京公网安备 11010802034615号
经营许可证编号:京B2-20210330
在Tableau中计算累计百分比可以帮助我们更好地理解数据的趋势和变化。在本文中,我将向您展示如何使用Tableau计算累计百分比,并为您提供一些实用的技巧和建议。
首先,让我们了解什么是累计百分比。简而言之,累计百分比就是前N个值的总和除以所有值的总和。例如,如果我们有一个销售数据集合,我们可能会想知道每月的销售额占年度总销售额的百分比是多少。这种情况下,我们就可以使用累计百分比来计算每月份的销售额占全部销售额的百分比。
接下来,我们将一步一步地向您介绍如何在Tableau中计算累计百分比。我们将使用Tableau 2021.1版本进行演示。
第一步是准备您的数据。在此示例中,我们将使用“超级商店销售”数据集合,该数据集合包含了各种产品的销售数据以及相关的日期信息。我们需要将这些数据拖到Tableau的工作区域中,然后按照需要对其进行调整和过滤,以确保我们只处理所需的数据。
第二步是创建计算字段。要计算累计百分比,我们需要创建一个计算字段,该字段将为每个数据点计算其累计值。我们可以使用Window函数来实现这一点。在Tableau中,Window函数可以帮助我们在聚合函数中计算滑动窗口内的数值。
要创建计算字段,请单击“Analysis”选项卡,然后选择“Create Calculated Field”。然后,在计算字段编辑器中输入以下公式:
SUM([Sales]) / WINDOW_SUM(SUM([Sales]))
上述公式将为我们计算每个销售额数据点的累计百分比。请注意,此处假定您正在计算销售额的累计百分比。如果您要计算其他指标的累计百分比,例如数量或利润,则应相应地更改此公式。
第三步是将计算字段拖到工作区域中。现在,我们已经创建了计算字段,我们需要将它添加到工作表中以进行可视化。为此,请将计算字段拖放到工作区域中的行或列区域中,以便将其与其他维度和度量组合在一起。您还可以使用图表类型,例如线图或面积图,来更好地显示数据的趋势和变化。
最后,我们还可以对可视化进行进一步的调整和细节处理,以确保它符合我们的需求和要求。例如,我们可能希望更改轴标签、网格线和颜色方案,以突出显示数据中的重要信息和趋势。
在计算累计百分比时,还有一些有用的技巧和建议,可以帮助我们更好地使用Tableau,并获得更准确和有用的分析结果。以下是一些实用的技巧和建议:
月度级别的时间粒度,而不是日或周粒度。
总之,在Tableau中计算累计百分比可以帮助我们更好地理解数据的趋势和变化,从而做出更准确和有用的分析和决策。通过正确地准备数据、选择适当的计算函数和可视化类型,并了解一些实用的技巧和建议,我们可以更好地使用Tableau,并获得更好的分析结果。
推荐学习书籍
《CDA一级教材》适合CDA一级考生备考,也适合业务及数据分析岗位的从业者提升自我。完整电子版已上线CDA网校,累计已有10万+在读~

免费加入阅读:https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27在CDA(Certified Data Analyst)数据分析师的能力体系与职场实操中,高维数据处理是高频且核心的痛点——随着业务场景的复杂化 ...
2026-03-27在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26在CDA(Certified Data Analyst)数据分析师的能力体系中,线性回归是连接描述性统计与预测性分析的关键桥梁,也是CDA二级认证的 ...
2026-03-26在数据分析、市场研究、用户画像构建、学术研究等场景中,我们常常会遇到多维度、多指标的数据难题:比如调研用户消费行为时,收 ...
2026-03-25在流量红利见顶、获客成本持续攀升的当下,营销正从“广撒网”的经验主义,转向“精耕细作”的数据驱动主义。数据不再是营销的辅 ...
2026-03-25