Qlik Sense : Crosstable在数据加载脚本中使用交叉表

2024-04-12 08:12

本文主要是介绍Qlik Sense : Crosstable在数据加载脚本中使用交叉表,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

什么是Crosstable?

交叉表是常见的表格类型,特点是在两个标题数据正交列表之间显示值矩阵。如果要将数据关联到其他数据表格,交叉表通常不是最佳数据格式。

本主题介绍了如何逆透视交叉表,即,在数据加载脚本中使用 LOAD 语句的 crosstable 前缀将部分交叉表转置为行。也就是所谓的行转列。

CrossTable实战 1

使用一个限定列逆透视交叉表

交叉表通常位于许多限定列之后,这些列将被直接读取。在此例中,有一个限定列 Year,以及每个月的销售数据矩阵。

使用一个限定列的交叉表
YearJanFebMarAprMayJun
2008456578127822
2009112322224585
2010655622791256
2011452432785515
2012455635786882

如果此表格只是简单加载到 Qlik Sense,结果将为Year使用一个字段,每个月份各一字段。通常,这并非您希望看到的结果。您可能更希望生成三个字段:

  • 在此例中,在上述表格中限定列 Year 使用绿色标记。
  • 在此例中,使用黄色标记的 Jan - Jun 月份表示属性字段。可以适当地将此字段命名为 Month。
  • 数据矩阵值使用蓝色标记。在此例中,它们表示销售数据,因此可以适当地将此字段命名为 Sales。

通过将 crosstable 前缀添加到 LOAD 或 SELECT 语句可实现此操作,例如:

crosstable (Month, Sales) LOAD * from ex1.xlsx;

这可以在 Qlik Sense 中创建以下表格:

使用交叉表前缀的表格已添加至 LOAD 或 SELECT 语句
YearMonthSales
2008一月45
2008二月65
2008三月78
2008四月12
2008五月78
2008六月22
2009一月11
2009二月23
.........

使用两个限定列逆透视交叉表

在此例中,左边有两个限定列,紧跟矩阵列之后。

使用两个限定列的交叉表
SalesmanYearJanFebMarAprMayJun
A2008456578127822
A2009112322224585
A2010655622791256
A2011452432785515
A2012455635786882
B2008577790249034
B2009233534345797
B2010776834912468
B2011573644906727
B2012576847908094

限定列的数量可表述为 crosstable 前缀的第三个参数,如下所述:

crosstable (Month, Sales, 2) LOAD * from ex2.xlsx;

这可以在 Qlik Sense 中创建下列结果:

使用限定列的表可表述为交叉表前缀的第三个参数
SalesmanYearMonthSales
A2008一月45
A2008二月65
A2008三月78
A2008四月12
A2008五月78
A2008六月22
A2009一月11
A2009二月23
............

了解更多Crosstable

  • Crosstableicon-default.png?t=N7T8https://help.qlik.com/zh-CN/sense/November2023/Subsystems/Hub/Content/Sense_Hub/Scripting/ScriptPrefixes/crosstable.htm

 

Crosstable实战 2

crosstable 加载前缀用于转置“交叉表”或“透视表”结构化数据。使用电子表格源时,通常会遇到以这种方式构造的数据。crosstable 加载前缀的输出和目的是将此类结构转换为规则的面向列的表等价物,因为这种结构通常更适合 Qlik Sense 中的分析。

交叉表转换后数据结构为交叉表及其等效结构的示例

左侧显示交叉表的示例。

语法:  

crosstable (attribute field name, data field name [ , n ] ) ( loadstatement | selectstatement )

参数
参数说明
attribute field name描述要转置的水平方向维度的所需输出字段名称(标题行)。
data field name

所需的输出字段名称,用于描述要转置的维度的水平方向数据(标题行下方的数据值矩阵)。

n

要被转换成常规形式的表格前面的限定符字段数量或未更改的维度。默认值为 1。

此脚本函数与以下函数相关:

相关函数
函数交互
Generic一种转换加载前缀,用于获取实体属性值结构化数据集,并将其转换为常规关系表结构,将遇到的每个属性分离为新的字段或数据列。

示例 1 – 转换数据透视销售数据(简单)

加载脚本和结果

概述

打开数据加载编辑器,并将下面的第一加载脚本添加到新选项卡。

第一个加载脚本包含一个数据集,crosstable 脚本前缀稍后将应用于该数据集,其中应用 crosstable 的部分已注释掉。这意味着注释语法用于在加载脚本中禁用此部分。

第二个加载脚本与第一个加载脚本相同,但应用了未注释 crosstable(通过删除注释语法启用)。脚本以这种方式显示,以突出显示该脚本函数在转换数据中的价值。

第二加载脚本(应用的函数)

tmpData:
//Crosstable (MonthText, Sales)
Load * inline [
Product, Jan 2021, Feb 2021, Mar 2021, Apr 2021, May 2021, Jun 2021
A, 100, 98, 103, 63, 108, 82
B, 284, 279, 297, 305, 294, 292
C, 50, 53, 50, 54, 49, 51];//Final:
//Load Product,
//Date(Date#(MonthText,'MMM YYYY'),'MMM YYYY') as Month,
//Sales//Resident tmpData;//Drop Table tmpData;复制代码到剪贴板

有关使用内联加载的详细信息,请参见内联加载。

结果

加载数据并打开工作表。创建新表并将这些字段添加为维度:

  • Product

  • Jan 2021

  • Feb 2021

  • Mar 2021

  • Apr 2021

  • May 2021

  • Jun 2021

结果表
产品2021 年 1 月2021 年 2 月2021 年 3 月2021 年 4 月2021 年 5 月2021 年 6 月
A100981036310882
B284279297305294292
C505350544951

该脚本允许创建一个交叉表,每个月一列,每个产品一行。按照目前的格式,该数据不容易分析。最好将所有数字放在一个字段中,将所有月份放在另一个字段中,放在一个三列表格中。下一节将解释如何对交叉表进行这种转换。

第二加载脚本(应用的函数)

通过删除 // 来取消对脚本的注释。加载的脚本应如下所示:

tmpData:
Crosstable (MonthText, Sales)
Load * inline [
Product, Jan 2021, Feb 2021, Mar 2021, Apr 2021, May 2021, Jun 2021
A, 100, 98, 103, 63, 108, 82
B, 284, 279, 297, 305, 294, 292
C, 50, 53, 50, 54, 49, 51];Final:
Load Product,
Date(Date#(MonthText,'MMM YYYY'),'MMM YYYY') as Month,
SalesResident tmpData;Drop Table tmpData;复制代码到剪贴板

有关使用内联加载的详细信息,请参见内联加载。

结果

加载数据并打开工作表。创建新表并将这些字段添加为维度:

  • Product

  • Month

  • Sales

结果表
产品销售额值
AJan 2021100
AFeb 202198
AMar 2021103
AApr 202163
AMay 2021108
AJun 202182
BJan 2021284
BFeb 2021279
BMar 2021297
BApr 2021305
BMay 2021294
BJun 2021292
CJan 202150
CFeb 202153
CMar 202150
CApr 202154
CMay 202149
CJun 202151

应用脚本前缀后,交叉表将转换为一个垂直表,其中一列用于 Month,另一列用于 Sales。这提高了数据的可读性。

示例 2 – 将数据透视销售目标数据转换为垂直表结构(中等)

加载脚本和图表表达式

概述

打开数据加载编辑器,并将下面的加载脚本添加到新选项卡。

加载脚本包含:

  • 加载到名为目标的表中的数据集。

  • crosstable 加载前缀,将数据透视的销售人员姓名转换为其自己的字段,标记为 Sales Person。

  • 关联的销售目标数据,该数据被结构化为一个名为 Target 的字段。

加载脚本

SalesTargets:
CROSSTABLE([Sales Person],Target,1)
LOAD
*
INLINE [
Area, Lisa, James, Sharon
APAC, 1500, 1750, 1850
EMEA, 1350, 950, 2050
NA, 1800, 1200, 1350
];复制代码到剪贴板

结果

加载数据并打开工作表。创建新表并将这些字段添加为维度:

  • Area

  • Sales Person

添加该度量:

=Sum(Target)

结果表
面积图销售员=Sum(Target)
APACJames1750
APACLisa1500

APAC

Sharon1850
EMEAJames950
EMEALisa1350
EMEASharon2050
NAJames1200
NALisa1800
NASharon1350

如果要将数据的显示复制为数据透视输入表,可以在工作表中创建等效的数据透视表。

执行以下操作:

  1. 将刚刚创建的表复制并粘贴到工作表中。
  2. 将透视表图表对象拖动到新创建的表副本的顶部。选择转换。
  3. 单击  完成编辑。
  4. 将 Sales Person 字段从垂直列架拖动到水平列架。

下表显示了初始表格形式的数据,如 Qlik Sense 中所示:

原始结果表,如 Qlik Sense 中所示
面积图销售员=Sum(Target)
总计-13800
APACJames1750
APACLisa1500

APAC

Sharon1850
EMEAJames950
EMEALisa1350
EMEASharon2050
NAJames1200
NALisa1800
NASharon1350

等效数据透视表类似如下,每个销售人员姓名的列包含在较大的 Sales Person 行中:

带水平透视 Sales Person 字段的等效透视表
面积图JamesLisaSharon
APAC175015001850
EMEA95013502050
NA135013501350

显示为表和等效数据透视表的数据示例,该透视表具有水平透视的 Sales Person

使用交叉表函数进行数据转换的示例。

示例 3 – 将数据透视销售和目标数据转换为垂直表结构(高级)

加载脚本和图表表达式

概述

打开数据加载编辑器,并将下面的加载脚本添加到新选项卡。

加载脚本包含:

  • 表示销售和目标数据的数据集,按地区和月份组织。这将加载到名为 SalesAndTargets 的表中。

  • crosstable 加载前缀。这用于将 Month Year 维度取消透视到专用字段中,以及将销售和目标金额矩阵转换到名为 Amount 的专用字段中。

  • 使用文本到日期转换特性 date# 将 Month Year 字段从文本转换为适当的日期。此日期转换 Month Year 字段通过 Join 加载前缀连接回 SalesAndTarget 表中。

加载脚本

SalesAndTargets:
CROSSTABLE(MonthYearAsText,Amount,2)
LOAD*
INLINE [
Area	Type	Jan-22	Feb-22	Mar-22	Apr-22	May-22	Jun-22	Jul-22	Aug-22	Sep-22	Oct-22	Nov-22	Dec-22
APAC	Target	425	425	425	425	425	425	425	425	425	425	425	425
APAC	Actual	435	434	397	404	458	447	413	458	385	421	448	397
EMEA	Target	362.5	362.5	362.5	362.5	362.5	362.5	362.5	362.5	362.5	362.5	362.5	362.5
EMEA	Actual	363.5	359.5	337.5	361.5	341.5	337.5	379.5	352.5	327.5	337.5	360.5	334.5
NA	Target	375	375	375	375	375	375	375	375	375	375	375	375
NA	Actual	378	415	363	356	403	343	401	365	393	340	360	405
] (delimiter is '\t');tmp:
LOAD DISTINCT MonthYearAsText,date#(MonthYearAsText,'MMM-YY') AS [Month Year]
RESIDENT SalesAndTargets;JOIN (SalesAndTargets)
LOAD * RESIDENT tmp;DROP TABLE tmp;
DROP FIELD MonthYearAsText;复制代码到剪贴板

结果

加载数据并打开工作表。创建新表并将这些字段添加为维度:

  • Area

  • Month Year

使用标签 Actual 创建以下度量值:

=Sum({<Type={'Actual'}>} Amount)

同时创建此度量,具有标签 Target:

=Sum({<Type={'Target'}>} Amount)

结果表(裁剪)
面积图年度月份实际目标
APACJan-22435425
APACFeb-22434425

APAC

Mar-22397425
APACApr-22404425
APACMay-22458425
APACJun-22447425
APACJul-22413425
APACAug-22458425
APACSep-22385425
APACOct-22421425
APACNov-22448425
APACDec-22397425
EMEAJan-22363.5362.5
EMEAFeb-22359.5362.5

如果要将数据的显示复制为数据透视输入表,可以在工作表中创建等效的数据透视表。

执行以下操作:

  1. 将刚刚创建的表复制并粘贴到工作表中。
  2. 将透视表图表对象拖动到新创建的表副本的顶部。选择转换。
  3. 单击  完成编辑。
  4. 将 Month Year 字段从垂直列架拖动到水平列架。
  5. 将 Values 项目从水平列架拖动到垂直列架。

下表显示了初始表格形式的数据,如 Qlik Sense 中所示:

原始结果表(裁剪),如 Qlik Sense 中所示
面积图年度月份实际目标
总计-1381213950
APACJan-22435425
APACFeb-22434425

APAC

Mar-22397425
APACApr-22404425
APACMay-22458425
APACJun-22447425
APACJul-22413425
APACAug-22458425
APACSep-22385425
APACOct-22421425
APACNov-22448425
APACDec-22397425
EMEAJan-22363.5362.5
EMEAFeb-22359.5362.5

等效数据透视表类似如下,每个单独年度月份的列包含在较大的 Month Year 行中:

带水平透视 Month Year 字段的等效透视表(裁剪)
面积(值)Jan-22Feb-22Mar-22Apr-22May-22Jun-22Jul-22Aug-22Sep-22Oct-22Nov-22Dec-22
APAC - 实际435434397404458447413458385421448397
APAC - 目标425425425425425425425425425425425425
EMEA - 实际363.5359.5337.5361.5341.5337.5379.5352.5327.5337.5360.5334.5
EMEA - 目标362.5362.5362.5362.5362.5362.5362.5362.5362.5362.5362.5362.5
NA - 实际378415363356403343401365393340360405
NA - 目标375375375375375375375375375375375375

显示为表和等效数据透视表的数据示例,该透视表具有水平透视的 Month Year

显示为表和等效数据透视表的数据示例,该透视表具有水平透视的年度月份字段

这篇关于Qlik Sense : Crosstable在数据加载脚本中使用交叉表的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/896581

相关文章

详解Vue如何使用xlsx库导出Excel文件

《详解Vue如何使用xlsx库导出Excel文件》第三方库xlsx提供了强大的功能来处理Excel文件,它可以简化导出Excel文件这个过程,本文将为大家详细介绍一下它的具体使用,需要的小伙伴可以了解... 目录1. 安装依赖2. 创建vue组件3. 解释代码在Vue.js项目中导出Excel文件,使用第三

Linux中shell解析脚本的通配符、元字符、转义符说明

《Linux中shell解析脚本的通配符、元字符、转义符说明》:本文主要介绍shell通配符、元字符、转义符以及shell解析脚本的过程,通配符用于路径扩展,元字符用于多命令分割,转义符用于将特殊... 目录一、linux shell通配符(wildcard)二、shell元字符(特殊字符 Meta)三、s

Linux alias的三种使用场景方式

《Linuxalias的三种使用场景方式》文章介绍了Linux中`alias`命令的三种使用场景:临时别名、用户级别别名和系统级别别名,临时别名仅在当前终端有效,用户级别别名在当前用户下所有终端有效... 目录linux alias三种使用场景一次性适用于当前用户全局生效,所有用户都可调用删除总结Linux

Python脚本实现自动删除C盘临时文件夹

《Python脚本实现自动删除C盘临时文件夹》在日常使用电脑的过程中,临时文件夹往往会积累大量的无用数据,占用宝贵的磁盘空间,下面我们就来看看Python如何通过脚本实现自动删除C盘临时文件夹吧... 目录一、准备工作二、python脚本编写三、脚本解析四、运行脚本五、案例演示六、注意事项七、总结在日常使用

java图像识别工具类(ImageRecognitionUtils)使用实例详解

《java图像识别工具类(ImageRecognitionUtils)使用实例详解》:本文主要介绍如何在Java中使用OpenCV进行图像识别,包括图像加载、预处理、分类、人脸检测和特征提取等步骤... 目录前言1. 图像识别的背景与作用2. 设计目标3. 项目依赖4. 设计与实现 ImageRecogni

Python将大量遥感数据的值缩放指定倍数的方法(推荐)

《Python将大量遥感数据的值缩放指定倍数的方法(推荐)》本文介绍基于Python中的gdal模块,批量读取大量多波段遥感影像文件,分别对各波段数据加以数值处理,并将所得处理后数据保存为新的遥感影像... 本文介绍基于python中的gdal模块,批量读取大量多波段遥感影像文件,分别对各波段数据加以数值处

python管理工具之conda安装部署及使用详解

《python管理工具之conda安装部署及使用详解》这篇文章详细介绍了如何安装和使用conda来管理Python环境,它涵盖了从安装部署、镜像源配置到具体的conda使用方法,包括创建、激活、安装包... 目录pytpshheraerUhon管理工具:conda部署+使用一、安装部署1、 下载2、 安装3

Mysql虚拟列的使用场景

《Mysql虚拟列的使用场景》MySQL虚拟列是一种在查询时动态生成的特殊列,它不占用存储空间,可以提高查询效率和数据处理便利性,本文给大家介绍Mysql虚拟列的相关知识,感兴趣的朋友一起看看吧... 目录1. 介绍mysql虚拟列1.1 定义和作用1.2 虚拟列与普通列的区别2. MySQL虚拟列的类型2

使用MongoDB进行数据存储的操作流程

《使用MongoDB进行数据存储的操作流程》在现代应用开发中,数据存储是一个至关重要的部分,随着数据量的增大和复杂性的增加,传统的关系型数据库有时难以应对高并发和大数据量的处理需求,MongoDB作为... 目录什么是MongoDB?MongoDB的优势使用MongoDB进行数据存储1. 安装MongoDB

关于@MapperScan和@ComponentScan的使用问题

《关于@MapperScan和@ComponentScan的使用问题》文章介绍了在使用`@MapperScan`和`@ComponentScan`时可能会遇到的包扫描冲突问题,并提供了解决方法,同时,... 目录@MapperScan和@ComponentScan的使用问题报错如下原因解决办法课外拓展总结@