1. Field 변환

• 필드의 종류를 변경하는 것이 가능  

1) 별칭 Aliases

• 날짜 등의 데이터를 직접 입력하게 하려면, 일관된 형식으로 쓰게 해야 한다.

별칭 만들기:

좌측 [DATA] > [Gender] 우클릭 > Aliases... > 별칭 입력 > 행 선반으로

2) 계산된 필드 만들기

• 기존의 데이터를 이용해서 새로운 데이터 만들어내는 것
• 파생 필드
• IF와 CASE 자주 사용
  • IF [조건] THEN 값
    ELSEIF [조건] THEN 값
    ELSE 값
    END
  • CASE 
    WHEN 값1 THEN 값2
    END

이름: 국가브랜드

• IF [Brand] = 'chevrolet' THEN '미국'
  ELSEIF [Brand] = 'bmw' THEN '독일'
  ELSEIF [Brand] = 'peugeot' THEN '프랑스'
  ELSE '일본'
  END

이름: Price 평균

• AVG([Price])

3) 그룹

• 차원이나 측정값 필드를 그룹화할 때 사용
• 일반적으로 차원을 그룹화하는 데 활용
• 측정값도 그룹화할 수 있지만 일반적으로 범위를 이용하기 때문에 계산된 필드를 주로 그룹화함

[Brand (group)] 생성: 

[Brand] 우클릭 > Create > Group... > Group 

4) 집합

• 동적집합과 고정집합
• 동적집합을 주로 사용
  • 데이터가 변경되면 집합의 데이터가 자동으로 변경되는 집합
  • ex. 상위 N개
  • 필터를 이용해서도 비슷하게 만들 수 있음

매출액 상위 10개로 Model 집합 필드 생성: 

[Model] 우클릭 > Create > Set... > Top > By Field > 10

열: 매출액

행: Model 집합, Model

[Model 집합] - Color 카드

[매출액] - Color 카드

5) 구간 차원

• 수치 데이터를 그룹화할 때 사용
• 히스토그램 생성 시 주로 이용
• Binnig이라고도 함

[Age] 

• 수치 데이터
• 연령대처럼 범주화하기도 한다.
  • 계산된 필드를 이용해서 만들 수 있지만 여러 범주로 분할하려면 수식이 복잡해진다.

[Brand] 우클릭 > Create > Bins... > 필드 이름: Age (연령대) > 차원 크기 10

6) 매개변수

• 사용자가 직접 변수를 활용해서 뷰를 필터링
• 대부분의 경우 차원을 가지고 수행
• 매개변수는 단독으로 사용 불가, 계산된 필드 필요

생성 방법: 

[필드] 마우스 우클릭 > 매개변수 or 사이드바 우클릭 > 매개변수

> 매개변수 생성 (시작일 2020-01-01) (종료일 2020-12-31)

> Show Parameter

행: Order date

[매출액] - text 

계산된 필드:

IF [Order Date] >= [시작일]
AND [Order Date] <= [종료일]
THEN 'Y' ELSE 'N' END

계산된 필드 - Filter로 드래그 > Y만 체크하면

• 시작일, 종료일, 필터 값에 따라 동적으로 변함

7) 분할

• 하나의 필드가 2개 이상의 데이터 조합인 경우 사용
• 분할
  • 태블로가 반복되는 패턴을 찾아서 분할
• 사용자 지정 분할
  • 분할 기호를 사용자가 직접 지정

Store Addr 분할:

[Store Addr] 우클릭 > Transform > Split

사용자 지정 분할: 

[Store Addr] 우클릭 > Transform > Costom Split

8) 계층

Store Addr 분할 1, Store Addr 분할 2 함께 우클릭 > 계층 > 계층 만들기 > 계층 행으로 > + 누르기

9) 데이터 유형 및 지리적 역할

데이터 유형: 숫자/날짜/문자열 변환

지리적 역할: 문자열 중에서 국가/시도/카운티(시군구) 등으로 역할 변환

• 이때만 [표현방식]에서 지도 활성화

Store_Addr은 시·도+시 구조이므로 분할을 먼저 수행

Store_Addr1 > Graphic Role > State/Province

Store_Addr1 > Graphic Role > County

store_addr(계층) 필드 - color, detail

1) 원본 데이터 필터

- 태블로에서는 여러 개의 데이터를 조인해서 사용할 수 있다.

- 필터 기능 : 데이터 원본에서 읽어올 때 필터링 가능

• 데이터 원본과 시트에서 모두 필터링 가능
• 그런데 필터링은 가능한 빠르게 하는게 좋기 때문에 시트가 하나라면 원본에서, 시트가 두개 이상이면 각자의 시트에서!

필터 ADD > Add.. > Type > Truck Exclude

• 트럭은 안나오게 필터링

2) 워크시트 페이지 필터

- 필터 이동 및 재생을 통해 워크시트 뷰를 동적으로 보이게 함

계산된 필드 만들기

이름: 매출액

계산식: [Price] * [Quantity]

열: 매출액

행: Type

[매출액 합계] - Color 카드

[Type] - Label 카드

Page 카드에 Order Date > Month 

• 오른쪽에 애니메이션 관련 메뉴가 추가됐당

Model 별 매출액 막대 차트

열: 매출액

행: Model

[매출액 합계] - Color 카드, Label 카드

오른쪽 상단 SUM(매출액) > Edit Colors > Stepped Color > 10

Model 필드를 Filter로 드래그

General	Wildcard	Condition	Top
특정 값 제거 - Traveller 제거	m으로 시작	매출액 합계 80억 이상	상위 5개까지

1. 개요

- 테이블 형식으로 데이터 수치 차이를 색상으로 구분

- 열과 행에 범주값 배치

• 날짜 형식의 월, 일, 요일을 배치해서 다른 날짜와 비교하거나 추세를 파악

- 태블로에서 히트맵은 사각형 차트

2. 히트맵 만들기

Superstore_Sample.xlsx

카드 유형 Square

Columns : Order Date

Rows : Order Date

열(Columns)  - 주문날짜(Order Date) 우클릭 > 불연속형(Discrete) 더보기 > 요일(WeekDay)

색상카드 합계(매출)

• 추세가 있긴 하지만 사실 불연속형이다.
• 파란 곳이 짙을수록 매출이 높음 / 빨간 곳이 짙을수록 매출이 낮음
• 수요일에 쉬어야겠군

분포에 통계적 맥락 추가한 차트

의사별 대기 시간 산포도

Hospital Visit.csv

마크 유형 원 선택

계산된 필드: 진료 시간

입장 날짜 - 퇴장 날짜 (단위: day)

DATEDIFF('day', [Date of Admit], [Date of Discharge])

열: 계산된 필드(진료 시간)

행: Department Type

합계 > 측정값 > 평균

[Department Type] - 색상 카드

[Docter] - 세부정보

• X축은 시간의 분포!

박스프롯

[분석] > 박스플롯 뷰 영역으로 드래그

IQR

- 3/4 지점에서 1/4 지점을 뺀 값

- IQR +- 1.5를 곱한 범위 외의 값을 이상치로 판단

1. 개요

- 행과 열 선반에 각각 1개 이상의 측정값을 활용

• 색상과 크기를 이용해서 세부 정보 표현

- 해당 데이터가 어떻게 분포되는지 파악, 데이터의 분포나 상관관계를 알아보고자 할 때 유용

- 2개의 측정값을 나열할 때 서로 관련성이 높은 데이터 배치

X축: 매출

Y축: 수익

버블의 색상: 평균 할인율

버블의 크기: 수량

2. 분산형 차트 만들기

마크 선반 유형 원으로 변경

분산형 차트는 일반적으로 숫자 데이터만으로 구성

열: 매출

행: 수익

범주는 세부정보에 배치

[도시] 마크 세부정보로 드래그

배치되는 모양

대각선 모양: 상관관계가 높다고 할 수 있음

사각형 / 원형: 상관관계가 거의 없음 → 클러스터링(군집)

3번째 특성을 적용하려면 크기에 배치

[할인율]을 마크 크기로 배치

• 유사한 상관관계 확인

4번째 특성을 적용하려면 색상에 배치

[수량] 마크 색상으로

[도시] 마크 레이블로

분포가 일정한 선의 모양이나 특정 영역에 몰려있는 경우 이상치 탐색

기울기가 바뀌는 임계점이 Threshold

데이터분석에서는 elbow

Use Case

1. 재난 지원금 비율과 아파트 평 단가를 시각화

• 재난지원금이 높아질수록 아파트 평 단가가 낮아지는 음의 상관관계
• 전혀 다른 2가지 측정값에서 새로운 관계상을 발견하는 데 유용

2. 물류 데이터를 활용한 분산형 차트

• 16번 창고에서 시간당 처리 화물 수에 비해 화물당 비용이 높게 측정
• 이상치 데이터를 확인해 문제를 파악하고 빠르게 조치하는 데 유용

1. 개요

- 시계열에 따른누적 데이터가 어떻게 구성되는지 보여줄 때 사용

• 라인 그래프와 다른점은 추세와 더불어 누적데이터까지 표현

- 1 시계열 데이터, 1 차원, 1 측정값

열: 시계열 데이터

행: 측정값

색상: 차원(범주)

• 각 항목의 성질이 다르기 때문에 한번에 선택하고 영역 차트를 선택하면 태블로가 자동으로 배치

2. 영역 차트 생성

주문 날짜, 대분류, 매출 필드 선택 > 표현 형식 > 영역 차트

격자선 조정: 축 우클릭 > 서식 > 라인

시계열에서 일부 데이터를 사용하는 경우

X축 선택 > 마우스 우클릭 > 축 편집... > 범위 > 사용자 지정

Use Case

• HR 가상 데이터를 기반으로 최근 10년 미국 성별 및 인종별 구성 비율을 영역 차트로 표현한 대시보드
• 전반적으로 변화 폭이 크지 않지만 대시보드 오른쪽에 있는 여성은 2019-2020 White 비율이 소폭 줄어들고 Black 비율이 소폭 늘어나는 모습
• 시간의 흐름에 따라 비율의 변동성 표현 시 유용!

1. 개요

- Tag Cloud

- 단어의 빈도 수를 단어의 크기나 색상으로 표현하는 텍스트 데이터 시각화

- 이미지 위에 표현하기도 함

- 배제하는 단어(stop wrods)로 전처리하는게 필요

분류 > 텍스트

수치 > 크기

수치 > 색상

필터 > 도시 > 조건 '매출합계 > 50'

Use Case

• 해리포터 비밀의방 책에서 언급된 단어를 클라우드 형식으로 표현
• 관사와 전치사 등을 제외하고 가장 많이 언급된 상위 500개 단어
• 빈도 횟수에 따라 그룹을 만들고 색상을 통해 가장 많이 언급된 단어가 선명하게 표현

1. 개요

- 1 차원 1 측정값

- 측정값 크기에 따라 사각형의 색상과 크기를 다르게 표현 

- 구성 비율 · 비중 파악

- 항목별 데이터 크기 차이가 커야 효과적

• 5개 이상의 항목은 트리 맵 차트가 효과적
• 5개 미만이면 누적막대나 파이차트가 효과적

2. 세그먼트 별 매출의 구성 비율 맵 차트로 구현

[세그먼트]와 [매출] 선택 >  [표현 방식] > Tree Map 

- 여러 개의 차원을 하나의 계층으로 생성

• python의 pandas에서는 멀티 인덱스라고 함

현재 대분류 - 중분류 - 제품 이름들 존재

3개를 선택 > 마우스 우클릭 > 계층 > 계층 만들기

계층을 마크 색상으로 드래그

대분류	중분류  (대분류 왼쪽 + 버튼)