)Superset 1.3图表篇——透视表-Pivot Table

简介: 透视表 Pivot Table对于经常做数据分析的同学再熟悉不过了。Superset也提供了透视表的功能,分为两个版本,在最新的版本中 Pivot Table已经不做更新,建议大家使用最新的 Pivot Table V2图表。

本文将对透视表的功能及两个版本的图表进行详细介绍~微信图片_20220528215524.png


透视表(Pivot Table)


用于通过沿两个轴将多个统计信息组合在一起来汇总一组数据。示例:按地区和月份列出的销售数字,按状态和受让人列出的任务,按年龄和地点列出的活动用户。

透视表的特点是信息量大,用途广泛。

简单的说,透视表是一种可以对数据动态排布并且分类汇总的表格格式。


Pivot Table设置


我们依然选择之前王者英雄的数据。

在指标中选择count英雄。并通过主要定位进行分组。列选择英雄。

微信图片_20220528215527.png

此时查询就可以将图表结果进行展示了。

微信图片_20220528215530.png

我们会发现与其他图表不同的是,在图表设置下方多了一个透视表选项。

在这里可以设置聚合功能,显示总计,整合指标,转置透视表。

我们进行相关设置,再次RUN。

微信图片_20220528215533.png

此时,在All一行,增加了分组的统计信息。


Pivot Table v2设置


微信图片_20220528215536.png前文已经说过,Pivot Table已经不在进行更新和维护。将由Pivot Table v2替代。

我们将图表类型换成Pivot Table v2。

Pivot Table v2的查询设置就非常的方便。可以对行,列,指标进行设置。并可以指标应用于行还是列。

当然还有过滤,行限制,排序,降序等设置。

微信图片_20220528215538.png

在透视表设置中,也是有聚合功能设置。同时设置行统计,列统计,转置,并排显示指标。

微信图片_20220528215541.png

经过设置后,得到最终的结果显示。

image.gif

同时,此版本增加了定制化配置的选项。可以对字符格式化,排序,配色进行设置。

微信图片_20220528215544.png

本文对透视表类型的图表进行了介绍,至此Table类型图表介绍完毕。Table类型是最实用的图表类型,希望能帮到大家~

相关文章
|
7月前
|
索引 Python
使用Python的Pandas库进行数据透视表(pivot table)操作
使用Python Pandas进行数据透视表操作包括:安装Pandas库,导入库,创建或读取数据,如`pd.DataFrame()`或从文件读取;然后使用`pd.pivot_table()`创建透视表,指定数据框、行索引、列索引和值,例如按姓名和科目分组计算平均分;查看结果通过打印数据透视表;最后可使用`to_csv()`等方法保存到文件。这为基础步骤,可按需求调整参数实现更多功能。
297 2
|
7月前
|
索引 Python
如何使用Python的Pandas库进行数据透视表(pivot table)操作?
使用Pandas在Python中创建数据透视表的步骤包括:安装Pandas库,导入它,创建或读取数据(如DataFrame),使用`pd.pivot_table()`指定数据框、行索引、列索引和值,计算聚合函数(如平均分),并可打印或保存结果到文件。这允许对数据进行高效汇总和分析。
67 2
|
7月前
|
Python
Pandas进阶--map映射,分组聚合和透视pivot_table详解
Pandas进阶--map映射,分组聚合和透视pivot_table详解
145 0
|
SQL 存储 Oracle
通过sql做数据透视表,数据库表行列转换(pivot和Unpivot用法)(一)
在mssql中大家都知道可以使用pivot来统计数据,实现像excel的透视表功能 一、MSsqlserver中我们通常的用法
398 0
|
数据挖掘 开发者 Python
数据透视表|学习笔记
快速学习数据透视表
167 0
数据透视表|学习笔记
|
SQL 数据挖掘 数据处理
DataFrame行列表查询操作详解+代码实战
DataFrame行列表查询操作详解+代码实战
581 0
DataFrame行列表查询操作详解+代码实战
|
SQL 数据可视化 数据挖掘
再见,Excel数据透视表;你好,pd.pivot_table
Excel作为Office常用办公软件之一,其在一名数据分析师的工作日常中也占有一定地位,比如个人就常常倾向于依赖Excel完成简单的数据处理和可视化作图,其中数据处理部分则主要是运用内置函数+数据透视表两大部分。 Excel数据透视表虽好,但在pandas面前它也有其不香的一面!
245 0
再见,Excel数据透视表;你好,pd.pivot_table
|
SQL JSON 数据可视化
(一)Superset 1.3图表篇——Table
本系列文章基于Superset 1.3.0版本。1.3.0版本目前支持分布,趋势,地理等等类型共59张图表。本次1.3版本的更新图表有了一些新的变化,而之前也一直没有做过非常细致的图表教程。 而且目前可以参考的资料有限,大部分还需要自己探索。所以本系列文章将对这59张图表的使用做一个整理。 Superset的安装入门,以及数据集的准备,请参考之前的教程,1.3版本依然可用。
934 0
(一)Superset 1.3图表篇——Table
|
SQL 分布式计算 数据挖掘
SQL、Pandas和Spark:如何实现数据透视表?
数据透视表是一个很重要的数据统计操作,最有代表性的当属在Excel中实现(甚至说提及Excel,个人认为其最有用的当属三类:好用的数学函数、便捷的图表制作以及强大的数据透视表功能)。所以,今天本文就围绕数据透视表,介绍一下其在SQL、Pandas和Spark中的基本操作与使用,这也是沿承这一系列的文章之一。
315 0
SQL、Pandas和Spark:如何实现数据透视表?
(二)Superset 1.3图表篇——Time-series Table
本系列文章基于Superset 1.3.0版本。1.3.0版本目前支持分布,趋势,地理等等类型共59张图表。本次1.3版本的更新图表有了一些新的变化,而之前也一直没有做过非常细致的图表教程。 而且目前可以参考的资料有限,大部分还需要自己探索。所以本系列文章将对这59张图表的使用做一个整理。 Superset的安装入门,以及数据集的准备,请参考之前的教程,1.3版本依然可用。
463 0
(二)Superset 1.3图表篇——Time-series Table