Le cours ultime de SQL et de tableau : de zéro à héros

1. Introduction du cours SQL: Bonjour et bienvenue dans ce cours SQL unique en son genre. Je mets dans l'embarras ou je déçois les architectes de solutions informatiques plus de dix ans d' expérience dans le domaine des projets informatiques. Je vais mettre tout ce que je sais sur SQL dans un tutoriel de 4 heures. Dans ce cours, vous apprendrez tout ce dont vous avez besoin sur l'une des compétences les plus recherchées, le SQL, des sujets de base aux sujets avancés. Ainsi, à la fin du cours, vous serez capable d'écrire des requêtes SQL très facilement. Nous pouvons travailler avec l'une des versions les plus populaires de SQL, MySQL, grâce aux syntaxes et aux compétences que vous allez acquérir grâce à ce cours. Il peut être utilisé dans n'importe quelle autre base de données ou application utilisant SQL J'ai conçu ce cours pour vous faire passer de zéro à héros. Donc, si vous êtes débutant, ne vous inquiétez pas. Je vais tout expliquer à partir de zéro, étape par étape. Alors maintenant, si vous me demandez ce qui rend votre cours très spécial par rapport aux autres cours. Dans ce cours, vous apprendrez non seulement comment écrire des requêtes SQL, mais également les concepts SQL qui les sous-tendent, et en particulier comment le SQL traite les requêtes en arrière-plan. Cela peut vous aider à comprendre pourquoi nous écrivons des requêtes SQL. Et cela vous rendra plus créatif avec vos énoncés de requête. Dans ce cours, vous aurez accès à des tonnes de pratiques pratiques et trucs et astuces que j'ai collectés ces dernières années. Et nous aurons de nombreuses tâches SQL , puis nous les résoudrons ensemble étape par étape. Et je vais vous fournir de nombreux documents gratuits. Tout le contenu de ce cours est également disponible sur les données de mon site Web avec borrow.com. Vous pourrez l'utiliser ultérieurement comme référence. Je vais également vous fournir du code SQL, qu'elle a réussi à faire en sorte que vous puissiez trouver toutes les tâches et syntaxes SQL afin que vous n'ayez pas à toutes les mémoriser. J'ai également préparé pour ce cours une base de données. Où allons-nous l'utiliser dans toutes nos tâches et exemples au cours des didacticiels, ainsi que toutes les représentations et concepts SQL créés dans ce cours. Alors maintenant, allons-y et commençons. 2. Aperçu du programme du cours: Très bien, tout le monde, je voudrais maintenant vous montrer la feuille de route de l'ensemble du cours SQL pour débutants, qui est divisé en neuf chapitres. abord, nous allons commencer par les bases où vous pouvez apprendre les concepts de base du SQL, tels que le concept des bases de données, le concept des tables SQL, les commandes SQL de base et les principaux éléments du SQL déclarations. Dans le chapitre suivant, nous allons commencer à préparer votre environnement afin que vous puissiez vous entraîner avec moi. Je vais vous expliquer les étapes de téléchargement et d' installation de MySQL. Ensuite, nous allons faire un tour rapide de l'interface et ajouter la fin. Nous allons installer la base de données de notre cours. Enfin, vous commencerez à utiliser syntaxe SQL pour interroger la base de données et les tables que vous venez de créer dans la section précédente à l'aide des instructions select. Ensuite, vous allez apprendre à filtrer vos données à l'aide de la clause where et à apprendre quelques opérateurs SQL. Dans le prochain chapitre, nous allons passer au niveau supérieur. Où allons-nous apprendre à combiner nos tables SQL à l'aide de jointures et d'Union ? Ensuite, nous allons apprendre nombreuses fonctions SQL importantes telles que les agrégations et les fonctions de chaîne. Ensuite, dans le chapitre suivant, nous allons encore augmenter le niveau en apprenant sujets avancés en SQL, tels que le groupe, à l'aide de sous-requêtes. Nous allons ensuite apprendre à modifier nos données dans nos tableaux en utilisant les fonctions d'insertion, de mise à jour et de suppression. Dans le dernier chapitre de ce cours, nous allons apprendre à définir nos données à l'aide du langage SQL, comme créer, modifier et déposer des tables. Ce sont donc tous les sujets que nous allons aborder dans ce cours. Très bien, tout le monde. Donc, sur ce point, je pourrais dire, allons-y et commençons notre cours de SQL. Très bien, nous allons donc commencer par le premier chapitre. Ici. Nous allons parler des bases et des concepts du SQL. Et nous allons maintenant commencer par une introduction au langage SQL. 3. Introduction au SQL: Très bien, nous allons donc commencer par les bases du SQL, les termes que vous entendrez au cours des didacticiels, par exemple, que sont les données ? Les données sont des faits ou des statistiques qui sont stockés quelque part ou qui circulent sur le réseau. En général, ils sont comme des matières premières. Par exemple, si vous commandez des articles en ligne, de nombreuses données seront générées. Par exemple, le numéro de client, le numéro de commande, la date , les dates d'expédition, etc. Un autre terme que nous utilisons est celui d'informations. Ainsi, les données dont nous disposons pourraient être retraitées dans leur structure, ou les traduire sous une nouvelle forme appelée informations, qui aurait une signification plus logique. Et nous pourrions l'utiliser dans l'analyse, par exemple, si nous agrégeons les dates de commande au fil des ans, nous pourrions voir comment l'entreprise se développe au fil des ans. Cela signifie que nous avons converti les données brutes en informations pertinentes. Très bien, donc notre base de données est un raccourci dB. Par définition, une base de données est un ensemble de données structurées et connexes qui sont stockées ou organisées de manière à ce que les données soient facilement accessibles et gérées. Les raccourcis, c'est un moyen de stocker vos données. Vous aurez affaire à des bases de données tous les jours et partout. Ainsi, par exemple, si vous commandez quelque chose en ligne, même si vous stockez votre photo dans la galerie de votre smartphone. Cette galerie est une base de données. Nous disposons de nombreuses bases de données différentes. La plus connue est celle que nous allons apprendre sont les bases de données SQL relationnelles. L'autre est la base de données NoSQL. Nous avons des bases de données distribuées, bases de données cloud, des entrepôts de données, etc. Je vais donc maintenant expliquer les bases de données SQL et NoSQL car ce sont les plus connues. SQL ou relationnelles. Ils stockent les données dans des tableaux. Les tables sont comme des conteneurs dotés d'une structure fixe et sont généralement liées les unes aux autres par des relations. C'est pourquoi nous avons le nom de bases de données relationnelles. Donc, si vous êtes très structuré et facile à comprendre, il serait bon que structuré et facile à comprendre, vous utilisiez bases de données SQL pour stocker vos données. En revanche, nous n' avons pas de bases de données SQL, ou pas seulement des bases de données SQL. Et ici, vous avez différents types d'options. Comment allez-vous stocker vos données ? Par exemple, vous avez les méthodes des valeurs clés dans lesquelles vous allez définir les clés et la valeur qu'elles contiennent. Vous avez le magasin de graphes, vous avez le magasin de colonnes, ce qui est idéal pour les mégadonnées. Certains outils, tels que Tableau pour la visualisation des données, utilisent cette méthode pour stocker les données car elle offre des performances et des analyses exceptionnelles. Et vous avez également le document. Donc, si vous participez à des projets où les exigences évoluent beaucoup ou où les données sont difficiles à comprendre. Ils n'ont pas de structures aussi claires et ainsi de suite. Ce serait vraiment bien si vous utilisez les bases de données NoSQL pour stocker vos données, d'utiliser l'une de ces méthodes. Mais dans de nombreuses entreprises, de nombreux projets stockent les données dans une base de données SQL parce qu' elles sont faciles à comprendre et très largement utilisées. Et dans nos tutoriels, nous nous concentrerons sur ces types de bases de données, les bases de données relationnelles SQL. Maintenant, pour gérer toutes ces bases de données, réutilisez le logiciel appelé système de gestion de base de données ou SGBD. C'est comme une application avec une interface où vous pouvez vous connecter et commencer à faire quelque chose dans votre base de données. Vous pouvez notamment créer nouvelles tables ou modifier vos données, interroger vos données, etc. Et actuellement, nous avons près de 380 SGBD différents selon l'enquête de Stack Overflow de cette année. Je vais laisser le lien dans la description. Vous pouvez voir ici un classement des bases de données les plus utilisées et les plus utilisées par les développeurs. Vous pouvez donc voir ici que ma balance est numéro un, puis Chris et ainsi de suite. Nous avons d'autres sites de classement. C'est ce qu'on appelle le classement du moteur de base de données. Si nous y allons, vous trouverez la liste ou le classement des SGBD les plus utilisés ou les plus populaires, ainsi que le quartier Ils utilisent différents critères . Ils utilisent différents critères pour le calculer. Mais vous pouvez voir ici que mon SQL figure dans les trois premiers de la liste. Dans nos tutoriels, nous utiliserons MySQL et nous l'apprendrons, qui est la base de données la plus connue et la plus utilisée de nos jours. Enfin, qu'est-ce que SQL ? Il est l'abréviation de Structured Query Language. Donc, par définition, SQL est le langage de requête que nous utilisons pour récupérer, gérer, manipuler et stocker des données dans des bases de données. En bref, le langage SQL est le langage que vous devez maîtriser pour communiquer avec des bases de données. Alors maintenant, sur Internet, il y a une bataille sans fin pour le prononcer. Certains développeurs l'appellent suites et d'autres collègues, comme moi, SQL. Cela dépend vraiment du pays d'où vous venez ou du projet sur lequel vous travaillez. Dans mon projet, tout le monde l'appelle SQL. C'est donc à vous décider lequel vous allez utiliser. Très bien, vous pourriez me demander maintenant, empruntez le fonctionnement de SQL. Vérifions-le. Sur le côté droit, nous avons notre base de données relationnelle dans laquelle vous stockez vos données dans des tables. Et voici notre SGBD qui gère notre base de données. La première chose à faire est donc de vous connecter au SGBD afin d' interagir avec celui-ci. Ou si vous créez des applications, vous devez les connecter au SGBD. Après cela, vous commencez à écrire des instructions SQL, des instructions, puis vous appuyez sur le bouton pour exécuter. Après cela, le SGBD commencera le traitement fera de la magie et l' enverra à la base de données. Une fois que la base de données reçoit une telle requête, elle commence à s'exécuter. Certaines opérations recherchent les données que vous avez demandées. Une fois prête, la base de données répondra au SGBD avec le résultat que vous souhaitez. Très bien les gars, c'est pourquoi c'est une introduction rapide à SQL. Ensuite, nous allons commencer à expliquer pourquoi langage SQL est important et pourquoi vous devriez l'apprendre. 4. 2e pourquoi apprendre le SQL ?: Maintenant, je voulais juste expliquer rapidement pourquoi vous devriez toujours apprendre le SQL. Voici quelques faits. SQL est, SQL a 47 ans, soit 14 ans de plus que moi. Tu peux faire le calcul. SQL est donc le grand-père du monde de la programmation. Il existe plus de 700 langages informatiques que vous pouvez apprendre. Vous pourriez aussi bien parler du mouvement NoSQL, où tout le monde dit que NoSQL va tuer les bases de données SQL. Vous vous demandez peut-être maintenant pourquoi nous utilisons toujours SQL ? Pourquoi devrais-je apprendre si c'est, y est échelonné. Il n'est pas mort comme de nombreux autres langages, comme le Basic ou le Pascal. Eh bien, la réponse rapide à cette question est que SQL fonctionne toujours. Il fait le travail et vous ne pouvez pas demander plus que cela. Voici quatre raisons pour lesquelles vous devriez toujours apprendre le SQL. La raison numéro un est que l'échelle est la technologie la plus utilisée dans l'ensemble du secteur technologique. Si nous vérifions maintenant, voici une enquête sur débordements de stocks cette année. Je laisserai le lien dans la description. Dans ce graphique, nous pouvons voir les technologies les plus utilisées. Et vous pouvez voir ici que le SQL est classé comme la technologie la plus couramment utilisée par tous les développeurs. Cela signifie que le SQL est toujours à la mode. La deuxième raison est que le SQL est très demandé. La plupart des entreprises de tous les secteurs utilisent une sorte de base de données SQL pour stocker leurs données. Cela signifie qu'ils auront toujours besoin de quelqu'un possédant des compétences en SQL pour créer, gérer, analyser et comprendre leurs données. Faisons maintenant une vérification rapide sur la plateforme Java, comme Indeed, pour rechercher le mot clé SQL. Sql, trouve du travail. Voyons les résultats. Vous pouvez donc voir ici que plus de 170 000 emplois sont recherchés pour développeur SQL ou une personne ayant des compétences en SQL. Cela signifie que ses compétences à grande échelle sont vraiment très demandées. Et c'est parce que les analyses de données jouent un rôle très important dans de nombreux emplois. La troisième raison est que le SQL est presque partout. Si vous participez à des projets et que vous travaillez avec des données, par exemple exploration de données, l'ingénierie des données, la science des données ou la visualisation de données. Vous finirez par utiliser de nombreux outils de mégadonnées. Je suis un langage de programmation. Et la plupart d'entre eux ont tendance à vous proposer des emplacements pour écrire des instructions SQL, par exemple, si vous utilisez Tableau, c'est un outil de visualisation de données très connu. Il existe des endroits où vous devez écrire une instruction SQL afin de préparer les données. Ou si vous participez à des projets où vous diffusez des données en streaming à l'aide de Kafka, par exemple, vous y trouverez de nombreuses fonctions qui sont modèles dans lesquels vous devez écrire des instructions SQL. Ils le font pour faciliter les choses. C'est donc un moyen. Avec le temps, vous verrez que presque chaque outil permet d'utiliser des instructions SQL et des compétences SQL. Maintenant, pour la dernière raison, contrairement aux autres langages, le SQL est simple et facile. Il est facile à apprendre, à écrire et à lire, car les syntaxes SQL sont basées sur mots anglais très courants, par exemple select from Curia tables where, etc. Et SQL Managed accepte franchement de vous cacher tous les processus compliqués. C'est pourquoi beaucoup de gens ont tendance à apprendre le SQL, car c'est très facile. Très bien, alors maintenant, résumons. Sql a les meilleures combinaisons. Le langage SQL est très demandé et facile à apprendre, ce qui fait que l'apprentissage de son gril est toujours une bonne facile à apprendre, ce qui fait que l'apprentissage de son gril est idée et l'une des améliorations de carrière les plus importantes tout développeur informatique puisse obtenir. Très bien, ce sont donc mes principales raisons pour lesquelles vous devriez apprendre le SQL. Ensuite, nous allons parler des concepts de base de données. 5. #3 Les concepts de la base de données: Très bien, voyons maintenant comment les bases de données SQL sont organisées. Il est très important de comprendre cela, car une fois que vous commencez à écrire des instructions SQL ou des requêtes SQL, il est très important de comprendre les termes couramment utilisés dans les bases ou de savoir comment parcourir vos base de données, ou comment trouver vos données. Si vous le laissez sortir dès le départ, le processus d'apprentissage de l' écriture d'instructions SQL sera beaucoup plus rapide. Bien, maintenant, juste pour que ce soit plus facile à comprendre, pensez à l'analogie suivante. Une base de données est comme la bibliothèque de votre ville. Nous avons à Stuttgart, une très belle bibliothèque. C'est vraiment incroyable. J'y ai passé beaucoup de temps. est juste que j'aime ça. Donc oui, les bases de données sont comme des bibliothèques. Les bibliothèques sont généralement divisées en catégories telles que la science-fiction, romance, l'histoire, le sport, etc. La catégorie va donc vous aider à trouver rapidement les matériaux que vous recherchez. Les catégories, c'est comme si vous regroupiez des livres similaires dans la même catégorie. Nous avons également le même concept dans les la même catégorie. Nous avons également le même concept bases de données et nous les appelons schémas ou Shamata, choisissez celui qui vous convient. Et bien sûr, dans les bibliothèques, nous avons aussi des livres. Nous avons des éléments similaires dans des bases de données et nous les appelons des tables, où ils contiennent les données réelles. Donc, comme vous l'avez vu dans les exemples, les bases de données sont organisées ici (RC Voyons mon SQL, comment elles organisent les données, car toutes les bases de données ne suivent pas les mêmes concepts d'organisation les données. Donc, au début, il y avait mon écran. Nous avons le serveur de base de données. C'est comme une machine contenant des logiciels et du matériel pour faire fonctionner nos SGBD et nos bases de données, généralement un serveur de base de données, c'est comme un ordinateur haut de gamme avec beaucoup de processeurs et de RAM. Mais dans nos tutoriels, nous allons installer un serveur de base notre ordinateur local ou portable, et nous l'appellerons serveur local. À l'intérieur du serveur, vous pouvez créer plusieurs bases de données. Dans mes bases de données et mes schémas SQL, ce sont des synonymes. Donc, un schéma, par définition, ressemble à des conteneurs logiques contenant des tables similaires. Avec cela, vous bénéficiez de nombreux avantages. Par exemple, imaginez que vous avez une grande base de données avec de nombreuses tables, regroupant ces tables similaires sous des schémas. Cela vous permettra de gérer plus facilement l'utilisateur, par exemple ou de gérer les tables. Réduisez la complexité. De plus, si vous avez deux tables portant le même nom, vous pouvez les stocker dans des schémas différents. C'est donc une très bonne façon d' organiser la base de données dans le schéma. Ensuite, nous aurons différentes tables. Les tables constituent l'objet le plus important l'ensemble de la base de données, car c'est là que vous pouvez stocker vos données. Sans tables, nous n' avons pas de base de données. Et à l'intérieur des tableaux, vous aurez au moins une colonne ou plusieurs colonnes. Je vais expliquer en détail ces tableaux lors de la prochaine étape. Bon, maintenant je voulais juste vous montrer rapidement comment d'autres bases de données, comme Microsoft SQL Server ou des scripts de démarrage SQL, organisent les données par rapport à MySQL. Donc, comme vous pouvez le voir ici, la principale différence est qu'ils séparent la base de données des schémas. Donc, une base de données, ici, c'est comme le conteneur principal, une unité discrète à part entière, où vous pouvez avoir des journaux, des tâches , des données de schéma, et vous pouvez effectuer des sauvegardes, schémas comme un dossier dans la base de données. C'est comme une couche logique contenant différentes tables. À mon avis, MySQL est un peu comme induire en erreur ou semer la confusion chez les développeurs. Par exemple, si vous créez un schéma, le SGBD de MySQL créera une base de données. Au début, je trouve cela un peu confus. Très bien, c'était donc à propos des concepts de base de données. Ensuite, nous allons commencer à parler des concepts de table SQL. 6. Concepts de la table SQL: Très bien, parlons maintenant des tables SQL, car elles sont très importantes dans les bases de données et leur compréhension vous aidera à écrire de meilleures instructions SQL. Le problème est que nous avons environ 380 bases de données différentes et qu'elles utilisent des termes différents dans les recommandations. Un autre aspect est que nous utilisons termes différents dans différents fourches. Par exemple, si vous êtes développeur de bases de données, vous commencerez à utiliser des termes tels que tables, colonnes et lignes. Mais si vous n'êtes pas à l'université, vous entendrez parler de relations, de tuples. Et à mesure que la modularité des données commencera à voir les entités et les attributs. C'est pourquoi je voudrais vous donner un bref aperçu de ces termes afin de simplifier les choses. Très bien, nous avons maintenant ici un exemple très simple de tables SQL. Dans notre base de données de didacticiels, nous avons une table appelée clients. Ce tableau contient toutes les données relatives à nos clients. Nous avons également quatre tables sous le nom d' objets, d'entité et de relation. OK, ensuite, nous avons des colonnes. Les colonnes sont le groupe vertical de cellules qui décrivent un type d'informations. Dans notre exemple, nous avons quatre colonnes. ID client, prénom, nom de famille et pays. Chaque colonne contient deux informations. Le nom de la colonne, par exemple, nous avons ici le FirstName et les valeurs qu'il contient, comme Maria dessinée, etc. Très bien, nous avons maintenant des rangées. Les lignes sont le groupe horizontal de cellules qui décrivent un sujet individuel et sont également liées les unes aux autres. Donc, par exemple, nous avons ici l'identifiant client 2 qui appartient à John, et John vit aux États-Unis. Dans ce tableau, nous avons cinq routes. Les autres noms des lignes sont les enregistrements et les tuples. Maintenant, aux intersections entre les colonnes et les lignes, nous appelons cette donnée la cellule. Un autre nom, nous avons des éléments de données, valeur de colonne, c'est une valeur unique. Un autre exemple est le numéro quatre, ou l'Allemagne ou George et ainsi de suite. Le dernier composant que nous avons est la clé primaire. La clé primaire est une colonne ou un ensemble de colonnes qui peuvent identifier de manière unique chaque ligne du tableau et qui peuvent être utilisées comme lien dans d'autres tables. Dans notre exemple, nous avons l'identifiant du client et il s'agit de notre clé primaire. Vous pouvez constater qu'il a une valeur unique pour chaque client. Il s'agit d'un autre nom appelé champs clés. Très bien, c'est le composant principal des tables SQL. Très bien, c'étaient donc les concepts et les principaux composants des tables SQL. Ensuite, nous allons commencer à parler des différents types de commandes SQL. 7. Commandes SQL principales #5: Très bien, parlons maintenant des commandes SQL. En SQL, nous avons environ 12 commandes principales et 900 mots clés différents. Bien entendu, je ne les expliquerai pas tous. Au lieu de cela, dans nos tutoriels, je me concentrerai sur les commandes et instructions SQL les plus utilisées que j'ai utilisées dans mes projets au cours des dix dernières années pour nous faciliter la vie Les commandes SQL sont divisés en différents groupes en fonction de leurs objectifs. Très bien, commençons par le premier langage de définition des données de groupe, DDL. Comme son nom l'indique, vous trouverez ici toutes les commandes qui vous permettent de définir votre base de données, comme créer des tables, supprimer des colonnes, modifier des tables, tout ce qui peut modifier la structure de votre base de données. Sous ce groupe, vous trouverez des commandes telles que create, qui vous aident à créer quelque chose de nouveau dans la base de données, comme créer une nouvelle table, créer une nouvelle vue, des procédures stockées, etc. Encore une fois, nous avons ici les commandes de dépôt qui vous permettent de supprimer un objet de votre base de données. Et le dernier, plus tard. Il vous permet de modifier la structure de votre base de données , par exemple en modifiant une table pour modifier une colonne ou en ajouter une nouvelle. Bon, passons maintenant au deuxième groupe, nous avons le langage de requête de données DQL. Il ne contient qu'une seule commande, et c'est suffisant. C'est ce qu'on appelle la commande select. Selects vous aide à récupérer vos données depuis votre base de données. La gauche est la commande la plus importante que nous ayons en SQL, et celle que vous devez maîtriser pour être bon en SQL. Dans mes tutoriels, je vais tout expliquer sur les instructions SQL Select, car si vous commencez à travailler avec SQL, vous finirez par écrire des tonnes d'instructions de sélection. Ne t'en fais pas pour ça. Très bien, passons maintenant au groupe suivant. Nous avons un langage de manipulation de données, le DML. Dml contient toutes les commandes SQL que vous pouvez utiliser pour manipuler vos données dans votre base de données. Nous avons donc des commandes comme insert, afin d'insérer de nouvelles données dans vos tableaux. Nous pouvons également supprimer certaines données de vos tableaux ou les mettre à jour pour mettre à jour le contenu des données existantes dans les tableaux. Donc, comme vous le voyez, c' est vraiment facile. Le nom dit toujours tout. Très bien, nous avons maintenant deux groupes de commandes qui sont vraiment plus destinés aux administrateurs de bases de données SQL. Ensuite, nous avons le langage de contrôle des données, DCL. Dcl contient des commandes SQL qui vous permettent de donner accès à un utilisateur spécifique à votre base de données, ou à deux tables ou schémas, etc. Nous avons donc ici deux commandes, les autorisations. Vous pouvez utiliser les autorisations pour donner à quelqu'un l'accès à vos objets dans des bases de données ou les révoquer pour supprimer cet axe à un utilisateur spécifique. Passons maintenant au grand groupe que nous avons, le langage de contrôle des transactions, TCL. Dans TCL, vous trouverez les commandes SQL qui vous aideront à gérer les transactions de cette base de données afin de maintenir l'intégrité de vos données. Nous avons donc ici des commandes telles que des validations pour enregistrer les modifications dans votre base de données, restauration pour restaurer la base de données. Dernière validation ou jusqu' au dernier point enregistré. Si vous avez des erreurs, vous pouvez utiliser ce point de sécurité. Vous pouvez définir les mêmes points dans les transactions, que vous pourrez utiliser ultérieurement pour annuler. Bon, maintenant, à propos de ces noms, ai fait QL, DCL, TCL, etc. Vous n'êtes pas obligé de les mémoriser. Peut-être que la seule chose importante est la Los Angeles, parfois présente dans le projet. Donc, si quelqu'un dit je vais créer des scripts DDL, c'est-à-dire qu'il ou elle va créer une échelle destinée à un homme d'État pour modifier la structure de la base de données, exemple en créant une nouvelle table ou laisser tomber quelque chose. Très bien, dans nos didacticiels SQL, nous allons nous concentrer sur les trois premiers groupes de commandes SQL. Nous allons commencer par la plus connue, les instructions SQL Select. Ensuite, nous allons nous occuper de tous ces scripts. Enfin, je vais expliquer, insérer, supprimer et mettre à jour. Très bien, c'étaient donc les principaux types de commandes SQL. Ensuite, vous allez découvrir les limites de base des instructions SQL. 8. #6 Les éléments des déclarations SQL: Très bien, commençons maintenant les bases que je veux que vous compreniez dès le départ, les éléments de base de chaque instruction SQL. Nous avons ici des déclarations sélectionnées très simples. Ne vous inquiétez pas pour le contenu. Je vous expliquerai cela plus tard. Donc, tout le texte qui va être envoyé à la base sera appelé instructions SQL, ou parfois requête s'il s'agit d'une instruction de sélection. Peu importe que vous récupériez des données de la base de données, que vous créiez une nouvelle table ou que vous mettiez à jour du contenu, nous appellerons toujours cela des instructions SQL. Bon, parlons maintenant composants de notre instruction SQL. Commençons par la première ligne, la ligne verte, que nous appelons SQL a lancé la commande SQL. Vous pouvez écrire tout ce que vous voulez et une fois que vous aurez cliqué sur Execute ou sur l' ensemble des instructions SQL, la base de données l' ignorera. Cela signifie qu' il ne se passera rien. Les commandes SQL présentent certains avantages. Nous pourrions l'utiliser pour décrire notre code. sera donc plus facile de le lire plus tard. Et comme la base de données va ignorer et que rien ne va se passer, réutilisez-la pour désactiver une partie de notre code, par exemple si je ne veux pas utiliser un tel filtre ici, je pourrais le faire en commentaire et la base de données ne l'exécutera pas. Bien, maintenant, les instructions SQL sont généralement divisées en différentes parties. Nous les appelons des clauses. Chaque partie est responsable d'une action spécifique. Dans notre exemple ci-dessous, nous avons trois clauses, select from et where clouds, et chacune d'elles a sa propre fonction unique. Par exemple, dans select, vous pouvez répertorier les noms des colonnes que vous Je veux entrer de. Vous allez appeler les tables dans lesquelles vous allez définir les filtres. Comme vous pouvez le constater, SQL est très bien divisé en fonctions, ce qui le rend très facile à lire et à écrire et rend l'ensemble du langage SQL très simple. Bon, alors maintenant, comme vous l'avez peut-être déjà remarqué, nous avons ces mots bleus, nous les appelons des mots clés. Dans notre exemple, nous avons quatre mots clés, sélectionnez d'où, et ces mots clés sont prédéfinis et réservés en SQL, ce qui signifie que vous ne pouvez pas les utiliser comme nom de table ou de colonne. Dans mon SQL, nous avons plus de 900 mots clés. Nous ne les passerons pas tous en revue. Je vais juste me concentrer dans les tutoriels sur les mots clés les plus utilisés. Le lien dans la description, vous verrez une liste de tous les mots clés que nous avons dans MySQL. Ça va ? Bon, passons maintenant à l'élément suivant. Nous avons des identifiants. identificateurs sont tous les noms que vous donnez à n'importe quel objet de votre base de données, par exemple un nom de table, un nom de colonne, voire le nom de la base de données elle-même. voire le nom de la base de données elle-même Dans notre exemple, nous en avons quatre noms de colonnes. Prénom, nom de famille, pays et score. Et nous avons également ici le nom de la table appelée clients. Tous ces trucs, ce sont des identifiants. Très bien, passons maintenant au dernier élément que nous avons, nous les appelons opérateurs. En SQL, il existe de nombreux opérateurs différents. Ils ont des formes et des formes différentes, par exemple ils peuvent être simples, comme si ce que nous avons ici était plus petit, ou ils peuvent être des mots-clés, par exemple ou ils peuvent être des mots-clés, par exemple et nous les appelons opérateurs. Donc, comme je l'ai dit, en SQL, il existe différents opérateurs SQL, comme les opérateurs arithmétiques plus et moins. notre exemple, il existe des opérateurs de comparaison, égaux et plus petits, etc. Très bien, c'est pourquoi les éléments de base des instructions SQL. Donc, drame, ici, nous avons le texte entier. Nous appelons cela des instructions SQL, les instructions vertes, des commentaires. En SQL, nous avons différentes classes, différentes parties. Le bleu, ce sont les mots-clés. Nous avons notre nom. C'est donc ce que donne la base de données. Nous les appelons des identificateurs. Et à la fin, nous avons des opérateurs dans nos déclarations. Très bien tout le monde, nous avons donc terminé le premier chapitre du cours SQL. Nous avons maintenant beaucoup de connaissances sur les bases et les concepts du SQL. Dans le chapitre suivant, nous allons commencer à préparer vos environnements afin de pouvoir commencer à pratiquer le langage SQL. Et nous allons commencer par télécharger et installer MySQL. 9. Téléchargez et installez MySQL: Maintenant, si vous n'avez pas encore installé MySQL, vous pouvez me suivre. Je vais vous montrer étape par étape comment allons-nous télécharger et installer MySQL sous Windows ? C'est très important pour que vous puissiez vous entraîner et exécuter les didacticiels sur votre ordinateur. Commençons par télécharger mon écran. OK, passons à notre navigateur. Nous irons sur le site officiel de MySQL, mysql.com. Vous y trouverez vos téléchargements. Cliquez dessus, puis faites défiler la page vers le bas jusqu'à ce que vous trouviez les téléchargements de la communauté MySQL. Cliquez dessus. Vous aurez un tas d'installateurs. Celui dont nous avons besoin est MySQL Installer pour Windows. Allons-y. Ici, vous avez deux options, plus petite et la plus grande. Donc, le petit, c'est comme s'il avait téléchargé des packages au fur et à mesure que vous installez MySQL. Vous pouvez également télécharger le package complet dès le début. Je vous recommande donc d' opter pour la plus grande. Nous avons donc tout téléchargé dès le départ. Cliquez sur télécharger cette page. Il vous demande de vous connecter pour créer de nouveaux comptes. Ce n'est pas nécessairement pour le tutoriel, vous pouvez donc l'ignorer. Donc je vais y aller sans sac. Il suffit de démarrer mes téléchargements. Cela va maintenant commencer à télécharger le programme d'installation. Mais comme je l'ai déjà fait, je ne veux pas le demander maintenant, mais je vais passer aux téléchargements et je vais commencer l'installation. Bon, commençons maintenant le programme d'installation, je vais cliquer dessus. Appuyez sur Oui. Nous en sommes maintenant à la première étape des installations. Avant de poursuivre, je vais vous dire qu'il y aura de nombreuses étapes 30 Je pense que nous allons simplement appuyer sur Démarrer, puis terminer. Oui, et ainsi de suite. Nous ne modifierons pas beaucoup de configurations. Peut-être que nous allons mettre un mot de passe, mais c'est tout. C'est donc très simple. Commençons par la première étape. Je vais nous dire, par exemple , développeur, serveur ou client, etc. Nous nous en tiendrons à la valeur par défaut des développeurs. Cliquez donc sur Suivant. Ensuite, nous allons vérifier le chemin. Nous allons conserver les valeurs par défaut. Suivant. Oui, j'en suis sûr. Donc, ici, il va vérifier les exigences. Ils effectueront de nombreuses étapes de ce type , en vérifiant les exigences. Nous nous en tenons donc aux valeurs par défaut pour SES. Et maintenant, je vais vous montrer tous les packages qui vont être installés afin que nous ne changions rien. Faisons en sorte que tout soit téléchargé. Maintenant, je vais cliquer sur Exécuter et l' installation de tous ces composants va installation de tous ces composants peut-être les voir un par un. Très bien, tous les produits sont maintenant installés. Nous cliquerons sur Suivant. Ensuite, nous avons quelques configurations de produits. Cliquez simplement sur Suivant. Et maintenant, vous pouvez en savoir plus sur la mise en réseau. Eh bien, le plus important ici est de savoir que nous avons le numéro de port suivant ou notre base de données locale, mais nous ne changerons rien. Tu vas le laisser comme ça. Cliquez ensuite sur Suivant. Nous allons nous en tenir aux paramètres recommandés pour les authentifications. Cliquez sur Suivant. Et maintenant, nous devons enfin définir le mot de passe de notre utilisateur Rod, ou nous l'appelons utilisateur administrateur de la base de données. Il est très important de le mémoriser ou de le mémoriser quelque part. Alors maintenant, je vais donner à notre utilisateur administrateur passe de la semaine suivante. Ensuite, nous nous en tiendrons à leurs recommandations, sans rien changer. Et nous pouvons cliquer maintenant sur Exécuter pour appliquer nos configurations. D'accord, une fois toutes les configurations terminées, nous pouvons cliquer sur Terminer. Ensuite, il y aura d'autres configurations. Suivant. Ne changez rien. Nous allons nous en tenir à ces configurations. Nous allons cliquer sur Terminer. Après cela, quelques configurations supplémentaires ou finies, d'accord, nous allons maintenant tester notre connexion au serveur de base de données. Vous voyez ici que le nom d'utilisateur est root, et nous allons saisir le mot de passe que nous avons donné précédemment pour l'utilisateur administrateur. Je vais donc donner ici les mots de passe et cliquer sur Vérifier. Donc, si vous l'obtenez comme ici, la connexion a réussi. Cela signifie que nous sommes connectés avec succès à notre base de données SQL et que tout va bien. Nous allons donc cliquer sur Suivant, comme dans les configurations k, x, en cubes. Tout est donc vert. Cliquez sur Terminer. Nous avons plus de configurations. Devinez quoi ensuite ? Très bien, l'installation est terminée. Cliquons donc maintenant sur une dernière finition. Une fois l'installation terminée, elle démarrera comme un workbench MySQL pour vous et un autre script shell. Vérifions-le ici. Nous n'avons donc pas besoin de celui-ci, vous pouvez le fermer. Nous allons nous en tenir au MySQL Workbench. C'est exactement ce dont nous avons besoin pour les tutoriels. Vous pouvez donc voir ici, instance locale peut crier s'agit de votre base de données locale sur votre machine. Nous allons donc nous connecter et essayer de voir si tout va bien. Vous voyez ici les routes de l'utilisateur administrateur et nous saisissons le mot de passe que nous avons donné lors de l'installation. C'est à moi. Cliquez sur OK. Et maintenant, je suis dans ma base de données. Si vous ne suivez pas exactement cette étape, signifie que vous avez téléchargé, installé et verrouillé votre base de données avec succès. Alors, félicitations. Très bien, nous avons téléchargé et installé MySQL avec succès sur notre système. Ensuite, je vais vous présenter très rapidement l'interface de MySQL. 10. Tour #8 dans l'interface de the MySQL: Je voudrais maintenant vous donner un bref aperçu de l'interface de MySQL Workbench. Parce que je me souviens que lorsque j'ai commencé à utiliser de telles applications de base de données, c'était un peu confus accablant d'avoir tous ces panneaux, options et barres d'outils. Mais en fait, ce n'était pas ce cœur. Je ne vais pas expliquer tous les détails, mais je vais plutôt vous donner un aperçu général de l'interface. Si vous avez besoin de plus de détails sur l'outil, consultez mon manuel SQL. Je laisserai le lien dans la description. Commençons maintenant par expliquer les principales sections de MySQL Workbench. Très bien, commençons par le côté gauche, nous avons ici des sections très importantes appelées Navigator. Et dans le navigateur, vous pouvez voir deux onglets, les schémas et l'administration. Par défaut, vous serez redirigé vers le schéma. Comme vous pouvez le voir dans le schéma, il vous permet de naviguer ou de parcourir les objets de votre base de données. Par exemple, je peux voir ici que j'ai trois bases de données par défaut. Nous l'avons obtenu grâce à l'installation. Donc, si je veux voir l'intérieur de cette base de données appelée word, je vais double-cliquer dessus et je vais voir les tables, les vues, les procédures stockées et les fonctions. Donc, je peux également router, je veux voir ce qu'il y a à l'intérieur des tables. Nous verrons que nous avons trois tableaux, ville, pays et langue du pays. Je peux donc commencer, d'accord, j'ai trois tables dans la base de données. Voyons maintenant quelles colonnes contiennent ces tables. Je peux cliquer sur la ville et l'agrandir. Et je vais voir, d'accord, j'ai les colonnes suivantes, identifiant, le nom, etc. Ainsi, avec le navigateur de schéma, vous pouvez parcourir votre base de données pour en comprendre le contenu. Passons maintenant au deuxième onglet « Administrations ». Vous trouverez ici de nombreuses informations, de nombreux outils pour gérer votre SQL Server, par exemple vous pouvez vérifier l'état du serveur, double-cliquer dessus, vous verrez le côté droit ici. Plusieurs statuts sont en cours d'exécution ou vous pouvez gérer les connexions, les nombreux utilisateurs, etc. C'est intéressant si vous voulez devenir administrateur de base de données pour comprendre toutes ces choses Nous apprenons maintenant le SQL et c'est un sujet différent. Revenons maintenant au schéma dans lequel nous pouvons parcourir nos bases de données. Très bien, fermons celui-ci ici. Je n'en ai pas besoin. Va-t'en. Hein ? Ensuite, nous avons la barre d'outils. Nous avons deux barres d'outils. La première appelée barre d'outils principale. C'est comme les fonctions les plus fréquemment utilisées en SQL, par exemple pour créer de nouvelles instructions SQL ou pour créer un nouveau schéma ou une nouvelle base de données, créer une nouvelle table et afficher de nouvelles procédures stockées et ainsi de suite. Cela vous donne donc un accès rapide pour créer de nouveaux éléments dans la barre d'outils principale. La barre d'outils se trouve ici. Il s'agit de la barre d'outils de requête. Il contient toutes les actions liées à la requête que vous écrivez dans l'éditeur de requêtes. Et le plus important, c'est l'exécution. Ainsi, une fois que vous avez écrit vos instructions SQL ici, vous cliquez sur Exécuter et elles seront exécutées sur la base de données. Vous avez d'autres options, par exemple pour enregistrer les instructions SQL ou pour ouvrir une déjà enregistrée, etc. Très bien, nous avons maintenant des sections très importantes. C'est ce qu'on appelle l'éditeur de requêtes. Ici, nous allons écrire nos instructions SQL et nos requêtes, etc. C'est notre principal lieu de travail. Par exemple, je vais écrire la déclaration suivante. Sélectionnez une étoile à partir de mardi. Ne vous inquiétez pas pour la syntaxe. Je vous expliquerai tout sur les instructions sélectionnées dans les prochains tutoriels. Alors maintenant, lançons la course ou exécutons. Après avoir exécuté la requête, vous verrez que nous avons ici une nouvelle section. C'est ce qu'on appelle les grilles de résultats. Vous trouverez ici les résultats : les données renvoyées par la base de données après l'exécution de la requête ou des instructions de sélection et les données sont présentées sous forme de tableau. En dessous, vous trouverez d'autres sections. C'est ce qu'on appelle les sorties. Laisse-moi juste l' agrandir un peu. Vous trouverez donc dans cette section de nombreuses informations. C'est comme des bûches. Vous pouvez donc voir le temps d'exécution, temps qu'il a fallu au serveur pour exécuter votre requête. Vous pouvez également voir si cela a réussi vous avez des problèmes , si vous avez des problèmes de syntaxe ou si vous avez des erreurs. Vous pouvez donc le voir ici et vous pouvez également voir le message d'erreur, etc. Bien, maintenant, si vous allez sur le côté droit, nous trouverons une autre section. C'est ce que l'on appelle des ajouts SQL. C'est comme un outil de mon langage SQL qui vous donne des descriptions des instructions SQL, la syntaxe, de leur utilisation, des recommandations, etc. Je le cache généralement pour gagner de la place dans l'application en cliquant ici. Cela dépend vraiment de vous. Ce sont des références à la bourse. Très bien, c'est pourquoi les sections principales de MySQL Workbench en ont vraiment besoin dans les didacticiels SQL. J'espère donc que cela vous aidera. Ne t'en fais pas pour ça. Vous avez besoin de plus de temps pour utiliser ces applications afin de les comprendre et de les parcourir. Et ce sera moins accablant. Très bien, nous avons donc appris à naviguer dans l'interface MySQL. Ensuite, nous allons installer la base de données pour nous entraîner. 11. Installer la base de données du cours: Très bien, jusqu'à présent, nous avons installé l'application MySQL localement chez notre navetteur. À l'étape suivante, nous allons créer une base de données de didacticiels pour cette série SQL. J'ai préparé une base de données spatiales uniquement à des fins de pratique et de didacticiel. Dans cette base de données didactique, nous aurons trois tables contenant peu de données. Tous nos prochains tutoriels seront donc basés sur cette base de données de tutoriels. Ce que tu vas faire, je vais te montrer quelques tâches. Et nous pouvons essayer de résoudre ces tâches en utilisant des codes SQL en haut de notre base de données de didacticiels sous forme de x Je vais vous montrer étape par étape comment créer notre base de données de didacticiels. Bon, maintenant, la première étape consiste à passer à la description de la vidéo. Et vous y trouverez le lien vers mon site Web. Et avec cela, vous trouverez notre base de données de didacticiels SQL. Cela ressemblera donc à quelque chose comme ça. Il s'agit donc d'un gros code SQL d'environ 53 lignes. Vous n'avez donc pas besoin de comprendre toutes ces choses au début. Une fois l'acidité terminée, vous comprendrez ce que nous avons fait ici. Vous allez donc comprendre comment créer de nouvelles tables de base de données, comment insérer de nouvelles données, etc. Donc, ce que nous allons faire maintenant, c'est simplement copier le script. Donc, pour ce faire, vous pouvez aller ici et cliquer sur Copier ou Gus, tout sélectionner et le copier. Donc, une fois que nous avons couvert les scripts de notre didacticiel, Reagan va accéder à notre base de données MySQL et l'exécuter. Très bien, étape numéro deux, revenez à mon SQL Workbench. Et là, nous allons exécuter notre code. Nous allons donc ouvrir un nouvel éditeur d'échelle à onglets. Et ici, nous allons coller notre code. Il y a donc environ 53 lignes dans les codes. Et nous allons appuyer sur Run. Donc, une fois que nous avons couru, nous devons vérifier si tout s'est parfaitement déroulé. Donc, si vous regardez le côté gauche, vous verrez, d'accord, nous avons trois bases de données. Alors, où se trouve la base de données de mes tutoriels que nous venons d'installer ? Pour voir que vous allez cliquer sur Actualisé. Une fois que vous aurez cliqué sur Actualiser, vous verrez, d'accord, nous avons maintenant notre didacticiel Database, DB SQL. Pour pouvoir maintenant parcourir notre nouvelle base de données, nous allons procéder comme suit. suffit de double-cliquer dessus, puis d'accéder aux tables. Et vous y trouverez nos trois tables. Nous avons donc la table, clients, les employés et les commandes. Bien, vérifions maintenant si nous avons toutes les données dans notre base de données de didacticiels. Pour ce faire, nous pouvons ouvrir un nouvel onglet. Suivez-moi simplement avec ces étapes, toutes les commandes, vous pourrez les expliquer plus tard dans les tutoriels. Je vais donc simplement récupérer toutes les informations de chaque table pour vérifier si nous avons toutes les données ? Sélectionnez donc une étoile parmi les clients. Donc, ce type récupère les données des clients de la table. Et comme vous pouvez le voir, nous avons ici un tableau appelé clients avec cinq clients. Maria a rejoint George Martin et Peter. Et dans ce tableau, nous stockons les informations générales sur chaque client, telles que le prénom, le nom, le pays et le score. Bon, maintenant, examinons un autre tableau. Vérifions les commandes. Au lieu de clients, je vais le remplacer par des commandes et cliquer sur Exécuter. Cependant, nous allons voir que nous avons des commandes de table qui stockent toutes les commandes passées pour nos clients. Nous pouvons donc voir ici que nous avons le numéro du client et le numéro de commande, la date à laquelle la commande est passée et la quantité. Si vous voulez voir la formation des commandes, nous allons consulter le tableau des commandes. Si nous voulons voir ces informations sur les clients, nous allons vérifier le tableau des clients, etc. Donc, si vous avez effectué toutes ces trois étapes et vérifié les données, cela signifie que notre base de données de didacticiels est maintenant installée sur votre ordinateur local. Et nous pourrions poursuivre notre tutoriel. Très bien, nous avons donc une base de données avec des données. Et avant de commencer à écrire notre code SQL, nous devons apprendre à le styliser. 12. Guide du style de codage SQL: Bon, maintenant, avant de passer à la pratique et que vous commenciez à apprendre à coder en SQL. Je dois vraiment le mentionner. Lorsque vous commencez à apprendre un nouveau langage de programmation, il ne suffit vraiment pas d'apprendre à le coder. Mais vous devez également apprendre de nombreuses autres choses, par exemple comment résoudre une tâche en quelques lignes sans compliquer les choses ou comment écrire le code qui offre de bonnes performances. Enfin, et c'est le plus important, comment écrire du code qui soit beau, comment écrire du code qui soit beau, facile à lire pour vous et pour les autres. Donc, si vous travaillez sur des projets, vous remarquerez que les développeurs ont toujours des opinions différentes sur la façon de styliser le code. Mais ils conviendront tous que le code doit être lisible et suivre un guide de style. Vous pourriez donc me demander maintenant, Barra, je dois vraiment styliser mon code ? Cela ne suffit-il pas que mon code fonctionne correctement ? Eh bien, non, il y a deux raisons à cela. Si vous travaillez sur des projets d'équipe, votre code doit parfois être vérifié par d'autres personnes. Et si votre code est difficile à lire, vous leur donnerez du mal lire votre code et vous finirez même par le réécrire pour le lire. Une autre raison est que si vous découvrez il y a des erreurs ou des problèmes dans votre code, vous aurez du mal à rechercher l'erreur pour savoir dans quelle ligne vous rencontrez le problème. Donc, surtout si vous êtes débutant en SQL ou dans n'importe quel langage de programmation, au début, vous ne ferez pas attention aux guides de style. Vous vous assurerez simplement d' apprendre les codes et les déclarations. Donc, mon conseil ne pas prendre de mauvaises habitudes dans les étoiles car il sera très difficile de les briser plus tard. Très bien les gars et les filles, je veux maintenant partager avec vous mes trois règles d'or que je respecte toujours lorsque je commence à écrire des codes SQL. Regardons cet exemple ici. Ce sont des déclarations très simples, des requêtes, des déclarations sélectionnées où, au début, pour être honnête, j'ai eu beaucoup de mal à comprendre ce qui se passe. Essayons donc de la rendre belle en suivant les trois règles. Règle numéro un, ajoutez toujours nouvelles lignes pour les mots clés ainsi que pour chaque colonne. Alors commençons à le faire. Nous avons ici la déclaration Select. Ajoutons donc de nouvelles lignes pour chaque colonne. que je vais faire. Tous ces éléments sont donc de nouvelles colonnes ou de nouvelles lignes pour chaque colonne. Et en plus, à partir de là, nous l'avons ici en tant que nouvelle ligne, donc ça va, je me suis inscrite. Nous pourrions également y ajouter une nouvelle ligne. Il suffit donc d'ajouter de nouvelles lignes pour chaque mot clé et ici pour la fin. Donc, comme vous pouvez le voir, c'est déjà mieux. J'ai ajouté de nouvelles lignes pour chaque mot clé et pour chaque colonne. Règle numéro deux, mettons tous ces mots clés en majuscules. Alors allons-y. Select est en minuscule, Mettons-le en majuscule. Il en va de même pour join. Mettons tout en majuscules. Pourquoi faisons-nous cela ? C'est parce qu'il est plus facile de lire ce qu'est un mot clé et ce que je n'ai pas fait, cela déclenche des opérateurs, etc. C'est donc beaucoup plus facile à lire. Donc, la règle numéro trois est que nous allons ajouter des espaces blancs. Vérifions-le donc. Et dans les déclarations du porteur, nous pourrions diviser cette condition avec des espaces blancs. C'est simplement plus facile à lire si vous ajoutez également des espaces blancs. À condition de la jointure, nous pouvons ajouter des espaces blancs. Donc, comme vous pouvez le voir, nous pouvons mieux le lire lorsque tout est collé. Maintenant, en ce qui concerne les colonnes, j'y ajoute toujours un onglet. Alors maintenant, c'est tout. Maintenant, j'ai appliqué trois règles et vous pouvez voir que c' est vraiment beaucoup plus facile à lire. Nous pouvons voir ici ou sélectionner en appuyant sur Joindre où, et ainsi de suite. Je pourrais le lire plus facilement que le premier. Très bien, examinons maintenant les deux scripts côte à côte. Tu vois les différences ? Lequel est le plus lisible ? C'est simple. script doté d'un style possède un format approprié qui vous aide, possède un format approprié qui à vous et aux autres, à le lire facilement et à détecter les érosions et les problèmes, le cas échéant. Très bien, les gars, donc, nous avons maintenant ma base de données SQL Server et mes données opérationnelles sur RPC. Tout est donc prêt pour commencer à pratiquer le SQL. Et maintenant, dans le chapitre suivant, vous allez commencer à utiliser la syntaxe SQL pour interroger la base de données et les tables à l'aide de leur très célèbre instruction select. 13. #11 SÉLECTIONNER la déclaration: Très bien, nous allons maintenant nous concentrer sur le démarrage des commandes de sélection. Donc, voici notre objectif. Nous allons apprendre à interroger nos données. Et cela va nécessiter près de 80 % de nos didacticiels car le SQL concerne uniquement la manière d'interroger nos données. Ensuite, en ce qui concerne nos données, nous parlerons des manipulations des données et des définitions des données à la fin. Commençons maintenant par la commande select. Très bien, donc avant de commencer à écrire nos premières déclarations sélectionnées, je tiens à mentionner ce qui suit. Et c'est dans une déclaration sélective. Il y a beaucoup de clauses. Ce n'est pas vraiment mal. Cela donne un moyen simple, dynamique et rapide d'utiliser SQL. Et chacune de ces clauses a sa propre définition et sa propre fonction, ce qui la rend très facile à utiliser. Nous avons donc la sélection à partir de laquelle sélectionner nos colonnes, pour sélectionner les tables dont nous avons besoin. Joint afin de connecter deux tables , où GroupBy pour agréger les données, afin de filtrer nos données. L'avoir est un autre moyen de filtrer nos données. Orderby sert à répertorier nos résultats et la limite sert simplement à limiter nos résultats. Donc, ces nuages, ne vous inquiétez pas pour eux. Je vais les expliquer étape par étape avec des exemples et des tâches, et tout et à la fin, vous pouvez tous les comprendre. Un autre aspect très important à comprendre dans les instructions SQL est que l'ordre de ces clauses est très important. Donc, par exemple, je ne peux pas l'utiliser au début, à partir de là , nous notons la sélection. Cet ordre est donc très strict, et si vous passez de l'un à l'autre, vous obtiendrez immédiatement une erreur SQL. Cela signifie donc faire attention à l'ordre de ces clauses. Ne manquez pas l'un d'entre eux. Vous devez suivre ces règles pour que votre requête soit exécutée en SQL sans euros. Très bien, maintenant, la première chose que nous devons apprendre est comment ajuster nos données à partir de la base de données, comment récupérer tous ces enregistrements ou lignes de nos tables. Pour ce faire, nous utilisons les instructions SQL les plus fondamentales. Nous l'appelons instructions de sélection ou parfois requête de sélection. Maintenant, afin de comprendre toutes ces instructions SQL telles que select where joined from, je vais vous confier une tâche. Ensuite, nous allons essayer de comprendre ensemble comment nous allons le résoudre à l'aide de notre base de données de tutoriels ? Dans notre base de données de tutoriels, nous avons deux tables, les clients et les commandes. Dans le tableau des clients, nous avons cinq clients. Et dans les commandes, nous avons quatre commandes. Très bien, commençons donc par la première tâche. Récupérez toutes les données et les colonnes des clients. Cela signifie que nous nous concentrons ici sur l'essentiel du client et sur toutes les données qui constituent des moyennes ou des lignes. Nous avons donc besoin de tout, des lignes et de toutes les colonnes. Donc, avant de commencer à écrire notre première requête, nous devons nous assurer que nous sélectionnons la bonne base de données. Au fur et à mesure que vous installerez MySQL Workbench, vous obtiendrez des bases de données par défaut. Ensuite, nous avons installé notre base de données pour les tutoriels. Donc, pour vous assurer que nous sélectionnons celui dont nous avons besoin, soit vous allez double-cliquer dessus, soit vous pouvez écrire cette déclaration. Nous allons donc écrire utiliser ensuite le nom de la base de données , le tutoriel DB SQL. Et puis cours. Cela nous permet de nous assurer que nous sommes sur la bonne base de données afin de ne pas avoir d'erreurs. Très bien, nous allons maintenant essayer notre requête pour la tâche. Nous avons donc besoin de toutes les données des clients. La première chose que nous indiquons dans les instructions SQL de la requête est donc de sélectionner des mots clés. Après cela, puisque nous avons dit toutes les colonnes, nous allons utiliser l'étoile. étoile désigne toutes les colonnes de ce tableau. Ensuite, nous devons indiquer à la base de données de quelle table nous avons besoin Puisque nous avons besoin des clients, nous allons sélectionner les clients de la table. Nous allons donc dire de la part des clients. Nous avons donc maintenant la requête qui va sélectionner toutes les colonnes de la table. Et ici, nous n'avons aucun filtre similaire ou quoi que ce soit d'autre. Il s'agit donc de la forme de base du SQL. Appuyons sur Run. Et comme vous pouvez le voir ici, nous avons maintenant les résultats. Nous avons les cinq clients de la table, clients et n'oubliez pas en SQL, l'ordre est très important. Cela commence donc toujours par select puis provient de clauses. Parce que si vous faites le tour, vous obtiendrez une erreur. Assurez-vous donc d' obtenir le bon ordre lorsque vous écrivez des instructions SQL. Faisons une autre tâche en disant, d'accord, je veux voir toutes les données des commandes. Alors allons-y. Anciennes données ou colonnes, cela signifie sélectionner une étoile parmi. Et maintenant, notre table est celle des commandes. Je vais donc sélectionner les ordres de cette table ici, puis les exécuter. Et comme vous pouvez le voir maintenant, nous pouvons voir que la base de données récupère les commandes. Et c'est exact, car c'est tout ce que nous avons dans notre base de données. Très bien, alors maintenant vous dites peut-être que je ne suis pas vraiment intéressée par toutes les colonnes de mon tableau. Je souhaite spécifier quelques colonnes de la table à récupérer. Disons que nous avons la tâche suivante. Récupérez uniquement le prénom et le pays de tous les clients. La différence par rapport à la précédente est que nous n'avons pas besoin de toutes les colonnes, nous avons juste besoin de vos colonnes. Voyons donc comment nous pouvons résoudre ce problème. Je vais supprimer celui-ci et commencer par Select. Et maintenant, je ne peux pas utiliser l'étoile parce que je ne veux pas avoir toutes les colonnes. Nous sommes intéressés par le prénom. Nous écrivons donc le prénom, puis la virgule. Le second est le pays. Et maintenant, nous devons indiquer à la base de données à partir de quelle table, donc auprès des clients. Et courons. Comme vous pouvez le voir ici, nous n'avons que deux colonnes, prénom et le pays, et nous ne voyons pas ici les autres colonnes telles que le numéro client ou le score. Donc, avec cela, nous n'avons sélectionné que deux colonnes sans utiliser d'étoile et nous avons résolu la tâche. Bien, maintenant, juste pour comprendre comment la base de données réagit à notre requête, je vais vous montrer étape par étape ce qui se passe dans la base de données une fois que vous avez interrogé cette déclaration ? La base de données commence donc à partir de la table. Nous avons donc dit aux clients que cela signifie que la base de données se concentrera sur le tableau des clients. Ensuite, il va vérifier, d'accord, quelle colonne nous avons besoin. Nous disons donc FirstName, pays. Et comme il n' y a pas de filtres dans nos instructions SQL, toutes les données seront sélectionnées. Il va donc tout sélectionner dans le tableau. Et aussi pour les pays. Et c'est ainsi que la base de données a implémenté notre requête. Très bien, nous avons donc appris à utiliser l'instruction select. Ensuite, nous allons parler de la façon de récupérer des valeurs uniques à l'aide du distinct. 14. N°12 DISTINCT: Très bien, donc l' instruction select par défaut ne supprimera aucun kit WE des résultats. Vous pouvez donc parfois vous retrouver dans une situation où vous avez des doublons dans vos tableaux et vous souhaitez les supprimer des résultats. Supprimez donc les doublons des résultats, pas du tableau. Pour ce faire, pour supprimer ces doublons, réutilisez dans ces instructions de sélection un mot clé appelé distinct. Donc, pour comprendre cela, effectuons les tâches suivantes. Répertoriez tous les pays de tous les clients sans doublons. Très bien, essayons maintenant de comprendre comment nous allons résoudre cette tâche. Comme vous pouvez le constater, nous avons besoin de clients. Cela signifie que nous allons nous concentrer sur les clients de table. Et nous avons besoin de tous les pays. Cela signifie que nous n'avons besoin que d'une seule colonne appelée pays. Faisons donc une requête de base. Nous allons toujours commencer par select. La colonne dont nous avons besoin indique le pays, mais nous allons écrire le pays. Ensuite, les clients viennent de notre table. Alors maintenant, vérifions s'il existe un kit WE et voyons les résultats. Donc x en cubes. Nous pouvons maintenant voir les résultats. Allemagne, États-Unis, Royaume-Uni, Allemagne, États-Unis. Comme vous pouvez le constater, il y a des doublons. Nous avons l'Allemagne deux fois et, de même, nous avons U deux fois. Maintenant, la tâche consiste à dire sans doublons. Donc, pour résoudre ce problème, nous pouvons taper distinct exactement après la sélection. Mais nous allons utiliser distinct ici. Et ce mot clé vient toujours après les sélections. Ce n'est qu'en faisant c'est comme des mots magiques. Cela va supprimer tous les doublons. Vérifions-le donc. Donc, comme vous pouvez le voir, la liste ne contient plus que des entrées uniques. Nous n'avons que l'Allemagne, les États-Unis et le Royaume-Uni également. Nous avons donc ici une liste unique de tous les pays, de tous les clients, et nous résolvons la tâche. Très bien, maintenant, afin de comprendre les différences, je vais vous montrer comment la base de données implémente notre requête. Nous avons donc indiqué dans notre requête que nous avions besoin des données des clients. La base de données va donc se concentrer sur les clients de la table. Et nous nous asseyons également. Nous n'avons besoin que d'une colonne appelée pays, afin que la base de données puisse la sélectionner dans les résultats. Nous avons dit, d'accord, que nous avions besoin de toutes les données, mais séparément, sans doublons. La base de données peut démarrer, d'accord, Allemagne, ce n'est pas dans le résultat. Ça va le mettre là. États-Unis. Nous ne l'avons pas et le résultat va le mettre là. Même chose au Royaume-Uni. Nous ne l'avons pas dans la liste et nous l'avons démarrée, mais maintenant, il revient à l' Allemagne, en disant, d'accord, nous l'avons déjà, donc il ne l'inclura pas dans la liste. Et il en va de même pour les États-Unis. Nous avons l'aorte usée ici. Il ne figurera pas dans la liste. Et avec cela, nous aurons notre liste unique de tous les pays. Très bien, donc tout est une question de distinction. Ensuite, nous allons apprendre à trier nos données en utilisant l'ordre par. 15. #13: Très bien, les gars et les filles. Ainsi, une fois que vous commencez à utiliser les instructions select pour récupérer vos données de votre base de données, les résultats que vous obtenez ne sont pas triés dans un ordre particulier. Cela signifie que le SGBD ou la base données vous renvoie ces données dans un ordre non spécifié. Maintenant, si vous souhaitez appliquer certaines règles ou trier les résultats, nous pouvons utiliser l'octet d'ordre des nuages. Alors maintenant, afin de comprendre l'ordre BY, vous allez vérifier la tâche suivante. Récupérez tous les clients dont les résultats sont triés par score, le plus petit devant figurer en premier. Essayons maintenant de comprendre comment nous allons écrire les instructions SQL afin de résoudre ces tâches. Maintenant que nous avons besoin de clients, cela signifie que nous nous concentrons sur les clients de table. Essayons-le. Notre déclaration de sélection d'abord. Sélectionnez donc, il n'y a aucune spécification concernant les colonnes. Je vais utiliser une étoile de la part des clients. Alors, analysons cela et voyons, comme vous pouvez le constater, que nous avons tous les clients. Mais comme vous pouvez le constater, il n'est pas trié en fonction du score. La tâche est faussée par le score le plus faible d'abord, puis le plus élevé. Pour ce faire, nous allons utiliser le mot clé order BY. Alors, créons une nouvelle ligne. Ainsi. Ensuite, nous devons spécifier la colonne que nous allons utiliser pour trier nos données. Ou la tâche indique qu'elle doit être triée par score. Cela signifie que notre colonne est score, le nom de la colonne score. Nous avons maintenant deux options pour trier nos données. Nous avons deux voies, ascendante et descendante. Dans la tâche, il est indiqué qu'elle doit être triée par score, le plus petit en premier. Cela signifie que nous devons utiliser l'ascendant. En SQL, nous avons le mot clé ASC. Cela signifie qu'il est ascendant. Nous avons donc maintenant la clause Order By et tout devrait bien se passer. Exécutons la requête. Maintenant, si nous examinons les résultats, vous remarquerez peut-être déjà que le résultat est trié différemment des ensembles standard, ce qui signifie que nous avons un tri différent maintenant après le score. Le premier est donc nul, car nul, nul est considéré comme le plus petit. Insertion. Après cela, nous avons 350, soit le score le plus faible de tous ces clients. Puis vient le plus haut , et ainsi de suite. Maintenant, nous allons d'abord redémarrer , décider comment trier nos données et nous avons une solution pour notre tâche. Une autre chose à noter est qu'en SQL, le tri par défaut par ordre croissant est croissant. Cela signifie que si je vais ici, que je supprime le mot clé ask this et que je recommence la requête, j'obtiendrai exactement les mêmes résultats car ne spécifiez rien après le nom de la colonne, la valeur par défaut sera ascendant. D'accord, examinons maintenant une autre tâche rapide qui dit à peu près la même chose. Récupérez tous les clients et les résultats doivent être triés par score. Mais cette fois, le plus haut devrait être le premier. Cela signifie que nous devons utiliser la méthode qui consiste à descendre le tarif le plus élevé plutôt que le plus petit. Cela signifie que nous avons la même requête. Nous n'avons rien à changer. Mais maintenant, après le nom de la colonne, si je le laisse vide, ce sera croissant. Mais cette fois, nous devons utiliser la méthode descendante. Nous allons donc utiliser ce disque de mots clés, c'est-à-dire décroissant. Exécutons donc cette requête. Alors maintenant, nous allons vérifier le résultat. Nous pouvons déjà voir que la liste est triée dans le sens inverse. Nous avons donc maintenant les trois premières cartes avec le score le plus élevé. John en a 900, et c'est le plus haut, puis le plus petit et ainsi de suite. Nous trions maintenant la liste ou le résultat par ordre décroissant. Très bien, maintenant, utiliser order BY devient parfois un peu plus compliqué. Si vous n'utilisez pas qu'une seule colonne, peut-être plusieurs colonnes pour trier vos résultats. Surtout si vous avez beaucoup d'enfants dans vos données, utilisation d'une seule colonne ne vous aidera pas. Vous allez être dans W en utilisant plusieurs colonnes dans l'ordre par pour comprendre cela. Nous allons donc avoir la tâche suivante. Récupérez tous les clients dont le résultat est trié par pays par ordre alphabétique, puis par score le plus élevé en premier. Essayons donc de comprendre comment écrire le code SQL pour cela étape par étape. Alors maintenant, je vais tout supprimer ici. Je l'écris par ordre d'après le premier pays appelé pays. La colonne dont nous avons besoin est le pays, par ordre alphabétique, ce qui signifie qu'elle est croissante. Nous pouvons donc le laisser par défaut ou écrire «  demander », peu importe. Nous allons obtenir le même résultat. Maintenant, nous allons vérifier le résultat. Alors maintenant que vous pouvez le voir, le résultat est déjà trié par pays de manière ascendante pour que tout aille bien. Nous avons donc des foires en Allemagne, alors vous pouvez utiliser un, c'est déjà trié, mais cela ne suffit pas parce que la tâche indique, d'accord, après cela, vous devez les trier en fonction du score, les foires les plus élevées. Prenons maintenant l'exemple des clients Marty et Martin. viennent tous les deux d'Allemagne, mais Maria vient sous forme de sphères. Et même si elle a un score inférieur. Cela signifie qu'une fois que nous avons commencé avec le pays, nous devons à nouveau trier ces scores. Donc, pour ce faire, nous allons mettre ici une virgule puis. Écrivez le score. Alors l'option ici sera de descendre le plus haut en premier. Donc ceci, cela signifie que nous pourrions utiliser les colonnes dans l'ordre par année deux. Pour chaque colonne, nous pourrions utiliser différentes méthodes afin de la trier. Alors maintenant, exécutons-le. Et comme vous pouvez le voir à nouveau ici, c'est bon. Nous l'avons trié par pays, mais maintenant Martin arrive en premier car il a un meilleur score que Maria. Et c'est exactement ainsi que nous allons trier les données à l' aide de plusieurs colonnes. Encore une remarque sur l'ordre par celui-ci que nous pourrions utiliser à la place du nom de la colonne, la position de la colonne. Donc, si vous pouvez voir ici que le pays était en quatrième position. Voici donc la première colonne, la deuxième, la troisième, la quatrième et la cinquième. Cela signifie que ce pays occupait la quatrième position. Donc, au lieu d'écrire pays, je pourrais en écrire quatre. Ici, le score est le dernier, le cinquième. C'est donc un moyen simple de trier les données. J'utiliserai OrderBy et si j'exécute cette requête, j'obtiendrai exactement les mêmes résultats. Mais je ne le recommande vraiment pas. Parce que si vous modifiez la structure de vos données, disons que le pays sera en position de soulignement, il occupera la troisième place. Ensuite, après avoir modifié la structure de vos données, vous devez modifier votre requête. Cela signifie que je dois modifier ces chiffres. Encore une fois. C'est vraiment dommage parce que tu pourrais l'oublier. Donc, si vous écrivez le nom, peu importe le changement. Cela va se produire sur ce schéma ou sur la table. Votre requête peut donner les mêmes résultats et en utilisant les chiffres, vous devez ajuster cela. Je ne recommande donc vraiment pas d'utiliser ces chiffres. Le mieux est d'écrire le nom complet de la colonne. Bien, maintenant, afin de comprendre l'ordre par, je vais vous montrer étape par étape ce que fait la base de données pour exécuter nos instructions. Alors d'abord, il va choisir la table. Notre tableau indique que les clients, nous utilisons l'étoile, ce qui signifie qu'ils peuvent sélectionner toutes les colonnes et les mettre dans les résultats. Mais maintenant, une fois que nous n' utilisons aucun filtre, vous allez sélectionner toutes les données. Mais il remarque qu' il y a un ordre PAR, il peut donc trier les résultats par colonne. La première colonne est donc le pays. Il va donc d'abord le trier par pays. Le premier, le premier client à venir ici, l'Allemagne également, Martin. Puis vient le Royaume-Uni. Triez ça ici. Et puis, après avoir été tiré des États-Unis, il commence à trier les résultats. Nous pouvons donc faire en sorte que le pays soit trié. Et c'est la première étape. L'étape suivante va passer à la deuxième colonne dans l' ordre du score. Il va donc à nouveau trier les résultats. Il va donc les vérifier auprès de nos clients. Ça va voir, d'accord, Martin a un meilleur score et ça va changer. Alors laisse-moi le faire comme ça. Et Martin sera le premier sur la liste. Ensuite, nous avons le Royaume-Uni, donc ça va. Ensuite, nous avons ces deux-là. Nous avons 900 et zéro. Null est le plus petit et c'est bon. Maintenant, voici comment la base de données est triée en utilisant l'ordre de Y. Très bien, c'est tout pour ce chapitre. Nous avons appris à interroger nos données à l'aide des instructions select et à trier les résultats à l'aide de la clause order BY. Dans le chapitre suivant, nous allons apprendre comment filtrer nos données à l'aide de la clause where. Où allons-nous apprendre de nombreux opérateurs importants ? 16. N°14 OÙ: Très bien les gars et les filles. Nous avons donc maintenant appris à récupérer toutes nos données de la base de données à l'aide mots-clés très basiques parmi lesquels sélectionner. Ensuite, nous devons apprendre à filtrer nos données à l'aide de WhereClause, car dans des scénarios réels, vous n'êtes pas intéressé par tous les enregistrements des tables. Donc, généralement, vous ne serez intéressé que par les lignes qui remplissent une certaine condition. Par exemple, nous n'avons pas besoin de tous les clients et de leurs résultats. Nous n'avons besoin que des clients qui viennent d' certain pays ou qui ont un score spécifique similaire. Donc, pour comprendre cela, vérifions une tâche très simple. La tâche consiste à répertorier uniquement les clients allemands. Cela signifie donc que nous ne nous intéressons pas à tous les clients. Nous devons voir les résultats. Seuls les clients viennent donc d'Allemagne. Bon, essayons maintenant de comprendre comment nous allons résoudre cette tâche à l'aide d'une requête SQL. Dans cette tâche, nous nous concentrerons sur les clients. Cela signifie que nous allons interroger le tableau des clients. Et comme il n'y a aucune spécification concernant les colonnes, nous pourrions récupérer toutes les colonnes. Essayons maintenant d'écrire l' instruction SQL correspondante. Sélectionnez comme d'habitude. Ensuite, aucune spécification concernant les colonnes. Nous allons sélectionner tout ce que nous utilisons. La star de notre table, ce sont les clients. Et analysons cela et voyons, comme d'habitude, nous avons toutes les données, tous les clients d'Allemagne, des États-Unis, du Royaume-Uni, etc. Mais la tâche ne concerne que les clients allemands. Cela signifie que nous devons créer des filtres. Maintenant, pour ce faire, nous allons utiliser les nuages étranges et, en général nous les plaçons immédiatement après, de, d'accord. Maintenant, nous devons écrire le mot clé où, après la façon dont nous devons spécifier notre condition, la condition doit être basée sur les pays. Cela signifie que le pays doit être égal à l'Allemagne. Nous écrivons donc maintenant le nom de la colonne, pays étant égal à l'opérateur. Et maintenant, nous devons saisir la valeur qui est exactement telle qu' elle est écrite dans la base de données. Jeremy, comme ça. Nous écrivons l'Allemagne. Commençons donc maintenant l' exécution et voyons le résultat. Comme vous pouvez le constater, nous n' avons pas tous les clients. Nous n'avons que deux clients qui remplissent cette condition. Maria et Martin. D'autres clients, comme John, George et Bitter, ne remplissent pas tous les critères et sont exclus des résultats, n'est-ce pas ? Comme vous pouvez le constater, SQL est assez facile à écrire sur Android, par exemple, sélectionnant toutes les colonnes des clients où le pays du client doit être égal à l'Allemagne. Il est donc très facile de le lire en utilisant mots anglais et dans l'ordre logique. OK, passons maintenant à une autre tâche rapide. Il indique les clients sélectionnés dont le score est supérieur à 500. C'est donc basé sur le même tableau, donc nous ne changerons pas grand chose ici. La seule chose qui a changé, c'est l'état. Nous allons donc le supprimer cette année. Notre condition ici est basée sur le score. Nous avons donc l'opérateur de score de colonne n' est plus égal, il devrait être supérieur. Nous avons donc besoin d'un autre opérateur et la valeur est de cinq cents. Nous notons donc vos 500. Exécutons-le. Nous pouvons maintenant voir les clients dont le score est supérieur à 500. Comme vous pouvez le constater, il est assez facile d' utiliser l'instruction where. Bien, maintenant, afin de comprendre la clause where, je vais vous montrer étape par étape ce que fait la base de données une fois que nous avons exécuté notre requête. Donc, cette base de données va vérifier quelle table, pour se concentrer sur les clients. Ensuite, je vais vérifier de quelles colonnes nous avons besoin lorsque nous écrivons l'étoile. Cela signifie que la base de données sélectionnera toutes les colonnes et leurs résultats, puis la base de données peut vérifier, accord, il y a un filtre, ce qui signifie que toutes les données ne devraient pas figurer sur les résultats, donc elle va vérifiez-le. Maintenant, les trois premiers accords vont vérifier le score ici. Le score est de 350, ce qui signifie qu'il n'est pas supérieur à 500. Il ne l'inclura pas dans le résultat. Le suivant est supérieur à 500. Cela signifie qu'il faudra que le client suivant remplisse la condition. Oups, il faut que je l'écrive ici. Bien, maintenant, le premier client, 500, n'est ni supérieur ni égal, il est juste supérieur à 500, ce qui signifie qu'il n'en tiendra pas compte. Et le dernier, c'est nul. Cela signifie qu'il est vide. Il ne ressentira pas la maladie. Cela signifie que nous n'avons que deux clients et c'est ainsi que fonctionne Where dans la base de données. Très bien, les gars, en SQL, il existe de nombreux types d' opérateurs que vous pouvez utiliser dans la clause where afin de filtrer vos données. En SQL, ils sont divisés en deux groupes. Sur le côté gauche, nous avons les opérateurs de comparaison, et sur le côté droit, nous avons les opérateurs logiques, le compresseur et les prédateurs. Vous pouvez l'utiliser pour comparer deux valeurs, par exemple nous avons la valeur égale, non égale, supérieure à, inférieure, supérieure ou égale à, inférieure ou égale aux opérateurs logiques vous pouvez l'utiliser une fois que vous souhaitez combiner deux conditions différentes. Et par conséquent, vous allez obtenir le vrai ou le faux. Par exemple, nous avons un opérateur renvoie vrai si les deux conditions sont vraies, nous avons ou renvoyons vrai. Si l'une des conditions est vraie, alors il n'y a pas de mensonge intermédiaire et ainsi de suite. Ainsi, dans les exemples précédents de la clause where, je vous ai montré deux opérateurs de conversion, l'un égal et l'autre supérieur à. Ensuite, je vais les parcourir toutes afin de vous montrer comment vous pouvez les utiliser dans vous montrer comment vous pouvez les utiliser la requête et quelques exemples. Donc tu ne t'inquiètes pas pour ça. Très bien, c'est ce qu' il en est de la clause WhereClause. Nous allons maintenant parler des opérateurs de comparaison. 17. Les opérateurs de comparaison #15 : =, >, <, >=, <=, ! =: Très bien, nous allons maintenant nous concentrer sur les opérateurs de comparaison et apprendre à établir nos conditions dans les nuages. La conversion de la naissance est, comme je l'ai dit, utilisée pour comparer deux valeurs et c'est le moyen le plus simple de filtrer des données à l'aide de SQL. Bien, maintenant, pour les comprendre, effectuons les tâches suivantes. Tout d'abord, trouvez tous les clients dont le score est inférieur à 500. Cela signifie que nous allons nous concentrer sur le tableau du client et qu'il n'y a aucune spécification concernant les colonnes. Nous allons utiliser Select star from customers. Alors maintenant, exécutons-le. Comme vous pouvez le constater, nous avons tous les clients, mais nous devons filtrer les données dont le score est inférieur à 500. Nous allons donc utiliser la clause « où ». La colonne est le score, le moins d'opérateur. Ensuite, nous allons taper 500. Nous allons donc vérifier les résultats et nous en inspirer. Nous n'avons donc qu'un seul client dont le score est inférieur à 500. Maintenant, afin de comprendre pourquoi nous n'avons eu qu'un seul client avec d'autres résultats, je vais vous montrer ce que la base de données a fait une fois que nous avons exécuté notre requête. Nous avons donc dit sélectionner une étoile parmi les clients. La base de données se concentrera sur ces clients. Nous avons dit étoile, cela signifie que nous avons besoin toutes les colonnes, additionnons nos résultats. Et puis, puisque nous devons porter des gants, allons filtrer les données. Il va donc passer en revue tous les dossiers et essayer de déterminer s'ils remplissent la condition ou non. Je vais donc utiliser le terme « j'aime » et « je n'aime pas » pour dire « vrai » ou « faux ». Le score auditif du premier client est donc inférieur à 500. Cela signifie que cela apparaîtra dans le résultat parce que cela répond à leur condition. Ensuite, nous avons le suivant. Le score est de 900. Ce n'est pas moins de 500, donc cela signifie faux. Le suivant est le même 750, ce n'est pas moins de 500. Le suivant est intéressant. C'est exactement 500, mais comme les conditions, moins de 500, ne remplissent pas la condition, alors la valeur nulle est fausse. C'est pourquoi nous n'avons eu qu'un seul client à ses résultats. Bien, ajoutons maintenant une autre tâche qui dit : trouvez tous les clients dont le score est inférieur ou égal à 500. Donc à peu près la même chose, mais nous avons ici aussi des clients qui sont égaux à cinq cents. Vérifions donc que nous pouvons avoir la même requête, donc nous ne changerons rien ici, seulement l'opérateur. Nous avons donc besoin du moins de, donc ça va rester comme ça, mais nous avons aussi besoin de l'égal à. Il existe donc un autre opérateur appelé inférieur à, et il ressemble à ceci. les avons donc tous les deux comme ça. Et nous allons nous inquiéter et voir quel sera le résultat. Comme vous pouvez le voir maintenant, nous avons le numéro de client de Martin. Il a marqué 500 points. Et maintenant, cela devrait apparaître sur le résultat. Nous avons donc la première, Maria, moins de 500 et nous avons Martin. Il est exactement comme le 500. C'est donc le moins qu'égal à. Donc, comme vous pouvez le constater, c'est assez simple. Passons à un autre opérateur avec la tâche suivante. Trouvez tous les clients dont le score est supérieur ou égal à cinq cents. Cela signifie donc que c'est presque la même chose, mais nous devons utiliser un autre opérateur supérieur à. Cela ressemble donc à ceci, supérieur ou égal. Et vérifions le résultat. Donc, comme vous pouvez le voir ici, nous avons maintenant tous ces scores supérieurs à 500. Nous nous sommes donc joints à 900. George en a 750, et Martin reste ici parce que son noyau est égal à 500. Comme vous pouvez le constater, c'est très simple. Très bien, nous avons maintenant une dernière tâche. Il dit : trouvez tous les clients non allemands. Essayons donc de résoudre ce problème. Nous allons rester avec les clients de la table. Sélectionnez donc une étoile parmi les clients. Et nous devons filtrer les données en utilisant le score NAT , sauf pour ce pays. Nous allons donc plonger maintenant dans ce pays. Et comme il est question de clients non allemands, cela signifie que le pays ne devrait pas être égal à l'Allemagne. Donc, l'opérateur non égal ressemble à ceci. Ensuite, nous avons besoin de la valeur Allemagne. Donc, avec cette question, vous dites, d'accord, donnez-moi tous les clients dont le pays n'est pas égal à l'Allemagne. Alors exécutons-le. Et comme vous pouvez le voir ici, nous n'avons pas de pays appelé Allemagne ni les résultats. Et vous pouvez également voir ou avoir le même résultat en utilisant cet opérateur. Ça a aussi le goût, pas le même. Donc, si je l'exécute, nous obtiendrons les mêmes résultats. Vous pouvez donc utiliser l'un ou l'autre. n'y a aucune différence entre eux. Bien, voyons maintenant comment la base de données résout ce problème. Nous disons « sélectionnez l'étoile du client ». Cela signifie que les trois vont se concentrer sur le client. L'étoile signifie toutes les colonnes, comme d'habitude. Nous allons le mettre ici. En dessous, il est écrit que le pays n'est pas égal à l'Allemagne. La base de données va donc se concentrer sur cette colonne ou sur la condition. Voyons donc le premier client, le pays égal à l'Allemagne. Cela signifie donc que c'est faux. Nous n'en verrons pas le résultat. La suivante, le pays n' est pas égal à l'Allemagne, donc c'est positif. Nous allons le voir lors des résultats. La suivante est la même. Le pays n'est pas égal à l'Allemagne. Nous le verrons ainsi que les résultats. Et le premier client, le pays est égal à l'Allemagne. Cela signifie donc que c'est faux. Nous ne le verrons pas lors des résultats. Et enfin, ce pays n'est pas égal à l'Allemagne, donc c'est vrai, nous verrons son résultat. C'est pourquoi nous avons vu trois clients voir leurs résultats. Très bien, nous avons maintenant couvert tous ces opérateurs dans ces comparaisons. Ils sont assez faciles. C'est toujours comme comparer deux valeurs. Et je vous suggère d'aller jouer avec eux jusqu'à ce que vous compreniez comment ils fonctionnent. Mais en tant que x, nous allons commencer à travailler sur les opérateurs logiques. Ils sont un peu plus difficiles, alors ne vous inquiétez pas pour ça. Je vais expliquer cela en détails, en donnant des exemples et tout le reste. Mais ils sont très importants en utilisant SQL, car vous finirez par les utiliser beaucoup. Très bien, c'était donc tout pour le premier groupe d'opérateurs. Ensuite, nous pouvons parler de cet autre groupe, des opérateurs logiques ou non. 18. Opérateurs logiques #16 : ET, OU, PAS: Très bien les gars, nous allons maintenant parler du deuxième groupe d' opérateurs que vous pouvez utiliser dans la clause where, et ils ont appelé les opérateurs logiques. Nous allons nous concentrer sur ces trois mauvais garçons et/ou cinglés. Dans les exemples précédents, vous allez apprendre à filtrer vos données à l'aide d'une seule condition. Mais dans les scénarios de la vie réelle, les choses se compliquent lorsque vous devez combiner les résultats de deux conditions ou plus. Et pour ce faire, vous pouvez utiliser les opérateurs et, ou. Bon, commençons maintenant par le premier opérateur. L'opérateur dit ce qui suit. Elle renvoie la valeur true uniquement si les deux conditions sont vraies, sinon elle peut être fausse. Supposons donc que nous ayons la condition a, condition P et que nous voulions les combiner en utilisant. Et. Donc, la première situation que nous avons dans la condition a est vraie et la condition B est vraie. Si vous diffusez les publicités, nous y arriverons également , car elles répondent aux exigences. Les deux conditions sont donc vraies. Nous allons nous en sortir. Disons que le second scénario, condition a également, est vrai. Mais dans la condition B, nous avons faux. Ici. Les deux ne sont pas vrais et nous obtiendrons un résultat faux. Maintenant, le moyen de contourner la condition a est fausse et la condition B est vraie. Elles ne sont pas toutes les deux vraies, ce qui signifie que le résultat sera faux. Et le dernier scénario où vous avez les deux est faux. Par conséquent, vous allez devenir faux. Cela signifie donc que l' opérateur AND est vraiment strict. Les deux conditions doivent être vraies pour être vraies. Sinon, ce sera toujours faux. OK, passons à la suivante. Nous avons l'opérateur OR. Il dit que cela revient à vrai si l'une des conditions est vraie. Cela signifie donc l'opérateur OR. Il ne peut pas être heureux si l'une de ces conditions était vraie pour vous donner la vérité. Sinon, cela vous donnera un faux. Reprenons donc le même exemple que celui que nous avons ici, condition a, la condition B, mais maintenant nous allons l' appliquer ou nous avons dans le premier scénario vrai et a vrai au point B, ce qui le premier scénario vrai et a vrai au point B, ajoutera des exigences supplémentaires. Les deux sont vrais. Cela signifie donc dans l' ordre dans lequel nous avons la vérité. Dans la prochaine, nous avons ajouté un vrai ou un faux. Alors maintenant, il est dit qu'au moins une devrait être vraie. Cela signifie donc qu'avec l'oral, vous allez aussi bien réussir parce que vous l'avez ici en tant que, c'est vrai. Donc, le scénario suivant où c'est le contraire, où vous avez un faux et un vrai, répond aux exigences. Au moins l'une d'entre elles est vraie pour vous donner la vérité. Mais seul le dernier scénario où vous vous trompez tous les deux. Avec ce scénario, vous allez devenir faux. Donc, comme vous pouvez le voir, l' orbiteur est moins percutant que ça. Et elle sera heureuse si vous avez moyen de vous donner une idée et d' obtenir plus de résultats. OK, passons au dernier opérateur, celui qui n'est pas un opérateur. Il indique qu'il va inverser le résultat de n'importe quel opérateur booléen. Cela signifie donc que cela vous donnera toujours le contraire. Par exemple, si vous dites gauche, ça ira à droite. Si tu dis « va à droite », ça va disparaître. Donc, ici, vous avez toujours les autres résultats inverses, cela ne fonctionnera qu'à une seule condition. Il ne s'agit donc pas de combiner deux conditions comme et et ou. Donc. Nous avons ici la condition a. Si vous avez ici vrai et que vous utilisez les noix. Cela signifie donc que vous allez tomber. Cela va donc faire le contraire. Et pareil. Si vous avez false et que vous utilisez l'opérateur NOT dessus, vous obtiendrez vrai. C'est donc toujours comme inverser les résultats. Si vous avez le vrai, vous allez devenir faux. Si vous avez des coffres, cela deviendra réalité. D'accord ? Assez de théorie, passons à quelques tâches pour l'apprendre en SQL. Nous avons donc les tâches suivantes. Trouvez tous les clients qui viennent d' Allemagne et leur score est inférieur à 400. Nous avons donc ici deux conditions. Essayons de résoudre ce problème. Comme d'habitude, nous allons utiliser select. Aucune spécification concernant les colonnes. La star de notre table est que les clients sont maintenant dans l'état où ils se trouvent. Nous avons deux conditions. Le pays est l'Allemagne, nous pouvons donc écrire pays égal à la valeur Allemagne. Nous avons maintenant d'autres conditions. Il indique que le score doit être inférieur à 400, le score moins l'opérateur 400. Maintenant, j'ai deux conditions et je dois les combiner pour que la tâche soit sûre. Cela signifie que les deux conditions doivent être remplies. J'en ai besoin tout de suite, l'opérateur et entre ces deux conditions. Alors, exécutons-le et voyons. Avec ces conditions, nous n' avons qu'un seul client remplissons donc les deux conditions. Nous avons donc fait venir Maria d'Allemagne. Son score est inférieur à 400. Ok, les gars et les filles. Voyons maintenant si la base de données, une fois que nous avons exécuté l' opérateur and, nous pouvons, comme d'habitude, sélectionner une étoile dans la base de données clients axée sur les étoiles stables des clients signifie que nous avons besoin de toutes les colonnes. Nous allons donc voir toutes les colonnes et les résultats. Maintenant, cette base de données va parcourir chaque ligne et s'efforcer de déterminer si elle répond à ses exigences pour en faire des résultats. Commençons donc par le premier. La première cliente, Maria , vient d'Allemagne. C'est donc de la première à la première condition. La deuxième condition, nous avons obtenu 350 points, c'est moins de 400. Cela signifie donc que nous avons un autre vrai. Et puisque nous utilisons des publicités, les deux sont vraies, nous obtiendrons le résultat sous forme de ligne. Cela signifie donc que Delta V va publier ses autres résultats. Donc, la prochaine fois, nous avons John. Le pays est les États-Unis. C'est donc le premier faux ici à la première condition. La deuxième condition également, c'est qu'elle est supérieure à 400 secondes, donc ça va aussi être faux, faux, faux. L'opérateur et va le mettre comme faux. La suivante, nous sommes également confrontés à la même situation. Le pays n'est pas l'Allemagne et le score n'est pas inférieur à 400, donc les deux sont faux. La fin de la naissance va faire croire que c'est faux. Et le quatrième, nous avons Martijn, le pays est l'Allemagne, donc nous avons le premier chemin à suivre. Cette condition n'est pas inférieure à 400 z-score, désolé. Nous avons donc ici faux avec la fourmi, ça ne marchera pas. Cela signifie donc que le résultat sera faux , car les deux ne sont pas vrais. Et la dernière, les deux conditions sont fausses. Le pays n'est pas l'Allemagne et nous n'avons pas de score. Cela signifie donc que nous avons également faux. Ainsi, un seul client remplit les deux conditions avec true. Et une fois que vous l'aurez utilisé, vous n' obtiendrez qu'un seul enregistrement. Bon, passons maintenant à la suivante et nous avons l'opérateur OR. La tâche consiste à trouver tous les clients qui viennent d'Allemagne ou dont le score est inférieur à 400. Nous avons donc presque la même configuration. Mais ici, nous avons l'opérateur logique ou quelque chose comme ça, nous avons les mêmes conditions. pays est égal à l'Allemagne avec un score inférieur à 400. Mais maintenant, nous allons les connecter à l'opérateur OR. Maintenant, nous allons vérifier les résultats. Je vais l'exécuter. Et comme vous l'avez peut-être déjà remarqué, nous avons maintenant deux clients grâce à cette configuration. Voyons donc ce qui s'est passé. Alors maintenant, au début, comme d'habitude, nous indiquons à la base de données de sélectionner une étoile parmi les clients. Il se concentre sur les clients, toutes les colonnes à cause de l'étoile. Et maintenant, nous avons ici les mêmes conditions. score du pays égal à l'Allemagne est donc inférieur à 400. Mais la seule différence est que nous utilisons l' opérateur logique ou que les résultats peuvent être différents. Cette base de données va donc parcourir chaque ligne et voir si elle répond aux exigences ou si elle est nulle, ou si elle suffit pour n' avoir qu'un seul vrai, vrai comme résultat. Donc, comme vous pouvez le voir ici dans le premier client, les deux sont vrais. Cela signifie que nous aurons la vérité. En conséquence. Nous verrons les résultats de Maria. Après ça. Ces deux clients n'ont aucun vrai, en aucun cas. Cela signifie que les résultats seront faux. Mais le client de Martin a un vrai client. Cela signifie donc que cela suffit. ce que nous obtiendrons comme résultat. Martin sera donc le résultat. Même chose pour le dernier client. Il a donc les deux faux. Nous n'avons aucune vérité. Cela signifie que l' opérateur or va mettre false. C'est pourquoi nous avons contacté des clients. Très bien, maintenant, deux, le dernier, nous avons l'opérateur not et nous avons la tâche suivante. Trouvez tous les clients dont le score n'est pas inférieur à 400. Cela signifie que nous n'avons qu'une seule condition et que nous avons l'écrou. Essayons donc de résoudre ce problème. n'avons donc ici qu'une seule condition. C'est au-dessus du score. Cela ne disait donc rien sur le pays. Je peux en supprimer cette partie. Nous avons donc un score inférieur à 400, mais il indique qu'il ne devrait pas être inférieur à 400. Donc, tout ce que nous pouvons faire est simplement de leur ajouter un opérateur Nuts. C'est très simple. Alors exécutons-le. Comme vous pouvez le voir ici, ce sont tous des clients, ils n'ont pas un score inférieur à 400. Bon, voyons maintenant ce que la base de données a fait une fois que nous avons exécuté l'opérateur NOT. Donc, comme d'habitude, nous aurons toutes les colonnes à cause de l'étoile. Et puis nous avons un score de condition inférieur à 400. Mais avec les écrous de commande, sans les nœuds, nous n'aurons qu'un seul client qui répondra à ces exigences. Nous n'avons donc qu'un seul vrai ou faux avec un autre opérateur qui va tout inverser. Cela signifie que si vous avez vrai, cela indiquera que c'est faux. Et si vous en avez quatre, cela montrera que c'est vrai. Donc ça va juste faire le contraire. Nous avons donc ici du vrai et le résultat va être faux. Les trois suivants sont tous faux, nous allons donc y arriver, mais vous devez faire attention à quelque chose. Donc, ici, c'est nul. La base de données ne sait donc pas si elle est inférieure ou supérieure ou quelque chose comme ça. Il le traitera donc comme inconnu et ne lui montrera pas d'autres résultats car il est vide ou nul. C'est pourquoi nous avons ajouté les résultats, ces vérités. Cela signifie que nous n'aurons que trois clients. Très bien, c'était donc tout pour les trois opérateurs et, ou les fous. Ensuite, nous allons en apprendre davantage sur l'opérateur logique entre. 19. #17 ENTRE: Très bien les gars et les filles. Nous allons maintenant parler d' un autre opérateur logique que vous pouvez utiliser dans la clause where afin de filtrer vos données. Et c'est entre les deux. Between est un opérateur logique qui vous permet sélectionner uniquement les lignes comprises dans une plage spécifique. Pour travailler avec between en SQL, vous devez définir des limites deux valeurs qui spécifient la plage. Nous devons donc définir ici la valeur intermédiaire entre la valeur moyenne et la valeur maximale. Cela peut être n'importe quoi comme du texte, un numéro et une date. Ici, en SQL, n'importe quelle valeur entre ces deux limites. Ils ne seront pas considérés comme vrais. Et les valeurs ou les lignes situées en dehors ces limites seront considérées comme fausses. Et encore une information très importante ces limites, la valeur principale et la valeur maximale sont incluses dans la condition. Donc, en fait, je vois dans les projets beaucoup de personnes qui l'oublient ou qui se disent vraies, demandent à nouveau si ces limites sont liées à la condition ou non. C'est donc très confus. N'oubliez pas que ces valeurs sont incluses dans la condition. Alors maintenant, pour comprendre cela, nous allons avoir une tâche et nous allons essayer de la résoudre avec SQL. Très bien, nous avons maintenant les tâches suivantes. Trouvez tous les clients dont le score se situe dans la fourchette de 100 500. Essayons donc de résoudre ce problème avec SQL. Donc, comme d'habitude, sélectionnez une étoile, il n'y a pas de spécifications concernant les colonnes. Notre table, ce sont les clients. Nous devons maintenant filtrer les données. Nous allons donc utiliser où et ici, la colonne dont nous avons besoin pour utiliser un score, car elle indique que le score doit être compris entre 100 et 500. Nous allons donc écrire le score. Et maintenant, la syntaxe pour between, vous devez écrire le mot clé between. Et maintenant, nous devons spécifier la valeur minimale. Donc, la valeur Min, la première limite est la centaine. Ensuite, nous allons utiliser l'opérateur , puis la valeur maximale. Et c'est tout. Donc, pour l'intervalle, vous devez noter le nom de la colonne entre la valeur minimale et la valeur maximale. Alors c'est ça. Essayons maintenant d' exécuter la requête et de voir les résultats. Comme vous pouvez le constater, ces deux clients ont les scores. C'est 100-500. Bon, voyons maintenant ce que fait la base de données une fois que nous avons exécuté la requête avec l'opérateur between. Alors maintenant, comme d'habitude, sélectionnez une étoile parmi les clients. Cela signifie que dans les résultats, nous avons besoin toutes les colonnes et que nous savons où. Cela signifie donc que la base de données doit filtrer les résultats et nous avons la condition 100-500. Passons donc en revue tous les clients. Donc, dans le premier cas, nous avons le score de 350. Il se situe entre cette plage de 100 à 500. Nous avons donc le premier vrai et nous le verrons dans leurs résultats. Le suivant est donc 900. C'est donc comme en dehors de la limite maximale. Cela en fait un faux. Il en va de même pour George. Nous en avons 750, c'est également en dehors des 500, donc c'est en dehors des limites, et non entre ces deux valeurs. Nous avons le faux. Et maintenant, c'est intéressant, nous avons les 500, 500. Ce n'est pas dans la fourchette, c'est exactement la limite. Et avec cet intervalle, il va considérer que c'est vrai. Nous pensons donc que c'est vrai. Et le dernier que nous avons maintenant, il est donc inconnu, il ne le renverra donc pas ici. C'est pourquoi les résultats. Nous avons rencontré deux clients, Maria et Martin, parce qu'ils se situaient entre 100 et 500. Et Martin est exactement la limite maximale. C'est pourquoi cela est considéré comme vrai. OK les gars, il existe donc un autre moyen de résoudre de telles tâches sans utiliser les deux. Et au lieu de cela, nous pouvons utiliser deux conditions et les connecter à l'opérateur AND. Je vais donc vous montrer cette étoile de clients, comme d'habitude. Et maintenant, nous allons écrire les conditions où. Tout d'abord, le score doit être supérieur ou égal à 100. Nous allons donc utiliser un opérateur supérieur ou égal à 100. Ensuite, vous allez écrire la deuxième partie de la deuxième limite. Le score doit être inférieur ou égal à cinq cents. Nous allons donc utiliser cet opérateur inférieur ou égal à cinq cents. Donc, avec cela, nous redéfinissons la fonction between. Et si je lance ceci, je vais supprimer cette partie ici et l'exécuter. Nous obtiendrons exactement les mêmes résultats parce que nous le redéfinissons simplement d'une autre manière. Certains développeurs, comme moi, ont tendance à ne pas utiliser entre et, au lieu de cela, nous utilisons de telles conditions, car pour moi, il est plus facile de lire ce que fait la requête plutôt que de les utiliser entre les deux, parce que j'ai besoin de souvenez-vous quand j'ai utilisé entre cela, par exemple, les limites sont incluses. Et si tu l'oublies, tu dois faire des recherches à ce sujet. Il est donc vraiment plus facile de lire exactement ce que fait la requête. J'ai donc tendance à éviter entre les deux conditions avec les fourmis. Et encore un avantage à ce sujet. Tu ne pourrais pas mieux le contrôler. Donc, par exemple, je pourrais utiliser pour la limite avec les aimants une valeur inférieure sans les égaux. Vous pourriez donc le définir de manière plus flexible que l'intermédiaire. Très bien, c'était donc tout pour l'opérateur d'ici la semaine prochaine et pour en savoir plus sur l'opérateur en place. 20. #18 EN: Très bien les gars et les filles. Nous allons maintenant parler d' un autre opérateur logique que vous pouvez utiliser dans la clause where afin de filtrer vos données. Et c'est l' opérateur in, les énumérateurs. Il vous permet de définir une liste de valeurs que vous souhaitez voir apparaître dans les résultats ou que vous souhaitez inclure dans les résultats. Donc, comme je l'ai dit, comment cela peut fonctionner, vous pouvez définir, comme une simple liste de contrôle, une liste de valeurs dans laquelle vous indiquez à SQL que seules ces valeurs sont autorisées dans les résultats. Vous pouvez donc définir ici plusieurs valeurs. Ce n'est pas comme l'entre-deux où on définit les limites. Voici une liste de valeurs. La base de données peut donc commencer comme chaque valeur était une valeur dans cette liste. Si la réponse est oui, alors ce sera vrai. Si la réponse est non, ce sera tout simplement faux. Très bien, maintenant, comme d'habitude, afin de comprendre cela, nous allons avoir une tâche et essayer de la résoudre SQL, la tâche étant de trouver des clients dont l'identifiant client est égal à l' une des valeurs 12 ou cinq. Essayons donc de résoudre ce problème. Comme d'habitude, il n'y a aucune spécification concernant les colonnes, vous allez donc sélectionner une étoile parmi les clients. Maintenant, nous devons filtrer les données. Nous allons donc utiliser WhereClause et c'est là que nous commençons. Il est donc indiqué que c'est le numéro du client. Cela signifie donc que c'est la colonne que nous allons utiliser pour filtrer les données de notre identifiant. Et maintenant, nous avons un ensemble de valeurs, 12,5. Donc, pour l'utiliser, nous allons utiliser l'opérateur in. Et nous commençons maintenant à définir la liste, une liste de contrôle. Ouvrez donc les crochets. La première valeur est un, puis la virgule deux, la virgule cinq, puis les crochets. Nous avons donc défini la liste des valeurs dont nous voulons voir les résultats. Et avec cela, nous allons exécuter cette requête et voir ce qui va se passer. Comme vous pouvez le constater, la requête est exécutée et nous avons la liste des clients qui correspond exactement à notre liste, le numéro client 12.5. Bon, voyons maintenant ce que la base de données a fait une fois que nous avons exécuté l'opérateur in. Comme d'habitude, sélectionner une étoile parmi clients signifie que je souhaite voir toutes les colonnes des résultats et que la base de données peut les sélectionner. Et puisque nous avons une clause de localisation, il va commencer à vérifier l'état. La condition doit indiquer que identifiant du client doit figurer dans cette liste. Les données vont donc vérifier chaque client. Nous avons donc ici le numéro un du client, et il figure dans la liste. C'est pourquoi nous allons obtenir une réponse positive à cette maladie et nous allons voir en fonction des résultats. Le suivant, c'est deux. Donc, ici aussi, nous avons vrai ou celui-ci et nous allons l'obtenir au résultat. Le numéro client du troisième client est égal à trois et ne figure pas dans la liste. C'est pourquoi nous allons nous tromper ici. Il en va de même pour quatre, donc quatre ne figurent pas dans la liste. Il l'ignorera. Et le dernier, l' identifiant client est égal à cinq et il figure dans la liste. Nous allons donc en obtenir un vrai. Et c'est ainsi que la base de données peut traiter notre requête. Très bien, vous pouvez me le dire maintenant, attendez une minute, Vera, je viens de découvrir l'opérateur ou et la façon dont je combine différentes conditions à l'aide du bloc opératoire. Et je pourrais résoudre cette tâche en utilisant cela au lieu de l'utiliser comme une liste de contrôle. Voyons donc comment nous pouvons le faire. Je suis d'accord que ça va marcher aussi. Sélectionnez donc une étoile parmi les clients, où l'identifiant client est égal à un. Donc, le premier, puis nous écrivons notre identifiant client égal à deux et continuons. L'identifiant client est égal à cinq. Donc, si je lance cette requête, nous obtiendrons exactement les mêmes résultats. Mais je suis d'accord là-dessus, mais comme vous pouvez le voir ici, c'est plus compact et beaucoup plus facile à lire, comme si vous faisiez une liste et c'est tout. Vous pouvez donc définir ici toutes ces valeurs avec plusieurs conditions et les connecter à l'OR. Donc. Imaginez que vous avez dix valeurs, vous aurez ici dix rouleaux de codes. Je l'ai donc beaucoup aimé avec l'opérateur n. Il est plus compact et plus facile à lire. Très bien, tout tourne autour de l'opérateur in. Ensuite, nous allons apprendre un opérateur très important. C'est la lumière. 21. #19 COMME: Très bien les gars et les filles. Nous avons maintenant l'opérateur logique final que vous pouvez utiliser dans la clause where afin de filtrer vos données. Et c'est l'opérateur similaire. C'est un peu plus compliqué que les autres. Ne t'en fais pas pour ça. Je vais expliquer cela étape par étape à l'aide d'exemples. Donc, une fois que vous l'aurez compris, ce sera plus facile et plus amusant à utiliser. Ainsi, dans les autres exemples avec la clause whereClause, nous définissons toujours la valeur entière de la valeur complète dans la clause where. Mais parfois, vous pouvez vous retrouver dans des situations où vous ne connaissez toujours pas les valeurs. Vous recherchez certaines valeurs et vous avez une salle de bains en tête. Par exemple, vous recherchez des clients dont le nom commence par m. Vous ne connaissez donc pas la valeur complète. Vous recherchez quelque chose et vous avez un modèle. Vous pouvez utiliser les opérateurs de latence qui étaient un bouton pour trouver ces clients. Ou il y a beaucoup de valeurs dans la base de données ou dans SQL, où il sera presque impossible de définir toutes ces valeurs et la clause where. Donc, au lieu de cela, vous allez définir comme un bouton et vous dites SQL que je recherche quelque chose comme ça. Alors maintenant, ça marche comme ça. Elle renvoie la valeur true si la valeur correspond au modèle. Sinon, il va retourner faux. Cela signifie donc que nous devons construire comme du beurre dessus, en SQL. Et dans la balance, nous disposons de deux outils pour y parvenir. Nous avons le pourcentage où nous disons que cela correspond à n'importe quoi, ou nous avons le trait de soulignement, correspond à exactement un caractère. Prenons maintenant un exemple pour comprendre que nous avons le premier exemple de noms de fichiers commençant par M. Cela signifie que vous savez que les noms commencent par M et que vous ne vous souciez pas de l'autre personnages. Nous devons donc maintenant créer un tel bouton. Nous pouvons noter le M et le pourcentage que vous indiquez ici pour l'échelle, qui commence par M et les autres, peu importe. Il est peut-être vide. Ça peut être comme des personnages. Les personnages multiples n'ont pas d' importance, mais pour vous, il est très important qu'ils commencent par m. Maintenant, nous en avons un autre. Il dit de trouver des noms qui se terminent n. Cela signifie que cela peut commencer par n'importe quoi. Nous allons donc commencer par le pourcentage, et cela devrait se terminer à la fin. Ici. Vous devez faire attention à ce qu'ils distinguent les majuscules et minuscules ici. Il y a donc une différence entre un petit n et un début. Ce modèle indique donc que le SQL commence par n'importe quoi, mais j'ai besoin qu'il se termine par n. Maintenant, nous avons un exemple où vous dites : «  D'accord, ça ne devrait pas être le premier ni le dernier. Le nom doit contenir quelque part notre personnage. Trouvez donc des noms contenant le r. Ainsi, vous ne définissez pas s'ils se situent au début ou à la fin. Donc, avec cela, vous pouvez utiliser le modèle suivant. On peut commencer par n'importe quoi d'autre que R et finir par n'importe quoi. Ici. Tu ne sais pas exactement où ils se trouvent. Les noms doivent contenir quelque part et notre personnage. Maintenant, dans la prochaine, vous pourriez être plus précis en disant, d'accord, trouvez-moi les noms contenant le r, mais exactement en troisième position. C'est donc un peu plus compliqué. Et avec cela, vous allez utiliser le trait de soulignement. Soulignez que vous dites, d'accord, la première position peut être n'importe quoi. La deuxième position peut être n'importe quoi. Mais le troisième devrait être exactement le R. Et ensuite, il y aura des caractères vides et ainsi de suite. Donc, avec cela, vous mélangez ces deux outils, le trait de soulignement et le pourcentage. Maintenant, nous allons étudier plus en détail et exemples de mots afin de comprendre comment x. OK, nous allons maintenant approfondir chacun de ces exemples et vous expliquer ce qui se passe dans le base de données ou SQL une fois que vous avez défini ces modèles. Donc, dans le premier exemple, nous trouvons des noms qui commencent par M. Notre modèle est M et le pourcentage, cela signifie que tout ce qui suit ne nous intéresse pas. Cela devrait commencer par M. Et dans notre base de données, nous avons ces cinq valeurs, ces cinq noms, et commençons un par un. Donc Maria, ça commence par M. Donc ça veut dire que ça correspond à notre modèle. SQL va donc renvoyer pour cela un vrai. Le prochain, c'est John. Le J ici ne correspond donc pas à notre modèle. Cela signifie que SQL va y mettre false plutôt que George, pareil, il commence par G et ne correspond pas à notre modèle. Ça devrait commencer par moi. Pour devenir un vrai. Nous avons un faux pour cela. Martin commence par M. Cela signifie qu'il correspond à notre bouton et que nous allons faire en sorte que cela soit vrai. Et le dernier, Peter, nous avons p et il ne correspond ni à un modèle, et nous allons passer à faux. Donc, si vous définissez ces modèles dans le SQL, vous obtiendrez les valeurs vrai et faux à partir de la base de données. OK, donc dans l' exemple suivant, nous avons trouvé des noms se terminant par n, un petit n. Notre modèle est le pourcentage, puis le petit n. Passons en revue les noms. La première, Maria et la base de données, vont vérifier la dernière. D'accord ? Le dernier ne correspond pas. Notre n va le rejeter. Tu vas devenir faux. Nous avons donc John, John a le dernier caractère et il correspond. Notre base de données de modèles va le publier. Donc, la seconde, nous avons George, George se retrouve avec g. Cela ne correspond pas au schéma faux, Martin n, nous avons vrai ici. Le dernier caractère correspond donc à notre bouton. Et mieux encore, nous avons le r ici. Il ne correspond pas au modèle. Donc, si vous exécutez le bouton Sanjay sur votre base de données, vous n'obtiendrez que John et Martin. Trouvons donc le suivant. Le bouton suivant indique « rechercher des noms » et contient R, mais nous n'avons rien spécifié ou nous n'avons indiqué qu'il devrait y avoir R. Donc, les boutons qui indiquent «  présent » sont présents. Cela signifie que quelque part il y a un R. Donc, avec le Martin, il y a un r. Donc ici, ici, nous avons le R et ça va redevenir vrai. Avec John, il n'y a nulle part et c'est comme s'il n'y avait aucun caractère ici avec le R. Cela signifie que la base de données va renvoyer faux. George, il nous reste une heure, donc ça va devenir vrai. Martin, pareil, mieux, pareil. Donc, comme vous pouvez le voir, si vous le souhaitez, commencez par le présent et terminez par les pourcentages. La base de données peut trouver votre personnage quelque part et elle va le rendre aussi vrai que vous le voyez ici, Peter finit par R, Martin au milieu, quelque part il y a r. Donc ici, vous vous en fichez à propos du poste. Où est ton personnage ? Bon, nous arrivons maintenant à la dernière. Il dit de trouver les noms contenant le R et la troisième position. Ici, nous sommes très précis. Nous disons que le troisième devrait être exactement le R. Donc, pour ce faire, nous n'utiliserons pas le pourcentage dans notre bouton. Nous allons utiliser le trait de soulignement. Il dit que le premier personnage peut être n'importe quoi. Le second personnage pourrait aussi bien être n'importe quoi. Mais le troisième caractère devrait être exactement le r. Et après ça, ça pourrait être n'importe quoi, ça pourrait être vide, comme un tas de caractères. Ça ne nous intéresse pas. Passons donc en revue nos valeurs et voyons comment la base de données va réagir. Alors Maria, ça commence par M, c'est bon. C'est bon. Le troisième devrait être R et nous avons ici un match après, comme si cela n'avait pas d'importance. Il s'agit donc d'une correspondance avec nos modèles. Maria va donc obtenir une réponse véridique à partir de la base de données. Le suivant, John, comme les deux premiers personnages, convient, mais le troisième ne correspond pas au modèle. C'est le H. C'est pourquoi nous allons obtenir un faux pour ça. La troisième, vous pouvez voir que la troisième position est 0 car elle ne correspondra pas. Notre bouton. Martin correspond parce que nous avons, le premier caractère est M, qui peut être n'importe quoi. Le second également, a, et le troisième est R. Donc, cela correspond à notre modèle. Les risques peuvent être n'importe quoi. C'est pourquoi Martin correspond exactement à notre bouton. Le dernier, Beta, ne correspond pas à notre bouton car troisième position, nous avons le T. Cela dit , si vous exécutez un tel bouton votre base de données et que vous êtes précis à ce sujet, vous n'aurez donc que Maria et Martin. Maintenant, nous allons maintenant approfondir les exemples, tout va bien. Maintenant, en tant que x, nous allons apprendre à écrire des instructions SQL en utilisant l'opérateur like afin de comprendre la syntaxe et pour résoudre ces quatre tâches, nous allons commencer par la première. Retrouvez tous les clients dont le prénom commence par M. Donc, comme d'habitude, nous allons sélectionner une étoile. Aucune spécification de la nature des colonnes du tableau n'est réservée aux clients. Maintenant, nous devons filtrer les données à l'aide de nos boutons. Donc, là où se trouvent les nuages, les colonnes que nous allons utiliser dans notre bouton sont le prénom. Ensuite, nous allons écrire le mot clé like. Après cela, nous allons maintenant spécifier le bouton. Il commence donc par la virgule haute, puis par le grand M pour cent, puis se ferme avec la commande haute. Donc, avec cela, nous spécifions le modèle pour l'opérateur similaire et exécutons-le. Comme vous pouvez le voir dans les résultats, nous avons deux clients qui ont un grand M, le début du FirstName. Voici donc comment nous allons procéder en utilisant l'opérateur like. Donc, la prochaine, il est dit trouver tous les clients dont le prénom se termine par un petit n. Nous allons donc avoir les mêmes informations ici, mais nous devons redéfinir le schéma de virgule commande haute qui était pas allemand. Et puis tout ce qui ressemble à un cadeau, puis à un petit n, puis à un placard. Alors exécutons-le. Comme vous pouvez le constater, nous avons eu ces deux clients, Join et Martin, parce qu'ils ont leur prénom et qu'ils se retrouvent avec, d'accord. Passons maintenant à la troisième tâche, trouver des clients dont les prénoms contiennent quelque part et r petit r. Alors allons-y. Nous allons donc avoir la même configuration ici, mais nous devons modifier le schéma. Donc, une virgule haute, puis un pourcentage, petit, un pourcentage, puis un haut, on obtient cela. Comme je l'ai dit, vous ne spécifiez aucune position quelque part qui devrait être un R. Alors exécutons-le et vérifions notre requête. Vous pouvez voir ici que Maria a un R quelque part. George a une relation géniale avec Martin et Beta. Nous avons donc eu ces quatre clients. Mais John, nous ne l'avons pas trouvé parce qu'il n'avait pas d' œuvre d'art dans son prénom. Bon, maintenant à la dernière étape, la tâche est de trouver tous les clients dont le prénom contient le caractère et la troisième position. Alors voilà, les mêmes choses ici. Nous devons uniquement modifier le modèle. Virgule trop haute, le premier caractère devrait être n'importe quoi. Alors soulignez. Encore une fois, soulignez que le deuxième caractère peut être n'importe quoi. Et ici, nous définissons le r. Et puis nous disons tout ce qui suit. Puis une virgule haute, c'est propre. Une fois qu'on aura écrit ici, le bouton là-haut, c'est comme ça, et allons-y. Et comme vous pouvez le voir, seuls Maria et Martin, car nous avons discuté de celui contenant le troisième caractère, le r. Vous avez donc ces quatre exemples avec l'opérateur like. C'est vraiment amusant une fois que tu commences à t'entraîner avec ça. Alors essayez maintenant, je dirais de créer un schéma dans votre tête, d'essayer de l' écrire et de voir comment SQL January fonctionne ça. Ce n'est qu'avec de la pratique que vous obtiendrez de bons résultats et que vous allez les aimer, les comprendre. Très bien, c'est tout pour ce chapitre. Nous avons appris à filtrer nos données à l'aide la clause where et de nombreux opérateurs importants. Dans le chapitre suivant, nous allons passer au niveau que nous sommes en train de lire pour apprendre à combiner nos tables SQL à l'aide de jointures et d'unions. 22. Concept #20: Très bien, les gars et les filles. Jusqu'à présent, nous avons appris à interroger une seule table. Dans tous nos exemples, nous nous sommes concentrés sur la table que nous avons établie, sur laquelle nous avons sélectionné les données, etc. Il ne s'agissait que d'une seule table. Dans des scénarios réels, vous travaillerez avec une véritable base de données contenant de nombreuses tables différentes. Et une fois que vous aurez commencé à écrire des instructions SQL, vous finirez par interroger cette seule table, mais peut-être plusieurs tables afin obtenir quelque chose de significatif à partir des données. Cela signifie que vous devez commencer à apprendre à combiner différentes tables, à joindre ces tables dans une seule instruction SQL. C'est très important pour apprendre le SQL, car une fois que vous maîtriserez cela, vous serez bon en SQL. À présent, dans notre base de données de didacticiels, nous allons maintenant travailler avec deux tableaux indiquant les clients et les commandes figurant dans la commande Comme vous pouvez le constater, quel client a fabriqué les lames, quelle commande ? Alors maintenant, pour joindre ces deux tables, vous devez spécifier deux choses. abord, vous devez déterminer quelle est la clé de jointure, la clé adjacente. C'est comme une colonne qui existe dans les deux tableaux, par exemple le numéro client, que nous pouvons voir ici dans les clients et dans les commandes. Cela signifie donc que l'identifiant client est bon candidat pour rejoindre ces tables, et ce sera notre clé de connexion. La deuxième chose que vous devez spécifier est le type de jointure. Dans SQL, nous avons quatre types de jointures différents. Nous avons la jointure intérieure, jointure gauche, la jointure droite et la jointure complète. Cela peut être compliqué au niveau des styles, mais ne vous inquiétez pas. Je vais expliquer tous ces types étape par étape à l' aide d'exemples. Je vais également vous montrer comment SQL fonctionne avec ces types. Très bien, commençons maintenant par le premier type de joint, nous avons le joint interne. La jointure interne est le type de joint le plus couramment utilisé entre Develop Bird's Eye et j'ai tendance à utiliser beaucoup de jointures internes dans mes instructions SQL. Il est donc largement répandu d' utiliser des jointures internes dans SQL Il y a un aspect très important que vous devez comprendre une fois que vous travaillez avec les articulations This Girl. Et c'est ainsi qu'en SQL, il y a toujours une table de gauche et une table de droite. Et c'est vraiment la façon dont vous écrivez les scripts du groupe . Nous le verrons dans les exemples. Dans les jointures SQL, il y a la table de gauche, nous avons les clients et la table de droite, celle des commandes et de la jointure interne. Peu importe, car dans les résultats, une fois que vous aurez utilisé la jointure interne, seules les routes correspondantes seront présentées dans les résultats. Ainsi, si vous utilisez la jointure interne, vous exclurez tous les résultats qui ne correspondent pas. Par conséquent, vous ne verrez que les lignes correspondantes entre ces deux tables. maintenant au deuxième type de joint, nous avons l'articulation gauche. Comme son nom l'indique, il s'agit d'une jointure gauche. Cela signifie que nous nous penchons davantage sur la table de gauche que sur la table de droite. Donc, une fois que vous avez spécifié la jointure gauche dans vos scripts SQL, vous dites à la base de données ou SQL que je veux tout, toutes les lignes de la table de gauche et de la table de droite, uniquement les règles correspondantes. Donc, une fois que vous aurez dit OK, jointure à gauche, c'est fait, vous trouverez tous les enregistrements de gauche et seule la correspondance augmente à partir du côté droit. Passons donc à la suivante. Nous avons la bonne jointure, c'est exactement le contraire. Vous dites donc que dans votre script SQL, jointure droite, vous êtes complètement sur la bonne table. Cela signifie qu'une fois que vous aurez écrit ce script, le SQL présentera tous les enregistrements de la bonne table et les résultats. Et dans le tableau de gauche, seuls les enregistrements correspondants, uniquement les lignes correspondantes. C'est donc vraiment le sens inverse lorsque la jonction gauche se joint. Ensuite, nous avons le mode de vie des articulations. Nous avons l'adhésion complète. Une fois que vous l'aurez dit dans vos scripts, je veux une adhésion complète. Cela signifie que vous voulez tout ce qui se trouve sur les deux tables. Cela signifie qu'à partir du tableau de gauche , toutes les lignes seront conservées. Dans le tableau de droite, vous obtiendrez également toutes les lignes. Donc, ce qui est complètement joint, comme son nom l'indique, c'est tout. Très bien, nous avons donc un aperçu des articulations. Et maintenant, avant de commencer à parler de la première jointure interne, nous allons en apprendre davantage sur les alias SQL. C'est comme un tutoriel caché, ne figure pas sur la feuille de route, qui ne figure pas sur la feuille de route, mais nous devons l'apprendre avant commencer à écrire des jointures SQL. 23. Déclaration de l'AS #21 - Aliases: Bien, maintenant, avant de cesser d'avoir quelques exemples pour comprendre et apprendre à joindre des tables en utilisant SQL, nous devons apprendre des choses très importantes en SQL, à savoir les alias SQL. Vous devez savoir qu' une fois que vous commencez à interroger plusieurs tables dans une seule instruction SQL, allons-y. Si je souhaite uniquement sélectionner le numéro client parmi les clients, cela ne devrait pas poser de problème. Donc, si je l'exécute, j'obtiendrai tous les identifiants clients. Mais une fois que j'ai spécifié plusieurs tables dans une requête, vous devez indiquer à la base quel identifiant client dans quelle table, car comme vous le verrez dans notre exemple, nous avons les identifiants clients et deux tables dans les clients et les commandes. Et si vous le laissez ainsi, vous obtiendrez une erreur l' endroit où la base de données vous le dira. Je ne comprends pas vraiment. De quelle colonne parlez-vous ? Vous parlez de la colonne des clients ou des commandes ? C'est pourquoi nous devons spécifier une autre chose à côté du nom de la colonne, le nom de la table. Nous en sommes donc à l'identification du client par points. Et sur ce point, vous dites à la base de données que je veux obtenir le numéro du client auprès des clients. Donc, si je l'exécute, j'obtiendrai le même résultat. Il n'y a aucun problème ici, mais vous devez le spécifier une fois que vous travaillez avec plusieurs tables. Mais ce qui est ennuyeux, c'est que si vous aimez toujours écrire le nom de la table ici, ça va être vraiment ennuyeux à écrire. C'est pourquoi nous allons travailler avec des alias. Nous allons donc donner aux tables un surnom et les appeler sous forme d'alias SQL. Bon, maintenant, pour le faire en SQL, nous allons placer juste à côté du nom de la table, et nous allons écrire le mot clé sous la forme, puis donner à cet alias le nom ou le surnom. Je vais utiliser le C à la place des clients. Et maintenant, la base de données comprend, d'accord, dans mon script, elle utilise C au lieu de clients , pour que je puisse aller partout. Et au lieu d'utiliser les clients, je pourrais dire C. Donc, si je calculais le résultat, j'obtiendrais exactement la même chose. Il n'y a aucune erreur. Mais maintenant, comme vous pouvez le constater, il est beaucoup plus facile de gérer mon script. Je vais simplement écrire l'identifiant du client à points au lieu de l' identifiant du client à points. C'est donc une façon vraiment plus facile de gérer les choses, et j'ai toujours tendance à le faire. Je recommande donc vivement d'utiliser des alias afin d'avoir des scripts comme de petits scripts, vous pourriez faire de même pour les colonnes. Ainsi, par exemple, nous avons ici le numéro du client. Je pourrais le renommer. Et pour ce faire, c'est pareil. Je vais juste à côté , j'écris en tant que. Donc, au lieu d' avoir un identifiant client, je vais écrire comme CID. Alors exécutons-le. Et comme vous le voyez, c'est Grill qui l'a compris. Et il est également en train d'imprimer le résultat, CID pour Hey, I understand. Je renomme cette colonne dans mes résultats en CID. Il y a un aspect très important à comprendre ici, c'est que cela ne sera renommé que dans mon script et dans les résultats. Cette base de données n'ira pas dans les tables et le fait de renommer les tables va renommer les colonnes, ce qui est une requête différente pour ce faire. Donc, cette commande, les publicités, ne figurent que temporairement dans mon script et dans les résultats, donc rien ne change dans le modèle de données ou dans la base de données. Cela restera le tableau, clients et la colonne, ils resteront le numéro client. Il s'agit uniquement d'un outil destiné à vous aider une fois que vous avez écrit des instructions SQL et à vous aider à renommer des éléments très rapidement, pour en avoir le résultat. Très bien, nous avons maintenant tout pour commencer avec le premier type de joint qui se joint à l'intérieur. 24. JOINDRE N°22: Bon, commençons maintenant la tâche afin de comprendre comment écrire des instructions SQL pour joindre deux tables Nous allons commencer par la première tâche. Il indique de rechercher tous les numéros de client, prénom, numéro de commande, quantité commandée, à l'exception clients qui n'ont passé aucune commande. Donc, dans cet exemple, comme vous le voyez, il ne s'agit pas seulement des clients, nous avons besoin de certaines colonnes de la table des clients et de certaines colonnes des tables de commandes, et nous devons les joindre pour ce faire . Commençons par le faire étape par étape en utilisant SQL. Nous allons donc d'abord commencer par le sens sélectif de la tâche. C'est comme spécifier les colonnes. Nous n'utiliserons pas les sélections d'étoiles. Nous avons besoin du numéro client, puis du prénom, du numéro de commande et de la quantité. Nous devons maintenant spécifier les tables. Nous allons commencer par les clients avec la jointure interne ici. Peu importe que vous partiez de gauche ou de droite. Je vais donc commencer par les clients. Maintenant, afin de spécifier la deuxième table, nous allons utiliser les instructions de jointure. Nous allons donc parler de jointure interne. Et sur ce, je dis : d'accord, nous allons maintenant rejoindre les clients avec une autre table. Nous allons donc joindre ces ordres à l'intérieur. Vous connectez ainsi deux tables, les clients et les commandes. Comme je l'ai dit, vous devez préciser deux choses. Type de jointure et clé de jointure. Nous avons déjà spécifié ici la jointure interne, car nous n'avons pas besoin des clients qui n'ont passé aucune commande. Nous allons donc utiliser la jointure intérieure ici. Et la deuxième chose que vous devez spécifier ici, quelle est la clé de jointure ? Comment allez-vous connecter ces tables ? Vous devez le spécifier pour SQL afin de le faire. Nous allons donc maintenant passer à la nouvelle ligne et parler la jointure de ces colonnes. Donc, afin de spécifier les colonnes, je vais maintenant ne donner que quelques alias. Donc, au lieu de clients, je vais dire, d'accord, je vais vous appeler, vous voyez ? Et au lieu de donner des ordres, je vais t'appeler au 0. Maintenant, pour rejoindre ces tables, nous devons découvrir quelle est notre clé commune. Cette colonne existe dans les deux tableaux. Nous pouvons donc voir le numéro du client, nous pouvons le trouver dans les clients et dans les commandes. Et c'est la colonne idéale pour joindre ces tables. Nous allons donc les connecter tous les deux à la leur. Donc je vais dire, d'accord, prenons l' identifiant client des clients. Il doit être égal à l'identifiant client indiqué dans les commandes. Donc, tous les points, client. Avec cela, je spécifie la règle ou la clé, la manière dont la table va être jointe. J'ai dit que le numéro client du tableau de gauche devrait être exactement le numéro client du tableau de droite, celui des clients et des commandes. Et avec cela, je précise également la règle que j'ai spécifiée ici, le type de jointure. Et avec cela, nous avons connecté deux tables. Très bien, donc maintenant, avant de lancer cette requête, nous avons encore un problème. Et si l' identifiant du client figurait dans la sélection, je n'ai pas précisé à partir de quel tableau. Et si je l'exécute comme ça, nous aurons une erreur. Tu pourrais l'essayer. Mais maintenant, nous devons spécifier le numéro de client que je souhaite. Cela provient-il des clients ou de la commande ? Pour ce faire, nous allons utiliser les points C, le nom de la table ou l' alias afin de spécifier, d' accord, je veux le numéro client de la part des clients. Pour le reste. Vous n'avez pas besoin de le faire car c' est un nom unique, comme le prénom, son nom de colonne unique ne concerne que deux clients Je vous recommande vraiment une fois que vous aurez essayé de rejoindre certaines tables, c'est une très bonne façon de documenter votre personnel en disant « d' accord, c'est la première fois que c' est de la part des clients ». Parce qu'avec le temps, vous pourriez l'oublier ou si vous ne comprenez pas ou ne connaissez pas le modèle de données, il sera difficile de savoir si ce prénom et les clients figurent sur les commandes. C'est donc une très bonne façon de documenter cela. Si vous mettez uniquement le nom de la table ou si l'adresse d'alias commence par celui-ci, vous pouvez voir très rapidement que vous pouvez voir très rapidement ces deux colonnes proviennent des commandes et ces deux colonnes des clients. Et encore une chose à faire, c'est plus joli. Je vais juste utiliser Tab. Alors maintenant, nous sommes prêts. Je pense que nous allons essayer de nous poser la question. Comme vous pouvez le voir maintenant dans les résultats, nous avons obtenu les colonnes des deux tableaux. Nous avons donc le numéro client, le prénom des clients, le numéro de commande et la quantité des commandes. Bon, voyons maintenant ce que faisait cette base de données une fois que nous avons exécuté la jointure interne. abord, je vais sélectionner, OK, quelles tables avons-nous besoin dans le script que nous avons reçu des clients. Il va donc lire les tables des clients, puis ils auront les commandes de jointure des tables. Cela signifie donc que la base de données va se concentrer sur les deux tables. Ensuite, il va clairement définir quelle table est à gauche et quelle table est à droite. Puisque nous avons d'abord les clients à l'avant, allons considérer les tables des clients comme des tables élévatrices. Et puis comme nous avons les commandes jointes les unes aux autres, cela peut être considéré comme une bonne table. C'est très important pour les joints, mais comme nous utilisons la jointure interne, peu importe que nous utilisions les premiers clients les commandes de la base de données suivront le script. Bien, maintenant, à l'étape suivante, la base de données va vérifier de quelle colonne nous avons besoin. Dans nos instructions de scripts SQL, nous avons indiqué que nous n'avions besoin que du nom du client du prénom des clients, des commandes. Nous avons besoin du numéro de commande et de la quantité. Très bien, à l'étape suivante, les données vont vérifier ici quelles routes doivent être présentées en fonction de leurs résultats. Et voici la chose la plus importante que nous utilisons actuellement, les jointures internes, ce qui signifie que la base de données ne doit présenter que l' enregistrement correspondant. Donc, pour faire le match, il faut comme colonne clé pour les articulations. Nous avons donc spécifié et dit : « D'accord, vous devez vérifier l'identifiant du client entre ces deux tables. Passons donc en revue cela. Le premier identifiant client, nous l' avons chez les clients et nous l'avons également sous forme d'enregistrement dans les commandes. Cela signifie donc qu'il y a une correspondance entre ces deux tables et que ce client sera présenté. Nous allons donc obtenir le numéro 1 du client, FirstName Maria, et sa commande était 1001. Et nous avons cette quantité. Nous avons donc ici le compte rendu complet de Maria dans les deux tableaux. Nous passons maintenant à la suivante. John John est présent ainsi que l'identifiant du client 2 dans le tableau des commandes. Il y a donc un match et il sera également présenté dans leurs résultats. Et sa commande est de 1002, et il a cette quantité. Cela va donc se poursuivre chez le troisième client. Le troisième client figure dans les deux tableaux des clients et des commandes. Et cela figurera également dans les résultats. Et son numéro de commande, cette quantité est de 500. Mais maintenant, nous arrivons au numéro de client pour. Le numéro client de n'existe que chez les clients et nous ne le trouvons pas dans les commandes. C'est pourquoi il n'y a pas de correspondance. Et la base de données va ignorer ce client et elle va continuer également. Par ici. Ça va vérifier, d'accord. Nous avons le numéro de client 5. Il n'existe que chez les clients et non dans les commandes. n'y a pas de correspondance. Il y a encore une chose : nous avons le numéro d'identification client numéro six ici. Nous ne l'avons que sur les commandes, mais nous ne l'avons pas chez votre client. n'y a donc aucune correspondance avec la jointure interne uniquement si le client ou la clé existe dans les deux tables, elle sera présentée comme résultat. Très bien, c'est tout pour la jointure intérieure. Très bien, c'est tout pour l'Inner Join. Ensuite, nous allons parler d'une jointure gauche. 25. N°23: Bon, passons maintenant à la tâche suivante et nous avons ce qui suit. Trouvez tous les numéros de client, prénom, numéro de commande, quantité, mais incluez les clients qui n'ont passé aucune commande. Pour nous. Cela signifie que nous devons donc voir tous les clients, non seulement ceux qui ont passé une commande, mais aussi tous les clients. Pour ce faire, nous allons utiliser la jointure gauche. Nous allons donc avoir exactement la même requête. Rien n'a changé les mêmes colonnes, les mêmes tables. Mais au lieu de dire jointure intérieure, nous allons travailler avec une jointure gauche et dire jointure gauche. Cela signifie que d'accord, pour le SQL, il peut répertorier tous les clients. Voyons donc ce qui peut se passer si nous le faisons. Laisse-moi l' agrandir un peu. Comme vous pouvez le voir ici, comme je l'ai dit, sur Left Join, nous avons toutes les informations des clients et uniquement les informations magiques concernant les commandes. Très bien les gars, encore une fois, comprenons ce que faisait la base de données. Une fois que nous avons exécuté la jointure gauche, la base de données se concentrera sur les clients et les commandes que la base de données comprend. « D'accord, clients » est la table de gauche , car elle vient en premier avec à partir des commandes se trouve le tableau de droite car il se trouve sur la gauche, rejoignez la requête. Dans un second temps, après cela, je vais spécifier les colonnes. Encore une fois, nous avons le numéro client, prénom, le numéro de commande et une quantité. Maintenant, il va commencer à faire l'appariement et à vérifier, accord, quel type de joint, qu'avons-nous ? Nous avons l'ascenseur. Donc, puisque nous disons, d'accord, c'est une jointure gauche, la base de données va dire : « OK, j'ai besoin de tout ce qui se trouve dans la table de gauche sans faire de correspondance, donc nous avons besoin de tout. Il va donc répertorier tous les identifiants ainsi que tous les noms, les résultats, tout ce qui est vérifié. Mais du côté droit, nous n'avons besoin que des enregistrements correspondants. Il va donc vraiment vérifier chacun d'entre eux. Donc, voici l'identifiant du client, il existe et les clients, donc il va le prendre et le mettre comme résultat. Maintenant, pour l'identifiant client 2, nous en avons également un, va indiquer que les identifiants client trois correspondent. Mais maintenant, Martin n' a aucun ordre. La base de données va donc afficher des valeurs nulles. Au lieu de ça. Maintenant, cela signifie que, comme un vide, aucune valeur n'a été trouvée ou inconnue. Et pour le mieux, il n'y a pas d'identifiant client avec le chiffre cinq. Cela signifie qu'il n'y a rien du bon côté. Nous en aurons également. Et si c'est le cas, voici à quoi ça ressemble. Une fois que vous avez exécuté la jointure gauche, vous obtiendrez tout ce qui se trouve à gauche et uniquement la correspondance à partir de la droite. S'il manque quelque chose, je vais mettre des nuls. Très bien, c'est tout pour la jointure gauche. Ensuite, nous allons commencer à parler de la bonne jointure. Elle est très similaire à l'articulation gauche. 26. N° 24 ADJOIGNEZ VOTRE ADJOINT: Bon, passons maintenant à la suivante. Nous allons parler de la bonne jointure. Nous avons la tâche suivante. C'est presque pareil. Trouvez tous les numéros de client, prénom, numéro de commande, quantité, mais cette fois, incluez toutes les commandes , qu'il y ait ou non un client correspondant. Cela signifie que pour nous, d'accord, nous avons besoin de toutes les commandes provenant de la bonne table, des commandes. Et pour ce faire, nous avons la même configuration ici et c'est du krill. Nous avons juste besoin de changer le type de joint pour pouvoir écrire ici, non ? Une fois que vous avez fait cela, vous contrôlez la façon dont la base de données va correspondre et vous allez présenter les résultats. Nous aurons la même configuration ici, cela ne changera rien. Et allons-y. Vous pouvez ainsi voir que la base de données répertorie toutes les commandes depuis le tableau des commandes et le côté gauche, uniquement les clients correspondants. OK, donc comme d'habitude, voyons ce que la base de données a fait une fois que nous avons exécuté la bonne jointure. Nous avons la même configuration. Les clients sont dans le tableau de gauche, les commandes dans le tableau de droite, et nous avons également la même colonne. Donc, un identifiant client, un prénom, numéro de commande, et nous avons également la quantité. Mais maintenant, la différence est que nous disons qu' il s'agit d'une jointure droite. Donc, pour le faire en SQL, il va présenter tous les résultats de la table de droite sans vérifier s'il y a une correspondance avec la table de gauche. Les données vont donc tout sélectionner à partir d'ici. Donc toutes les commandes et toutes les quantités sans rien vérifier du côté gauche. Maintenant, à partir du côté gauche, il ne présentera que ce qui correspond. Donc ça va vérifier. OK. Avons-nous un numéro de client ? Oui, nous l'avons pour qu'il puisse présenter leurs résultats ici, sur le côté gauche. Avons-nous un deuxième client ? Nous l'avons également. Client 3. George est là. Mais maintenant, nous n'avons plus de client numéro six, ce qui signifie qu'il va redevenir nul, donc il sera vide. Aucun client n'a l'idée fixe dans le tableau des clients, mais nous avons présenté toutes les commandes du bon côté et uniquement les informations correspondantes provenant du client. Bien, tout le monde l'est, donc c'est pour le bon joint. Ensuite, nous allons commencer à parler du dernier type de jointure, la jointure externe complète. 27. REJOIGNEZ COMPLÈTE: Très bien, passons à la dernière. Nous avons la participation complète et nous avons la tâche suivante. Liste, numéro client, prénom, numéro de commande, quantité. Mais cette fois, incluez tout, toutes les commandes et tous les clients. D'accord. En ce qui concerne le joint complet, j'ai deux choses à dire. Tout d'abord, l'articulation complète n' est prise en charge que dans certaines bases de données telles que Microsoft SQL, MySQL ou Oracle. Vous ne pouviez pas utiliser le joint complet. Mais au lieu de cela, je vais vous montrer comment effectuer une jointure complète avec MySQL. Alors ne t'inquiète pas pour ça. Mais nous devons tordre certains éléments pour créer le joint complet. Si vous utilisez Microsoft SQL, vous pouvez simplement opter pour une jointure complète. La deuxième chose, c'est que cette jointure complète a parfois de mauvaises performances si vous avez de grandes tables. Essayez donc d'éviter d'utiliser la jointure complète dans mes projets, j'ai toujours tendance à utiliser la jointure interne, la jointure gauche, la jointure droite, toutes les jointures extérieures complètes. J'ai vraiment essayé d'éviter d'utiliser ce joint complet qui a de très mauvaises performances. Donc, si vous avez de petites tables, cela ne devrait pas poser de problème. Mais une fois que la table sera grande, tout sera très lent parce que vous dites, d'accord, donnez-moi tout ce qui vient de gauche, tout ce qui vient de la droite. Et cela a parfois de mauvaises performances. Essayez donc d'éviter cela. Maintenant, la question est de savoir comment allons-nous faire jointure complète si nous n'avons pas dans mon SQL le mot clé if full pour le faire. Donc, comme je l'ai dit, nous allons utiliser une solution de contournement. Donc, après cela, une jointure complète est en fait une combinaison entre une jointure gauche et droite, jointure gauche et une jointure droite. Donc, ce que je vais faire, c'est simplement dupliquer ces scripts. Nous avons donc deux fois la même requête, mais lorsque nous disons jointure à gauche et l'autre, nous disons jointure à droite. le prochain tutoriel, nous allons parler de la façon de combiner deux déclarations en une seule. Pour ce faire, nous utiliserons le mot clé union. Une fois que j'ai mis union, c'est comme si j' ajoutais deux déclarations en une. Donc, je dis : OK, donnez-moi tous les résultats de la gauche et combinez-les avec le résultat de la droite. Et si vous l'exécutez, vous obtiendrez exactement le même résultat que la jointure complète. Avec cela, vous pouvez voir, d' accord, j'ai également tous les clients. J'ai toutes les commandes, donc nous avons ici une liste complète. Très bien, les gars, alors voyons si cela sera fait une fois que nous aurons exécuté l'articulation antigrippale ou si les scripts que je vous ai montrés sont à gauche, à droite. Nous avons la même configuration que les commandes des clients, et nous avons ces quatre colonnes. Donc, comme il s'agit d'une jointure complète, cela signifie tous les enregistrements de gauche et tous les rappels de droite. Cela va donc commencer par la gauche. Nous aurons tous les clients et tous les prénoms. Ensuite, il va commencer à correspondre sur le côté droit, dans une zone, il y a cette commande, cette quantité, numéro client contient cette commande, cette quantité. Les trois, nous avons cette identification et cette quantité. Mais pour Martin et mieux encore, nous n'avons reçu aucun ordre de leur part. Nous allons donc voir des nuls ici, ici. Mais il manque encore quelque chose nous n'avons pas toutes les commandes ici. C'est pourquoi la base de données va afficher ce numéro de commande. Et cette quantité qui va correspondre sur le côté gauche indique, d'accord, il n'y a pas de clients sur le côté gauche. Et ça va mettre des nuls ici. Ainsi, vous avez tous les clients et toutes les commandes qui leur conviennent. Et ainsi, toutes les commandes et les anciens clients utilisent le joint complet. Très bien les gars, donc avec ça, nous avons appris tous les types de jointures. Ensuite, nous allons parler de concepts similaires. C'est le syndicat et l'union. 28. UNION #26: Très bien, nous allons maintenant apprendre à combiner des tables à l'aide de l'union. L'union est un outil et un langage SQL très importants pour combiner des tables et très puissants. Nous avons donc déjà appris à combiner des tables à l'aide des méthodes de jointure. Ce que nous faisons exige donc que nous ayons deux tables, clients et les commandes, et que nous joignons les colonnes. Donc, avec les résultats, nous allons obtenir un grand tableau, un tableau avec toutes les colonnes de gauche et de droite. Mais avec l'union, c'est comme si nous combinions deux tables. Mais au lieu de combiner les colonnes ici, nous allons combiner les lignes. Nous allons donc obtenir un tableau très long, comprenant toutes les lignes de gauche et de droite, mais ayant la même colonne. Nous n'obtiendrons donc pas toutes les colonnes de gauche à droite. Au lieu de cela, nous obtiendrons toutes les lignes de gauche et toutes les lignes de droite. Bien, maintenant, pour comprendre le syndicat, nous allons avoir l'exemple suivant. Dans notre base de données de didacticiels, nous avons donc deux tables. Nous avons les clients et les employés de table. Nous avons donc maintenant les tâches suivantes. Dressez une liste de toutes les personnes (clients et employés) pour lesquelles nous avons le prénom, le nom de famille et le pays. Cela signifie donc que peu importe que la personne soit un client ou un employé. Nous allons faire une liste avec tout. Pour résoudre cette tâche, nous allons donc utiliser l'opérateur syndical entre deux tables, les clients et les employés. Donc, si nous y regardons de près, vous trouverez cependant trois informations dans les deux tableaux. Nous avons donc le prénom et les clients. Il en va de même pour les employés, le famille et les clients, le nom de famille des employés. Et nous avons le pays, les mêmes employés et les mêmes publicités, les mêmes clients. Il est très important que nous ayons les colonnes correspondantes pour les deux. Ainsi, si nous commençons l'union entre les deux, la base de données ne peut sélectionner les colonnes que dans le sel de table de gauche. Nous aurons le prénom, le nom de famille et le pays. Et nous n'aurons plus ici les mêmes colonnes que la colonne de droite. Il n'est pas membre, c'est un syndicat. Donc, celui de gauche va décider quels sont les noms des colonnes. C'est donc très important. La base de données va donc sélectionner tout ce qui se trouve dans la table de gauche et le placer dans les résultats. Je vais faire de même pour les bons dossiers afin que les employés sélectionnent tous les dossiers et les placent ici. Nous avons ainsi une liste complète de toutes les personnes issues des clients et des employés en un seul résultat. Il est très important que les deux tables de la requête SQL aient exactement le même nombre exactement le même nombre de colonnes et le même ordre. Donc, si nous faisons comme le prénom de l'employé, le nom de famille, puis le prénom. Dans les résultats. Nous aurons également ce commutateur. Faites donc attention à l' ordre des colonnes et le nombre de colonnes doit correspondre entre la gauche et la droite. Une dernière chose est très importante il existe deux types d'union. Heure. Tout d'abord, c'est grâce à l'union que nous allons obtenir le résultat exactement comme ça. Cela signifie que s'il y a des doublons entre le tableau 1 et le tableau 2, les joueurs que nous obtiendrons s'en tiendront à leurs résultats, de sorte qu'il n'y aura aucune vérification de l'unicité des résultats. S'il y a une personne similaire sur la gauche, je suis la même personne ou les mêmes manèges. Rien ne va se passer. Nous aurons tous les résultats. Mais si vous souhaitez supprimer ces doublons. Donc, si vous regardez les résultats ici, vous pouvez voir John. Il est client et en même temps employé. Cela pourrait donc se produire. Oui. Ainsi, pour supprimer des kits tels que les kits doubles, nous pourrions utiliser l' autre type de syndicat, savoir uniquement le syndicat sans union. Tout. Je vais vous le montrer une fois que nous aurons écrit les instructions SQL. Il est donc également très important de comprendre que l'union, si vous voulez que les doublons soient exactement mêmes que les données des tables, vous devez utiliser union all. Si vous souhaitez supprimer les doublons, utilisez union. Voyons maintenant comment nous allons procéder en SQL. C'est donc très facile à faire en SQL. Tout ce que nous allons faire, c'est écrire deux requêtes, l'une pour les clients, l' autre pour les employés, puis simplement les associer et nous allons obtenir les résultats. Essayons donc de créer le premier. Sélectionnez le prénom, le nom et nous avons besoin du pays auprès des clients. Il s'agit donc de la première requête. Exécutons cela et voyons, accord, maintenant j'ai une liste de clients. Ensuite, nous allons l'écrire à nouveau pour les employés. Sélectionnez donc les employés que nous avons également : FirstName, LastName et amp. Country from Blow est. Exécutons donc la requête et voyons. Nous avons maintenant la liste des employés. Comme vous pouvez le constater, nous avons maintenant deux requêtes, l'une pour les clients et l'autre pour les employés. Pour faire l'union, il faut également conserver tous les doublons. Nous allons écrire le mot clé entre eux, union. Tout. Alors maintenant, nous allons tout analyser et vérifier. Nous avons ainsi obtenu tous les noms, prénom et pays des deux tableaux, provenant des clients et des employés. Et comme vous pouvez le constater, cette liste contient WE kids, car par exemple John est le client comme le pétrole dans les employés. Donc, si nous souhaitons supprimer de tels doublons entre les clients et les employés ou d'autres résultats, nous retirons simplement l' huile d'ici. Nous utilisons simplement le syndicat. Alors réexécutons-le. Maintenant, nous allons obtenir une liste d' informations unique afin que John ne puisse se présenter qu'une seule fois ici. C'est ainsi que nous allons procéder en union. Une dernière chose concerne la façon de contrôler les noms des colonnes. Donc, comme vous pouvez le voir, le prénom, le nom de famille, le pays proviennent de la requête ci-dessus. Donc, cette requête ici va contrôler la dénomination de notre table. Donc, si vous souhaitez avoir un nom de colonne similaire, ne le modifiez pas ici car rien ne pourrait se passer. base de données va simplement l'ignorer. Nous allons donc contrôler le nom. Donc, si je souhaite ajouter, par exemple disons une personne, un prénom. Ici, personne, nom de famille. Et écoutez Harrison Country. Et nous réexécutons la requête. Comme vous pouvez le voir, nous avons les noms ici. Et si vous modifiez quelque chose ici, la requête ci-dessous, rien ne se passera. Alors, prenons le prénom. Exécutons donc la requête. Tu ne vois rien qui va se passer. Alors maintenant, testons quelques éléments ici. Donc, si je pose votre problème là où je vais le poser en premier, nous avons le nom de famille, puis vient la première chose. C'est le contraire de la première requête. Alors exécutons-le. Comme vous pouvez le constater, la base de données ne remarquera pas que nous avons ici une erreur ou que nous avons un problème lorsque nous avons au-dessus le prénom, nous avons au-dessus le prénom, le nom de famille, puis le prénom. Parce que la base de données ne s'en soucie pas. Tout ce qui importe, c'est que les deux aient le même type de données. Comme nous avons ici un caractère var et qu'ici nous avons un caractère var, cela pourrait présenter leurs résultats. Pour la base de données. Peu importe que vous le fassiez correctement ou non. Le nom de la colonne, ne dites rien à ce sujet. C'est pourquoi Faites attention à l'ordre des colonnes. Lorsque vous faites l' union entre deux tables. Maintenant, si nous allons essayer un autre type de données, par exemple l'identifiant client. L'identifiant du client est un entier et le prénom ici est un caractère var. Donc, si j'exécute la requête, nous aurons une erreur car je pense qu'elle est cachée ici parce qu'il y a une incompatibilité entre le type de données, cette base de données ne peut pas contenir de chaînes de caractères et puis après cela, nous aurons un entier. C'est pourquoi le type de données est très important pour SQL. Alors laisse-moi tout réparer et courir. Maintenant, cela fonctionne car le type de données est le même. Essayons donc d'autres erreurs. Je ne fais que casser des choses. Nous avons donc ci-dessus trois colonnes. Nous avons FirstName, LastName, country, et nous avons ici la même chose. Donc, si j'ai un nombre de colonnes différent entre les deux tables, disons que j'ai un salaire. Maintenant, nous avons quatre colonnes dans un cri et dans l' autre, nous en avons trois. Si j'exécute cette requête, nous obtiendrons un gain et une erreur car cela indiquera que vous avez nombre de colonnes différent entre ces requêtes et que nous ne pouvons pas faire l'union. C'est pourquoi ce type de données est très important. Le nombre de colonnes est très important et l'ordre des colonnes doit également être identique. Très bien, tout le monde, nous avons abordé les jointures SQL et vous savez maintenant comment combiner des tables SQL. Et dans le chapitre suivant, nous apprendrons de nombreuses fonctions importantes et nous commencerons par les fonctions d' agrégation. 29. Fonctions agrégées: Très bien, jusqu'à présent, nous avons appris comment obtenir récupérer nos données à partir de notre base de données et de nos tables. Mais dans des scénarios réels, nous allons effectuer de nombreux calculs, des agrégations en plus des données afin d'en tirer quelque chose de significatif, afin d'obtenir des informations utiles sur les données. Ainsi, dans les projets SQL, nous avons tendance à utiliser de nombreuses agrégations afin de comprendre les données. Comme le modèle de données contient parfois de grands tableaux et que nous ne lisons que les données brutes, nous n'en obtiendrons aucune information utile. Nous devons donc effectuer quelques agrégations en plus de cela afin de comprendre les données. Cela signifie donc que la compréhension des fonctions d'agrégation SQL est très importante et essentielle à l'apprentissage du SQL. Afin d'obtenir des informations à partir des données. En SQL, nous avons les fonctions d' agrégation suivantes. Ils sont vraiment faciles. Donc, si vous lisez simplement le nom de la fonction, vous comprendrez ce que SQL va faire une fois que vous aurez exécuté ces fonctions. Donc, le décompte peut renvoyer le nombre de lignes d'un tableau. Je vais donc résumer les valeurs. Nous avons la moyenne, nous avons max-min pour renvoyer la valeur maximale et la valeur minimale. Je vais les parcourir toutes, les expliquer étape par étape avec des exemples, comme d'habitude. Mais ici, il est très important de comprendre comment chaque fonction peut gérer les valeurs nulles, ces champs vides pour lesquels nous n'avons pas de valeur car chaque fonction va traiter les valeurs nulles différemment. Très bien, commençons maintenant par la première fonction que nous avons. Ce sont les comptes. C'est également la plus simple que nous ayons dans les fonctions d' agrégation. Dans de nombreuses situations, une fois que vous travaillez , par exemple sur de nouveaux projets, vous avez de nombreuses tables. La troisième chose que j'ai tendance à utiliser pour voir, accord, combien de clients avons-nous ? Combien de commandes, combien, disons d'employés, nous avons le groupe sur la table. Donc, en général, je vérifie toujours cela pour voir combien d'enregistrements y a-t-il dans chaque table ? Est-ce que c'est comme Big Table ? Est-ce une petite table ? Donc, si nous avons la tâche suivante qui dit, recherchez le nombre total de clients dans la base de données. D'accord, résolvons cela à l'aide d'une balance. Tout d'abord, je veux obtenir, comme toutes les données des clients de la table, nous le faisons généralement en utilisant Select Star from Customers. C'est donc facile. Maintenant, nous pouvons voir, d'accord, nous avons cinq clients à table. Mais la tâche consiste à trouver le nombre total de clients. Cela signifie que je veux voir, comme résultat, uniquement le chiffre cinq, le nombre total de clients. Pour ce faire, nous allons utiliser la fonction count. Donc, après la sélection, je vais taper ici le nombre de mots clés, crochets ouverts et les crochets fermés. Et dans le compte, vous pouvez spécifier étoile ou le nom de cette colonne. Voyons donc quelle est la star et exécutons-la. Et comme vous pouvez le voir maintenant, nous avons environ cinq comme numéros de ligne de clients dans le tableau. Nous avons donc compté le nombre de clients que nous avons. Mais comme vous pouvez le voir ici, le nom de la chronique ne me plaît pas vraiment. C'est comme le nom de la fonction. Renommez-le donc pour que les résultats correspondent au nombre total de clients. Réexécutons-le donc. Et maintenant, ça a l'air mieux. Donc, le nombre total de clients est de cinq. Comme je l'ai dit, nous pourrions utiliser ici une étoile ou un nom de colonne. C'est donc le moyen le plus simple de compter sur la table en utilisant l'étoile. Mais si vous incluez maintenant le nom de la colonne, ce sera un peu plus difficile à cause des valeurs nulles. Voyons donc ce qui va se passer si je tape ici le numéro du client et que j'exécute la requête, nous obtiendrons les mêmes informations, par exemple cinq. Mais si j'achetais ici, pas le numéro de client, mais le score. Et vous verrez que nous en avons maintenant quatre. Nous avons donc ici quatre scores. Nous n'avons pas cinq clients. Alors, que s'est-il passé ici ? Maintenant, laissez-moi vous expliquer à quoi sert une base de données. Une fois que vous dites compter les étoiles ou compter une colonne. Si vous dites compter les étoiles, vous ne spécifiez aucune colonne. Cette base de données va accéder à la table et compter simplement le nombre de lignes que nous avons dans la table. données vont donc compter 1 234,5. Nous avons cinq lignes dans le tableau et ajoutons les résultats, vous en obtiendrez cinq. Mais si vous dites OK compte le score, si vous mettez le score dans les comptes, la base de données comptera combien de valeurs y a-t-il dans le score ? Il va ignorer les valeurs nulles. Et voici le problème, ou disons, la partie la plus délicate. Donc, si la base de données doit compter, combien de scores avons-nous, elle n'en comptera que quatre. Donc, pour compter, combien de clients avons-nous ? Soit vous allez dire «  d'accord, comptez les étoiles », soit vous allez aimer compter le nombre d' identifiants clients que nous avons, et vous obtiendrez les mêmes résultats, vous en obtiendrez cinq. Mais si vous comptez comme une colonne contenant des nœuds, ici, vous aurez moins d' enregistrements dans les résultats, comme le score, nous n'en avons que quatre avec l'identifiant, nous en avons environ cinq. Bon, passons maintenant à la suivante. Nous avons la somme. Contrairement au décompte, la somme ne fonctionne que sur les colonnes contenant des chiffres. Par exemple, vous pouvez faire la somme sur le numéro du client car il contient des chiffres sur le score, sur la quantité sur le les numéros de commande, mais vous ne pouvez pas additionner le prénom ou certains noms de famille avec le nombre. Vous pouvez le faire sur n' importe quel type de colonne, comme le nombre, le prénom, le nombre de pays, etc. Donc, la somme, vous ne traitez qu'avec des chiffres. Et encore une chose, si vous avez des valeurs nulles, la somme sera considérée comme un zéro. Il ne l'ignorera donc pas. Il va traiter cela comme un zéro. Faisons la tâche suivante. Trouvez la quantité totale de toutes les commandes. Cela signifie que nous allons nous concentrer sur les commandes de table et nous allons résumer toutes les quantités de toutes les commandes. C'est vraiment facile. C'est ce que nous allons faire. Donc, tout d'abord, j'aimerais toujours commencer par l'étoile figurant dans les commandes. Et allons-y. Maintenant, j'ai ici le tableau des commandes et nous allons nous concentrer sur la quantité et nous devons le résumer. Donc, pour ce faire, nous allons utiliser le mot clé « quelques crochets ». Et maintenant, tapez ici la quantité entre crochets et exécutez ceci. Donc, avec cela, vous avez le nombre total ou le total de la quantité. Nous avons résumé toutes les lignes dans une cellule. Ici. Comme d'habitude, nous avons ce vilain nom ici. Nous allons donc le renommer d'une certaine quantité. Lancez-le à nouveau. Nous avons donc maintenant un meilleur nom pour les résultats. Donc, la somme de la quantité que nous avons ici est de 2650. Bon, passons maintenant à la suivante. Nous avons la moyenne. La moyenne est une autre fonction d' agrégation en SQL et vous pouvez l'utiliser pour trouver la moyenne d'une colonne. C'est presque la même chose que la somme. Cela fonctionne donc avec les colonnes contenant des chiffres. Cela ne fonctionnera pas en moyenne si vous l' utilisez sur le prénom ou le nom de famille, il y a des caractères, donc uniquement sur les chiffres. Mais la seule différence est que, toutefois, cela va régler les nuls. Donc, par exemple, ici, nous avons le zéro dans le score. Il ne le considérera pas comme un zéro, mais comme une somme, mais il l'ignorera complètement car il sera très difficile de le considérer comme zéro avec la fonction moyenne. Ainsi, en moyenne, les valeurs nulles seront complètement ignorées. Prenons donc l' exemple suivant de la tâche : trouvez le score moyen de tous les clients. Essayons donc de résoudre ce problème. Nous nous concentrerons sur les clients de table. Comme d'habitude. Je vais juste tout sélectionner pour vérifier le résultat ici. Nous avons donc besoin du score de colonne et de la moyenne de ces valeurs. Pour ce faire, nous allons écrire la moyenne des mots clés, les crochets ouverts, crochets ouverts puis le nom de la colonne et les crochets fermés. Alors exécutons-le. Vous avez donc obtenu le score moyen de tous les clients. Les valeurs nulles sont ignorées. Et j'aime le renommer Very score. Lancez-le à nouveau. Ça avait l'air mieux. Nous avons maintenant le score moyen, 625. Très bien, nous allons maintenant passer à ma fonction d'agrégation préférée. Nous avons Min et Max. Je l'utilise beaucoup une fois que je fais du profilage de données afin de comprendre mes données. Par exemple, si je classe des lignes ou vérifie les ordres des tableaux pour la première fois, m'intéressera. Quelle est la dernière date ou quelles étaient les dernières dates de commande ? Pour ce faire, nous pouvons utiliser la fonction max à la date de la commande et obtenir la valeur la plus récente ou, par exemple , je vais vérifier quel client a le meilleur score. Je pouvais donc accéder à la partition et faire une fonction maximale. Donc, le maximum et le minimum, c'est comme le décompte. Vous pouvez l'utiliser dans n'importe quel type de colonne, donc vous pouvez l'utiliser sur des nombres et des caractères, sur les dates, cela fonctionnera et pour entendre parler des valeurs nulles, il sera ignoré. Donc, si vous devez dire, d'accord, quelle est la valeur minimale du score, vous n'obtiendrez pas la valeur nulle, vous obtiendrez 350. C'était Maria. Voici quelques exemples et quelques tâches pour comprendre comment travailler avec Min et Max. Très bien, nous avons donc la tâche suivante. Cela dit, trouvez le score le plus élevé, le score maximum dans le tableau de nos clients. Nous avons le même tableau ici, donc je vais supprimer la moyenne, sélectionner les données. Je veux donc obtenir le meilleur score. Cela devrait donc être fait. Pour ce faire, nous allons utiliser la fonction max, ouvrir les crochets, marquer ces crochets et exécuter ceci. Si tu fais ça, tu auras les 900. Et c'est vrai. Je vais juste renommer la colonne. Réexécutons-le. Nous avons le score maximum de 900. Trouvons maintenant le score le plus bas. Le score le plus bas devrait être celui de Maria 350. Pour ce faire, nous allons également utiliser la fonction mean sur le score. Nous avons changé le nom juste pour être plus beaux. Et recommencez, mais avec le score moyen, nous obtiendrons le 350 et non le zéro. C'est donc très important. Très bien, alors continuons à jouer avec les données. Passons la commande. Je vais donc obtenir la date la plus proche et la plus récente des dates de commande. Essayons donc de le faire. Je vais juste le supprimer. Sélectionnez les ordres de table. Nous voulons maintenant obtenir les dates les plus anciennes et la date maximale ou les dernières dates à partir des dates de classement des colonnes. Pour ce faire, vous allez utiliser la fonction signifiant quand les crochets, la date de commande, puis les placards, et la renommer simplement pour les résultats, les dates de commande. Laissons ça. Et avec cela, nous avons obtenu les dates minimales indiquées dans la date de commande. Il s'agissait donc des données de première commande du tableau. Et passons maintenant à la dernière. Donc, pour ce faire, je vais simplement modifier la fonction max et simplement en changer le nom pour le résultat. Et voyez. Cette date correspond aux dernières dates que nous avons sous forme de commande. Très bien, les gars, donc, nous avons appris toutes les fonctions d' agrégation en SQL. Ils sont vraiment importants pour l' analyse des données et la science des données. Ensuite, nous allons aborder les fonctions de chaîne. Où allons-nous apprendre à manipuler les données textuelles ? 30. Fonctions de la chaîne #28: Très bien, alors au prochain Reagan qui apprendra à nettoyer nos données à l'aide des fonctions de chaîne SQL. Dans de nombreux cas, si vous travaillez avec une base de données volumineuse, vous aurez de nombreuses colonnes qui incluent des valeurs telles que du texte ou des caractères, nous appelons chaîne. Et les informations sur la qualité des données , telles que les colonnes, peuvent parfois être mauvaises. Vous finirez donc par avoir besoin de certaines fonctions pour manipuler les structures de ces valeurs. En SQL, nous avons donc les fonctions de chaîne SQL suivantes. Nous avons le concave pour se connecter à des chaînes en une seule valeur, le plus bas et le plus haut pour transférer les données en minuscules ou en majuscules. Si vous avez des espaces blancs au début ou à la fin de la valeur, vous pouvez supprimer les liens afin calculer la longueur du caractère ou de la valeur, puis nous avons la sous-chaîne afin de renvoie une sous-partie de la chaîne. Très bien, nous allons maintenant avoir quelques tâches pour comprendre comment travailler avec ces fonctions de chaîne. Le premier indique répertorie les noms de tous les clients, où le nom du client est une combinaison entre FirstName et LastName dans une colonne. Essayons donc de le faire. Nous avons besoin de la liste de tous les noms de clients que nous avons ici, FirstName, et nous avons également le nom de famille des clients. Donc, si j'exécute cette requête, j'obtiendrai ce qui suit. Nous avons maintenant une liste des noms de tous les clients, mais nous n'avons pas vraiment résolu les tâches, car la tâche indique nous voulons avoir le nom du client avec le prénom et le nom de famille dans une colonne. Et comme vous pouvez le voir ici, nous l'avons séparé dans la base de données. Donc, pour connecter ces deux chaînes en une seule, nous allons utiliser la fonction concat. Alors voyons comment allons-nous nous y prendre ? Nous avons donc besoin du mot clé «  contre », « chats », « crochets ». Et ici, nous allons lister la première colonne, prénom, virgule, nom de famille. Je vais donc les déplacer ici et nous verrons le résultat. Donc, comme vous pouvez le voir, d'accord, nous avons maintenant le prénom et le nom de famille dans une colonne. Donc, si nous voulons également les séparer les uns des autres, nous pouvons utiliser une chaîne supplémentaire. Je vais mettre le point négatif entre eux. Je suis donc en train de connecter trois chaînes. Le prénom en moins, c'est de moi, puis le nom de famille. Voyons donc à quoi ça va ressembler. Donc, comme vous pouvez le voir, Maria Minos Kramer. Nous avons donc une liste des noms de tous les clients avec le prénom et le nom de famille dessus. Mais je veux juste le renommer également en tant que client. Nom. Moi, réduis-le. Très bien, alors varions cela. Comme vous pouvez le constater, nous avons maintenant une colonne intitulée «  noms des clients » et nous avons exactement les informations dont nous avons besoin. Donc, si vous voulez vous connecter comme deux chaînes ou plus, vous pouvez utiliser le concave de la fonction. Donc, une autre tâche qui concerne les acariens, ok, je veux que tous les prénoms soient en majuscules ou en minuscules. Voyons donc comment nous pouvons le faire. Alors maintenant, nous allons le supprimer. Et nous allons maintenant transférer le prénom en majuscules. Donc, si je demande juste maintenant le prénom, vous pouvez voir qu'il n'est pas en majuscule, qu'il commence par un grand M, puis le reste est petit. Donc, pour tout convertir en majuscules, nous allons utiliser le mot clé ou la fonction de nos crochets. Fermez-le, et je vais le renommer en prénom supérieur. Laissons ça. Et comme vous pouvez le voir maintenant, tous les noms sont désormais en majuscules, vous pouvez faire de même avec les minuscules. Je vais maintenant utiliser les fonctions inférieur FirstName comme nom de virus inférieur. Exécutons donc ceci et, comme vous pouvez le voir maintenant, je transfère la chaîne de majuscules à minuscules. Encore une chose à noter ici. Donc, toutes les modifications que je suis en train d'apporter à la requête mettront pas à jour le contenu de la table. Cela signifie que le prénom restera comme avant, donc Maria avec le premier caractère m et il y a un petit. Maintenant, nous ne faisons que modifier ou transformer les données au niveau des ensembles de résultats que j'obtiens en sortie. Rien ne changera donc sur la table à moins que nous ne fassions quelques mises à jour. Nous allons l'apprendre plus tard. À présent, nous ne faisons que transformer les données pour obtenir des résultats. Bon, parlons maintenant de la garniture. C' est intéressant. Parfois, dans la base de données, vous pouvez trouver quelque chose comme ça. Comme le nom Maria, et avant cela, nous avons un espace vide. Donc, avant de saisir le nom Maria, quelqu'un a saisi un espace avant que cela n'arrive. Ou à la fin, quelqu'un entremêle des espaces blancs. Habituellement, cela ressemble à de mauvaises données et nous devons les supprimer pouvoir maintenant travailler avec cela et avec notre requête, nous pouvons utiliser une fonction trim. Donc, pour celui de gauche, on l'appelle l'espace levé. Pour le bon endroit, nous l' appelons le bon espace. Ainsi, pour supprimer les espaces de gauche du nom, nous pourrions utiliser la fonction L trim, c'est-à-dire couper à gauche. Et si vous l'exécutez, cet espace sera supprimé de la requête, des résultats. Et si vous avez sur le côté droit, vous avez également des espaces blancs, vous pouvez utiliser une autre fonction appelée notre garniture. Ça veut dire vrai, Trim. Et si nous l'exécutons, cela supprimera tout espace à la fin de la chaîne. Si vous avez la situation où vous avez les deux. Donc, soit vous allez appliquer la fonction lift trim et la garniture sèche , soit vous pouvez utiliser la fonction trim. Découpez-le en supprimant les deux côtés, l'atrium gauche et la garniture droite, et vous n' aurez aucun espace blanc, la ficelle. Bon, maintenant, nous allons avoir quelques exemples pour en savoir plus sur le Trim. Donc, si vous consultez notre base de données de didacticiels, vous découvrirez peut-être déjà qu'il y a des espaces blancs. Si vous vérifiez le tableau des clients exactement dans le nom de famille, vous trouverez ici des espaces blancs au début ou à gauche. Nous allons donc lancer une requête qui n'est pas cochée. Nous. Sélectionnez le nom de famille parmi les clients. Maintenant, si vous prenez les résultats, vous constaterez peut-être, d'accord, qu'il y a ici lift, lift whitespace, mais j'ai ici un conseil pour vous aider à trouver tous ces espaces blancs cachés. Ainsi, par exemple, nous avons, en plus de Cramer, des espaces blancs, mais vous ne pouvez pas les voir si vous vérifiez les résultats. Je dirais donc qu'il suffit de copier la valeur et de la mettre dans l'éditeur. Donc, si je le mets dans l'éditeur, vous pourriez voir qu'il y a comme un espace blanc droit. Et prenons toutes les valeurs. Voyons voir, l'acier est propre, il n' y a donc pas d'espaces blancs autour et les tuyaux les éliminent. Les bips contiennent un espace blanc comme un ascenseur et un espace blanc droit. Nous devons donc réparer cela. Maintenant. Molaire, sauf molaire, nous n'avons pas non plus d'espaces blancs autour de Rankin. Je pense la même chose. Oui. Nous n'avons pas d'espaces blancs, alors essayons de réparer cela. Nous allons simplement utiliser la fonction trim, le mot clé couper les crochets. Comme d'habitude. Je vais l'appeler clairement nom de famille. Nous allons donc exécuter la requête et vérifier les résultats. Vérifions donc à Kramer s'il y a des espaces blancs dans les parages. Donc, comme vous pouvez le voir, c'est propre. Prenons également un autre exemple de nos points, propres afin de ne pas avoir espaces blancs ou d'espaces blancs droits. Vous pouvez utiliser la fonction trim pour les supprimer. Bien, passons maintenant à la fonction suivante. Nous avons le lien. Si vous voulez calculer le nombre de caractères que nous avons dans une chaîne, vous pouvez utiliser la fonction links pour raison quelconque. Si vous voulez calculer le nombre de caractères que nous avons, nous avons le nom de famille, on pourrait le faire comme ça. Je vais simplement étendre notre question. vous qui le calculez. Pour ce faire, nous allons donc utiliser les liens par mots clés. Et à l'intérieur, nous allons mettre le nom de famille. Qui calcule le nombre de personnages que nous avons là ? Je vais juste le renommer en nom de famille d'Olin. Exécutons donc la requête. Et vous pouvez voir que la base de données a déjà calculé combien de caractères avons-nous dans les noms de famille ? Vous avez peut-être déjà remarqué que ce n'est pas vraiment vrai car nous avons ici Kramer, il ne compte que six caractères, mais la base de données en indique sept. Et c'est parce que nous avons des espaces blancs. C'est donc un très bon moyen de savoir s'il y a des espaces blancs ou non. Pour maintenant nettoyer cela, vous pouvez fusionner ces deux fonctions en une seule. Je peux donc placer d'abord la garniture à l'intérieur du lien. Donc, d'abord, je nettoie les données et ensuite, je veux calculer la longueur. Donc, pour ce faire, je vais créer une nouvelle chronique. Je vais donc d'abord découper le nom de famille. Et après cela, je vais appliquer à nouveau une autre fonction : liens. J'ai donc intégré deux fonctions et une, disons, appelons-la clean lynn, en obtenant un nom long. Mais quoi qu'il en soit, voyons les résultats. Comme vous pouvez le voir maintenant, nous avons les liens propres ou le nom de famille. Nous en avons donc exactement 65. Et comme vous pouvez le voir ici, il y a comme deux espaces blancs. Et ces noms ne comportent aucun espace, car nous avons exactement le même nombre de caractères. Bien, passons maintenant à la dernière fonction de chaîne que nous avons. C'est la sous-chaîne la plus amusante. Disons que nous avons dans la base de données le nom suivant. Nous avons Maria. Chaque caractère de la base de données a la position, par exemple M est un, a est deux , r est trois, etc. Et si je veux soustraire ce nom dans la requête, et que je veux juste y participer. Je pourrais utiliser la fonction substring. Le substrat a donc la syntaxe suivante. Je dois définir à l'intérieur le nom de la colonne ou la chaîne, puis la position de départ et la longueur. Prenons l'exemple suivant. Si je dis que je veux sous-chaîne Maria, commençant par deux, et le lien est trois. Nous avons donc ici deux indications. Le premier pointeur indique par où commencer. Nous allons donc commencer par la position deux. Il va donc calculer 12. Et c'est notre position de départ. Et à partir de là, nous pouvons calculer trois étapes. avons donc parlé ici sous forme de liens ou d'étapes. Donc 123. Avec cela, nous avons le même point de départ et le même point de fin pour la sous-chaîne. Donc, si vous exécutez cette requête ici, vous obtiendrez en tant que centre de villégiature ou désolé. Bon, maintenant, prenons un exemple de vie. Nous pouvons appliquer la même règle au nom de famille. Je vais donc supprimer l'ancienne partie ici. Je vais donc utiliser la même fonction, donc une sous-chaîne. Et nous devons définir maintenant le nom de la colonne est le nom de famille. La position de départ correspond aux liens ou au nombre d'étapes est de trois. Appelons-le donc un sous-nom de famille. Et exécutons-le et voyons les résultats. Donc, si nous prenons le résultat maintenant, nous pouvons voir que nous n'avons pas le nom de famille complet, mais seulement une partie de celui-ci car nous y définissons la sous-chaîne. Donc, au lieu de Cramer, nous n'avons que de la RAM. Tout a donc commencé par la position deux et nous avons supprimé trois caractères. Donc RAM from steel, nous avons commencé avec T et nous avons E. Très bien, tout le monde, donc c'est tout pour ce chapitre. Nous avons appris de nombreuses fonctions importantes. Et maintenant, dans le chapitre suivant, nous allons encore élever le niveau en apprenant des sujets avancés en SQL. Et nous allons commencer par l'étude groupe par article. 31. GROUPE #29 PAR: Très bien, les gars, jusqu'à présent, nous avons appris à agréger nos données à l'aide de fonctions d'agrégation SQL. Par exemple, si vous voulez obtenir le nombre total de clients, vous allez utiliser l'étoile sur le tableau pour compter les clients et vous en aurez cinq. Donc, parfois, cela ne suffit pas. Parfois, vous devez les regrouper par colonne, par exemple, nous ne voulons pas obtenir le nombre total de clients de l'ensemble du tableau. Au lieu de cela, nous voulons obtenir le nombre total de clients selon les valeurs du pays, par exemple, je veux voir combien de clients nous avons en Allemagne, combien de clients nous avons au Royaume-Uni, aux États-Unis, etc. regroupons donc ici ces clients selon les valeurs du pays. Et en SQL, pour ce faire, nous allons utiliser les nuages regroupés par, Très bien, donc nous avons maintenant de nouveaux nuages dans notre requête. Et comme vous le savez, SQL est très sensible à l'ordre de ces clauses. Nous devons donc suivre les règles en la matière. Nous ne pouvons pas dire : « D'accord, commençons par où, puis choisir entre non », nous devons suivre les règles. Nous commençons donc par sélectionner parmi les jointures où et le groupe par celui-ci vient toujours après le où. Nous ne pouvons donc pas le placer avant le où. Donc, si vous avez un filtre, vous devez utiliser les filtres sur les tableaux, puis vient le groupe BY. Il s' agit d'une option, ce n'est pas un nuage incontournable. Ce n'est pas comme sélectionner parmi. Donc, si vous avez besoin de grandir, vous allez l'inclure. Mais une fois que c' est très important, d'accord, maintenant, pour comprendre le groupe par, nous pouvons avoir une tâche et essayer de la résoudre en utilisant SQL. Allons-y La tâche consiste donc trouver le nombre total de clients pour chaque pays. Cela signifie que nous devons classer les clients par pays de colonne. Nous allons donc le construire étape par étape. Nous allons donc commencer par une étoile sélectionnée clients pour vérifier ce que nous avons chez les clients, comme d'habitude. Nous devons donc maintenant compter le nombre de clients que nous avons. Et avec cela, nous avons appris que nous allions utiliser le nombre de fonctions. Et nous allons le fermer comme ça. Je vais simplement le renommer en tant que client total. Alors exécutons-le. Nous avons donc maintenant cinq clients au total. Mais maintenant, nous voulons qu'il soit divisé entre les pays et Grubhub par pays. Pour ce faire, nous allons maintenant utiliser les nuages, développés par, prouvés par des mots clés. Ensuite, nous allons nommer la colonne selon laquelle nous voulons grouper. Donc, dans notre exemple, il s' agit du pays de la colonne, mais cela ne suffit pas. Nous voulons inclure, en plus de la déclaration de sélection. Pour ce faire, permettez-moi de sélectionner également ce pays. Donc, sur ce point, nous disons que c'est bon. Je souhaite compter le nombre total de clients avec le pays, puis le regrouper par pays. Alors exécutons-le. Comme vous pouvez le constater maintenant, nous avons non seulement le nombre total de clients, mais aussi le pays et les clients sont regroupés selon les valeurs du pays. En Allemagne, nous avons donc deux clients. Aux États-Unis, nous avons également deux clients, et au Royaume-Uni, nous avons un client. Nous avons donc calculé le nombre total de clients par colonne spécifique. Très bien les gars, alors passons étape par étape à ce que la base de données a fait une fois que nous avons exécuté le groupe BY ? Donc, d'abord, il va falloir se demander clairement, quelle table avons-nous besoin ? Nous avons reçu la table des clients, donc nous allons nous concentrer sur les clients de la table. Et puis il dit : « D'accord, quelles colonnes avons-nous besoin ? Nous avons besoin du nombre de colonnes. Et puis, dans la nouvelle colonne, le nombre total de clients. Très bien, alors maintenant, cela va prendre, d'accord, il y a le groupe BY et le compte. Donc, avec un groupe BY comme SQL va faire, il va accéder aux valeurs des colonnes du pays et ne répertorier la valeur unique qui distingue les valeurs qu'il trouve dans le pays. Donc ça va se passer un par un, d'accord, en Allemagne, ça va être listé ici, aux États-Unis, au Royaume-Uni. Mais elle ne sera pas réinscrite, l' Allemagne, parce que nous l'avons déjà inscrite sur la liste. Et aux États-Unis, nous l' avons déjà dans la liste. Il va donc regrouper toutes les routes pour la colonne Allemagne. Donc, d'accord, pour la chronique Allemagne, nous l'avons deux fois. Donc, il va taper ici. Laisse-moi le faire comme ça. Deux. Ensuite, on va passer à la colonne suivante. OK, combien de clients américains avons-nous ? Je vais compter 1,2. Et nous allons aussi en mettre ici. Ensuite, pour la dernière valeur sur Grubhub ou comptez nombre de clients que nous avons au Royaume-Uni et nous n'en avons exactement qu'un. C'est ainsi que fonctionne le SQL et c'est pourquoi nous obtenons ces résultats. D'accord, nous pourrions maintenant étendre notre tâche et nous dire que je veux que les mêmes résultats, selon le nombre total de clients, soient triés en fonction du tarif le plus bas par rapport au tarif le plus élevé. Pour ce faire, nous allons utiliser l'ordre BY et ici, il est très important que l'ordre BY vienne après le groupe BY ordre BY. Nous classons par étoiles, donc par nombre total de clients. Et ici, vous pouvez utiliser la demande ou sans elle, car ce sont les valeurs par défaut. Exécutons ceci. Et vous pouvez voir que le résultat est désormais trié selon le nombre total de clients , les tarifs les plus bas puis les plus élevés. Bon, prenons maintenant un autre exemple pour le groupe par. La tâche consiste à trouver le score le plus élevé pour chaque pays. Donc, cette fois, nous n'avons pas besoin de la fonction de comptage, nous avons besoin de la fonction max. Comme vous le remarquez déjà, avec un groupe BY, nous avons toujours besoin de ces fonctions d'agrégation, mais ce n'est pas une obligation. Essayons donc cela dans Scratch. Alors, sélectionnez une étoile parmi, eh bien, faisons-en de gros clients. Nous voulons maintenant obtenir le meilleur score. Nous allons donc utiliser la fonction max. Les crochets ouverts indiquent la colonne, le score, et nous allons le renommer score maximum. Ce n'est donc pas suffisant car si j'exécute cette requête, j'obtiendrai le meilleur score de tous les pays. Mais cette fois, nous devons les regrouper par pays. Pour ce faire, je vais sélectionner le pays dans la liste. Et rendons-la plus belle, puis utilisons les nuages groupe par pays. C'est donc maintenant que je trouve score le plus élevé pour chaque pays. Alors exécutons-le. Vous pouvez ainsi constater que score le plus élevé en Allemagne est de 500 score le plus élevé aux États-Unis est de 904 et au Royaume-Uni de 750. D'accord, nous allons donc vérifier quelles sont les données. Nous avons sélectionné les clients de la table. Nous avons dit que nous avions besoin du pays de la colonne et d'une nouvelle colonne appelée score maximum. Et dans le SQL, nous avons le groupe BY de pays. Cela signifie donc que la base de données va sélectionner toutes ces valeurs et ne mettre que les valeurs uniques. Cela signifie donc l'Allemagne, les États-Unis et le Royaume-Uni. Ensuite, vous commencerez comme si vous trouviez le maximum de chacun de ces pays. Il va donc d' abord sélectionner pour l'Allemagne, nous avons deux lignes, 4.1, et il va trouver la valeur maximale de ces deux valeurs. Donc 350,500, il va sélectionner cette valeur dans le résultat parce que c'est la plus élevée, puis il va sélectionner pour les États-Unis, les deux records ici. Nous avons donc un ici et un ici. Et la valeur maximale de ces deux valeurs, 900 et null , sera 900. Il va donc en tenir compte des résultats. Pour le Royaume-Uni. Nous n'avons qu'un seul enregistrement, donc la valeur maximale sera la même. Ce sera donc le 750. Et c'est ainsi que la base de données construit les résultats de notre requête. Très bien, donc c'est pour le groupe par article. Ensuite, nous allons parler d'une clause liée à B. Il s'agit de la clause d'avoir. 32. N° 30 AYANT: Très bien, jusqu'à présent, nous avons appris à regrouper nos données à l'aide du groupe par nuages SQL. Mais parfois, vous pouvez être dans une situation où vous travaillez avec une très grande table, où vous avez dans une colonne de nombreuses valeurs différentes. Dans notre exemple, nous n'avons que trois valeurs. C'est juste pour simplifier les choses, mais dans des scénarios réels, vous aurez vraiment beaucoup de valeurs dans une colonne. Et vous serez le premier à utiliser des filtres sur les résultats. Donc, dans le passé, pour filtrer les résultats du groupe BY SQL, nous avions encore un nouveau cloud , appelé avoir. Très bien, puisqu' il s'agit des nouveaux clouds, nous devons comprendre où nous allons placer la clause d'avoir. Parce que, comme vous le savez, son échelle dépend l'ordre de ces clauses. Nous aurons donc la clause having exactement après le groupe BY, donc une fois que vous aurez défini le groupe BY, vous allez ensuite définir la clause having et elle est facultative une fois que vous le souhaitez filtrez les fonctions d'agrégation, vous pouvez utiliser la clause having. Nous avons donc toutes les clauses relatives à l'instruction de sélection ou à la requête. Cela a commencé par sélectionner parmi les jointures où grouper en ayant. Enfin, nous avons l' ordre BY et les limites. Bon, maintenant, afin de comprendre l'existence, nous allons avoir une tâche et nous allons essayer de la résoudre en utilisant SQL. La tâche consiste à trouver le nombre total de clients pour chaque pays, mais à démasquer les pays qui comptent plus d'un client. Cela signifie que nous avons ici une condition pour filtrer nos données. Essayons donc de résoudre ce problème en utilisant SQL. Comme d'habitude, nous allons commencer par interroger nos données. Nous allons nous concentrer sur les clients de table ici. Nous devons donc maintenant connaître le nombre total de clients par pays. Cela signifie que je dois faire GroupBy et utiliser la fonction d' agrégation count. Comme avant. Je vais utiliser un nombre de mots clés, étoile et le renommer, pour que les résultats soient bons. Cela compte, ou nous appelons cela des clients totaux. Puisque nous allons regrouper PAR, par pays, nous devons inclure le pays en tant que sélection. Ensuite, nous allons simplement nous regrouper par pays. Laissons ça. Les résultats montrent que nous avons maintenant tous les pays et le nombre total de clients. Mais notre tâche n'est pas encore résolue car nous avons toujours un pays où le nombre total de clients n'est pas supérieur à un. Nous devons donc filtrer ces données pour le faire avec le groupe BY, nous allons utiliser les nuages et y réfléchir. C'est exactement comme la clause où. Nous allons noter une condition. Notre condition stipule donc que le nombre total de clients doit être supérieur à un. Donc, le nombre total signifie que le nombre doit être supérieur à un. Nous avons donc défini notre condition. C'est exactement comme la clause où. Et allons-y. Et comme vous pouvez le constater, nous n'avons plus le Royaume-Uni avec un seul client. Nous avons maintenant tous les clients agrégés par pays et le pays qui compte plus d'un client dans ses résultats. Avec cela, nous avons filtré nos données et nous avons exactement ce que nous voulions. Très bien, alors maintenant vous vous demandez peut-être, et si vous voulez lui demander, vous empruntez. Pourquoi avons-nous une telle clause appelée « avoir n'importe quel cri » ? Nous pouvons simplement utiliser la clause where, car nous pourrions ainsi filtrer nos données. Nous pourrions définir exactement la même condition et filtrer nos données. Pourquoi SQL possède une ou plusieurs fonctions supplémentaires qui fonctionnent exactement comme où. La réponse à cette question est. Où vous ne pouviez l'utiliser que sur les colonnes qui existent dans la base de données. Par exemple, si je veux filtrer le pays ou si je veux filtrer le score ou le nom de famille. Donc, toutes les colonnes que j' ai dans la base de données, je pourrais les filtrer avec aware. Mais une fois que je veux filtrer les données en fonction d'une colonne qui n'existe pas dans la base de données, par exemple le nombre d'étoiles ou le minimum maximum. Ainsi, toute fonction agrégée que nous utilisons dans la requête, et que nous voulons construire comme un filtre au-dessus d'une telle fonction, alors nous ne pouvons pas utiliser la fonction où nous devrions utiliser ayant, n' ayant que fonctionne avec le groupe BY une fois que nous avons effectué l'agrégation. Nous pourrions définir ici un filtre par-dessus. Mais la clause where ne fonctionne que sur les colonnes qui existent déjà dans la base de données. Cela signifie donc que si j'ai ces résultats et que je veux filtrer les données là où je ne veux pas voir le pays États-Unis, d'autres résultats, je dois utiliser la clause where. Alors allons-y. Le fil vient après le pays d'où notre colonne est un pays différent des États-Unis. Alors exécutons-le. Et avec cela, vous le voyez ici, nous avons filtré les données. Nous n'avons pas besoin d' utiliser d'autres résultats. Donc, si je veux filtrer le pays, je dois utiliser la clause where. Si je veux filtrer la fonction d'agrégation ou le groupe par, je dois utiliser le paramètre having. Très bien, les gars, donc, nous avons abordé la clause d'avoir. Ensuite, nous allons parler du concept de sous-requêtes en Israël. Où allons-nous couvrir l'existence et l'intérieur, et apprendre les différences entre eux. 33. Sous-requête #31 : EXISTES vs IN: Très bien, nous allons maintenant apprendre à faire des sous-requêtes à l'aide de SQL. C'est extrêmement puissant en SQL. Une fois que vous aurez appris à effectuer les sous-requêtes, vous serez en mesure d'effectuer de nombreuses tâches complexes et importantes à l'aide du langage SQL. Qu'est-ce qu'une sous-requête ? C'est comme si vous aviez différentes requêtes imbriquées les unes les autres, car une requête était intégrée à l'autre requête. Ainsi, dans les situations normales et en ce qui concerne les matériaux utilisés par les brasseurs, nous n'avons eu qu'une seule question, une seule déclaration concernant nos données, par exemple celles des clients. Mais avec une sous-requête , vous aurez différentes requêtes qui se plient les unes aux autres. Par exemple, nous avons ici la requête numéro un qui demande les données des clients du tableau , puis présente leurs résultats. Ensuite, nous aurons une autre requête, grise numéro deux, qui dépendra des résultats et rendra fastidieuses les autres instructions de sélection. Avec cela, nous allons appeler la requête numéro un en tant que sous-requête. Ce sera la base de la prochaine requête que nous aurons. Donc, avec cela, vous pouvez faire des requêtes vraiment imbriquées, pas seulement deux, peut-être 34 et ainsi de suite, sorte que vous puissiez faire des requêtes imbriquées et pas une seule. Très bien, nous allons maintenant apprendre à faire des sous-requêtes en utilisant SQL. Et pour cela, nous avons deux options. Soit nous allons utiliser l'opérateur dans, soit il existe. Nous allons donc maintenant nous concentrer sur l'opérateur N afin de résoudre les tâches suivantes, selon les règles fiscales suivantes trouver toutes les commandes passées par des clients ayant un score supérieur à 500 à l'aide du ID client. Essayons donc de résoudre ce problème. Cela signifie que nous allons nous concentrer à la fois sur les tables, les commandes, les clients et les envois. Au final, nous devrions présenter toutes les commandes. Je vais d'abord commencer par cette question. Nous allons donc dire sélectionner une étoile parmi les commandes. Comme vous pouvez le constater, nous avons maintenant toutes les commandes, mais la tâche indique qu'elles ne doivent contenir que les clients dont le score est supérieur à 500. Cela signifie que je dois découvrir quel identifiant client ici a un score supérieur à 500. Pour ce faire, nous devons consulter un autre tableau. Sélectionnez donc une étoile parmi les clients. Et maintenant, nous devons mettre le filtre dont nous avons besoin. Donc, où le score est supérieur à 500. Laissons ça. Vous pouvez l'exécuter séparément si vous le surlignez puis l'exécutez. Nous savons donc qu'un identifiant client clé 2.3 est celui des clients dont le score est supérieur à 500. Je pourrais donc revenir à ma requête initiale et créer ce filtre. Je vais donc dire où est l'identifiant du client, je dirais dans 2.3. Donc, avec ce filtre, je dis, d'accord, que ces clients ont un score supérieur à cinq cents. Donc, n'analysons que les autres Bart et vérifions les résultats. Maintenant, j'ai les commandes pour ces clients, et avec cela, je réponds à la question et voici les bourgeons. C'est vraiment une mauvaise chose à faire car cela pose deux problèmes. Tout d'abord, je suis allée à une autre table. J'ai découvert ces identifiants manuellement. C'était donc comme si nous pouvions le faire avec une petite table. Mais imaginez que vous ayez une grande table avec beaucoup d'identifiants. Vous devez donc leur en donner plus dans la requête suivante. Et parfois c'est presque impossible avec ce petit exemple, c'est bien, mais avec de grandes tables, c'est impossible à faire. Le deuxième problème est qu' une fois que les données changent, par exemple, nous recevons plus de clients, nous recevons plus de commandes. Cela signifie que chaque fois, comme si je recevais de nouvelles données dans mes tableaux, je vais vérifier la requête ici et ajuster notre requête. Ce n'est pas dynamique, donc c'est vraiment mauvais. Donc, au lieu de cela, nous allons faire une petite astuce qui va tout résoudre et nous faciliter la vie avec les sous-requêtes. Donc, au lieu d'avoir ces nombres statiques dans le filtre ici, je vais les supprimer. Et au lieu de cela, je vais dire que cette requête sera ma sous-requête. Et ça va être ma principale question. Les résultats que je reçois ici le confirment à nouveau. Donc, les résultats que j' obtiendrai ici reviendront à alimenter l'autre requête. Donc, pour That's what I need, c'est vraiment avoir 2.3. J'ai juste besoin du numéro client, donc je n'ai pas besoin de toutes ces colonnes. Au lieu de l'étoile, je vais dire numéro client. Réexécutons-le. Comme vous pouvez le voir, nous avons maintenant 2.3. Peu importe nombre de nouveaux clients que je vais avoir. Je vais toujours avoir une liste complète et correcte pour la prochaine requête. Donc, ce que je vais faire, c'est juste le couper et le coller ici. Je vais juste le mettre dans une nouvelle ligne qu'il soit beaucoup plus beau. Donc, avec cela, j'ai intégré une requête dans la suivante. Voici donc la sous-requête. Il y a toujours ces crochets ouverts et ces crochets fermés. Avec cela, j' indique que pour SQL, nous avons ici une sous-requête, et ici nous avons la requête principale. Exécutons donc ceci et vérifions les résultats. Comme vous pouvez le constater, j'ai reçu exactement ces commandes de clients dont le score est supérieur à 500. Et maintenant, nous pourrions avoir de nouvelles commandes, de nouveaux clients. Je n'ai pas à m'occuper de ça. Tout est que ma requête résoudra mon problème. Et je n'ai pas besoin d'ajouter tous ces identifiants dans le, dans. Au lieu de cela, nous allons l'avoir de manière très dynamique et très puissante. C'est donc une bien meilleure solution que d' avoir un identifiant statique dans les n instructions. Et nous sommes très dynamiques, si vous le souhaitez, il suffit de suivre cela et de faire plus de requêtes imbriquées, etc. Vous serez en mesure de résoudre de nombreuses tâches complexes et importantes à l'aide de SQL. Très bien, nous allons maintenant essayer de résoudre les mêmes tâches en utilisant exists. Exists est un peu différent des deux. Nous allons obtenir le même résultat, mais avec Exists, vous obtiendrez de meilleures performances si vous avez de grandes tables. Donc, si vous avez de grandes tables et que vous avez des problèmes de performance de la part de l'opérateur intégré, vous pouvez commencer à utiliser l'existant et à vérifier si vous obtiendrez de meilleures performances. Nous avons donc tendance à utiliser exist plus que n si vous rencontrez des problèmes de performances. Mais c'est un peu plus compliqué qu'ils n'existent car il n'y a pas de séparation claire entre la requête 1 et la requête Create Two ou entre la sous-requête et la requête principale. Voyons donc comment nous allons faire cela en utilisant Exist. Je vais ouvrir un nouvel onglet. Nous aurons donc la même configuration. Sélectionnez donc Star parmi les commandes. Mais maintenant, nous allons avoir quelques alias parce que c' est quelque chose comme Joins. Je vais donc avoir le nom 0 comme alias pour les commandes. Et maintenant, nous allons taper le filtre , puis nous pouvons taper directement les sous-sols existants, là où ils existent. Ensuite, nous aurons la sous-requête. Nous allons maintenant écrire une sous-requête afin de pouvoir sélectionner. Et maintenant, ici, nous pouvons écrire n'importe quoi sous forme de colonnes, donc leur existence ne dépendra pas des colonnes sélectionnées ici. Vous pouvez donc écrire n'importe quoi, comme identifiant client, une étoile ou tout ce que vous voulez. Nous avons tendance à n'en écrire qu'un, quelle que soit l'échelle . Donc, parce que cela ne nous intéresse pas, juste pour nous assurer que le résultat de la sous-requête SQL n' est pas important. C'est comme la jointure. Alors sélectionnez-en un parmi les clients, je lui donnerai un nom. Nous devons maintenant ajouter le filtre. Et là, c'est exactement comme s'ils faisaient les jointures ? Vous voyez, le numéro client équivaut à deux commandes, le numéro client. Donc, comme je l'ai dit, c'est comme une jointure. Ensuite, nous avons un autre filtre sur les clients et nous avons besoin que le score soit supérieur à 500. Donc, avec cela, nous avons ici notre sous-requête. Cela semble un peu compliqué par rapport au n. Nous avons donc ici une sorte de jointure interne similaire. Je ne peux pas dessiner cette partie d'un carré. Je vais recevoir une erreur parce que j'ai une sorte de conversion similaire entre les idées. Donc, pour obtenir le résultat, je dois tout exécuter. Alors voyons et exécutons ceci. Vous pouvez voir que j'ai obtenu exactement les mêmes résultats et n, ce qui vous donnera les mêmes résultats que j'ai tendance à utiliser dans , par exemple, des petits tableaux, etc. Mais une fois que j'aurai de mauvaises performances, je passerai à la version existante. Et c'est à vous de décider lequel vous allez utiliser. Mais les deux exécutent les sous-requêtes et font cette dynamique en SQL. Très bien les gars, c'est tout pour ce chapitre, nous avons appris quelques sujets avancés en SQL et mix. Nous allons commencer à apprendre comment modifier nos données dans nos tables SQL. Et nous allons commencer par les instructions d'insertion. 34. INSCRIRE #32: Très bien, jusqu'à présent, nous avons appris à interroger, à récupérer nos données de la base de données sans rien changer, sans modifier le contenu des tables ni changer les colonnes. Nous avons donc utilisé la commande select afin de récupérer nos données. Et avec cela, ces commandes ne modifieront pas nos données dans notre base de données. Nous allons donc maintenant apprendre à manipuler nos données à l'intérieur de notre base de données afin d'en modifier le contenu. Et pour cela, nous avons un nouvel ensemble de commandes dans une nouvelle catégorie SQL appelée langage de manipulation de données DML. Et à l'intérieur, nous avons trois commandes principales. Nous avons l'encart. Nous pouvons l'utiliser si vous souhaitez insérer de nouvelles données dans nos tableaux. Nous avons des suppressions. Si nous avons des rôles existants et que nous voulons les supprimer de la base de données, nous pouvons utiliser la commande delete. Et la dernière fois que nous aurons des mises à jour, si vous souhaitez mettre à jour ou modifier le contenu des extensions existantes dans nos tableaux, nous pouvons utiliser la commande de mise à jour. Très bien, nous allons maintenant commencer par la première commande. Nous avons la commande d'insertion. Nous allons maintenant apprendre comment insérer de nouvelles lignes dans notre base de données. Nous allons donc nous concentrer sur les clients de table. Comme vous le savez, notre base de données de didacticiels compte cinq clients. Nous allons maintenant nous entraîner en ajoutant un nouveau client à notre base de données pour apprendre à utiliser les commandes d' notre base de données pour apprendre insertion. Donc, jusqu'à présent, nous insérons de nouveaux éléments dans notre base de données. Nous devons vraiment comprendre la structure du tableau, la structure des colonnes. Parce que si nous ne connaissons pas la structure et les définitions de ces éléments, nous aurons des erreurs lors de l'insertion des données. Donc, le simple fait de savoir que nous avons cinq colonnes dans le tableau, clients, ne suffit pas. Nous devons donc vraiment comprendre les définitions des tables avant de commencer à insérer nouvelles données pour nos clients. Et pour ce faire, j'utilise généralement les mots-clés suivants. Décrivez donc les clients, le nom de la table. Donc, ce que je veux dire maintenant au SQL, me donner la définition des clients de la table pour que je puisse y jeter un œil. Qu'avons-nous pour chaque colonne ? À première vue, cela peut sembler un peu compliqué. Ne t'en fais pas pour ça. Je vais expliquer toutes ces choses étape par étape. Nous disons donc : OK, base de données m'a été expliquée ou décrivez-moi les clients de la table. Comme vous le savez, chaque tableau contient plusieurs colonnes. Nous pouvons donc voir dans les résultats que nous avons ici cinq colonnes. Nous avons l'identifiant client, prénom, le nom de famille, le pays et le score. Ce sont les noms des colonnes. Et pour chaque colonne que nous avons ici, les descriptions sont des propriétés qui décrivent chaque colonne. Nous avons ici les types de données. Par exemple, si vous prenez ici notre tableau des clients, nous n'avons dans le numéro client que des numéros et ils sont uniques. Nous avons donc 12345 et ce sont des chiffres. Le type de données pour l' identifiant client ressemble donc à des chiffres. Et dans la base de données, nous les appelons entiers ou int. Et le prénom, c'est comme si nous n'avions pas tous les chiffres, nous avions du caractère. Nous avons donc Maria, John, et ils sont comme du texte, et nous les appelons dans la base de données var char. Il existe différents types pour ces personnages, par exemple nous avons un caractère ou un caractère, etc. Mais dans les meilleures pratiques, nous utilisons var char car ils optimisent également les espaces ou les tailles de notre base de données. Nous pouvons voir ici que la taille du caractère var est de 50, ce qui signifie que la taille maximale de I'm loud pour le FirstName n'est que de 50. Donc, si vous avez plus de 50 caractères dans la base de données FirstName, vous pouvez la couper et n'insérer que 50 caractères pour le prénom. C'est donc comme si nous mettions des règles pour chaque colonne. Le prénom doit donc contenir un maximum de caractères, même pour le nom de famille et le pays. Donc, si vous avez un nom très long plus de 50 caractères, il ne rentrera pas dans cette colonne et la base de données le supprimera. Vous pouvez donc appliquer, en plus du type de données indiqué ici, certaines règles concernant la taille de chaque colonne. Et nous avons aussi la partition que vous pouvez voir dans ce cours, nous n'avons aucun personnage. Ils ne sont que des chiffres. Nous les appelons entiers. Ainsi, vous pouvez voir que chaque colonne possède un type de données différent. Vous avez une meilleure compréhension de cette description des colonnes. Ensuite, il y a un champ appelé nulls et vous ne pouvez voir ici que non et oui. Il indique si les valeurs nulles sont autorisées dans chaque colonne ou non. Ainsi, par exemple, sur l'identifiant client, nous n'autorisons aucune valeur nulle. Donc, ici, la base de données, si vous insérez un enol, cette base de données dira non, ce n'est pas autorisé. Donc, dans les définitions, aucune valeur nulle n'est autorisée. Et il en va de même pour le prénom et le nom de famille. Une fois que nous avons inséré les données des clients, nous devons toujours avoir un identifiant client, un prénom et un nom de famille. Mais maintenant, avec le score et le pays, nous disons oui. Les valeurs nulles sont donc autorisées, par exemple, comme vous pouvez le voir dans le score, nous avons ici une valeur nulle. Et dans le pays, si vous ne spécifiez rien dans les instructions d'insertion, il n'y aura aucun problème. Et la base de données peut voir qu'elle va nous montrer une valeur nulle. Nous pouvons donc voir ici la définition où nous pouvons ajouter des valeurs nulles et où cela n'est pas autorisé. Nous avons donc ici également une clé pour chaque table. Dans les bases de données SQL, nous avons des clés primaires. Les clés qui définissent chaque client ou chaque ligne, par exemple, dans notre tableau ci-dessous, clients, nous avons l' identifiant du client comme clé primaire. Et une fois qu'on dit brun trouble, il passe à autre chose. Premièrement, il n'est pas autorisé à être nul, et deuxièmement, il doit être unique. Cela signifie qu'il n'est pas autorisé d'avoir deux clients avec le même identifiant. Maria et John devraient donc toujours avoir un numéro de client différent. Nous ne pouvons pas avoir les deux. Par exemple, le numéro client indiqué ici ne devrait pas exister, aucun kit WE et celui-ci est unique. C'est donc la chose la plus importante à comprendre à propos de la clé primaire : elle est unique. Donc, si j'y vais maintenant et que j'insère une nouvelle cliente de plus et que je lui dis : «  D'accord, nous avons une nouvelle cliente a un numéro de client cinq ». Mais comme nous avons déjà le numéro client 5 dans la base de données, la base de données va vous donner une erreur. Il est donc très important de comprendre la structure. Quelle colonne ici est notre clé primaire ? Ensuite, nous avons d'autres informations, par exemple nous avons ici des extraits. Il dit qu'il s'agit d'une incrémentation automatique. Les incréments automatiques signifient que si j'ajoute un nouveau client, la base de données incrémentera automatiquement le numéro du client. Par exemple, si j'ajoute un nouveau client, je n'ai pas à le spécifier, comme l'identifiant client doit être le numéro six, cette base de données le fera automatiquement. Nous avons donc ajouté ici quelques informations supplémentaires qui nous indiquent que cet identifiant sera généré à partir de la base de données et que nous n' avons pas à le spécifier. Nous avons donc maintenant plus d'informations sur les clients de la table. Nous connaissons la définition de chaque colonne et nous pouvons commencer dès maintenant à insérer un nouvel enregistrement ou de nouvelles lignes pour les clients de la table. Je vais donc ouvrir un nouvel onglet. Et nous allons commencer à utiliser l'insert. Je vais donc taper ici, insérer dans le mot clé. Ensuite, nous devons spécifier le nom de la table dans laquelle nous pouvons insérer nos données dans la table clients. Nous devons maintenant spécifier les valeurs de chaque colonne, valeurs entre parenthèses. Et maintenant, nous allons commencer un par un. Donc, l'identifiant client, je tiens à le vérifier à nouveau, l'identifiant client est un entier, il s'agit de la clé primaire et s'incrémente automatiquement, ce qui signifie que Delta V va incrémenter le nouvel identifiant. Je n'ai pas besoin de le faire moi-même. Je pourrais donc dire par défaut. La valeur par défaut signifie que les données s'en chargeront. Je vais insérer l'identifiant client recherché. Vous pourriez dire qu' au lieu de cela, je vais taper le numéro six, mais je ne le recommande vraiment pas parce que si vous avez une grosse base de données et que quelqu'un d'autre fait des insertions, ou vous oubliez sur le dernier numéro client que nous avons dans la base de données. Alors simplifiez-vous la vie et saisissez les valeurs par défaut. Nous devons maintenant saisir le prénom. Je vais utiliser par exemple ce prénom Anna. Ici, nous avons un problème dans la base de données SQL vous ne pouvez pas simplement taper le prénom comme celui-ci. Il s'agit d'une chaîne et d'une chaîne int. Nous devons toujours le démarrer entre guillemets simples ou guillemets doubles. Donc, par exemple, je vais utiliser les guillemets doubles afin de pouvoir traiter les chaînes. Si vous ne le faites pas, vous obtiendrez une erreur. D'habitude, j'en utilise un. Insérez donc les chaînes pour que tout aille bien. Le nom de famille est identique ce caractère var et nous devons lui attribuer un nom. Je vais donc utiliser Nixon comme nom de famille. Nous avons donc maintenant les trois colonnes, numéro de client, prénom, nom de famille. Maintenant, nous avons le pays et le score. Allons donc vérifier le pays. On dit que le pays est un pays de caractère, nous devons donc préciser quelque chose ici. Et on pourrait le laisser vide. Je ne suis donc pas vraiment là pour répondre à quoi que ce soit si je ne le veux pas. Et il en va de même pour le score, mais je suis un entier, mais nous pourrions également le laisser vide. Donc, ce que je vais faire, c'est juste ajouter le pays. C'est un caractère var, donc c'est une chaîne. Je dois le mettre entre guillemets simples. Je vais utiliser le pays Royaume-Uni. Bon, passons maintenant à la dernière colonne, nous avons le score. Vérifions-le donc dans la description. Nous avons donc un score, c'est un entier. Cela signifie donc que seuls les nombres doivent être à l'intérieur de ce noyau et sont nullables, donc je pourrais le laisser vide et ce n'est pas une clé primaire, etc. Cela signifie donc que je pourrais le laisser nul. Et c'est logique, car Anna une nouvelle cliente et elle n'a encore aucun score similaire dans notre base de données ou nos systèmes. C'est pourquoi je pourrais simplement écrire ici et annuler. Ou je pourrais le laisser comme ça à zéro. Si je le souhaite, donc avec ça, je vais simplement le laisser nul. Exécutons simplement la requête et voyons si tout est correct. Il n'obtiendra donc aucun ensemble de résultats. Nous allons simplement vous informer que tout est vert et nous avons inséré les données. Donc, afin de vérifier maintenant cet utilisateur dans notre base de données, nous allons ouvrir un nouvel onglet, sélectionner l'étoile parmi les clients et voir si Anna figure dans la base de données. Et oui, nous avons encore un client qui nous appelle, Anna Nixon du Royaume-Uni. Le score est maintenant qu'elle est nouvelle et que nous avons le nouvel identifiant généré, le numéro client, à partir de la base de données. Bon, alors maintenant, continuons à nous entraîner et ajoutons un client supplémentaire, notre client numéro sept dans notre base de données. Alors allons-y et faisons-le. Je vais tout déplacer et repartir de zéro, en insérant dans notre table les clients. Et maintenant, nous allons ajouter les valeurs. Donc, comme d'habitude, notre première valeur, l'identifiant client, sera la valeur par défaut. Le prénom que je vais utiliser au maximum, et le nom de famille, je vais utiliser l'éclairage. Mais maintenant, le pays et le score, je pourrais les laisser vides. Je vais donc également utiliser le zéro pour le score maintenant. Alors maintenant, comme vous avez peut-être déjà remarqué ce que j'ai réellement fait ici, je viens de donner un prénom et un nom de famille. Et pour tous les autres, j'utilise des valeurs nulles et des valeurs par défaut. Nous pourrions donc ignorer cela et nous simplifier la vie en ajoutant simplement le prénom et le nom de famille. Donc, si je supprime simplement le null ici et cette valeur par défaut et que j'exécute la requête, j'obtiendrai une erreur car la base de données ne comprend pas ce qui est maximum. C'est max comme le pays est max, le prénom, le nom de famille, le poumon aussi. C'est comme le nom de famille ? Nous devons donc spécifier pour la base de données quelles sont ces valeurs pour quelle colonne. Donc, pour ce faire, je vais ouvrir de nouveaux crochets et dire : «  OK, je vais taper le nom de la colonne, le prénom, et la seconde, nous utiliserons le nom de famille ». Donc, nous disons à la base de données, d'accord, les premières valeurs appartiennent à la colonne FirstName, et la seconde valeur appartient à la colonne LastName. Et si je l'exécute, nous n'aurons pas d'erreur car nous avons déjà fait le mappage et tout le reste se fait automatiquement. Cela signifie donc que la base de données connaît l'identifiant du client. C'est comme si c'était généré automatiquement. Il va donc générer un nouvel identifiant et envoyer la base de données, n'ayant trouvé aucune information sur le pays et le score, il va le mettre par défaut sous la forme d'une valeur nulle. Voyons donc maintenant le résultat. Si je demande maintenant la même chose, sélectionnez une étoile parmi les clients, et nous pouvons voir que c'est fait. C'est un mensonge de notre nouveau client Max. Elle a compris que le pays ou elle a compris que le pays nul et que le score était nul et a généré l'identifiant de sept. Donc, comme vous pouvez le voir, c'est plus compact et je n' ai pas besoin d'ajouter toutes ces valeurs nulles, car imaginez que vous avez une grande table 50 colonnes et que vous avez beaucoup de valeurs nulles, la requête Ça va vraiment mal paraître. Donc, ici, j' insère juste ce dont j'ai besoin et le reste va faire la base de données à partir de moi si c'est autorisé. Donc, par exemple si le pays ne doit pas être nul, je dois vous insérer quelque chose à propos du pays. Mais comme nous autorisons les nuls dans le pays et le score, nous pourrions simplement l'ignorer et le laisser ainsi. Très bien, nous avons donc appris à insérer des données dans nos tables SQL. Ensuite, nous allons parler des déclarations de mise à jour. 35. MISE À JOUR #33: Très bien, nous allons maintenant parler d' une autre commande afin de manipuler nos données dans la base de données. Et ce sont les commandes de mise à jour. Vous pouvez donc utiliser les mises à jour pour modifier les valeurs d'une ligne déjà existante dans vos tableaux. Bien, passons maintenant à la tâche suivante. Nous venons d'ajouter un nouveau client avec les relevés insérés, et c'est au maximum, le client numéro sept. Et comme vous l'avez déjà remarqué, il s' agit du seul client dont le pays n' est pas spécifié dans la base de données. Il ne reste plus qu'à ajouter le pays Allemagne à ce record. Nous devons donc maintenant mettre à jour le contenu de ce client en remplaçant la valeur nulle par « Allemagne ». Nous allons donc maintenant commencer par les mises à jour des mots clés. Et maintenant, nous devons spécifier le nom de la table qui doit être modifié. Nous allons donc avoir le tableau nommé clients. Et après cela, à la nouvelle ligne, nous aurons les ensembles de mots clés. Cela nous permet de spécifier nouvelles valeurs pour les colonnes qui doivent être modifiées. Nous voulons donc modifier le pays de la colonne et nous avons une nouvelle valeur au lieu de zéro Nous devons donner la valeur de Allemagne comme nouvelle valeur pour ce pays. Maintenant, il doit faire très attention à cela. Si je l'exécute, ne le fais pas. Si vous exécutez ces commandes, que peut-il se passer ? La base de données va mettre à jour toutes les valeurs pour tous les clients du pays fonction de la nouvelle valeur allemande. Parce que si vous lisez ceci, nous indiquons à la base de données qui met à jour le tableau des clients et définit le pays Allemagne sans spécifier de client. Cela signifie que si nous courons tous les pays figureront dans le classement en tant qu'Allemagne, alors ne le faites pas. Notre tâche consiste uniquement à le modifier pour le nouveau client. Comme vous pouvez le voir ici, notre client Max a une valeur vide pour ajouter le pays, et nous n'avons qu'à la modifier. Donc, pour ce faire, nous allons filtrer, allons-nous mettre les mêmes conditions pour les mises à jour ? Et pour ce faire, nous allons utiliser la clé primaire, l' identifiant client numéro sept. Je ne recommande pas d'utiliser d'autres colonnes comme par exemple le prénom ou le nom de famille. Parce que si vous avez une grande table, le prénom max., peut être présenté à d'autres clients. Alors peut-être que vous avez des clients différents, le même prénom. Et si vous exécutez la requête sur le prénom, tous les clients dont le prénom est max auront pour pays l'Allemagne. Donc, pour nous assurer de mettre à jour le bon enregistrement, la bonne ligne, nous allons utiliser la hiérarchie Brian, l'identifiant client, pour ce faire. Revenons donc ici. Et nous allons écrire la commande where exactement comme la commande select. Et nous allons dire que nous devons changer le numéro client. Numéro sept. Avec cela, nous indiquons exactement la base de données. Nous avons maintenant une nouvelle valeur pour le pays, et cela ne concerne que le numéro de client numéro sept. Exécutons donc ceci, allons-y et exécutons-le à nouveau pour vérifier la valeur. Nous l'avons donc vide ou nul. Et après les mises à jour, nous avons maintenant l'Allemagne à l'intérieur du pays. Très bien, passons à une autre tâche où nous allons manipuler et mettre à jour le contenu de nos tableaux. La tâche indique que notre nouvelle cliente et elle étaient actives. Elle a acheté quelque chose sur nos sites Web et elle a maintenant le score de 100. Donc, au lieu d'avoir un score nul, parce que vous êtes une nouvelle cliente, nous avons maintenant 100 pour Anna. De plus, nous avons saisi par erreur le pays Royaume-Uni au lieu des États-Unis, montre qu'Ana vient des États-Unis et nous devons également mettre à jour le pays. Faisons-le donc à l'aide de la commande de mise à jour. Très bien, donc nous allons vérifier ici. Donc, avant de commencer à mettre à jour les valeurs des colonnes, assurons-nous avoir les bons clients afin ne pas mettre à jour un autre client ou de mettre à jour l'ensemble du tableau. Assurons-nous donc tout sélectionner correctement dans la commande where. Anna a donc un numéro d'identification client six au lieu de sept. Nous allons écrire ici le numéro six. Nous nous concentrons donc maintenant sur la bonne ligne. Et maintenant, le pays devrait être les États-Unis. Nous donnons donc maintenant une nouvelle valeur à Anna dans le domaine de la campagne. Et nous voulons maintenant spécifier une colonne supplémentaire à modifier. Pour ce faire, nous avons cette virgule. J'aime le mettre dans une nouvelle ligne et le score doit être égal à 100. Ainsi, vous spécifiez la durée de vie plusieurs colonnes dans une seule mise à jour et vous pouvez les séparer par une virgule. Donc, si je veux modifier une colonne de plus, je pourrais tout faire en une seule commande. Je n'ai pas besoin d'avoir une commande différente pour chaque colonne. Je pourrais tout mettre en un. Maintenant, ce que nous disons, c' mettre à jour le tableau des clients, où le numéro d'identification du client est le numéro six. Et le pays doit être égal à vous en tant que a, et le score doit être de 100. Laissons donc cela, puis revenons à l' étoile sélectionnée par les clients pour vérifier si tout va bien. Je vais donc le rafraîchir. Et vous pouvez maintenant voir le pays USA a obtenu le score de 100. Il est donc très facile de manipuler les données à l'aide de la commande de mise à jour. Très bien, tout le monde, c'est tout pour les déclarations de mise à jour. Ensuite, nous allons apprendre les instructions de suppression et de tronquage. 36. SUPPRIMER ET TRUNCATE #34: Bien, nous allons maintenant passer à la dernière commande que nous avons dans la section Manipulation des données, savoir la commande de suppression. Donc, pour supprimer des lignes de nos tables, nous pouvons utiliser cette suppression et effectuer les tâches suivantes. Le test indique : « Attendez une minute, tous les nouveaux utilisateurs depuis hier ou depuis aujourd'hui ont été insérés par erreur dans nos systèmes et réhabilités pour les supprimer ». Nous avons donc le client et les marques du client. Ils doivent être supprimés de notre base de données, de nos tables. Donc, pour le faire, c' est assez simple. Nous allons utiliser la commande Supprimer. Très bien, donc pour résoudre ce problème, nous allons écrire des commandes très simples et en plus c'est très dangereux. Nous allons donc commencer par écrire le mot clé delete from, puis vient le nom de la table. Nous devons donc supprimer les données des clients. Comme vous pouvez le constater, il ne s'agit que de trois mots. C'est très simple, mais si je l'exécute, veillez à ce que cela ne supprime tout ce qui se trouve dans la table clients. Je ne précise donc rien. Je dis « supprimer » de la liste des clients. Et si je l'exécute, la base de données supprimera tous nos clients de la base de données. Fais donc attention à ça. Spécifiez toujours exactement ce que vous souhaitez supprimer. Donc, avec ça, c'est comme les mises à jour. Nous allons utiliser des commandes étranges et utiliser la clé primaire, l'identifiant client. Nous voulons donc supprimer le numéro d'identification du client. Permettez-moi de vérifier à nouveau le numéro 6.7. Donc, pour ce faire, je vais utiliser l'opérateur in en 67. Donc, tous les identifiants clients de la version 6.7 seront supprimés. C'est donc l'état de mon filtre. Et si je lance ça, les deux utilisateurs seront supprimés. Vérifions-le donc. Si je le lis ici, vous pouvez voir quels autres clients sont supprimés. Et avec cela, nous avons supprimé certains enregistrements de nos clients. Mais faites très attention ce que vous spécifiez dans la suppression. Vous ne supprimez donc pas ou vous avez déjà des cartes. Pendant le développement de vos tables, vous les insérez peut-être comme des données de test et vous souhaitez toutes les supprimer. Donc, si vous voulez créer un tableau vide, vous pouvez dire supprimer du nom de la table et vous allez vider le tableau, puis l' insérer à nouveau, ce sont des données. Mais si vous souhaitez ne supprimer que quelques enregistrements, faites attention à ce que vous écrivez et à la condition où afin de ne pas perdre toutes vos données. Encore une chose à aborder, à propos de la suppression de lignes dans lesquelles vous pourriez vous trouver dans des situations où vous avez parfois une très grande table. Et la mission ici est de tout effacer, supprimer toutes les lignes de cette grande table. Donc, si vous utilisez la commande delete from, cela peut prendre beaucoup de temps, car ce que fait SQL, c'est comme si chaque ensemble de données était supprimé, puis passer au suivant. Cela va donc se faire de manière itérative et cela peut prendre beaucoup de temps. Donc, au lieu d'utiliser Supprimer, si vous êtes sûr que c'est correct, je veux créer un tableau vide. Je souhaite tout supprimer du tableau. Je veux juste avoir les colonnes et rien à l'intérieur. Ainsi, au lieu d'utiliser le leader, il est préférable d'utiliser une autre commande SQL pour supprimer les lignes, à savoir le mot clé tronqué. Et des clients. Comme vous pouvez le constater, il n'y a que deux mots pour tout détruire. C'est donc une commande très courte, qui essaie de convaincre les clients que vous dites au SQL, de tout supprimer. Je ne veux pas voir les records annuels dans mon tableau. Donc, la base de données va le faire très rapidement. Donc, si je dois exécuter cette requête ici, je vais simplement supprimer cette suppression de. Nous supprimons tout ce qui se trouve dans le tableau des clients. Donc, si je sélectionne une étoile parmi les clients, le tableau sera vide. Donc, si vous l'avez fait et que vous souhaitez avoir à nouveau les données de test, accédez simplement à la base de données du didacticiel et réexécutez l'ensemble du script. Vous vous retrouverez alors exactement dans la même situation avant de supprimer les données des clients. Très bien tout le monde, c'est tout pour ce chapitre. Nous avons appris à modifier nos données dans des tables SQL. Nous allons maintenant passer au dernier chapitre où nous allons apprendre à définir nos données à l'aide de SQL. Dans un premier temps, nous allons apprendre à créer une table SQL. 37. N° 35 CRÉER la table: Très bien, les gars et les filles, jusqu'à présent, nous avons appris à interroger nos données à l'aide des commandes de sélection et à manipuler nos données, les valeurs de nos tableaux en utilisant les méthodes d'insertion, de suppression, mise à jour sous un x, nous allons nous concentrer sur un nouveau groupe, à savoir le langage de définition des données, DDL. Il s'agit de savoir comment modifier la structure de notre base de données, comment modifier les tables elles-mêmes. Nous avons donc ici trois commandes. Créez pour créer quelque chose de nouveau, comme créer une nouvelle table ou créer de nouveaux objets que nous avons supprimés. Pour supprimer un tableau ou un tableau supprimé. Alter consiste à modifier la structure d'une table. Bien, nous allons maintenant commencer à parler de la première commande. Nous avons la commande create. Si vous souhaitez créer quelque chose de nouveau dans la base de données, de nouveaux objets, par exemple nouvelle table ou une nouvelle vue, des procédures stockées dans les bases de données, il existe différents types d' objets, et pas seulement des tables. Vous pouvez donc utiliser la commande create. Dans nos tutoriels, nous nous concentrerons sur la création d'un nouveau tableau. Ainsi, pour créer de nouvelles tables, vous devez définir la structure de chaque colonne qu'elles contiennent. Et pour ce faire, nous devons spécifier ces trois informations pour chaque colonne. Chaque colonne doit donc avoir un nom. Cela peut dépendre de vos besoins . Il doit donc avoir un nom, et ensuite, il doit avoir un type de données, exactement un seul type de données. Vous ne pouvez donc pas spécifier plusieurs types de données pour chaque colonne. Exactement un dans mon SQL qui ressemble grande liste de tous les types de données disponibles dans MySQL. Je vais laisser le lien dans la description afin que vous puissiez vérifier que les plus connus sont int, var, char, date, jar, etc. Ces types de données doivent être attribués à chaque colonne et vous pouvez également leur attribuer la taille de chaque colonne, la taille maximale autorisée, comme il s'agissait d'une règle que vous pouvez appliquer. Si vous le laissez vide comme ceci, seul int, ce type de données obtiendra un type par défaut à partir du SQL. Donc, si vous définissez, comme dans notre dernier exemple, le caractère var pour le nom de famille, varchar 50, cela signifie que la taille maximale autorisée pour le LastName sera de 50. Tout ce qui peut dépasser les 50 caractères sera réduit. nom de famille ne peut contenir que 50 caractères . Vous pouvez donc spécifier ici le type de données ainsi que la taille du type de données. Ensuite, vous avez un tas de contraintes que vous pouvez appliquer correctement à votre base de données afin d'avoir une certaine qualité de données. Par exemple, vous avez la clé primaire des contraintes. Vous dites que cette colonne est une clé primaire, et elle sera immédiatement unique et n'autorisera aucune valeur nulle à l'intérieur. Et vous pouvez définir pour chaque colonne plusieurs contraintes, cette seule contrainte. On pourrait donc dire qu'il s'agit d'une clé primaire et non nulle et unique, etc. Vous pouvez donc en définir plusieurs. Nous avons donc comme contraintes dans la base de données une clé primaire, et non une valeur nulle. Vous n'autorisez donc pas les valeurs nulles à être uniques. Cela signifie que la valeur qu'il contient ne doit pas être dupliquée. Et puis nous avons la valeur par défaut. La valeur par défaut signifie que nous insérons des données et que nous n'avons pas spécifié de valeur pour cette colonne. La base de données va utiliser la valeur par défaut que nous avons définie dans cette colonne. Comme je l'ai dit, vous pouvez donc utiliser ces contraintes comme toutes si vous le souhaitez pour chaque colonne. Cela dépend donc vraiment des exigences et des exigences de qualité des données. Les types de données ne doivent être qu'un seul et nous n' avons qu'un seul nom pour chaque colonne. Très bien, nous allons maintenant apprendre à créer de nouvelles tables à l'aide de SQL. Et nous avons la tâche suivante. Créez une nouvelle table appelée Pearson's. Et à l'intérieur, nous allons avoir quatre colonnes : identifiant, nom, date de naissance et un téléphone. Comme vous le savez, dans notre base de données de didacticiels, nous n'avons que trois tables. Donc, si vous cochez ici, sur le côté gauche, nous avons les clients, les employés et les commandes. Et maintenant, nous pouvons ajouter une autre table appelée Pearson. Alors allons-y. Très bien, commençons maintenant à créer notre table. Nous allons commencer par les commandes create table. Et après cela, nous devons maintenant spécifier le nom de la table. Mais avant cela, nous devons entrer le nom de la base de données ou une autre base de données. Il s'agit du nom du schéma. Donc, comme vous pouvez déjà le remarquer dans mon SQL, nous avons différentes bases de données. Nous avons notre base de données de didacticiels et certaines bases de données par défaut. Nous allons mettre cette table dans notre base de données de didacticiels et c'est le didacticiel SQL dB Underscore. Puis des points. Et ici, nous allons maintenant mettre le nom de cette table et nous avons celui de la personne. Après ça. Nous allons ouvrir deux crochets et l'intérieur de ceux-ci, nous allons définir la structure des colonnes. Commençons par la première colonne. Nous avons la carte d'identité. Il s'agit de notre clé primaire, la plus importante, comme la colonne, l'ensemble du tableau , quelque chose comme l'identifiant client dans le tableau, les clients. Donc, le nom de ça va être ID. Après cela, je vais avoir de la place. Ensuite, nous devons définir le type de données, puisqu'il s'agira d'une séquence de nombres 1234 et ainsi de suite. Nous allons utiliser le type de données entier int. Je ne définirai pas les côtés. Je vais utiliser celui que nous avons par défaut à partir de MySQL. Nous allons maintenant définir les contraintes que nous voulons pour cette colonne. Ici, puisqu'il s'agit de notre clé primaire, nous allons utiliser la contrainte primaire. Nous n'avons pas à spécifier ici la valeur non nulle, car par défaut, si vous dites qu' il s' agit d'une clé primaire, vous y trouverez deux choses. abord, il sera également unique et non nul. Il s'agit donc de deux contraintes en une, la clé primaire. Ensuite, je ne veux pas générer ces idées moi-même manuellement, en faisant les encarts. Je veux que la base de données s'en occupe. Pour ce faire, nous pouvons le définir comme des incréments automatiques. Donc, si vous utilisez la valeur par défaut ou si vous ne spécifiez rien dans les instructions d'insertion, l'identifiant sera généré automatiquement à partir de la base de données. Donc, avec cela, j'ai le nom de la colonne, j'ai le type de données et j'ai deux contraintes. Nous allons maintenant passer à la colonne suivante. Nous avons le nom de la personne. Je vais donc ajouter une virgule et une nouvelle ligne pour cela. Nous allons donc avoir ici le nom de la personne sous forme d'espace de nom de colonne. Ensuite, nous devons définir le type de données. Donc, comme il va inclure des caractères, etc., je vais utiliser le caractère var et le définir comme une taille 50. Plus de 50, ces données seront découpées et insérées dans la base de données. C'est donc aussi mon rôle, de vouloir que chaque personne ait un nom. Nous ne voulons donc pas avoir de nuls. Nous pouvons donc maintenant définir ces contraintes. Cela ne devrait donc pas être nul. C'est ça Je ne veux pas avoir une contrainte unique et ainsi de suite. Nous autorisons donc deux personnes portant le même nom, mais elles auront des idées différentes. Cela suffit donc pour cette chronique. Nous allons passer à la suivante. Nous allons ajouter la date d'anniversaire. Donc, le nom de ce sera Birthday Space. Le type de données peut être une date. Maintenant, je ne veux pas vraiment spécifier contraintes car cette colonne peut être facultative, nous n'ajouterons donc rien. Cela devrait donc suffire. Nous avons le nom de la colonne et le type de données composé de points, d'une virgule. Et la dernière, nous allons avoir le téléphone comme nom de colonne. Le téléphone peut aussi ressembler à des personnages. Jusqu'à présent, chaise, notre chaise. Et je vais autoriser seulement 15 caractères à figurer dans les téléphones. Ou une certaine qualité de données l'est, les téléphones ne doivent donc pas être nuls. Donc, ici, je vais ajouter une contrainte non nulle. Une autre chose que je pourrais ajouter comme contrainte à ce tableau est que chaque personne doit avoir un numéro de téléphone unique. Nous ne devrions pas avoir deux personnes avec le même numéro de téléphone. Afin d'établir d'abord une telle égalité à votre table, nous pourrions ajouter des contraintes uniques. Et c'est sur ce point que nous inscrivons dans cette colonne. Nous ne devrions avoir que des téléphones uniques et les doublons ne sont pas autorisés. Nous avons donc maintenant nos quatre colonnes. Nous avons spécifié les types de données et les contraintes, et c'est tout. Nous pourrions exécuter la requête ici. Nous n'avons donc pas d'année nous si nous vérifions sur le côté gauche, donc nous n'avons pas encore la personne. C'est pourquoi, parce que nous devons actualiser les données ici. Cliquez donc sur Actualiser et vous verrez que nous avons une autre table appelée personne's. OK, maintenant, vérifions certaines choses, par exemple si je dis « sélectionner une étoile parmi les personnes », juste pour vérifier la structure du tableau. Donc, ici, je peux voir, d'accord, j'ai une table appelée Pearson's. J'ai mes quatre colonnes et tout est vide. Vous pourriez aussi utiliser Jake, qui décrit les commandes destinées à des personnes et les interroger. Et vous pouvez voir que nous avons les champs, les types de données, qu'est-ce qui est nul, qu'est-ce qui ne l'est pas ? La clé primaire, et ce qui est unique, s'incrémente automatiquement. Vous pouvez donc vérifier que tout va bien. Et comme nous le voulions. Très bien tout le monde, il s'agit donc de savoir comment créer une table SQL. Ensuite, nous allons parler rapidement des tables d'autel. 38. N° 36 ALTER Table: Bien, passons maintenant à la commande suivante. Nous avons modifié le tableau et vous pouvez l' utiliser pour modifier la définition d'un tableau. Disons, d'accord, que nous devons ajouter une colonne supplémentaire à notre nouvelle table de personnes, les e-mails. Donc, pour ce faire, c'est assez simple. Nous pourrions donc utiliser, vous pouvez le supprimer. Nous pourrions utiliser le mot clé alter table et le nom de la table persons. Ensuite, nous allons ajouter les annonces par mots clés. Maintenant, nous ajoutons une nouvelle colonne , comme dans la table de création. Nous avons donc besoin du nom de la colonne, c'est-à-dire e-mail. Ensuite, nous devons définir le type de données. Ce sera var char 15 ainsi que rule. Et là aussi, nous devons ajouter quelques contraintes si vous voulez améliorer la qualité des données. Vous dites, d'accord, ce n'est pas nul. Donc, avec cela, je modifie maintenant la table déjà existante qui s'appelle Pearson et j'ajoute maintenant une nouvelle colonne. Alors exécutons-le. Et vérifions à nouveau l'actualisation de notre tableau. Sélectionnons les personnes de la table et voyons les résultats. Et comme vous pouvez le voir à la fin, nous avons une nouvelle colonne et nous sommes toujours pressés d'ajouter les nouvelles colonnes à la fin. Donc, si je vérifie que c'est celui d'une personne bien décrite, juste pour m'assurer que tout va bien. Nous pouvons voir ici que nous avons une autre colonne appelée e-mails var character 15. Et cela ne devrait pas suffire. Très bien, tout dépend de la façon de modifier un tableau. Et maintenant, nous allons apprendre à ouvrir une table. C'est de la ficelle, c'est facile. 39. Table DROP n° 37: Très bien, passons maintenant à la dernière commande que nous avons pour modifier la structure de notre base de données. Et c'est une commande de suppression si vous voulez supprimer un tableau, alors vous dites, d'accord, ce tableau est complètement faux. Je ne le veux pas dans ma base de données. Tu pourrais laisser tomber la table, et c'est assez facile. Tu pourrais le faire comme ça. Supposons donc que nous voulions supprimer la nouvelle table que vous avez appelée personnes. Nous utilisons donc le mot clé drop table et notons simplement ici le nom de la table, et c'est tout. Une fois que vous aurez exécuté cette table, les personnes n' existeront plus dans votre base de données. Je vais donc le supprimer. Et comme vous pouvez le voir sur le côté gauche, vous n'aurez pas de table pour 2 personnes. C'est donc très simple. Très bien les gars, c'est tout pour le dernier chapitre. Et ce n'est pas tout, c'est tout pour ce cours. 40. Introduction au cours: Et bienvenue dans ce cours unique pour maîtriser Tableau. Je m'appelle Var Zlqini et je dirige actuellement des projets de mégadonnées chez Avec plus de dix ans d'expérience dans les visualisations de données massives et les projets de business intelligence Et je suis très heureuse d'être votre professeur pour ce cours. Dans ce cours de 20 heures et 1 heure, je vais partager tout ce que je sais sur Tableau, l'une des compétences les plus demandées en l'une des compétences les plus demandées en science des données et en visualisation de données Ainsi, à la fin du cours, vous serez capable de créer de superbes visualisations en D dans Tableau, comme je le fais pour les projets réels J'ai conçu ce cours pour vous emmener 0-0. Si vous êtes débutant, ne vous inquiétez pas Je vais tout expliquer à partir de zéro, étape par étape. Cela signifie que ce cours suppose que vous ne possédez aucune compétence en matière de visualisation de données Toutes les compétences que vous pouvez acquérir dans ce cours Tableau, telles que la modulation des données, etc., peuvent être utilisées dans d'autres outils tels que Power BI et Click Bien entendu, vous vous demandez peut-être quoi ce cours Tableau est différent et unique de tous les autres cours en ligne. Il s'agit du seul cours qui décompose les concepts complexes de Tableau en visuels animés, car les visuels sont très puissants pour rendre les concepts complexes faciles à comprendre et à les concepts complexes de Tableau en visuels animés, car les visuels sont très puissants pour rendre les concepts complexes faciles à comprendre et à suivre. Dans ce cours Tableau, nous allons présenter plus de 250 sketchs animés illustrant les concepts de Tableau Comprendre les concepts et le fonctionnement Tableau peut faire de vous un professionnel et un expert des visualisations de données et de Tableau Et dans ce cours, je vais vous fournir des tonnes de matériel gratuit. Par exemple, j'ai préparé trois sources de données différentes pour ce cours que nous pouvons utiliser dans toutes nos tâches et exemples tout au long du cours. Je vais vous fournir trois feuilles de tableau. Une feuille pour tous les concepts de tableau, une autre pour tous les calculs de tableau. Et nous avons une autre feuille contenant tous les visuels pour vous aider à choisir les bons graphiques Avec ces trois feuilles, il ne faut pas tout mémoriser. Vous disposez également d'une référence rapide et d'un accès aux concepts de Tableau. Vous avez également accès à tous les fichiers Tableau et au tableau de bord créés pendant le cours. Toutes les notes d'esquisse de chaque section peuvent être téléchargées, afin que vous puissiez les utiliser ultérieurement comme référence Passons maintenant à un aperçu du cours Tableau. Nous allons commencer par les bases. Qu'est-ce que les visualisations de données décisionnelles ? Qu'est-ce que Tableau ? Ensuite, vous découvrirez les suites de produits Tableau. Ensuite, nous allons étudier en profondeur différents concepts de Tableau tels que différents concepts de Tableau tels dimensions de l'architecture des tables, les mesures discrètes et les données continues Ensuite, nous allons approfondir les calculs et les fonctions de Tableau. Vous allez découvrir plus de 60 fonctions différentes Tableau pour manipuler des données. Ensuite, nous allons aborder plus de 63 types de graphiques différents dans Tableau. Et puis, à la fin, nous allons mettre en œuvre des projets Tableau , comme je le fais dans le cadre de projets réels. La question qui se pose maintenant est la suivante : à qui s'adresse ce cours ? Si vous n'avez jamais créé de visualisations de données à l'aide d' outils tels que Tableau ou PI, je vous accompagnerai dans ce cours à chaque étape, en commençant par les principes fondamentaux et nous finirons par aborder les sujets avancés Et ce cours s'adresse également à vous si vous êtes déjà développeur Tableau. Je vous suggère donc de consulter le programme des cours et commencer par le niveau qui vous convient. J'ai abordé de nombreux sujets avancés et vous découvrirez de nombreuses meilleures pratiques dans ce cours. Et ce cours vous convient si vous avez de l'expérience avec d'autres outils tels que PI, et si vous souhaitez acquérir une nouvelle compétence dans Tableau. Alors allons-y et commençons. 41. Aperçu du programme des cours de Tableau |: Nous allons avoir un bref aperçu du cours Tableau. J'ai divisé ce cours en 15 sections différentes. Par exemple, nous allons apprendre ce qu'est l' intelligence d'affaires ? Qu'est-ce que les visualisations de données ? Qu'est-ce que Tableau et son histoire, et pourquoi Tableau est un outil très puissant pour les visualisations de données Ensuite, nous allons nous plonger dans les suites de produits Tableau. Nous ne proposons pas qu'un seul produit Tableau. Nous avons huit produits différents. Je vais donc aller vous présenter ces produits. Et nous allons les comparer côte à côte pour que vous compreniez les différences entre eux. Et je vais vous aider à choisir les bons produits pour votre projet. Nous allons maintenant nous plonger dans l' architecture Tableau en profondeur . Ici, nous allons apprendre de nombreux concepts différents , tels que ce que sont les liens de vie ? Quels sont les différents types de fichiers Tableau ? Ensuite, nous allons approfondir l'architecture Tableau afin que vous puissiez comprendre les principaux composants de l' architecture et le fonctionnement interne de Tableau. Après toutes ces théories, nous allons commencer à préparer votre environnement afin que vous puissiez pratiquer avec moi dans ce cours. Nous allons donc télécharger et installer Tableau gratuitement sur votre PC. Nous allons créer un compte public gratuit. Nous allons télécharger les ensembles de données de formation et nous allons publier notre première visualisation et les fins Je vais vous faire visiter l'interface Tableau afin de vous familiariser avec l'interface Tableau. Après avoir réparé votre environnement, nous allons commencer par le premier sujet, à savoir comment créer une source de données dans Tableau. Et ici, vous pouvez acquérir des compétences en matière de modulation des données. Nous allons donc passer en revue les principes de base de la modulation des données et découvrir comment procéder à la modulation dans Tableau Ensuite, nous allons découvrir quatre méthodes différentes pour combiner des tables dans Tableau en utilisant les Tableau en utilisant articulations, les relations d'union et le mélange de données Et bien sûr, nous allons les comparer côte à côte pour vous afin comprendre les différences entre elles et de savoir quand utiliser quelles méthodes. Et à la fin de cette section, nous allons créer deux sources de données. Nous allons maintenant commencer à parler des métadonnées de Tableau. Vous allez apprendre ici des concepts très importants de Tableau. Les types de données, les dimensions et les mesures, les valeurs discrètes et continues. Une fois que vous aurez compris ces concepts, vous comprendrez comment créer des visualisations dans Tableau Après cette section, nous avons une petite section sur le changement de nom Nous allons parler ici des conventions de dénomination que chaque développeur doit connaître. Nous pourrons ensuite apprendre les différentes techniques permettant de renommer les colonnes et les tables dans Tableau Et à la fin, nous pouvons apprendre à donner des alias aux valeurs Dans la section suivante, vous découvrirez comment organiser vos données dans Tableau. Nous avons ici différentes méthodes, comme regroupement des dimensions à l' aide de hiérarchies, regroupement des valeurs à l' aide de groupes et de clusters Ensuite, nous allons apprendre à utiliser les ensembles dans Tableau. Et à la fin, nous pouvons apprendre à créer des stylos dans Tableau afin de créer des histogrammes Dans la section suivante, nous allons apprendre à filtrer nos données dans Tableau. Vous découvrirez ici les différents types et concepts de filtres dans Tableau. Comment les créer et comment les personnaliser. Et je vais vous donner dix conseils et astuces concernant les filtres dans Tableau. Et nous allons également apprendre dans cette section, comment trier nos données. Ensuite, nous pouvons apprendre concepts très importants dans Tableau, les paramètres de Tableau. Les paramètres des onglets sont excellents pour ajouter du dynamisme à vos visualisations. Vous pouvez apprendre les concepts des paramètres, puis vous pouvez apprendre différents cas d'utilisation pour cela. Comment effectuer des calculs dynamiques, des filtres de lignes de référence dynamiques, comment échanger des mesures et des dimensions, ainsi que des stylos dynamiques. Passons à la section suivante, nous allons également apprendre quelque chose sur la dynamique. Nous allons donc découvrir les actions de Tableau afin de rendre vos tableaux de bord interactifs comme d'habitude Tout d'abord, vous pouvez comprendre les concepts des actions Tableau. Ensuite, nous allons passer en revue tous les types d'actions Tableau. Par exemple, comment accéder à l'URL, comment accéder aux feuilles, comment filtrer les données à l'aide d'actions. Et puis comment faire des surlignages à l'aide d'actions. Et comment modifier les valeurs des ensembles et des paramètres. Après cette section, nous allons passer aux calculs de Tableau. Cette section est très vaste. Vous allez apprendre à transformer et à manipuler vos données à l'aide de quatre types de calcul Tableau différents . Nous avons donc les calculs au niveau des rôles, calcul agrégé, le calcul des tables et les expressions LOD. Dans cette section, vous découvrirez plus de 60 fonctions Tableau différentes pour manipuler vos données. Passons à la section suivante, nous en avons une autre importante. Nous avons les graphiques Tableau. Ici, nous allons créer ensemble plus de 63 graphiques différents dans Tableau. Nous allons donc commencer par les graphiques de base, tels que les diagrammes à barres, et nous allons finir par créer des graphiques très avancés dans Tableau. Et à la fin, je vais vous aider à choisir les cartes adaptées à vos besoins. Passons à la suivante , nous allons découvrir les tableaux de bord Tableau Nous allons expliquer étape par étape comment créer des tableaux de bord propres dans Tableau à l'aide de conteneurs Et maintenant, dans la dernière section, nous avons un projet Tableau ici. Dans cette section, nous allons travailler ensemble et mettre en œuvre les projets exactement comme je le fais dans mes projets réels. Nous allons donc d'abord découvrir les différentes phases de chaque projet Tableau. Ensuite, nous allons commencer par les exigences. Vous allez donc apprendre comment j' analyse les exigences de Tableau. Ensuite, nous commençons par la mise en œuvre des projets Nous allons donc créer les sources de données, les graphiques et deux tableaux de bord différents Cela vous permettra de vous familiariser avec la mise en œuvre de projets et d' entreprises à l'aide de Tableau. Une fois que vous aurez parcouru toutes ces sections, vous aurez acquis de solides connaissances sur Tableau. 42. 1 section de bases: base sur Tableau. commencer à apprendre à utiliser un outil, il est très important de comprendre les principes et la théorie qui les sous-tendent, ce qui peut vous aider à devenir un développeur professionnel et un expert. C'est pourquoi nous allons maintenant aborder les sujets suivants. Les mots à la mode du Big Data. Qu'est-ce que la business intelligence, que sont les visualisations de données et pourquoi sont-elles si puissantes À la fin, nous allons parler de ce qu'est Tableau et des raisons pour lesquelles Tableau est un leader en matière de visualisation de données Commençons donc par le premier sujet. Nous allons apprendre les principaux mots à la mode en matière de mégadonnées. Alors maintenant allons-y. 43. Udemy 1 1 BigData: Si vous êtes nouveau dans le monde des données, vous devez commencer à entendre de nombreux mots énigmatiques tels que les mégadonnées, la science des données de l'IoT, ingénierie des données et des phrases telles que données sont le nouveau pétrole Dans ce didacticiel, je vais aborder certains mots de passe importants concernant les données et leur signification réelle. Allons-y, nous vivons aujourd'hui à l'ère des données et les données sont générées partout. Nous, les gens, nous générons énormes quantités de données en ce moment même. Chaque clic sur Internet, chaque e-mail de recherche, ou même si vous commandez quelque chose en ligne, nous générons des données. Nous passons des heures par jour sur les réseaux sociaux. Aimer, commenter, rechercher sur notre smartphone, c'est tout le temps de télécharger des données sur l'endroit où vous vous trouvez vitesse à laquelle vous vous déplacez Et tout ce que nous faisons en ligne est désormais stocké et suivi sous forme de données. Non seulement nos smartphones et ordinateurs sont connectés à Internet et génèrent des données, mais nous avons également ce que l' on appelle la maison intelligente. Nous pouvons connecter n'importe quel appareil de notre domicile à Internet. Il suffit de mettre le mot intelligent avant. Nous avons une tondeuse intelligente, un éclairage intelligent, fitness intelligent, des appareils vocaux, des systèmes de sécurité. Tous ces appareils pourraient être connectés à Internet et commencer générer d'énormes quantités de données. C'est ce que nous appelons l' Internet des objets, l'IoT. L'IoT est le concept qui consiste à connecter n'importe quel appareil, n'importe quoi à Internet afin de générer et d'échanger des données. Non seulement nous avons l'IoT chez nous, mais également partout où nous vivons dans le domaine de la transformation numérique dans l'industrie et la fabrication. Vous avez peut-être entendu parler du concept Industrie 4.0 la première révolution industrielle introduite en Allemagne. Il s'agit d'usines intelligentes, connexion de machines et d'appareils à Internet afin d'échanger des données. Et maintenant, nous pouvons trouver des objets connectés dans les villes. Nous essayons de mettre en œuvre ces villes intelligentes dans lesquelles nous allons tout connecter afin de réduire les déchets, d' économiser de l'argent, d'améliorer la qualité de nos véhicules et d'améliorer la qualité de nos véhicules grâce à l' Internet des objets. Nos voitures sont équipées de capteurs et d'appareils connectés pour échanger des données pour de nombreuses raisons, telles que connectés pour échanger des données pour de l'assistance au conducteur, reconnaissance d' objets, les systèmes de conduite autonome La liste est tellement longue. En 2022, nous possédons environ 14 milliards d'appareils physiques, il s'agisse de petits appareils de cuisson domestiques machines industrielles sophistiquées qu' il s'agisse de petits appareils de cuisson domestiques ou de machines industrielles sophistiquées connectées à Internet, générant et échangeant des données. La quantité de données générées chaque jour par les réseaux sociaux, les sites Web et les machines informatiques est vraiment époustouflante. Il existe actuellement plus de 44 zétaoctets de données dans l'ensemble de l' univers numérique, c'est-à-dire Cela signifie que nous n' avons plus affaire à des données traditionnelles, affaire à des données traditionnelles, mais à des mégadonnées. Que signifient les mégadonnées ? Trois indicateurs nous aident à comprendre si nos données sont volumineuses et ils sont définis par les trois V. Le premier V est le volume. Eh bien, les mégadonnées sont de grandes quantités. Avec la croissance d'Internet, appareils mobiles et des réseaux sociaux, la quantité de données générées par ces sources a augmenté de façon spectaculaire. Le second V est la vitesse. Dans le cadre du traitement normal des données, nous avions l'habitude de traiter les données lentes, ou nous les appelions « données de correctif », une fois par jour ou quelque chose comme ça, puis nous les stockions sur le disque. Mais en termes de mégadonnées, les sources génèrent des flux de données à des vitesses très élevées. Cela signifie que nous devons traiter et analyser les données en temps réel, puis les stocker en mémoire plutôt que sur disque. Et le troisième V est la variété. Dans les systèmes traditionnels, la plupart des types de données pouvaient être capturés sur des tables brutes non structurées telles que des bases de données ou Excel Mais pour reprendre le terme « big data », les données sont souvent présentées dans un format semi-structuré. Par exemple, plusieurs journaux au format XML ou sur des sites Web. Ou les données sont présentées dans un format non structuré. Comme les vidéos, les fichiers audio, les images, le texte libre Dans les mégadonnées, nous devons traiter non seulement des données structurées, mais également des données semi-structurées et non structurées Cependant, les termes « mégadonnées » désignent la manière dont nous pouvons stocker, traiter et analyser efficacement nos données lorsqu' elles présentent un volume énorme, une vitesse élevée et différents types de données afin révéler des valeurs significatives pour l'entreprise. Mais cela nous pose toujours un problème. Toutes les données générées sont des données brutes. Les données brutes ne sont que des lignes non traitées et des rangées de chiffres qui sont vraiment difficiles à comprendre, difficiles à lire, mal structurées et qui n'ont pratiquement aucune valeur pour l'entreprise Près de 70 % des données relatives aux mots ne sont pas utilisées. Les données brutes, si elles ne sont pas traitées ni affinées, sont tout simplement inutiles, constituent un gaspillage d'argent, gaspillage d'espace et génèrent des entrepôts déchets numériques dans des centres de données très coûteux C'est pourquoi nous avons la célèbre phrase du célèbre mathématicien britannique Clive Humby. Les données sont le nouveau pétrole. Eh bien, cela signifie que nous devons extraire les données brutes comme nous extrayons du pétrole Nous devons l'affiner, le traiter, le transformer en quelque chose utile et valoriser l'entreprise. Cela signifie en réalité que la plupart des entreprises ont affaire très gros gisements de pétrole neuf, à base de données brutes. Et la plupart d'entre eux ont compris que les données sont leur atout le plus précieux. Ils doivent l'extraire. Ils doivent l'analyser afin de révéler des informations qui pourraient les aider à décisions plus rapides et plus efficaces. C'est pourquoi la plupart des entreprises recrutent une armée de travailleurs des données. Nous savons que la demande de data scientists augmente rapidement et que l'offre est légale. Maintenant, que pouvons-nous faire de tout ce chaos, toutes ces données brutes non traitées générées Eh bien, nous pouvons faire les choses suivantes. Ce que nous pouvons faire, concevoir ou construire une architecture de données. L'architecture des données est le processus créer un modèle sur la façon dont nous organisons, traitons et stockons nos données dans différentes couches à des fins différentes L'architecture facilite la gestion, protection et l'accès à nos données. une autre chose que nous pouvons faire avec ingénierie des données est une autre chose que nous pouvons faire avec les données brutes. L'ingénierie des données est un processus très complexe de conception et de création de pipelines de données et de stockages de données Dans le domaine de l'ingénierie des données, nous élaborons généralement processus ETL pour extraire des processus ETL pour extraire les données brutes de plusieurs sources, puis les transformer puis les charger dans le stockage cible afin de les rendre hautement disponibles et utilisables le data scientist ou tout autre utilisateur final. Une autre chose que nous pouvons faire est la modélisation des données. La modélisation des données est le processus qui consiste à relier les points. Donc, ce que nous allons faire, c'est placer toutes les données dans des entités et des objets. Nous décrivons ensuite la relation entre ces entités afin de nous aider et d'aider les programmes à comprendre comment les données sont liées les unes aux autres. Une autre chose que nous pouvons faire avec les données brutes est de faire de l'exploration de données. exploration de données est le processus qui consiste à analyser une quantité massive de données brutes afin de découvrir des connaissances, découvrir des informations commerciales telles que des modèles et des tendances, résoudre des problèmes et d'atténuer les risques. Une autre utilisation des données brutes est que nous pouvons les utiliser dans le machine learning. Dans le domaine de l'apprentissage automatique, nous fournissons deux choses aux ordinateurs. Tout d'abord, les données brutes et historiques, ainsi que les modèles mathématiques et les algorithmes. Une fois que l'ordinateur aura ces deux éléments, il commencera à s'entraîner et à s'entraîner afin d' effectuer des tâches telles que les prédictions. C'est comme un être humain. Plus la machine s'entraîne et s'entraîne, meilleurs seront les résultats et seront précis. Ensuite, nous pouvons faire de la science des données. La science des données est l'étude scientifique des données. Et il combine trois grands pouvoirs. La puissance des langages de programmation, associée aux mathématiques et aux statistiques. Et la connaissance d' un domaine spécifique afin de découvrir des connaissances et des informations précieuses à partir de nos données brutes. Une autre chose que nous pouvons utiliser sur les données brutes, et ma préférée est que nous pouvons utiliser des visualisations de données La visualisation des données consiste convertir des nombres et des données brutes, qui sont généralement difficiles à comprendre et à lire, en visuels et en graphiques tels que des puissances par trois diagrammes, afin de les rendre plus faciles à comprendre et à lire, ce qui facilite réellement la prise de décision Il existe de nombreux autres éléments et processus que nous pouvons appliquer aux données routières, mais ce sont les principaux domaines de travail que nous pouvons utiliser pour convertir les données routières inutiles en connaissances ayant un impact et une valeur significatifs pour l'entreprise. Très bien, les gars, c'était donc une introduction aux termes du Big Data. Et ensuite, nous allons rapidement apprendre ce qu'est la business intelligence ? J'utilise un exemple très simple. 44. Udemy 1 2 BI: Très bien, laisse-moi te raconter cette histoire. Nous avons des magasins dans trois villes différentes en Allemagne. À Sustuttgart, nous avons des boutiques à Berlin et à Hambourg. Et nos trois magasins génèrent chaque jour ouvrable de nombreuses données brutes sur les ventes, les niveaux de stocks, les produits, les coûts de personnel, etc. Et maintenant, nous avons un groupe de personnes qui prennent les décisions, comme les managers, les ressources humaines et les finances. Et ils ont de nombreuses questions et de nombreuses décisions à prendre. Ils peuvent donc avoir des questions, par exemple, ce qui s'est passé, et une autre question sur ce qui va se passer. Maintenant, si les responsables essaient de trouver les réponses à partir des données routières, ils risquent de ne rien trouver ou de ne pas trouver de réponses. Parce que les données routières sont généralement très complexes mal structurées et difficiles à comprendre. C'est pourquoi ils vont engager des analystes de données, par exemple, afin de les aider à trouver les réponses à partir des données routières. Les analystes de données vont commencer à analyser les données brutes en faisant un peu de magie. Par exemple, nettoyer les données, connecter des objets entre eux et agréger les données à différents niveaux Et à la fin, le résultat sera communiqué, par exemple, sous forme de feuille de calcul aux décideurs D'autre part, les responsables peuvent engager des data scientists pour les aider à trouver des réponses sur ce qui va se passer ou à découvrir des faits et des informations inconnus. La science des données va également commencer à analyser les données brutes, mais cette fois, en utilisant différentes méthodes telles que l'exploration de données, apprentissage automatique ou le modèle de train afin de trouver de nouvelles informations, de nouvelles connaissances répondent aux questions. À la fin, les résultats seront également communiqués aux responsables sous forme de chiffres et de feuilles de calcul Maintenant, le data scientist et les analystes de données ont fait un travail incroyable en travaillant sur les données brutes et en analysant ces données. Mais le problème est que les résultats peuvent être difficiles à comprendre et à lire, car ces responsables sont généralement des personnes qui ne travaillent pas directement avec les données au quotidien. Cela pourrait créer un écart important entre ces gestionnaires et les résultats. Afin de combler cette lacune et de tout simplifier, nous pouvons désormais cette lacune et de tout simplifier, utiliser la puissance des visualisations de données et les résultats présentés par le data scientist. Et les données contenues dans chiffres et les feuilles de calcul doivent être converties en visuels, graphiques et tableaux Les représentations visuelles des données feront tout simplement la magie en rendant tout clair et facile. Et cela produira très facilement l'effet wow une fois que vous aurez présenté vos résultats. Cela aidera donc les responsables à trouver immédiatement leurs réponses et à commencer à prendre décisions en utilisant les données. Ce processus, nous l'appelons « business intelligence » ou « raccourci ». B, I. Très bien, maintenant j' espère que vous comprenez mieux ce qu'est la business intelligence Ensuite, nous allons comprendre pourquoi la visualisation est si puissante et ce qu' est la visualisation des données. 45. Udemy 1 3 ViZ: La question est maintenant de savoir pourquoi la visualisation est si puissante. Grâce à de simples moyens de communication visuelle, vous pouvez faire une énorme différence depuis le début de l' humanité il y a des milliers d'années. Et les premiers humains utilisaient des visuels pour raconter une histoire. Et jusqu'à présent, à l'ère moderne, l'humain utilise toujours des éléments visuels pour raconter n'importe quelle histoire Parce que nous, les humains, sommes des créatures visuelles, nous pensons en images et en individus. Si nous voyons un arbre, notre cerveau peut le raconter sous la forme d'un visuel, d'une image. Dans nos statistiques cérébrales, 90 % des informations transmises à notre cerveau sont visuelles Mais si nous lisons le mot arbre, notre cerveau n'a pas réussi à transformer en visuel avant de le mémoriser, c' est-à-dire en dessous de la taille. En fait, le cerveau humain traite le visuel 60 000 fois plus vite qu'un texte. Plus de faits sur notre cerveau qui nous permettent de nous souvenir de la plupart de ce que nous voyons et avec lesquels nous interagissons. Il est prouvé que l'être humain ne se souvient que de 10 % de que nous entendons et de 20 % de ce que nous lisons. Et il est également prouvé que nous nous souvenons environ 80 % de ce que nous voyons et avec lesquels nous interagissons. C'est pourquoi nous avons les fameuses phrases d' une image qui valent 1 000 mots. Et voir c'est croire. Compte tenu de tous ces faits, n'est pas étonnant que sur les canaux numériques , le contenu visuel prenne le pas sur les publications, les tweets, les articles, les présentations d'actualités et les tableaux Vous pouvez trouver des visuels partout. La question qui se pose maintenant est de savoir ce que sont les visualisations de données, ou parfois nous les appelons Dataviz La visualisation des données consiste convertir des nombres ennuyeux et des données brutes en éléments graphiques intéressants tels que des parties par trois points, etc. Les visualisations de données donnent donc vie aux données font de vous le maître de la narration des informations cachées dans vos chiffres C'est donc comme un art de convertir des ensembles de données extrêmement complexes et massifs en quelque chose de très simple, de très facile à comprendre et avec lequel il est facile d'interagir Imaginez-vous comme l'un des responsables et que vous avez deux analystes de données. L'un d'eux présente le résultat dans une feuille de calcul remplie de chiffres, et l'autre analyste de données présente le résultat avec des visuels contenant les représentations graphiques des données et les deux présentent les mêmes faits Quel rapport préférez-vous ? Je choisirais la bonne parce que celle de gauche ne contient que des chiffres secs et il est peu probable que vous soyez en mesure de repérer des tendances ou des modèles. Le principal avantage des visualisations de données est de raconter une histoire et de vous fournir les outils nécessaires pour prendre la bonne décision au bon moment Il existe de nombreux autres avantages, comme avoir une vue d' ensemble, suivre les tendances, des décisions plus intelligentes et plus rapides, découvrir des faits, des modèles et des tendances inconnus. Et obtenir un engagement accru de la part des utilisateurs finaux en posant des questions plus nombreuses et de meilleure qualité. Très bien, cela nous a permis d'apprendre ce que sont les visualisations de données et pourquoi elles sont très puissantes et importantes Nous comparerons ensuite Excel à des outils tels que Tableau et expliquerons pourquoi vous devez utiliser Tableau au lieu d'Excel. 46. Udemy 1 4 Excel (correction): On me pose sans cesse la même question : pourquoi je devrais me donner la peine d'apprendre et d'utiliser Tableau ou BI pour les visualisations de données si nous avons Excel Dans cette vidéo, je vais vous expliquer les six raisons pour lesquelles nous devrions utiliser un outil de BI moderne tel que Tableau et BI et ne pas utiliser Excel pour les visualisations de données Et nous commençons dès maintenant, environ 1 milliard d'utilisateurs dans le monde utilisent Microsoft Excel. J'ai travaillé dans de nombreuses entreprises et je peux vous dire que les gens sont simplement accros à Excel. Ils adorent ça. Ils l'utilisent pour tout, comme outil de mixage, de saisie de données, d'analyse de données et de visualisation de données Le principal problème est que plus une entreprise grandit, plus elle génère de données. Et comme tout le monde connaît Excel, ils vont continuer à les utiliser dans les cas d'utilisation du Big Data Et ils vont avoir beaucoup de mal à gérer ces feuilles de calcul et à faire face aux limites d'Excel Dans ces situations, il est vraiment temps de passer à un outil de BI moderne ou à un outil de visualisation de données tel que Tableau ou Bar BI. Je vais maintenant vous montrer comment fonctionne la BI avec Excel. Nous avons généralement différents systèmes sources et un analyste de données qui commence à exporter manuellement les données de ces systèmes et à les importer dans Excel. Ensuite, des calculs seront effectués et à la fin, un rapport sera généré. Les fichiers Axial seront alors accessibles par différents utilisateurs professionnels. D'autre part, nous pouvons faire BI avec un outil moderne tel que Tableau. Ce que nous allons faire, c'est connecter Tableau directement à ces systèmes sources. Les analystes de données peuvent également commencer à développer un rapport ou des tableaux de bord dans Tableau À la fin, les utilisateurs professionnels auront accès à Tableau pour consulter ces tableaux Jusqu'à présent, vous pouvez dire, d'accord, les deux se ressemblent vraiment. Passons maintenant aux choses sérieuses afin de vous montrer quels sont les véritables avantages d'une solution de BI moderne, telle que Tableau ou RBI Et les limites des feuilles de calcul comme Excel Le premier avantage est l'automatisation. Si vous utilisez Excel et que nous avons créé de bons rapports, il est temps de mettre à jour les données. Et pour ce faire, dans Excel, nous mettons à jour les données manuellement. Certains employés doivent donc s' asseoir tous les jours pour extraire les données de ces systèmes sources, les importer dans des calculs Excel Et à la fin, préparez les rapports encore et encore, ce qui prend beaucoup de temps. Mais si vous travaillez avec une solution de BI moderne, comme Tableau, nous pouvons automatiser cette tâche d'analyse en établissant un calendrier pour actualiser les données Par exemple, nous pouvons créer un calendrier dans Tableau tous les jours à 07h00. Tableau devrait automatiquement se connecter aux sources de données, analyser les données et préparer les rapports Cela présente deux avantages . abord, nous éliminons les erreurs humaines, Tout d'abord, nous éliminons les erreurs humaines, ce qui est très courant dans Excel, et parfois ces erreurs peuvent mener à de mauvaises décisions et à des pertes financières. Et le deuxième avantage, bien entendu, nous n'avons plus besoin d'employés qui se consacrent uniquement à la tâche fastidieuse d'exportation et d'importation manuelle de données vers Excel. Un autre avantage est la capacité si nous travaillons avec Excel et que l'un de nos systèmes sources commence à produire et à générer d'énormes quantités de données. Ici, nous avons un problème dans Excel car nous pouvons gérer qu'un million d'enregistrements. Notre fichier Excel se brise donc, nous allons commencer à recevoir des messages aérodynamiques comme si le jeu de données était trop volumineux nous le faisons habituellement dans Excel, nous allons commencer à diviser le fichier principal en plusieurs petits fichiers afin de gérer l' énorme volume de données, ce qui est vraiment difficile En revanche, si vous travaillez avec Tableau, nous n'avons pas à nous soucier de tout cela. Nous n'avons aucun problème avec Tableau, car Tableau est conçu pour les cas d'utilisation du Big Data et peut très facilement gérer d' énormes quantités de données. Nous pouvons simplement changer le type de connexion d'extract à live afin de le gérer. Un autre avantage est la sécurité. Si vous travaillez avec Excel, il est très difficile de pirater Excel même si vous utilisez des feuilles de calcul protégées par mot de passe Il peut encore facilement agir de nos jours. Et les utilisateurs sont vraiment habitués à partager leurs Excel dans des e-mails, à copier TSB ou à les stocker localement sur leurs ordinateurs, ce qui n'est pas du tout sécurisé Tous ces personnels peuvent coûter cher aux entreprises si des données sensibles et confidentielles concurrents accèdent Mais si vous travaillez avec des outils de BI modernes, comme Tableau, nous disposerons de fonctionnalités de sécurité supérieures, telles que contrôle d'accès avancé, la sécurité des données et la sécurité du réseau. De plus, si vous travaillez avec Tableau, nous n'avons pas à exporter les données, nous pouvons simplement partager les nous pouvons simplement partager tableaux de bord et les rapports entre les employés, et uniquement si nous leur accordons des droits d'accès Ils peuvent voir les données. Un autre avantage est la sécurité au niveau des rôles. Dans de nombreuses entreprises, ils disposent de nombreuses sources confidentielles. Et ils commencent à comprendre à quel point il est important d' appliquer le principe besoin de connaître selon lequel un utilisateur ne doit avoir accès qu' aux informations requises pour ses fonctions professionnelles. Cela signifie que nous ne pouvons pas partager toutes les données avec tous les utilisateurs. Nous devons imposer certaines restrictions en matière de données. Par exemple, un employé des ventes ne doit pas voir toutes les données, comme celles du responsable et des finances. Les employés ne devraient pas voir toutes les informations personnelles telles que les ressources humaines, etc. Cela signifie que si vous travaillez avec Excels, nous devons à nouveau diviser les fichiers principaux en rapports spécifiques, pour des règles spécifiques Mais d'un autre côté, la plupart des outils de BI modernes offrent une fonctionnalité appelée sécurité au niveau des lignes, RLS sécurité au niveau des lignes consiste à restreindre les lignes de données certains utilisateurs peuvent voir en fonction des politiques que nous définissons à l'aide de cette technique. allons appliquer le principe du besoin de savoir et nous simplifier la vie en ayant un seul tableau de bord accessible à différents types d'utilisateurs. Ensuite, conformément à la règle, ils auront accès aux données et aux informations requises pour leur travail. Un autre avantage est de réduire le chaos. Laissez-moi vous expliquer comment nous travaillons habituellement avec Cel. Une science des données commencera à exporter des données à partir un système source et vous allez créer un rapport appelé rapport de version 1. Ensuite, pour les autres exigences, vous allez créer des rapports de version 2. Nous finirons par avoir un rapport final et un autre analyste de données travaillera dans un autre système source. Et la même chose va continuer à se produire plusieurs fois dans les deux sens. Et nous finirons avoir six versions différentes des rapports. Si nous augmentons cet impact, vous remarquerez que vous empoisonnez lentement votre entreprise et que l'utilisateur final devra accéder à différentes versions des rapports. Maintenant, si nous demandons quel est l'âge des données contenues dans nos rapports, nous obtiendrons des réponses différentes. Une version sera publiée il y a dix jours, une autre 184,3 jours. Cela signifie que nous n'avons pas de point de vérité unique pour nos données. C'est pourquoi le fait de disposer d'outils modernes peut nous aider à éliminer un tel chaos et à établir un point de vérité unique pour nos données. Un dernier avantage dont je voudrais parler concerne les visuels. Bien qu'Excels propose des visualisations, elles sont parfois très limitées lorsque nous produisons également des visuels complexes dans Excel La création de visualisations prend beaucoup de temps, y compris de nombreuses étapes manuelles De plus, ces visuels seront statiques et non interactifs Mais d'un autre côté, si nous utilisons Tableau, tout sera automatisé et ultra rapide. Nous pouvons créer de nouveaux rapports et vues très rapidement par simple glisser-déposer. Et ils offrent des visuels bien plus interactifs et plus sympas qu'Excel Bien, les principales raisons pour lesquelles je préfère travailler avec des outils de BI modernes tels que Tableau et Power BI plutôt qu'Excel pour l'analyse et la visualisation des données sont les automatisations, la sécurité, les cas d'utilisation du Big Data et les visuels interactifs Il ne s'agit pas de comparer Cel à Tableau, mais d'utiliser le bon outil pour les bons cas d'utilisation et de ne pas utiliser un outil à mauvais escient. Excel est un excellent outil utilisé par des milliards de personnes car c'est utilisé par des milliards de personnes car c' feuille de calcul professionnelle très facile à utiliser pour la saisie de données et les calculs complexes Mais lorsqu'il s'agit d' analyse et de visualisation des données, nous disposons de bien meilleurs outils qu' Excel, tels que Power BI et Tableau Et vous pouvez toujours les utiliser ensemble. Par exemple, vous pouvez effectuer vos calculs complexes dans Excel et le résultat final peut être importé dans Tableau afin de réaliser meilleures visualisations et de mieux comprendre les résultats Le fait est que le monde change très rapidement et que les entreprises génèrent d' énormes quantités de données. Ainsi, au lieu d'utiliser des feuilles de calcul traditionnelles comme Excel, nous devons utiliser des outils de business intelligence plus puissants pour nous aider à trouver rapidement des informations, des tendances et des modèles afin de prendre des décisions plus rapides et plus efficaces C'est bon, les gars. Ainsi, vous n' aurez plus à compter sur Il pour visualisations de données et pourrez commencer à utiliser des outils de BI Ensuite, je vais vous montrer rapidement les trois meilleurs outils de BI pour les visualisations de données et quel est mon outil de BI préféré 47. Udemy 1 5 Outils (correction): Maintenant, la question est de savoir quels sont les meilleurs outils pour les visualisations de données une société de recherche de premier plan Gartner, une société de recherche de premier plan, publie chaque année les Magic Quadrants de Gartner afin de déterminer qui est le produit phare dans Et si vous consultez les Magic Quadrants pour les plateformes d'analyse et de business intelligence des dix dernières années, vous pouvez presque toujours voir les mêmes leaders Nous avons les vues Tal, Power, BI et Click depuis 2012. Et je travaille avec de nombreux outils de visualisation de données. Et je peux dire que ces trois outils sont vraiment excellents. Ils présentent des avantages et des inconvénients. Mais en vérifiant simplement les aspects liés à la visualisation des données, je peux affirmer que Tableau est ici un gagnant, car la visualisation des données est un concept fondamental et le meilleur outil pour les data scientists et pour les mégadonnées. Très bien, avec cela, vous avez appris quels sont les trois meilleurs outils de BI. Et vous savez maintenant que Tableau est mon outil de visualisation de données préféré. La prochaine étape consiste à vous présenter Tableau. Nous aborderons ce qu'est Tableau, son histoire et sa mission. 48. Udemy 1 6 What (correction): La première question est la suivante : qu'est-ce que Tableau ? Une réponse rapide pourrait être Tableau Lbs. Pour transformer cela en cela sans aucune compétence technique ou en programmation, Tableau convertit des nombres bruts complexes et ennuyeux en visuels et graphiques magnifiques , très faciles à comprendre Les principales fonctionnalités de Tableau sont l'interactivité, facilité de création et d'utilisation, ainsi que les performances rapides Nous pouvons appeler Tableau de nombreux noms, tels qu'outil de visualisation des données, outil business intelligence ou outil de BI, ou parfois nous l' appelons outil de reporting. Tableau, c'est tout, mais j'ai choisi d' appeler Tableau un outil de visualisation des données, car visualisation des données est au cœur du concept de Tableau. Passons maintenant à un bref historique de Tableau. Tableau a été fondé en 2003 par trois personnes, Pat Christian et Chris, dans le cadre de projets informatiques menés à l'université de Stanford. Ils se sont concentrés sur les techniques de visualisation pour analyser les données contenues dans les bases de données. Puis, en 2019, Tableau a été racheté par Salesforce dans le cadre d'une transaction d'une valeur de plus de 15 milliards de dollars. Au cours des dix dernières années, Tableau a été désigné comme le leader des Magic Cordants de Gartner pour l'informatique décisionnelle Tableau a pour mission claire d'aider les utilisateurs à voir et à comprendre leurs données. Ils mettent tout en œuvre Tableau reste intuitif et facile à utiliser. C'est pourquoi Tableau n'a pas besoin compétences techniques ou de programmation pour créer des tableaux de bord et des informations exceptionnels Cela signifie que le public cible de Tableau ne se limite pas aux utilisateurs techniques, tels que l'informatique, les analystes données, les data scientists, mais également tous les autres utilisateurs non techniques, tels que les utilisateurs professionnels , les utilisateurs finaux, les enseignants, etc. Cet aspect change la donne, car il s'agit de changer l'ancien état d'esprit selon lequel seuls les informaticiens et les techniciens travaillaient sur les données et créaient les techniciens travaillaient sur les des visualisations Mais nous disposons désormais d'outils modernes de visualisation des données tels que Tableau, qui permettent à tout le monde de commencer à travailler avec des données. C'est pourquoi des outils tels que Tableau aident les entreprises à se concentrer sur les données. Et maintenant, Tableau est largement utilisé. Tableau est présent dans presque toutes les organisations, tous les secteurs, tous les secteurs et dans tous les départements. Parce que la plupart de ces entreprises souhaitent donner à leurs employés des outils tels que Tableau afin de prendre des décisions meilleures, plus rapides et plus intelligentes en utilisant les données. Bien, j' espère que vous comprenez mieux ce qu' est Tableau et sa mission. Ensuite, je vais vous présenter les quatre principales raisons pour lesquelles je pense que Tableau est un leader dans le domaine de la visualisation des données. 49. Udemy 1 7 pourquoi (correction): Tableau n'est pas le seul leader du marché de la business intelligence et de la visualisation des données. De nombreux autres outils sont disponibles, tels que PowerPI, Click View, etc. Mais maintenant, si vous me demandez en quoi Tableau est si spécial, pourquoi Tableau est si largement utilisé, je vous donnerais quatre raisons. La première raison est la performance. Les sources génèrent désormais d' énormes quantités de données, et Tableau est conçu et optimisé pour gérer d' énormes volumes de données sans affecter les performances dans les tableaux En effet, Tableau utilise un moteur de données en mémoire à hautes performances pour analyser de grands ensembles de données dans lesquels les données peuvent être stockées dans des colonnes plutôt que dans des lignes, ce qui peut améliorer les performances des tableaux Le tableau n'a aucune limite quant au nombre de points de données dans la visualisation. Par exemple, sur cette vue, nous avons plus d'un million de points de données sans aucun problème. Cela nous permet d'analyser de grands ensembles de données afin de trouver des tendances Les modèles offrant d'excellentes performances et tous les autres outils imposent toujours des limites relatives à la taille brute des points de données, ce qui n'est pas vraiment utile pour les analyseurs de données La deuxième raison réside visualisations rapides et interactives Par rapport aux autres outils de Tableau, nous pouvons créer des visualisations riches et magnifiques en quelques secondes. Je vais maintenant vous montrer un exemple rapide comment regrouper mes données et comment calculer les prévisions. Pour effectuer un travail aussi complexe dans Tableau, nous utiliserons simplement le glisser-déposer. Voyons donc à quel point c'est simple. Très bien, nous allons donc passer aux commandes. Prenez les ventes, mettez-les dans les colonnes Profit et dans les lignes. Et prenez les numéros de commande et les détails. Et je veux voir tous mes membres ici. Maintenant, nous allons dans le volet d'analyse, puis nous double-cliquons sur les clusters. Avec cela, j'ai de très bons groupes de données. L'étape suivante consiste à créer une prévision de mes données. Je vais prendre le numéro de commande, mettre sur les colonnes. Ensuite, nous allons prendre les ventes. J'aimerais modifier les deux parties visuelles que j'ai maintenant ici, il y a environ cinq ans. Ce que nous allons faire, c'est passer aux analyses et cliquer simplement sur les prévisions et c'est tout. J'ai une prévision de mes ventes sur deux ans. Maintenant, je vais juste les rassembler dans un seul tableau de bord. Je vais donc créer un nouveau tableau de bord, glisser-déposer les clusters, glisser-déposer les prévisions. Je vais les associer au filtre. C'est ça. Maintenant, nous avons les deux, et si je clique dessus, j'aurai un tableau de bord interactif pour les prévisions et pour les clusters. La troisième raison pour laquelle Tableau est convivial, comme vous pouvez le constater, nous avons effectué des analyses très complexes avec Dragon Drop uniquement, sans écrire de code. Et c'est exactement ce que souhaite Tableau. Il est très intuitif et convivial, et ce sont les principaux atouts de Tableau. Cela permet simplement à tous les utilisateurs non techniques de travailler et de jouer avec les données pour résoudre leurs problèmes quotidiens sans avoir recours à l'informatique. Mais d'un autre côté, Tableau est intégré des langages de programmation tels que Python et R, ce qui ouvre la des visualisations de données avancées susceptibles d'être utilisées par les data scientists La dernière raison est la communauté. Si vous travaillez avec Tableau, vous n'êtes pas seul. Vous avez une immense communauté Tableau. Dans la communauté, nous avons environ 2 millions d'élèves et d'enseignants. Et dans Tableau public, environ 5 millions de visualisations de données sont publiées Et environ 200 000 questions et idées sont partagées sur les forums Tableau. C'est génial d'avoir une communauté aussi vaste. Quel que soit l'outil, c'est très important car lorsque vous travaillez avec des données, vous pouvez rencontrer des problèmes ou avoir des questions. Il est très important que vous disposiez d'un endroit où vous pouvez poser vos questions et obtenir des conseils d'autres développeurs du monde entier. De plus, vous pouvez également vous inspirer des visualisations partagées par d'autres développeurs Vous trouverez les liens importants concernant la communauté Tableau dans la description de la vidéo ci-dessous. Bien, les quatre raisons pour lesquelles Tableau est l'un des meilleurs outils de visualisation des données sont les suivantes : Tableau peut gérer d' énormes quantités de données, parfaitement adapté aux cas d'utilisation du Big Data Il offre de belles visualisations interactives rapides. Tableau est intuitif et convivial. Aucune compétence technique ou de codage n'est requise. Et c'est la dernière raison pour laquelle la communauté Tableau est très importante. Une dernière chose que je voudrais ajouter, est que les visualisations de données sont vraiment une compétence que vous devez maîtriser en tant que data scientist ou analyste de données Tableau est également un formidable outil de visualisation des données. C'est pourquoi je vous recommande vivement d'apprendre ou de vous familiariser avec Tableau. Ce sera un énorme avantage pour votre carrière. C'est bon, les gars. Donc, avec ça, tu connais mes raisons. Je pense que Tableau est un leader dans le domaine de la visualisation des données. Nous avons ainsi terminé le premier chapitre de Tableau, terminé le premier chapitre de Tableau lequel nous avons abordé de nombreux termes importants relatifs aux données et à Tableau. Dans le chapitre suivant, nous aurons un aperçu des suites de produits Tableau dans lequel je vous présenterai huit produits Tableau différents. 50. Produits de 2 sections: Produits de table Dans Tableau, nous avons huit produits différents Il est très important de les comprendre et de comprendre les différences entre eux. C'est pourquoi je vais vous donner un bref aperçu des huit produits Tableau. Ensuite, nous allons les comparer côte à côte afin de comprendre les différences entre eux. Et en plus, vous pouvez vous contenter du processus de prise de décision que j'ai habitude de suivre pour choisir le produit adapté à vos besoins. Commençons donc par le premier sujet où nous pouvons avoir un aperçu du processus de développement et des produits. Alors maintenant allons-y. 51. Introduction à Udemy 2 1: C'est bon, les gars. Dans ce chapitre, je vais vous présenter la suite de produits Tableau afin de comprendre les différences entre les huit produits Tableau. Et nous allons commencer par les produits de développement Tableau. Bien, si vous pensez que Tableau n'est qu'un seul logiciel, vous vous trompez. Si vous visitez la page d'accueil de Tableau, Tableau.com, vous trouverez de nombreux produits Tableau tels que Tableau Stop Public Server et Cloud Prep Je peux dire qu'au début, tous ces produits Tableau peuvent être source de confusion, mais ne vous inquiétez pas. Je vais les expliquer un par un. Vous pouvez ainsi choisir les combinaisons de produits Tableau qui vous conviennent ou qui conviennent à votre entreprise. Il est très important de comprendre les différences entre eux, les fonctionnalités et les limites de chaque produit Tableau. Et plongeons-nous dans le vif du sujet. Les suites de produits Tableau contiennent huit produits différents. Nous avons Tableau Disktop, Tableau Public Disktop Rep Server, Cloud Public, Cloud Reader Bien, la première chose à comprendre est que nous pouvons diviser ces produits en deux catégories principales, développement et les outils de partage. Comme leur nom l'indique, Tableau Developer Tools vous aidera à créer des visualisations de données en créant et en concevant des tableaux de bord, des graphiques, des rapports, ou à préparer des données ou à effectuer de l'ingénierie des données en préparant les données pour l'analyse des données Dans cette catégorie, nous pouvons trouver trois produits Tableau. Tableau Disktop, Public Disctop et Tableau Prep. Et maintenant, dans l'autre catégorie, nous avons les outils de partage. Ces outils peuvent vous aider à partager et à collaborer le travail que vous avez réalisé et créé à l'aide des outils de développement. Dans cette catégorie, nous pouvons trouver cinq produits Tableau. Tableau Server, Tableau Cloud Public, Cloud Reader et Tableau mobile. Très bien, concentrons-nous d'abord sur les produits Tableau dans la catégorie Outils pour développeurs. Nous pouvons maintenant diviser les outils de développement en deux groupes en fonction de leurs objectifs. Nous avons des visualisations de données et de l'ingénierie des données. Sous Data Visualzations, nous trouvons deux produits Tableau, Tableau Stop et Tableau Public Stop Et dans le domaine de l'ingénierie des données, nous n'avons qu'un seul produit Tableau Tableau Prep. Bien, après avoir compris les principales catégories et les principaux objectifs des produits Tableau, nous allons maintenant parler du processus de développement dans Tableau. Très bien, nous avons donc trois étapes très simples dans le processus de développement dans Tableau. La première étape consiste à connecter nos données à Tableau. Ensuite, à l'étape suivante, nous commençons à créer nos visualisations de données pour effectuer analyse des données en créant des graphiques de rapport et des tableaux Et dans la troisième étape, nous partageons notre travail en le publiant. Les deux produits permettant d' effectuer ces trois étapes sont Tableau Disktop et Tableau Public Disktop Dans de nombreux cas, la qualité de nos données est mauvaise, pas prêtes à être analysées. C'est pourquoi nous ajoutons une étape de prétraitement supplémentaire pour préparer nos données avant de commencer à créer nos visuels. Et nous pouvons utiliser pour cette étape le produit Tableau prep. Très bien. Passons maintenant en revue en profondeur les produits Tableau pour développeurs, un par un afin de comprendre les principales fonctionnalités ainsi que les limites de chacun d'entre eux. Très bien, nous avons donc une vue d'ensemble du processus de développement et des produits. Ensuite, nous allons avoir un bref aperçu de Tableau Desktop. 52. Udemy 2 2 Desktop: Tableodsctop est un logiciel que vous pouvez télécharger et installer sur Avec Tablo Syctop, vous pouvez vous connecter à de nombreux types de sources différents Il existe plus de 90 connecteurs de données que vous pouvez connecter à Tableau Server ou pour connecter à des fichiers tels qu'Excel, Text Jason ou à des serveurs Prem tels que my SQL et Oracle Ou vers le cloud comme Amazon, Google et Microsoft Azure. Une fois que vous avez connecté Tableau à vos données, vous pouvez commencer à créer vos visualisations de données Dans Tableudyctop, vous trouverez de nombreux outils et fonctions pour vous aider à créer des graphiques, rapports par simple Vous pouvez ensuite combiner ces différents rapports dans des tableaux de bord interactifs Une fois que vous avez créé vos vues et vos tableaux de bord, vous avez trois options pour partager vos données en les publiant sur Tableau Server, Tableau Cloud ou Tableau Public Cloud Vous pouvez également stocker vos classeurs localement sur votre PC. Très bien, Tableau Stop est donc le produit phare de Tableau. tant que développeur Tablo, vous allez passer 90 % de votre temps à utiliser cet outil Tabloid Distop est un outil de développement permettant de créer des visualisations de données dans lesquelles vous vous connectez à vos données, créez des tableaux de bord, puis les publiez. Curieusement, Tableau Stop n'est pas un outil gratuit comme Power BI Disctop Pour travailler avec Tabloidstop, vous devez acheter une licence Je pense qu'ils proposent une sorte de phase d'essai, ou si vous êtes étudiant, vous bénéficiez une année gratuite. Ne me croyez pas sur parole. Il est préférable de consulter l'offre actuelle de Tableau sur leur page d'accueil. Avec Table Stop, vous pouvez connecter plus de 90 sources de données différentes. Vous pouvez également publier votre travail partout sur Tableau Server, Tableau Cloud et Tableau Public. Étant donné que Tablo Stop nécessite une licence, vous n'avez aucune limite quant au nombre de routes et de données que vous pouvez stocker et traiter Tableau Desktop est destiné aux analystes de données, aux data scientists aux développeurs PI qui travaillent professionnellement dans des entreprises sur des projets d'analyse de données. Très bien, c' était donc un bref aperçu de Tableau Desktop. Ensuite, nous allons vérifier le Tableau Public Desktop. 53. Udemy 2 3 Public: Tableau Public est la version gratuite de Tableau Stop. Cela lui ressemble beaucoup. Il s'agit d'un outil de développement permettant de créer et de publier des visualisations de données Et comme il est gratuit et ne nécessite aucune licence, il est soumis à des limites de carburant. Dans Tableau Public, nous disposons d'une dizaine de connecteurs de données que vous pouvez connecter uniquement aux combats locaux sur votre PC. Autre limite vous ne pouvez stocker et traiter que 15 millions de lignes de données et vous ne pouvez publier que sur le cloud public de Tableau. Cela signifie que vous ne pouvez pas publier votre travail sur Tableau Server ou dans les clouds privés Tableau. Et la dernière limite est que vous ne pouvez pas stocker vos classeurs sur votre PC local. Mais je dois être honnête : le plus important est que toutes les fonctions et tous les outils permettant de créer des visuels et des tableaux de bord sont entièrement disponibles dans Tableau Public, comme Tableau Dctop, ce qui fait de Tableau public une excellente alternative et un excellent outil pour les débutants qui souhaitent s'entraîner et apprendre Tableau avant d'acheter des licences Pour être honnête, c'est pourquoi j'ai décidé d'utiliser Tableau Public dans tous mes didacticiels afin que tout le monde puisse me suivre et s'entraîner avec moi sans que vous ayez à acheter de licence. Bien, nous avons donc un bref aperçu de l'ordinateur de bureau Tableau Public Ensuite, nous allons examiner l'outil d'ingénierie des données , Tableau prep 54. Udemy 2 4 Public: Tableau Prep Builder est un logiciel que vous pouvez télécharger et installer dans votre BC Vous pouvez l'utiliser pour préparer vos données avant de commencer à les analyser Comme Tableau Desktop, vous pouvez vous connecter à de nombreux types de sources différents. Il existe plus de 90 connecteurs de données, tels que des piles de serveurs Tableau sur site dans le cloud, etc. Une fois que vous avez connecté Tableau à vos données, vous pouvez commencer à créer des flux de données dans lesquels vous avez accès à des outils et à des fonctions qui vous aideront à transformer vos données. Par exemple, en combinant le nettoyage des données, le filtrage, agrégation et toutes les autres tâches liées à l'ingénierie des données, préparez vos données pour les visualisations de données Et à la fin de votre flux de données, vous pouvez stocker les nouvelles données préparées à trois endroits différents. Soit sous forme de fichier sur votre PC local, soit publiez-le sous forme de source de données sur Tableau Server ou dans le cloud. Et dernière option, vous pouvez écrire le résultat directement dans les bases de données. Une fois que nous avons fini de créer les flux de données, vous pouvez les publier sur Tableau Server ou Tableau Online à des fins Et dans Table Prep, vous avez la possibilité de stocker vos flux de données localement sur Très bien, So Table Prep est un outil d'ingénierie des données pour préparer nos données, pour les préparer aux analyses Parfois, les données que nous connectons à Tableau Desktop sont mauvaise qualité et nous ne pouvons pas les utiliser immédiatement dans notre tableau de bord. C'est pourquoi nous passons des heures et des heures à nettoyer, organiser, combiner et préparer nos données. Et cela peut prendre beaucoup de temps. Dans ce cas, nous pourrions utiliser Tableau Prib pour nous aider dans ce processus Tableau Prib est un outil de développement pour l' ingénierie des données dans lequel nous nous connectons à nos données, créons des flux de données, puis les publions. Et ce n'est pas un outil gratuit, il nécessite une licence dans Tableau Prep, nous disposons de plus de 90 connecteurs de données différents La sortie des flux de données peut être stockée localement sur votre PC, sous forme de source de données Tableau ou directement dans les bases de données. Et nous pouvons publier le flux de données Tableau Server ou sur Tableau Cloud Tableau Prep est différent de Tableau Desktop. Nous n'avons pas de version gratuite de Tableau Prep, n'y a donc pas de version publique de Tableau Prep Très bien, c'était donc un bref aperçu de la préparation de Tableau Ensuite, nous comparerons les trois produits de développement Tableau côte à côte. Et je vais vous expliquer mon processus de prise de décision pour choisir le produit qui vous convient. 55. Udemy 2 5 Comparer: Très bien, alors maintenant allons-y et faisons un résumé des trois produits où nous allons les comparer côte à côte. L'objectif principal de Tablo Dicto and Public est de générer des visualisations de données Mais la tâche principale de Tablo Prep est l'ingénierie des données. Maintenant, si vous parlez des coûts, Ctop et Prep nécessitent des licences, mais Tablo Public est gratuit Passons maintenant à l' aspect sécurité des données. Tablo Dctop et Prep sont sécurisés car vous pouvez les publier sur des serveurs privés. Tablo Public, vous devez publier votre travail sur des plateformes publiques Tout le monde peut voir vos données Vous ne pouvez donc pas les sécuriser dans Tableau Public. Et le point suivant, les limites de données. Le public étant gratuit, il est limité à 15 millions de lignes. Mais Disktop et Prep, vous n'aurez aucune limite Le point suivant concerne les connecteurs. Dans Disktop et Prep, vous disposez de plus de 90 connecteurs de données différents tels que des fichiers, ABI, serveurs, Cloud, etc. Où dans Tableau Public, vous ne pouvez vous connecter qu'à des fichiers. Et si nous parlons de l'aspect des connexions en direct, le seul outil qui offre des connexions en direct à vos sources de données est Tableau Disctop Vous ne pouvez pas établir de connexions en direct dans Tableau Public et dans Tableau Prep. Vous devez toujours travailler avec des données extraites. Le point suivant concerne le stockage local de vos fichiers. Tableau Disktop et Tableau Prep vous permettent de le faire en stockant votre travail localement sur votre Mais dans Tableau Public, vous ne pouvez pas le faire. Au lieu de cela, vous devez toujours publier votre travail sur Tableau Public Cloud. Le dernier aspect concerne le public cible. Tableau Disctop est conçu pour les scientifiques et les analystes de données, mais Tableau Public est destiné à tous ceux qui souhaitent travailler avec des visualisations de données, et Tableau Prep est destiné Très bien, nous avons maintenant une bonne vue d'ensemble des trois produits Tableau à développer. Et maintenant se pose la question de savoir quand utiliser quel produit. Laissez-moi maintenant vous guider dans mon processus de prise de décision l'aide des tableaux suivants sur la grippe. Tout d'abord, nous posons la question de savoir dans quel but. Si nous avons besoin de produits pour l'ingénierie des données, c'est facile. Nous n'avons qu'un seul produit Tableau Tableau Prep. Maintenant, si nous avons besoin de produits pour la visualisation des données , nous pouvons poser d'autres questions La question suivante, devons-nous nous connecter aux bases de données ABI du serveur ou au cloud ? Si la réponse est oui, nous devons utiliser Tableau Desktop. Et si la réponse est non, nous posons la question suivante. Nos données peuvent-elles être publiques ? Si la réponse est non, nos données sont confidentielles, alors nous devons utiliser Tableau Desktop. Mais si la réponse est oui, nos données peuvent être publiques, alors nous passons à la question suivante. Nos sources de données contiennent-elles plus de 15 millions de lignes ? Si c'est le cas, nous devons choisir Tableau Stop. Mais si la réponse est non, nos sources de données comportent moins de 15 millions de lignes, alors nous passons à la dernière question. Avons-nous besoin de connexions en direct avec nos sources de données ? Si la réponse est oui, nous devons à nouveau choisir Tableau Desktop. Mais si la réponse est non, nous pouvons enfin utiliser Tableau Public. Bien, si vous suivez ces questions et ce tableau, vous pouvez facilement décider quand utiliser quels produits Tableau. Très bien, nous avons donc abordé tous les produits Tableau destinés au développement. Ensuite, nous allons commencer à parler des produits Tableau destinés au partage. Commençons donc par comprendre le processus de partage. 56. Udemy 2 6 Into Share: Très bien, dans le didacticiel le plus bref, nous avons divisé les produits Tableau en deux catégories principales : les développeurs, les outils et les outils de partage Nous allons maintenant nous concentrer sur la deuxième catégorie, les outils de partage , qui comprend Tableau Server, Cloud Public, Cloud Reader et Tableau mobile. Et comme leur nom l'indique, ces produits peuvent nous aider à partager nos rapports et tableaux de bord avec d'autres personnes Dans le dernier didacticiel, nous avons parlé des quatre étapes du processus de développement de Tableau. Nous allons maintenant approfondir l'étape numéro quatre où nous allons parler des différentes options dont nous disposons pour différentes options dont nous disposons partager nos rapports et tableaux de bord avec d'autres personnes Si vous souhaitez partager vos visuels avec vos collègues de votre organisation, voici quelques options Tout d'abord, vous pouvez installer les produits Tableau Server sur des serveurs à l'aide de l'infrastructure de votre entreprise. Ensuite, vous pouvez commencer à y publier et à partager votre tableau de bord. Vos collègues peuvent ensuite soit utiliser leur navigateur Web, soit utiliser l'application mobile Tableau sur leur smartphone ou leur tablette pour consulter et interagir avec vos tableaux de bord directement depuis le serveur La deuxième option qui nous consiste à installer les produits Tableau Server sur des fournisseurs de services cloud tels qu'Amazon AWS, Microsoft Azure ou Google Clouds. Ensuite, vous pouvez y publier votre tableau de bord. De même, les utilisateurs peuvent utiliser des navigateurs Web ou Tableau mobile pour accéder à votre travail. La troisième option que nous avons, c' utiliser le service de cloud privé de Tableau. Ici, il n'est pas nécessaire d'installer un serveur Tableau ou quoi que ce soit d'autre. L'équipe Tableau vous préparera tout. Vous pouvez commencer à y publier immédiatement votre tableau de bord, et vos utilisateurs peuvent le consulter depuis Tableau Cloud. Supposons maintenant que vous souhaitiez partager vos tableaux avec le monde entier et les rendre publics Vous pouvez ensuite utiliser Tableau Public Cloud. Vous n'avez rien à installer. Vous pouvez y publier immédiatement votre tableau de bord. Et les utilisateurs du monde entier peuvent utiliser leur navigateur Web pour accéder à vos tableaux de bord et à vos données Mais ils ne peuvent pas utiliser d'application mobile pour accéder à Tableau public. Passons maintenant à la dernière option que je n'aime vraiment pas utiliser. Si vous souhaitez partager vos rapports avec des utilisateurs individuels, vous pouvez leur envoyer un fichier Tableau au format TX. Classeur intégré Tableau qui contient vos données ainsi que vos rapports et tableaux Ensuite, les utilisateurs peuvent consulter ce fichier à l'aide du logiciel Tableau Reader installé sur leur PC. Très bien, nous avons donc une vue d'ensemble du processus de partage et des différentes options pour partager vos données. Ensuite, je vais vous présenter trois méthodes d' hébergement de Tableau. 57. Hébergement Udemy 2 7: tout le monde. Pour comprendre les véritables différences entre Tableau Server et Tableau Cloud, nous devons maintenant comprendre les détails du back-end et certains concepts de base relatifs aux serveurs d'hébergement. Disons que nous sommes start-up qui souhaite héberger notre propre application Tableau et développer l' infrastructure complète. C'est pourquoi la liste des tâches à accomplir est longue. Bien entendu, la première chose à faire est d'empiler certains matériels et de les configurer comme des serveurs qui exécuteront les applications, chaque serveur ayant également besoin d'espace de stockage Nous devons donc fournir une infrastructure de stockage supplémentaire, comme certains pilotes de disque dur et SSD. Les serveurs doivent également être connectés à Internet Par conséquent, nous devons également fournir toute l' infrastructure réseau. Une fois que nous aurons tout ce personnel, nous aurons tout le matériel nécessaire. La prochaine chose que nous devons faire est de commencer à installer et à configurer certains logiciels nous pouvons installer un système d'exploitation, par exemple Windows ou Linux, et de nombreux autres intergiciels Une fois le système d'exploitation en place , nous devons installer et configurer l'application Tableau Server. Une fois que tous les logiciels et le matériel sont prêts et opérationnels, le moment est enfin venu de configurer nos projets Tableau. Et nous devons gérer les tâches suivantes. Nous devons commencer à ajouter des utilisateurs au serveur Tableau et à les associer aux licences appropriées dont nous disposons également, pour établir des plannings et des tâches afin actualiser nos données dans Tableau Server, puis nous devons commencer à surveiller les tâches Tableau Très bien, nous arrivons maintenant à la grande question à laquelle nous devons répondre. Qui va gérer quoi ? La première option qui s'offre à vous si vous décidez de gérer toutes ces couches, cela signifie que nous parlons du modèle sur site. propriété est donc claire vous gérez tout de fond en comble, le matériel, les logiciels et le projet lui-même. Mais maintenant, si vous dites, vous savez quoi, c'est trop difficile à gérer, nous n'avons pas l'argent pour acheter tout ce matériel et ce matériel dès le départ et nous n'avons pas le temps de nous en occuper et de les entretenir. Ensuite, vous commencerez à envisager externaliser le matériel pour lequel vous allez acheter un service auprès de fournisseurs de cloud tels que Microsoft Azure, Amazon, AWS ou Google Cloud Sachez qu'ils gèrent le matériel et vous gérez à la fois les logiciels et les projets. Et c'est ce que nous appelons l'infrastructure en tant que service, C'EST la première lettre de chaque mot. Mais maintenant, si vous dites, vous savez quoi, notre équipe informatique est très petite, nous n'avons même pas le temps maintenir ces logiciels à jour Chaque fois que Tableau publie une nouvelle version, nous devons installer une nouvelle version de Tableau Server, ce qui nous fait vraiment perdre du temps et nous ne pouvons pas nous concentrer sur nos principaux projets commerciaux. Nous n'avons pas les ressources nécessaires pour gérer nos propres logiciels. Ensuite, vous commencez à penser à externaliser la couche logicielle. Pour ce faire, vous pouvez acheter un service auprès de Tableau. C'est ce qu'on appelle Tableau Clouds, où l'équipe Tableau va tout gérer pour vous, la fois le matériel et les logiciels C'est ce que nous appelons le logiciel en tant que service. OK les gars, résumons et comparons maintenant les trois options d'hébergement. Le premier point concerne l' hébergement mis en place sur site. Vous devez également installer Tableau Server sur les serveurs de votre entreprise selon vos besoins. Tableau Server installé chez un fournisseur de services cloud, par exemple Microsoft Azure, et dans SAS, il vous suffit d'acheter des produits cloud Tableau. Passons maintenant à la question : qui gère quoi ? Sur site, vous gérez tout, le matériel, les logiciels et vos projets. Et il n'y a pas d'externalisation puisque vous gérez à la fois les logiciels et vos projets. Et le fournisseur de services cloud gère uniquement le matériel dans Sass, vous ne gérez que vos projets commerciaux Et Tablo peut gérer à la fois le matériel et les logiciels. Voyons maintenant les avantages et les inconvénients de chaque modèle de service sur site. L'avantage, c'est que vous avez le contrôle total de tout, du matériel et des logiciels, et que vos données restent derrière vos pare-feux Cela est très important si vous avez des informations critiques ou sensibles qui ne doivent pas être stockées en dehors du pare-feu de l'entreprise. Mais l'inconvénient est que vous avez besoin d'administrateurs matériels et logiciels dédiés pour s'occuper de la maintenance, correctifs et de nombreuses autres tâches Cela coûte très cher. Au début des projets, vous devez payer cher pour le matériel et les logiciels, et ce n'est pas flexible Il est vraiment difficile d'augmenter ou réduire la taille de votre matériel selon les besoins. Avec toutes ces informations, vous avez généralement moins de temps pour vos projets commerciaux. C'est bon. Passons maintenant au SI, le premier avantage qu'il vous apporte en termes de flexibilité. Vous pouvez augmenter ou réduire le nombre de matériels en fonction des besoins de l'entreprise et l' achat de matériel n'a aucun coût initial Mais l'inconvénient du SI, c' est que vous avez toujours besoin d' administrateurs pour gérer vos logiciels, pour effectuer les installations, les patchs de vos logiciels. Et si vous ne faites pas attention au coût, vous pourriez finir par payer de grosses pilules. Passons maintenant à As. Le principal avantage SS est qu'il permet à votre équipe informatique se concentrer uniquement sur les principaux projets commerciaux et vous permet de mettre en œuvre des projets en très peu de temps. Et l'autre avantage est que votre logiciel sera toujours à jour. L'équipe Tableau va s'en occuper. Mais l'inconvénient de SS est la perte de contrôle. Vous serez à la merci de l'équipe Tableau. En cas de problème, tel que des problèmes de sécurité, toutes les données de votre entreprise peuvent être compromises. L'autre inconvénient est que vous pourriez rencontrer de mauvaises performances ou des problèmes de réseau pour connecter Tableau à vos systèmes sources. Je vous conseille d' éviter de réinventer la roue Profitez toujours de services qui ne font pas partie de votre cœur de métier. Chaque heure que vous passez à patcher un système d'exploitation à installer une mise à jour pour , à installer une mise à jour pour votre logiciel ou à remplacer du matériel est une heure que vous ne consacrez pas améliorer et à affiner vos tableaux de bord dans Bien, cela nous a permis de découvrir les différences entre ces trois méthodes d'hébergement Tableau. Nous allons maintenant avoir un aperçu du serveur Tableau et de Tableau Cloud. 58. Cloud de serveur Udemy 2 8: tout le monde. Nous allons maintenant examiner en profondeur les produits de partage Tableau, un par un, afin de comprendre leurs principales fonctionnalités ainsi que les limites de chacun d'entre eux. Et nous commençons par Tableau Server et Tableau Cloud. En tant que développeurs Tableau au sein d'entreprises, nous devons partager nos rapports et tableaux de bord avec d'autres collègues de notre organisation Nous devons donc placer ces tableaux de bord dans un environnement ou une plateforme fiable au sein de nos organisations Et nous avons généralement quatre exigences. La première exigence, il doit être sûr et sécurisé. Nous voulons contrôler qui accède à nos données et à notre tableau de bord. Deuxièmement, il doit être facile à adapter. Troisièmement, il doit être robuste et capable gérer d'énormes quantités d'utilisateurs et de données. Et dernière exigence, il doit être puissant et offrir des performances élevées. Personne ne veut de tableaux de bord et de rapports lents. Aujourd'hui, pour créer cet environnement fiable répondant à ces exigences, nous disposons de deux produits Tableau, Tableau Server et Tableau Cloud. Et nous avons trois options d'hébergement sur site : As et SS. Ne vous inquiétez pas pour les termes, je vais les expliquer : Tableau Server et Cloud sont très similaires. Au niveau de l'interface utilisateur, vous ne remarquerez aucune différence. Mais si vous vérifiez le niveau du back-end, il y a de grandes différences entre eux. Passons d'abord au niveau de l'interface utilisateur de Tableau Server et de Table Cloud. Une fois que vous avez publié votre tableau de bord sur Tableau Server ou dans le cloud, vous pouvez le partager en fournissant des liens vers les utilisateurs de tous les services de votre organisation. Ensuite, les utilisateurs peuvent accéder à votre tableau de bord à l'aide leur navigateur Web sans installer de logiciel de leur côté. Et si vous leur donnez accès, ils peuvent commencer à explorer vos données sur Tableau Server ou dans le cloud. Vous pouvez gérer vos utilisateurs en les ajoutant ou en les supprimant. Donnez-leur des règles spécifiques telles que l'administrateur, les créateurs, les spectateurs ou l'explorateur. Vous pouvez également gérer vos utilisateurs en les ajoutant à des groupes. Une autre tâche importante que vous pouvez effectuer dans Tablocerver ou Cloud est l' automatisation de vos Par exemple, vous pouvez créer un calendrier d'actualisation pour actualiser régulièrement vos sources de données, par exemple une fois par jour sur le serveur Tablo et dans le cloud Vous pouvez surveiller les tâches et les plannings pour vérifier l'état de l' échec ou de la réussite de la tâche. Et vous pouvez trouver de nombreuses autres statistiques sur le temps d'exécution, la moyenne, les messages d'erreur, etc. Les utilisateurs peuvent non seulement consulter les tableaux de bord sur Tableau Server ou dans le cloud, mais ils peuvent également en créer un nouveau Si vous accordez suffisamment de droits aux utilisateurs, ils peuvent même commencer à créer leurs propres informations et vues directement sur leur navigateur Web sans qu'ils aient à installer de bureau Tablo C'est ce que nous appelons le self-service PI. Très bien, c' était donc un bref aperçu du serveur Tableau et du cloud. Ensuite, nous parlerons de l'option gratuite Tableau public. 59. Udemy 2 9 Public: Très bien, tout le monde. Désormais, nous avons une vision claire de Tableau Server et de Tableau Cloud. Passons maintenant aux autres produits Tableau de partage. Tableau Public Cloud est un service cloud gratuit géré par l'équipe Tableau. Tout le monde peut partager des visualisations sur cette plateforme Si vous publiez vos tableaux de bord dans Tableau Public, tout le monde peut y accéder, interagir avec eux et même les télécharger Tableau Public est comme les réseaux sociaux vous pouvez modifier votre profil et ajouter vos informations personnelles dans Tableau Public Vous disposez d'une immense galerie de visas créés par des personnes du monde entier. Il héberge actuellement plus de 5 millions de visualisations dans Tableau Public Si vous naviguez et que vous avez trouvé bord intéressant comme cet incroyable tableau de bord d'Ajias, vous pouvez l'ajouter à vos favoris, puis vous pouvez vérifier quelles autres visites Ajias a créées et publiées au public. Comme sur tout autre réseau social, si vous aimez son contenu, vous pouvez aller la suivre pour voir ses nouvelles mises à Et si l'un de ses tableaux de bord vous inspire, vous pouvez installer le classeur complet pour voir comment elle a créé ces incroyables tableaux de bord et voir Vous élargissez connaissances en matière de développement de Tableau. Grâce à Tableau Public, vous pouvez donc vous inspirer des autres et vous connecter à d'autres développeurs Tableau du monde entier. Autre point intéressant à propos de Tableau Public : si vous recherchez un nouvel emploi et que vous souhaitez développer vos compétences en visualisation de données, vous pouvez publier de nombreux travaux dans Tableau Public et les intégrer à votre CV afin que les entreprises puissent voir dans quelle mesure vous maîtrisez Tableau. Toutes ces fonctionnalités intéressantes font donc de Tableau Public Cloud une plateforme très intéressante pour le partage de visualisations. Mais maintenant, si vous parlez des aspects liés à la sécurité, c'est très limité. La seule chose que vous pouvez contrôler, ne pas être autorisé à télécharger vos visualisations ou cacher complètement aux autres Mais vous ne disposez d'aucun contrôle d'accès utilisateur comme c'est le cas dans Tableau Server ou dans le Cloud. Tableau Public Cloud est un service cloud gratuit de Tableau. Nous hébergeons de nombreux rapports et tableaux de bord créés par des personnes du monde entier. C'est une excellente plateforme pour vous inspirer de la communauté Tableau, établir des liens avec d' autres développeurs Tableau et partager vos compétences. Mais comme il est gratuit, il comporte des limites de champ. La taille totale disponible pour chaque compte n'est que de 10 gigaoctets Votre tableau de bord et vos rapports ne sont pas connectés aux systèmes sources. Cela signifie que vous ne pouvez pas actualiser automatiquement vos données dans Tableau Public. Vous devez toujours le faire manuellement. Vous pouvez donc ouvrir les rapports, actualiser les données et les publier à nouveau sur Tableau Cloud. Et la troisième limite de Tableau Public est que, comme son nom l'indique, tout le monde peut voir et partager vos données. Cela signifie que vous ne pouvez pas l'utiliser dans les organisations car vous ne pouvez pas protéger vos données. Très bien, pour le moment, tout tourne autour de Tableau Public. Nous aborderons ensuite Tableau Reader et Tableau Mobile. 60. Udemy 2 10 Reader Mobile: Le lecteur de table est un logiciel que vous téléchargez et installez sur votre ordinateur. Vous ne pouvez l'utiliser que pour consulter des rapports et des tableaux de bord, mais vous ne pouvez pas utiliser Tableau Reader pour créer des visualisations de données ou même Comme vous pouvez le constater, nous ne disposons aucun outil ni d'aucune fonction pour créer des graphiques. Vous ne pouvez même pas connecter de sources de données ou actualiser vos données. Tableau Reader est un très ancien outil de Tableau. Il a été créé au début de Tableau afin de partager du contenu empilé à l'aide de Tableau Stop C'était avant même que Tableau Server et Tableau Cloud ne soient disponibles. À l'époque, Tableau Reader était la seule option dont vous disposiez pour partager le tableau de bord et les rapports avec d'autres utilisateurs. Donc, comment cela fonctionne, vous créez des visualisations de données à l'aide Tableau Stop, puis vous envoyez un fichier à quelqu'un d'autre. Ils utiliseront ensuite Tableau Reader pour visualiser et interagir avec le tableau de bord que vous avez créé. En résumé, Tableau Reader est un pré-outil. Il s'agit simplement de consulter et d'interagir avec rapport et le tableau de bord créés à l'aide de Tableau Stop. Vous ne pouvez rien créer ni modifier dans Tableau Reader. Vous ne pouvez pas actualiser les données votre tableau de bord à l'aide de Tableau Reader. À chaque fois, vous devez demander une nouvelle copie. Si vous voulez avoir de nouvelles données et qu'il n'y a pas de fonctionnalités de sécurité, de protection par mot de passe ou option de connexion, c' est un gros problème. Si les fichiers tombent dans la mauvaise main, données de votre organisation risquent d'être exposées. Eh bien, je ne recommande pas du tout d'utiliser cet outil. Dans les organisations, le risque est tout simplement trop important. Mais si vous voulez prendre le risque et partager vos visuels avec 123 personnes, utilisez-les, mais essayez de les éviter Tableau mobile est une application mobile gratuite que vous pouvez télécharger sur votre smartphone ou votre tablette. Vous pouvez l'utiliser pour consulter et interagir avec les rapports et les tableaux de bord Tableau publiés sur Tableau Server et dans le cloud Vous ne pouvez donc l'utiliser que pour consulter les rapports. Vous ne pouvez pas l'utiliser pour créer nouveaux rapports ou pour modifier les rapports. Tableaumobile est téléchargeable gratuitement, mais son utilisation nécessite une licence et ne peut accéder qu'à Tableau Server et Tableau Cloud Vous ne pouvez donc pas l'utiliser pour accéder à Tableau Public et Tableau Mobile peut automatiquement mettre en cache vos rapports et tableaux Cela signifie que vous pouvez y accéder même si vous êtes hors ligne. Très bien, nous avons donc une vue d'ensemble des cinq produits de partage Tableau. Ensuite, nous comparerons les cinq produits Tableau côte à côte. Et je vais vous expliquer mon processus de prise de décision pour choisir les bons produits pour vous. 61. Udemy 2 11 Comparer Partager: Très bien, tout le monde. Résumons et comparons maintenant tous les produits de partage Tableu côte à côte. Le premier point concernant hébergement du serveur Tableu peut être hébergé dans vos organisations ou chez fournisseurs de services cloud tels qu'Azure ou Amazon Tableau Cloud et Tableau Public Cloud sont hébergés par l'équipe Tableau. Tableau Reader sera simplement un logiciel installé sur votre PC. Tu ne peux même pas l'héberger. Maintenant, si vous parlez du coût de Tableau Server, vous devez payer les licences, matériel et la maintenance, mais dans Tableau Cloud, vous n'avez qu' à payer les licences. Tableau Public et Tableu Reader sont gratuits. Maintenant, si vous vérifiez les aspects liés à la sécurité des données, Tableau Server et Tableau Cloud sont hautement sécurisés. Tableau Public et lecteur, ils ne le sont pas. Le point suivant concerne les limites de stockage dans Tableau Server. Cela dépend vraiment du serveur, de l'espace disque. Dans Tableau Cloud et dans Tableau Reader, il n' y a aucune limite. Mais dans Tableau Public Cloud, la taille totale disponible pour chaque compte n'est que de 10 gigaoctets Le point suivant concernant les connecteurs. Tableau Server et Cloud peuvent être connectés à différents types de sources telles que l'API Cloud, services, les fichiers, les bases de données, etc. Mais les lecteurs Tableau Public, Cloud et Tableau ne peuvent être connectés directement à aucun de vos systèmes sources. Passons au point suivant, l' automatisation dans Tableau Server et dans le cloud. Vous pouvez planifier des tâches pour actualiser automatiquement les données de vos tableaux à partir des systèmes sources Toutefois, les données contenues dans le cloud public et dans le lecteur Tableau ne peuvent pas être actualisées Tu dois le faire manuellement. Vous devez le republier ou renvoyer le fichier Le point suivant concernant Tableaumobile, c' que vous pouvez connecter vos smartphones ou tablettes uniquement à Tableau Server ou Tableau Cloud maintenant au dernier point nous pouvons utiliser Tableau Server et Cloud pour partager des tableaux de bord au sein des organisations Table Public est utilisé pour partager des tableaux de bord avec le monde entier, et Tableau Reader est utilisé pour partager tableaux de bord directement Bien, maintenant, nous avons une vue d'ensemble de tous les produits de partage Tableau. Maintenant, la question est de savoir quand utiliser quels produits ? Laissez-moi vous guider dans mon processus de prise de décision en suivant ce tableau. C'est bon. Nous posons d'abord toutes les questions concernant les limites de Tableau Public Cloud. Première question : les données peuvent-elles être publiques ? Si la réponse est oui, nous posons la question suivante. Les données doivent-elles être fréquemment actualisées dans les rapports et les tableaux Si la réponse est non, vous pouvez utiliser Tableau Public Cloud. Mais si les données ne doivent pas être publiques et doivent être actualisées automatiquement, nous devons penser à un hébergement privé Maintenant, la question est de savoir si vous voulez gérer le matériel ? affirmative, vous pouvez utiliser Tableau Server sur site au sein de votre entreprise. Si vous ne voulez pas le faire et que vous souhaitez l'externaliser, vous vous posez la question suivante Vous souhaitez gérer vous-même le logiciel ? Mais si la réponse est oui, vous pouvez réutiliser Tableau Server, mais cette fois, il sera hébergé chez un fournisseur de services cloud tel que Microsoft Azure dans le cadre d'un modèle de service. Mais si la réponse est non, vous ne souhaitez pas gérer le logiciel vous-même et que vous souhaitez l'externaliser, vous pouvez utiliser Tableau Cloud en tant que service SAS Comme vous pouvez le constater, Tableau Reader n'entre pas dans mon processus décisionnel car je ne le recommande pas du tout. Maintenant, si vous combinez cet organigramme avec celui que nous avons créé précédemment pour les outils de développement, vous obtiendrez l'ensemble de mon processus de prise de décision que j'utilise habituellement lorsque je lance un nouveau projet Tableau. Ainsi, si quelqu'un vous demande quand utiliser quel produit Tableau, vous pouvez le parcourir et trouver les bonnes combinaisons pour vous ou pour votre entreprise. Tous ces documents, vous pouvez les trouver sur mon site Web. Bien, tout le monde. Nous avons donc abordé les huit produits Tableau et nous avons compris les différences entre eux. Dans le chapitre suivant, nous allons découvrir l'architecture Tableau afin de comprendre comment Tableau fonctionne en interne et quels sont les principaux composants de Tableau. 62. Architecture de section 3: Architecture des tables. Nous allons maintenant comprendre le fonctionnement interne de Tableau, ses composants et ses limites. Nous allons maintenant aborder nombreux concepts importants de Tableau, tels que ce que sont les connexions en direct et les connexions d'extraction, quels sont les différents types de fichiers dans Tableau ? Ensuite, nous pouvons commencer à dessiner l' architecture de bureau Tableau. Ensuite, nous allons passer à Tableau Server afin comprendre différents scénarios tels que le processus de publication, le processus d'authentification et le processus d' accès à la vue. Ensuite, nous allons compléter le tableau d' ensemble en dessinant l' architecture du serveur et ses composants. Et à la fin, vous allez également aborder l'architecture de Tableau public. Commençons donc par le premier concept, à les connexions de données en direct et d'extraction. Alors maintenant allons-y. 63. Extrait d'Udemy 3 1 en direct: Dans cette section, vous découvrirez l'architecture Tableau pour comprendre comment Tableau fonctionne en interne et quels en sont les principaux composants. Vous apprendrez certains concepts importants. Et nous allons commencer par la source de données, types de connexion, le live et l'extraction. Passons maintenant à la décision ou aux questions les plus importantes que nous allons prendre au sein de la source de données. Voulez-vous stocker une copie supplémentaire de vos données dans Tableau ? Nous avons ici deux modèles pour la source de données. Soit vous allez dire non, nous n' avons pas besoin de copier dans Tableau. Les données doivent rester là où elles se trouvent dans les systèmes sources. Que peut-il se passer alors ? visualisation a besoin de données, elle va envoyer des carrés directement à la base de données externe La base de données va ensuite renvoyer les résultats à vos visualisations. Les données proviennent toujours des sources directement dans vos tableaux de Ce type de connexion, nous l' appelons connexion en direct ou vous allez dire « oui », conservons une copie de nos données dans Tableau. Un instantané ou un sous-ensemble des données à copier depuis la base de données externe vers Tableau Cette copie, nous l' appelons un extrait. Désormais, chaque fois que notre visualisation a besoin de données, elle envoie des requêtes, cette fois à l'extrait plutôt qu'à la base de données externe. Et puis l'extrait retournera les résultats dans vos visualisations. Comme l'extrait se trouve dans Tableau et qu'il est très proche des visualisations, nous bénéficierons d'un temps de réponse exceptionnel et de performances très rapides Ce type de connexion est appelé connexion d' extraction. Bien, la question est maintenant quel type de connexion dois-je utiliser dans mes sources de données ? La réponse typique à cette question est, eh bien, cela dépend. Parce que nous avons ici un compromis entre performance et fraîcheur des données. Par exemple, si pour vous les performances sont bien plus importantes que la fraîcheur des données, vous devez opter pour l'extrait. Étant donné que les données seront stockées dans Tableau en mémoire à l'aide de la technique du stockage en colonne, vous obtiendrez d' excellentes performances. Mais si vous dites que vous savez quoi, la fraîcheur des données est pour moi plus importante que les performances, alors vous devez opter pour les connexions en direct dans vos sources de données, car vous obtiendrez toujours les nouvelles données directement à partir des sources de vos tableaux Très bien, voici donc un bref aperçu des deux types de connexions entre les types de données dans Tableau Live et Extract. Ensuite, nous allons découvrir les différents types de fichiers que vous pouvez générer dans Tableau. 64. Udemy 3 2 tableaux: Bien, maintenant, si vous souhaitez envoyer fichiers Tableau directement aux utilisateurs, nous devons nous poser la question suivante : quel type de fichiers allons-nous envoyer ? Parce que dans Tableau, nous ne pouvons pas générer qu'un seul fichier, nous pouvons générer cinq types de fichiers différents dans Tableau. Nous allons donc maintenant avoir un bref aperçu de ces types de fichiers pour les comprendre et savoir quand les utiliser. C'est bon. Comme nous l'avons appris, le classeur Tableau contient trois éléments L'extrait, la source de données et les visualisations. Il existe un type de fichier pour chacun d'entre eux. Les combinaisons dépendent de vos besoins, par exemple. Si vous souhaitez partager uniquement vos données sans rien d'autre, aucune source de données, aucune visualisation, vous pouvez envoyer un extrait sous forme d'hyperformat. Mais maintenant, si vous dites, vous savez quoi, j'ai beaucoup travaillé sur la source de données. J'ai créé un modèle de données, j'ai renommé des éléments, j'ai fait des agrégations, j'ai créé de nombreuses nouvelles colonnes J'aimerais donc partager cela avec mon équipe, avec mes collègues, et je ne suis pas autorisé à partager mes données avec eux. Dans ce cas, vous dites : « OK, je vais partager la source de données avec mes collègues et nous l' appelons Tableau Data Source TDS without data Ou vous vous trouvez peut-être dans d'autres situations où vous dites, vous savez quoi ? Mes collègues n'ont pas accès aux systèmes sources. Nous ne pouvons pas utiliser la connexion en direct et cela ne vous dérange pas non plus de partager vos données. Vous pouvez maintenant leur envoyer un package contenant un extrait et la source de données. Le type de fichier ici appelé Tableau package Data source DDS x. Ce type de fichier contient à la fois vos données et votre source de données Il se peut que nous soyons dans une autre situation où nos collègues ou utilisateurs s'intéressent également aux visualisations. Nous pouvons leur envoyer un fichier avec les visualisations et la source de données Là encore, nous sommes dans la même situation. C'est vous qui décidez si vous voulez envoyer des données ou non. Si vous ne voulez pas envoyer les données qu'il contient, vous pouvez envoyer un fichier appelé classeur Tableau B. Et dans le dernier scénario, je pense que vous l'avez déjà deviné, si vous voulez tout envoyer, le package complet, l' extrait, la source de données et vos visualisations, vous pouvez envoyer à vos collègues un format Tableau appelé classeur intégré Tableau TB X. vous pouvez envoyer un fichier appelé classeur Tableau B. Et dans le dernier scénario, je pense que vous l'avez déjà deviné, si vous voulez tout envoyer, le package complet, l' extrait, la source de données et vos visualisations, vous pouvez envoyer à vos collègues un format Tableau appelé classeur intégré Tableau TB X. Très bien, donc comme vous pouvez le constater, Tableau proposait-il différents types de fichiers à des fins différentes en fonction la situation ou du scénario que vous avez ? Vous pouvez partager votre travail avec vos collègues. Très bien, donc maintenant, d' une manière générale nous avons deux types de classeurs différents Un classeur contenant des données utilisant une connexion d'extraction, et un autre livre sans données utilisant une connexion en direct dans une main, dans le classeur contenant des données, vous pouvez envoyer trois types de fichiers différents Vous pouvez envoyer uniquement les données au format hypertexte ou envoyer le jeu de données complet avec les données au format DSX Ou envoyez le package complet au format BX. En revanche, avec le classeur sans données, vous ne pouvez envoyer que deux fichiers données sans DS ni classeur X. Maintenant, vous vous posez peut-être la question et vous vous demandez, d'accord, quels produits Tableau dois-je utiliser pour ouvrir ces fichiers Tableau Eh bien, nous avons trois produits Tableau. Tableau, Tableau Public et Tableau Reader. Avec la disquette Tableau, vous pouvez tout ouvrir. Vous pouvez ouvrir tous ces différents formats et fichiers Tableau. Mais avec Tableau Reader et Public, vous ne pouvez ouvrir que le classeur intégré Tableau TX Étant donné que Tableau Reader et Tableau public ne peuvent pas se connecter directement aux sources de données et ne peuvent pas utiliser les connexions en direct. Bien, une dernière chose à comprendre à propos du classeur Tableau est que Tableau utilise deux types de données différents pour stocker le classeur Le premier concerne les informations de métadonnées, elles seront stockées dans des fichiers XML. Les métadonnées sont des données relatives à vos données. Il décrit vos données. Il contient toutes les informations sur ce que vous avez fait dans les classeurs Tout ce que vous cliquez, Dragon, Rob ou faites pendant que vous travaillez avec Tableau Desktop sera reflété d'une manière ou d'une autre dans les métadonnées. Vous pouvez trouver des informations, telles que les noms de colonnes, type de données, le modèle de données, etc. Le second type est celui des données elles-mêmes, les données réelles. Si vous chargez des données dans Tableau, Tableau peut les stocker dans un format d'hyperfichier, où les données seront stockées dans des méthodes de stockage en colonnes dans la mémoire de Cela ressemble à des formats spéciaux pour une récupération rapide des données. bon, tout le monde. Cela nous a permis de découvrir l'utilité des différents types de fichiers dans Tableau et de savoir quand les utiliser. Ensuite, nous allons étudier en profondeur l'architecture Tableau afin de comprendre les composants de l' ordinateur de bureau. 65. Bureau d'architecture dans Udemy 3 3: Bien, si vous comprenez les architectures Tableau et la façon dont les composants sont connectés les uns aux autres, tout aura du sens pour vous lorsque vous travaillerez avec Tableau et vous ferez de vous un meilleur développeur Tableau. Je vais esquisser les concepts afin de vous faciliter la compréhension Alors allons-y. Les architectures Tableau contiennent quatre couches différentes. couche source, la couche disto, couche serveur et la couche consommateur Nous allons commencer à déballer chaque couche une par une pour comprendre leurs composants Et nous allons travailler avec cette architecture de gauche à droite. Nous allons donc commencer par la couche source et terminer par la couche consommateur. Très bien, nous avons maintenant la couche source. La couche source se trouve en dehors de Tableau et contient la source de nos données. Nos données peuvent se trouver dans des bases de données comme Mysql ou Oracle, ou dans des fichiers comme Excel et Jason. Ou même dans le cloud comme Amazon, AWS ou Microsoft Azure, ou même dans les PI, nos données peuvent être partout. Très bien, alors revenons à la situation dans son ensemble. Passons à la couche suivante. Nous allons déballer la couche du disque. Le premier composant de Tableau Desktop est la source de données. Avant de commencer à créer vos visualisations, vous devez configurer la source de données La première chose que nous allons faire dans la source de données est de connecter Tableau à nos données. Tableau propose environ 90 connecteurs de données différents, ce qui nous permet de connecter Tableau à presque tout. Une fois que vous aurez établi la connexion entre Tableau et votre source de données, les informations d'accès seront stockées dans la source de données. Par exemple, le fichier contenant l'emplacement des serveurs, nom d'utilisateur, les mots de passe ou les jetons d' accès, etc. Toutes ces informations seront stockées dans la source de données. Très bien, les deux types de connexions de données dans les sources de données sont les connexions d'extraction et les connexions en direct. Maintenant que nous nous sommes connectés aux données, nous avons décidé du type de connexion. La prochaine chose que nous devons faire dans la source de données est de commencer à créer notre modèle de données. Et nous pouvons le faire en combinant des tables, en utilisant des relations, des jointures et des unions. Et vous pouvez effectuer de nombreuses autres tâches, comme définir les bons types de données, effectuer des agrégations, renommer des tables et des colonnes, créer de nouveaux calculs et filtres En résumé, le composant de source de données de Tableau contient les informations suivantes. Nous disposons des connecteurs de données pour connecter Tableau à nos données. Nous avons les informations d'accès, où les emplacements de nos sources seront également stockés. Nous pouvons décider si nous allons charger une copie supplémentaire de nos données dans Tableau. Nous l'appelons connexion d' extrait, ou nous allons la laisser sous forme connexions en direct dans les sources de données. Enfin, nous avons le modèle de données intégré sources de données, dans lequel nous pouvons combiner des tables et effectuer des agrégations, ou nous pouvons créer une autre solution personnalisée Très bien, une fois que nous avons terminé la configuration de la source de données, nous avons la connexion, qu'il s'agisse d'un extrait ou d'un live. Nous avons notre modèle de données et tout est prêt. Nous allons maintenant commencer à créer nos visualisations. Tableau organise les visualisations en trois niveaux. Le premier concerne les feuilles de travail. Nous pouvons donc utiliser les données disponibles dans nos sources de données pour créer une vue unique, un seul visuel. Il peut s'agir d'un graphique à barres, d'un graphique à secteurs ou d'une vue tabulaire. Comme vous pouvez le constater, chaque feuille de calcul est directement connectée à une source de données Mais dans Tableau, vous pouvez créer une feuille de calcul à partir de deux sources de données différentes en utilisant méthodes de combinaison très puissantes appelées données Il s'agit d'une fonctionnalité tout à fait unique dans Tableau. Vous ne pouvez le trouver dans aucun autre outil où les données d'un visuel peuvent provenir de différentes sources. Une fois que nous avons ces différentes feuilles de travail, nous pouvons passer au niveau suivant où nous pouvons commencer à combiner ces feuilles de travail dans un seul tableau de bord pour afficher les différents visuels dans Mais n'oubliez pas que si vous souhaitez apporter des modifications aux visuels, vous devez revenir aux feuilles de travail et y effectuer les ajustements Nous arrivons maintenant au dernier niveau, nous avons les histoires. Comme vous le savez, l'objectif principal des visualisations de données est de raconter une histoire Vous pouvez donc créer une séquence de feuilles de travail ou de tableaux de bord, ensemble afin de raconter l'histoire des utilisateurs en fonction de vos données Bien, maintenant vous pourriez me demander quel niveau de visualisation vous convient le mieux ? Eh bien, si vous n'avez qu'un seul visuel, optez pour la feuille de travail Mais si vous souhaitez créer un QBI pour surveiller le processus, créez un tableau de bord Si vous souhaitez présenter vos données et raconter une histoire à partir de celles-ci, créez une histoire. Très bien, Tableau Desktop contient à fois les sources de données et les visualisations, et ces deux composants sont contenus dans ce que l'on appelle un classeur Tableau Maintenant, la question est la suivante : une fois que vous avez créé vos sources de données et vos visualisations, que pouvez-vous faire dans le classeur ? Eh bien, vous pouvez le partager avec vos collègues de votre équipe ou de vos services. Et il y a deux manières de le faire. Soit vous allez envoyer un fichier Tableau directement aux utilisateurs, soit vous allez publier le classeur sur un serveur Tableau ou dans le cloud De là, vos utilisateurs et votre équipe peuvent accéder à votre classeur Très bien, la vue d'ensemble, l'architecture Tableau. Parlons de la couche sur le côté droit, la couche destinée aux consommateurs. Il existe différentes manières d' utiliser les visualisations Tableau, fonction des clients de l'utilisateur et des tâches qu'il effectue Nous commençons avec un très petit groupe d'utilisateurs qui peuvent utiliser Tableau Reader pour visualiser et interagir avec la visualisation Tableau. Ils ne souhaitent généralement pas modifier ou créer quelque chose nouveau pour ce groupe d'utilisateurs. Nous allons leur envoyer un fichier Tableau. Comme nous l'avons appris, ils auront besoin d' un classeur intégré à Tableau, WPX Il se peut que nous ayons un autre groupe d'utilisateurs, généralement des collègues de votre équipe. Ils veulent créer des analyses à partir de votre travail. Ils vont utiliser Table Desktop pour le faire à leur place. Nous pouvons envoyer n'importe quel type de fichier Tableau. Cela dépend de leurs besoins et de leurs tâches. Aujourd'hui, nous avons un grand nombre d' utilisateurs ou de consommateurs qui peuvent accéder au serveur Tableau ou au cloud pour visualiser les visuels de Tableau et interagir avec eux Ils peuvent utiliser leurs navigateurs Web tels que Google Chrome et Firefox pour accéder au contenu de Tableau Server. À partir de là, ils peuvent visualiser, interagir et même modifier les visualisations s'ils disposent de suffisamment d'autorisations Ils peuvent également utiliser l'application mobile Tableau sur smartphone ou tablette pour consulter vos classeurs et interagir avec eux Mais ils ne peuvent pas l'utiliser pour modifier une visualisation Tableau. Pour ce groupe d'utilisateurs, vous ne leur enverrez aucun fichier. Tout d'abord, vous devez publier votre travail sur le serveur. Et ici, nous avons deux options. Soit vous publiez uniquement la source de données, soit vous pouvez publier l'intégralité du classeur sur serveur Tableau ou dans le cloud Ensuite, vous allez partager le lien de vos classeurs avec les utilisateurs maintenant au dernier groupe d'utilisateurs qui mérite d'être mentionné, sont les utilisateurs statiques. Vous pouvez toujours exporter vos données et vos visuels depuis Tableau Desktop et les envoyer directement aux utilisateurs sous forme de BDF ou d'Excel Donc, bien sûr, il est statique et ils ne peuvent pas interagir avec lui. , jusqu'à présent, dans l'architecture des tables, nous avons parlé de la couche source. Nous avons étudié en profondeur le tabloïd et ses composantes et nous avons compris les différents types de consommateurs et de clients À l'étape suivante, nous allons commencer à parler de l'architecture du serveur Tableau. Mais d'abord, afin de faciliter la compréhension, nous allons passer en revue trois scénarios différents. Et nous allons commencer par le processus de publication. 66. Udemy 3 4 Senario 1: Bien, nous avons déjà commencé à esquisser l'architecture Tableau, où nous avons découvert la couche source, la couche bureau et la couche consommateur Nous allons maintenant déballer la couche serveur de l'architecture Tableau afin de mieux comprendre les composants du serveur Tableau Je vais vous présenter trois scénarios du point de vue de l'utilisateur ce qui va se passer exactement dans Tableau Server une fois que nous publions un classeur ou lorsque nous nous connectons au serveur et accédons à un classeur Allons-y Supposons que vous souhaitiez publier un classeur Tableau avec un extrait. Que va-t-il se passer ? Tableau Desktop va demander au serveur de télécharger le classeur Bx Et le premier composant de Tableau Server qui peut recevoir la demande est la passerelle. La passerelle sait comment transmettre la demande aux composants du serveur appropriés. Dans ce cas, le bon composant pour traiter la publication est le serveur d'applications. La passerelle va lui transmettre la demande. Comme nous l'avons appris, le classeur Tableau contient deux types d'informations différents Les métadonnées stockées dans les fichiers Xmil et les données elles-mêmes stockées dans les fichiers Hyper de Tableau Server Ces deux types de fichiers seront stockés à deux endroits différents. serveur d'applications va envoyer le fichier XML à stocker dans le composant serveur appelé référentiel, et l'hyperfile à stocker dans un autre composant appelé magasin de fichiers Ce que nous avons appris jusqu'à présent, c'est que la passerelle est chargée de transmettre la demande au bon composant. Le serveur d'applications est celui qui peut gérer le processus publié. Le référentiel va stocker les fichiers XML, les métadonnées du classeur et les données réelles, l' hypertexte devant être stocké dans le magasin de Très bien, c'est tout pour ce scénario. Ensuite, nous allons commencer à parler du flux de travail d'authentification dans Tableau Server. 67. Udemy 3 5 senario 2: Très bien, notre classeur et nos données sont maintenant publiés sur Tableau Server Il est maintenant temps pour nos utilisateurs de se connecter au serveur Tableau et commencer à interagir avec nos tableaux Voyons donc comment cela va fonctionner. Supposons que votre manager soit Michael Scott. Michael souhaite également consulter vos tableaux de bord des ventes dans Tableau Server Et je vais le faire, j'ai besoin d'un nom d'utilisateur et j'en ai un super. Une fois que Michael aura fourni ces informations, une requête sera envoyée au serveur sous forme de requête HTTB La première chose qu'il va atteindre, c'est la passerelle. Les passerelles savent que le serveur d'applications est le bon composant pour gérer le processus d'authentification La passerelle va donc le lui transmettre Ensuite, le serveur d'applications va demander au dépôt de vérifier si les informations d'identification, le nom d'utilisateur et le mot de passe sont corrects et si Michael est autorisé à accéder à notre serveur. Ensuite, le repostoryinga check et si tout correspond et que Michael est autorisé à accéder à notre serveur, il répondra au serveur d'applications en disant, oui, nous le connaissions, il figure dans Ensuite, le serveur d'applications va commencer à créer l'interface utilisateur du serveur et la renvoyer à la passerelle. Et puis la passerelle va le renvoyer au navigateur Michael. Il est maintenant dans notre serveur Tableau. Donc, ce que nous venons d'apprendre de ce processus, encore une fois, c'est la passerelle qui est chargée transmettre la demande au bon composant. Le serveur d'applications est celui qui va gérer le processus d'authentification. Le reposterre stockera informations d'identification de l'utilisateur et indiquera si les utilisateurs ont un accès et des autorisations à notre serveur et au serveur d'applications est celui qui affiche l'interface Web du Très bien, c'est tout pour ce processus. Nous allons maintenant parler de ce qui se passe dans Tableau une fois que nous avons accédé à un classeur pour afficher les données 68. Udemy 3 6 Senario3: Bien, Michael est maintenant sur notre serveur Tableau et il va commencer à parcourir et à rechercher votre tableau de bord des ventes. Et une fois que vous l'aurez trouvée, il cliquera dessus et essaiera d'accéder à votre tableau de bord. Voyons maintenant ce qui va se passer dans Tableau Server. Comme d'habitude, les demandes d' accès HTTB seront générées et envoyées au serveur Et nous savons maintenant que la passerelle va recevoir la demande et commencer à la transmettre au bon serveur d' applications pour les composants. Ensuite, le serveur d'applications va commencer à afficher le Chrome autour du Z, toutes ces icônes et images qui ne se trouvent pas dans le tableau de bord lui-même. Et puis le serveur d'applications va dire, d'accord, nous parlons maintenant de visualisations. C'est complètement dû à ma fuite. Nous devons transmettre cette demande au maître, au cerveau. Il s'agit du serveur ViscUL. C'est celui qui traite des visualisations. À partir de là, le ViscuelGN prend le relais. Je vais dire, d'accord, tout d' abord, voyons si ce type, Michael, est autorisé à voir le tableau de bord des ventes, si le Viscuelgn demande à l' Dans l'histoire de Repos, il y a une liste d'utilisateurs et de rapports. Il va donc y chercher pour en trouver. Si c'est le cas, alors ça va renvoyer. Oui, Michael est un patron et il est autorisé à voir le tableau de bord des ventes. Et maintenant, le VisCul va dire, accord, maintenant nous avons besoin de données Nous avons donc d'abord besoin des métadonnées du tableau de bord. Et comme vous le savez, après la publication du classeur, les métadonnées seront stockées dans le dépôt, comme le demande The Visculgna du référentiel The Visculgna Une autre chose est d'envoyer le fichier XML du tableau de bord. Le référentiel va ensuite renvoyer le XML au serveur ViscUL et le serveur commencera à ViscUL et le serveur créer le tableau Très bien, maintenant le Viscul va dire, OK, maintenant nous avons le tableau de bord Mais le problème, c'est qu'il est vide. Nous avons besoin des données pour le remplir. Et il vaut mieux demander conseil à notre spécialiste des données et au serveur de données. Le serveur de données est celui qui sait tout sur les données. Cela va dire, d' accord, pour ce tableau de bord, fait partie des données, nous les avons déjà dans Tableau Server. Mais l'autre partie ne fait malheureusement pas partie de Tableau. Pour obtenir les données contenues dans Tableau Server à partir de l'extrait, le serveur de données va envoyer la demande de requête au moteur D. Et le moteur de données sait comment interroger et extraire les données nécessaires du magasin de fichiers. Le moteur de données va récupérer les données du magasin de fichiers et les renvoyer au serveur de données. Passons maintenant à la partie où les données se trouvent en dehors de Tableau Server. Ici, le serveur de données va agir en tant que proxy. Nous allons utiliser les connecteurs de données connecter aux bases de données externes. Une fois la connexion établie, elle va envoyer une requête correspondant à la langue parlée par la base de données. Ensuite, la base de données va renvoyer les données nécessaires sous forme de table brute. Maintenant, une fois que nous avons toutes les données nécessaires dans le serveur de données, il va les combiner et effectuer un autre contrôle de sécurité. Le serveur de données va vérifier si Michael est autorisé à voir toutes les données ou devons-nous filtrer les données ? L'économiseur de données qui filtrera les données dépend de la configuration de sécurité des données que vous avez définie. Ensuite, il va renvoyer les données brutes au VisculServer Une fois que VisculServer aura les données brutes pour le tableau de bord, il fera la magie en transformant tous ces chiffres et données brutes en images et en visuels, et il les insérera dans le classeur Enfin, le VisCul a tout ce dont il a besoin. Le tableau de bord des ventes est complet et prêt. Le ViscUL va le renvoyer à la passerelle. Et le Gateway va le renvoyer au navigateur Web de Michael. Michael peut commencer à interagir avec le tableau de bord dès maintenant. Est-ce qu'il va le faire. Michael sait-il quoi faire avec le tableau de bord des ventes ? Je déclare faillite. C'est bon. Je sais qu'il y a beaucoup de choses qui tournaient autour de ce scénario, mais nous avons abordé la plupart des composants du serveur Tableau. Faisons donc un résumé et comprenons ce que nous avons appris jusqu'à présent. Comme d'habitude, la passerelle est chargée de transmettre la demande au bon composant. Le serveur d'applications n'est pas responsable du processus de visualisation, mais c'est le serveur ViscUL qui est chargé de créer les visualisations Le référentiel peut stocker des informations sur les autorisations et sécurité auxquelles les utilisateurs sont autorisés à accéder, à quel tableau de bord. Et le serveur de données va gérer à la fois l'extrait et les sources de données en direct. Et le moteur de données est chargé récupérer les données de l'extrait dans Tableau Et le connecteur de données va aider le serveur de données à se connecter aux sources externes. Et le serveur ViscUL fait la magie de transformer les données brutes en visuels Très bien, jusqu'à présent, avec ces trois scénarios, nous avons couvert le composant le plus important de Tableau Server. Nous allons maintenant assembler tous les éléments de l' architecture Tableau et commencer à les expliquer un par un. Allons-y 69. Serveur d'Archi dans Udemy 3 7: Dans cette vidéo, vous découvrirez l'architecture du serveur Tableau. Ensuite, nous allons examiner en profondeur chaque composant serveur de l'architecture afin de comprendre comment il fonctionne et ce qu'il fait. Et nous commençons dès maintenant, la couche serveur contient principalement trois éléments, deux interfaces gauche et droite. Au milieu, nous avons un tas de composants de serveur. L'interface de gauche est celle des connecteurs de données. Ils vont connecter les systèmes sources externes aux composants du serveur Tableau. Sur le côté droit, nous avons la passerelle. Il va recevoir des demandes de différents clients et connecter aux composants du serveur Tableau. Très bien, allons maintenant entrer dans détails du composant de la porte. D'une part, nous avons des demandes provenant de différents clients, comme une demande de connexion depuis un navigateur Web ou une demande publiée depuis Tableau Desktop. D'autre part, nous avons différents composants du serveur Tableau, tels que le serveur d'applications, serveur ViscUL, etc. Et la passerelle se situera au milieu et saura comment transférer les demandes des différents clients vers les bons composants du serveur. Et l'autre tâche de la passerelle consiste à équilibrer les choses. Supposons que vous travailliez dans des environnements à nœuds multiples dans lesquels vous disposez de deux nœuds. Lorsque la passerelle a reçu la première demande, elle la transmet au nœud numéro un. Les deux nœuds sont gratuits. Mais maintenant, si la passerelle reçoit une deuxième demande, elle dira : «   Oh, le nœud 1 est plein ». Traitons cette demande dans le nœud numéro deux, car c'est gratuit, etc. Très bien, la passerelle de Tableau Server ressemble un distributeur qui sait tout. Tu connais quelqu'un comme ça. Disons que je connais un gars qui connaît un gars qui en connaît un autre. La passerelle a donc deux tâches. Tout d'abord, il achemine les demandes du client vers le bon composant. Ensuite, il assure l'équilibrage de charge si vous exécutez Tableau Server dans un environnement distribué. Très bien, nous allons maintenant commencer à parler de ces composants Tableau. Au milieu, à Tableauver, il y a différents types de composants Nous avons des serveurs, des moteurs et des systèmes de stockage. Et nous allons commencer par les serveurs. Comme vous l'avez appris dans Tableau Server, il existe des processus différents. Le processus de connexion, le populis, l'accès, le classeur, etc. Et dans Tableau Server, ils ont conçu différents serveurs pour différents processus. Commençons maintenant par le serveur d'applications. Le serveur d'applications est responsable de différents processus. Par exemple, comme nous l'avons appris, une demande de connexion utilisateur va être transmise au serveur d'applications. Ensuite, le serveur d'applications va vérifier auprès du référentiel ou d'un Active Directory, selon vos configurations , si l'utilisateur est autorisé à accéder au serveur ou non. Et dans l'autre processus, le serveur d'applications gère le processus de publication dans lequel le serveur d'applications reçoit la demande publiée et divise le classeur en deux fichiers Le fichier XML à stocker dans le référentiel et l'hyperfile à stocker dans le magasin de fichiers Une autre tâche du serveur d'applications consiste à afficher l'interface du serveur. Tous ces petits éléments que l'on trouve dans Tableau Server, comme les icônes, les images, les projets, sans tout cela. C'est le serveur d'applications qui affiche ces informations. Le serveur d'applications est responsable différents processus tels que le processus d'authentification et d' autorisation, le processus de publication et le rendu du serveur I. Mais un processus que le serveur d' applications n'effectuera jamais est le processus de visualisation. Ou maintenant, nous allons passer au serveur suivant. Nous avons le serveur Viscul. Celui-ci va être intéressant. Très bien, nous avons déjà parlé du pouvoir des visuels et de la façon dont le cerveau humain transforme le texte en visuels et Le ViscUL est comme notre cerveau. Il peut ajouter de la magie en convertissant des chiffres et des textes en visuels et en images. Viscul est l'abréviation de Visual Query Language pour les bases de données. Les fondateurs de Tableau, Crest et Pat ont inventé ce langage. Supposons que vous glissiez et déposez quelque chose dans Tableau. Le ViscUL va convertir cette action en requête SQL, puis envoyer au serveur de données pour obtenir les données Ensuite, le serveur de données va renvoyer les résultats au ViscUL sous forme de données brutes ViscUL va maintenant faire la magie en convertissant ces données brutes en visuels et images présentés à vos clients D'accord, donc le VisCul est le cerveau. Il s'agit d' un composant très important de Tableau et principalement responsable du processus de visualisation. Il fait deux choses. Il va générer des requêtes à partir de l'action de l'utilisateur et il va convertir et transformer les données brutes en visuels et en images Très bien, tout le monde, nous allons maintenant parler du troisième. Nous avons le serveur de données. Le serveur de données est celui qui sait tout sur les données. Il sait où trouver les données, comment s'y connecter, comment y parler. La première tâche du serveur de données consiste à gérer à la fois les sources de données extraites et les sources de données en direct. Si les données se trouvent dans Tableau, celui-ci peut envoyer des requêtes au moteur de données. Mais si les données se trouvent en dehors de Tableau, il peut utiliser les connecteurs de données pour envoyer des requêtes aux sources externes. Et le serveur de données sait comment communiquer avec les sources. Il agit comme un proxy pour les sources de données et peut parler de nombreux langages de base de données différents, de sorte qu'il envoie des requêtes dans une langue comprise par la base de données. Une autre tâche du serveur de données est de gérer la sécurité des données. Il vérifie si un utilisateur est autorisé à voir les données et à effectuer un filtrage si nécessaire, et le serveur de données gère également. Déploiement de pilotes. Le serveur de données est donc le composant central de gestion des données Tableau Server et celui qui sait comment obtenir les données à partir des sources. Très bien, passons maintenant au composant suivant. Nous avons le moteur de données. Si nous décidons de stocker nos données dans Tableau sous forme d'extrait, c'est le moteur de données qui les traitera . Différents composants peuvent envoyer des demandes au moteur de données. Par exemple, le moteur de données peut recevoir une demande du serveur d'applications pour publier un nouvel extrait. Ensuite, le moteur de données peut exécuter et créer opération pour créer un nouvel extrait et y stocker des données. Le moteur de données peut également recevoir une demande equ du serveur de données demandant des données. Que peut-il se passer ici ? Le moteur de données va trouver le bon extrait. Il va se connecter au disque dur, puis il en extrait l'extrait nécessaire. Et à la fin, les données seront renvoyées au serveur. Enfin, le moteur de données peut recevoir une demande du document d'information pour mettre à jour le contenu d' Le moteur de données peut exécuter une opération de mise à jour en ouvrant l'extrait et mettant à jour son contenu avec les nouvelles données. Le moteur de données de Tableau ressemble à n'importe quel autre moteur de base de données. Il effectue différentes opérations. Tout comme il interroge les données, il effectue des opérations d'insertion et de mise à jour. Il crée de nouveaux extraits, mais uniquement pour les données contenues dans Tableau Server. Dans les extraits. OK, le composant suivant est le dépôt. Comme vous l'avez peut-être déjà remarqué, le référentiel a participé à chaque processus de création de tables. Alors parlons-en. Le référentiel stocke de nombreux types de données. Par exemple, il peut stocker les classeurs que nous avons publiés sur le serveur, mais uniquement la partie des métadonnées, pas les données elles-mêmes Les fichiers XML des classeurs peuvent être stockés dans le référentiel Dans le référentiel, nous trouvons également les données d'utilisation. Ce sont des données qui vous aideront à comprendre les performances et le trafic liés à votre projet. Par exemple, vous pouvez trouver le nombre total d' utilisateurs actifs dans Tableau Server. total de vues compte par jour, et vous pouvez découvrir les sources de données les plus utilisées dans votre projet. Les informations de sécurité sont un autre type de données que vous pouvez trouver dans le référentiel Par exemple, quels utilisateurs sont autorisés à accéder à votre contenu ou quels utilisateurs sont autorisés à accéder à notre serveur Tableau. Bien, comme vous pouvez le voir dans le référentiel, il existe différents types de données et il contient également d'énormes quantités de données dans Tableau Server Mais il est très important de comprendre que les données nos tableaux de bord et de nos rapports ne sont pas stockées dans un référentiel Nous avons de nombreux autres composants de Tableouserver qui méritent d'être mentionnés Comme par exemple le serveur de cache, il stocke presque tout, comme les images, icônes, les résultats des requêtes, les tableaux de bord, etc. Ainsi, si vous démarrez un tableau de bord auquel vous avez déjà accédé auparavant, les données seront extraites du serveur de cache. Un autre élément est le document d'information. Dans Tableouserver, vous pouvez créer un calendrier pour actualiser les données de votre extrait La tâche du document d'information est de vérifier ce calendrier toutes les 10 secondes, puis de déclencher le processus d'actualisation de l' extrait le moment venu Et le dernier élément que je voudrais mentionner ici est la recherche et la navigation. Les utilisateurs de Tableouserver peuvent rechercher Ce composant est chargé de rechercher dans le référentiel et de renvoyer les résultats aux utilisateurs Bien, si nous avons enfin le dernier casse-tête, les sept composants Si nous l'intégrons dans l'architecture, nous aurons une vue d' ensemble de l'architecture Tableau. Maintenant, allons-y et faisons un résumé très rapide. La couche source, c'est celle qui se trouve en dehors de Tableau et qui contient nos données. Elle peut se trouver n'importe où, comme des bases de données ou des fichiers. Dans la couche disktope, les développeurs peuvent commencer à connecter Tableau Disktop copiant les données dans Tableau à l'aide d'une connexion d'extrait ou en utilisant les connexions en direct aux sources. Ils vont commencer à créer des visualisations à l'aide de feuilles de travail, de tableaux Et à la fois de la source de données et des visualisations. Nous l'appelons un classeur et nous pouvons soit envoyer sous forme de fichier, soit le partager sur le serveur La couche serveur va héberger nos classeurs et nous pouvons trouver de nombreux composants tels que les connecteurs de données pour connecter nos sources au serveur Tableau Et la passerelle pour connecter les demandes des clients au serveur Tableau. Et nous avons le serveur d'applications responsable des processus de journalisation et de publication, le serveur ViscUL responsable du processus de visualisation, et le serveur de données est responsable de la gestion des données Nous avons un autre composant, comme le moteur de données, qui va gérer les extraits. Dans Tableau Server, les données seront stockées à trois endroits. Nous avons le référentiel qui contient de nombreuses données différentes, telles que le XML des classeurs et des objets de Mais pas les données elles-mêmes, car nos données seront stockées dans le magasin de fichiers sous forme d'extrait. Et nous avons le serveur de cache qui contient de nombreux types de données différents pour améliorer les performances de Tableau. Et la dernière est celle des consommateurs. Nous avons découvert ici les différents groupes d'utilisateurs et de clients, tels que les lecteurs Tableau qui n' ont besoin que des fichiers TWBx fournis directement par les développeurs Tableau et un autre groupe d'utilisateurs qui les développeurs Tableau et un autre groupe d'utilisateurs qui utiliseront Tableau pour développer de nouvelles vues Et nous avons les lecteurs statiques qui vont recevoir des fichiers tels que BDF et Excel Ensuite, nous avons un grand groupe d' utilisateurs qui vont accéder au serveur Tableau via le Web ou Tableau mobile pour interagir avec le classeur populiste Bien, tout le monde, j' aimerais encore vous montrer cet incroyable tableau de bord créé par l'équipe Tableau. Il va vous montrer les différents composants de Tableau Server et comment ils vont interagir pour effectuer une tâche. Par exemple, si nous accédons au flux de travail ou au processus, nous pouvons sélectionner, par exemple, l'accès à la visualisation. Ensuite, nous allons choisir s'il s'agit d' un extrait publié ou en direct. Ici, nous avons un slider. Si vous le faites glisser jusqu'à la fin, vous verrez comment les composants interagissent les uns avec les autres pour effectuer les tâches. Et sur le côté droit, vous verrez la description de chaque étape. Et c'est un excellent moyen de découvrir le fonctionnement de Tableau Server. J'en ai beaucoup appris dans le cadre de ce didacticiel, alors assurez-vous de le vérifier si vous souhaitez obtenir plus de détails sur les autres processus de Tableau Server. Je vais laisser le lien dans le didacticiel. Très bien, les gars, tout dépend de l' architecture du serveur Tableau et de ses composants. Nous allons maintenant découvrir l'architecture Tableau Public et quelles sont les limites de Tableau Public. 70. Udemy 3 8 arch public: Commençons par la source de nos données. Dans Tableau Public, vous ne pouvez connecter que des fichiers tels que CSV Jason, Microsoft Access et Google Sheets. Le composant suivant est Tableau Public Disktob. Il s'agit d'une version gratuite de Tableau Disktob. Il s'agit d'un logiciel que vous pouvez télécharger et installer sur votre PC. Nous commençons donc ici par connecter Tableau public à nos fichiers en créant une source de données. Dans la source de données, nous n'avons qu'un seul type de connexion. C'est l'extrait. Les données doivent être copiées depuis nos fichiers pour être chargées dans Tableau Public Disktop Il n'existe aucune option de connexion en direct. Ensuite, nous allons commencer à créer nos visualisations, ou nous les appelons viss Une fois que nous avons fini de créer les vues et les tableaux de bord à l'aide de Tableau Public Disctop, nous n'avons qu'une seule option pour les partager Il s'agit de partager l'intégralité du classeur, vos données et les interfaces avec Tableau Public Tableau Public est une plateforme gratuite hébergée par l'équipe Tableau pour partager les visualisations du monde entier Une fois que nos vidéos sont publiées sur Tableau public , les utilisateurs du monde entier peuvent désormais les consulter Et ici, nous avons peu d'options. Les utilisateurs peuvent utiliser les navigateurs Web pour visualiser et interagir avec vos visualisations, ou ils peuvent télécharger le classeur complet, vos données et vos appareils dans différents formats tels que les fichiers Tableau, WPX ou Il, BDF, images, etc. La dernière option qui consiste à consommer vos vis peut être intégrée à vos sites Web et à vos blogs D'accord, Tableau Public étant gratuit, il est soumis à quelques limitations. Au niveau de la source, nous pouvons connecter Tableau Public uniquement aux fichiers. Les connecteurs de données sont très limités et nous ne pouvons pas nous connecter, par exemple, aux serveurs. Et au niveau suivant, au niveau des ordinateurs de bureau publics, il y a des limites. Dans la source de données, nous n'avons qu'un seul type de connexion : l'extrait. Nous ne pouvons donc pas avoir de connexion en direct aux sources et au classeur lui-même, celui-ci ne peut contenir que 15 millions de lignes au maximum et nous ne pouvons pas enregistrer le classeur localement chez notre La seule option pour le partager est de le publier auprès du public de Tableau. Mais il existe une solution pour y remédier. Je vais le montrer dans le prochain tutoriel. Très bien, passons maintenant au niveau du partage vers Tableau public. Ici, nous avons également quelques limites. Par exemple, la taille totale disponible pour chaque compte n'est que de dix gigaoctets Et il n'existe aucun moyen d'actualiser automatiquement vos données. Chaque fois que vous avez besoin de nouvelles données, vous devez republier manuellement le classeur avec de nouvelles Et le troisième sera public, il n'y a donc aucun moyen de le rendre privé et de le partager avec seulement quelques personnes. Vous devez toujours le publier dans le monde entier. Passons maintenant au niveau final. Nous avons les consommateurs. La seule limite ici est que vous ne pouvez pas utiliser Tableau Mobile pour accéder aux visualisations et interagir avec Très bien, j'ai décidé d'utiliser Tableau Public dans ce cours Tableau car il est gratuit. Et vous pouvez tous me suivre avec des exemples sans avoir à payer pour des licences supplémentaires. Et les limites de Tableau Public ne sont pas vraiment pertinentes pour le processus d'apprentissage. Ainsi, les principales fonctionnalités de Tableau, les visualisations de données que nous avons dans Tableau Desktop, sont également disponibles dans Tableau public sans aucune limitation, alors ne vous inquiétez pas Très bien, tout le monde. Cela nous a permis de découvrir l' architecture Tableau et ses composants, ainsi que le fonctionnement interne de Tableau. Nous avons ainsi abordé les aspects théoriques de Tableau. Dans la section suivante, nous allons commencer à préparer votre environnement afin que vous puissiez vous entraîner à Tableau avec moi pendant le cours. Alors allons-y. 71. 4 Section Préparer: Nous pouvons préparer votre environnement de formation Tableau. Pour apprendre Tableau, vous devez non seulement regarder les vidéos, aussi vous entraîner avec moi. C'est pourquoi nous allons maintenant préparer votre environnement afin de travailler avec moi. Et bien sûr, ne t'en fais pas . Tout est gratuit. Nous allons donc commencer par télécharger et installer Tableau, puis créer un compte public Tableau. Ensuite, afin assurer que tout fonctionne, nous allons créer nos premières visualisations Ensuite, nous allons le publier sur votre compte public Tableau. À la fin, ce que nous allons faire, c'est peut-être la première fois que vous démarrez Tableau . C'est pourquoi je vais vous présenter rapidement l'interface Tableau. Commençons donc par la première étape en téléchargeant et en installant Tableau. Alors maintenant allons-y. 72. Udemy 4 1 Télécharger Installer: Bien, commençons par la première étape. Nous allons télécharger Tableau, public Disktop. Pour ce faire, nous allons nous rendre sur le site public Tableau.com. Je vais laisser le lien dans la description À partir de là, nous allons trouver le menu Créations, puis nous pouvons cliquer dessus. Ensuite, nous avons téléchargé Tableau Disto Public Edition. Cliquons dessus. Ensuite, nous allons passer au milieu et cliquer sur Doable Public Maintenant, avant le début du téléchargement, nous devons remplir ce forum d'inscription. Ce n'est pas pour créer un compte public, c'est juste quelque chose Avant le début du téléchargement, nous allons donner le prénom, le nom de famille, l'e-mail et le pays. Ensuite, nous allons cliquer sur « télécharger l'application ». Et puis le téléchargement va commencer à 500 mégaoctets, donc cela ne devrait pas prendre longtemps Maintenant, le téléchargement est terminé. Cliquez sur le fichier d'exécution pour démarrer le processus d'installation. OK, au début de l'installation, nous sommes sur la page d'accueil ici. Comme d'habitude, nous devons lire et accepter les conditions, vous devez donc le faire. Et nous avons ici une deuxième boîte. Vous pouvez cliquer dessus si vous ne souhaitez pas envoyer les données d'utilisation du produit à l'équipe Tableau. C'est comme des cookies. Ça ne me dérange pas. Je vais juste le laisser. Nous cliquons donc maintenant sur Installer. Une fois que vous avez fait cela, l' installation va démarrer. Cela ne devrait pas prendre longtemps. OK, maintenant l' installation est terminée et Tableau va être lancé automatiquement. Très bien, nous avons donc franchi la première étape qui nous a permis télécharger et d'installer Tableau Public chez UPC Ensuite, nous allons créer des comptes publics Tableau, dans lesquels vous pourrez partager et publier votre travail. 73. Udemy 4 2 Créer un compte: Bien, revenons au site public.tableau.com et en haut à droite, nous allons cliquer sur Se connecter Ensuite, nous devons cliquer sur cette inscription gratuite. Nous devons maintenant remplir ce formulaire d'inscription afin créer un nouveau compte public Tableau. Nous devons donc saisir le nom, l'e-mail, le mot de passe et le pays. Ensuite, nous devons lire et nous mettre d'accord sur les termes. Et cliquons ici. Je ne suis pas un robot. Et à la fin, vous allez cliquer sur Créer mon compte. Et maintenant, nous avons reçu le message nous demandant de vérifier notre compte. Cela signifie donc que nous devons consulter nos e-mails pour activer notre compte. Alors faisons-le. OK, après vérification, j'ai reçu un e-mail de Tableau. Je vais donc cliquer dessus. Ensuite, je vais cliquer sur Vérifier maintenant pour activer notre compte. Je vais donc cliquer dessus , puis cela m' enverra sur mon compte. Et avec cela, nous avons un tout nouveau compte public Tableau actif. Eh bien, c'est comme n'importe quel autre compte de réseau social. Vous pouvez par exemple ajouter vos informations personnelles. Nous pouvons ajouter notre photo ou notre avatar. Alors laisse-moi voir ce que je peux faire ici. J'ai cette photo de la tour de télévision Studgard. C'est une réunion là-bas. Ensuite, je vais cliquer sur Enregistrer. Nous pouvons ajouter bien d'autres choses. Cliquons sur Modifier le profil. Comme vous pouvez le voir ici, vous pouvez lier vos comptes de réseaux sociaux ou ajouter vos sites Web, etc. Cliquez donc sur Enregistrer maintenant. Bien, avec ça, vous avez maintenant les comptes publics de Tablo, mais c'est toujours vide, nous n'avons rien dedans Ensuite, nous examinerons les ensembles de données d' entraînement, et je vais vous expliquer le modèle de données qui les sous-tend. 74. Données d'Udemy 4 3 (correctes): Si vous souhaitez apprendre un nouvel outil tel que Tableau Bar BI ou tout autre langage de programmation, vous avez toujours besoin d'un bon ensemble de données pour vous entraîner et vous entraîner. Je commence à chercher bons ensembles de données d'entraînement et après de nombreuses recherches, j'ai téléchargé de très nombreux ensembles de données Mais je n'étais pas content d'eux. Je ne les ai pas aimés parce qu'ils ne couvrent pas tous les scénarios dont nous avons besoin pour la formation. Permettez-moi de vous expliquer pourquoi c'est un problème. Dans les projets réels, vos données seront généralement stockées dans des entrepôts de données ou des fuites de données dans de très nombreuses tables différentes. La première étape de tout outil de visualisation tel que Tableau ou Power BI consiste à connecter ces tables et les combiner dans un modèle de Big Data. formation avec une seule table ne vous aidera pas et ne vous préparera pas à de vrais projets. C'est pourquoi j'ai décidé de créer mes propres ensembles de données pour couvrir tous les scénarios de formation et de disposer de plusieurs tables afin d'apprendre à les combiner dans un seul modèle de données Et bien sûr, vous pouvez utiliser mon ensemble de données pour apprendre autre chose comme SQL, Python, Power BI, etc. Voyons donc ce que je t'ai préparé. C'est bon. La première chose que nous allons faire est d'aller sur le lien dans la description. Ensuite, vous allez accéder à mon site Web où j'ai rassemblé tous les téléchargements de cours et le matériel sur une seule page. Ainsi, par exemple, vous allez télécharger les ensembles de données d'entraînement Nous avons ici quelques liens importants. Les trois feuilles et les nombreuses notes de croquis que j'ai préparées pour ce cours. Ensuite, vous trouverez pour chaque section les liens et croquis importants, ainsi que les fichiers Tableau. Ce lien sera également disponible pour vous après le cours. Vous pouvez donc toujours revenir ici et télécharger ce dont vous avez besoin et bien sûr gratuitement. Mais maintenant, ce que nous allons faire, c' télécharger les ensembles de données de formation dont nous avons besoin pour notre cours Comme vous pouvez le voir, nous avons deux fichiers zip, l'un pour les pays hors UE et l'autre pour l'UE. Donc, si vous êtes actuellement en Europe, ce que vous allez faire, télécharger ces ensembles Mais pour tous les autres pays, vous allez télécharger les premiers ensembles de données, les ensembles de formation hors UE Et maintenant, vous vous demandez peut-être quelles sont les différences entre eux ? Eh bien, il s'agit des nombres décimaux, puisque dans nos ensembles de données, nous avons des nombres décimaux différents, comme les ventes dans différents pays, nous avons différentes représentations des Ainsi, tous les pays européens utilisent, par exemple, la virgule pour séparer le nombre décimal du nombre entier Mais dans de nombreux autres pays, aux États-Unis, en Asie, nous avons le fichier .in pour séparer le nombre décimal du nombre entier, et si vous utilisez le mauvais format, que va-t-il se passer ? Tableau ne comprendra pas que ce champ est un nombre décimal et qu'il va le convertir en chaîne Maintenant, en fonction de votre position, allez télécharger les ensembles de données pour moi, je suis en Allemagne, donc je vais opter pour le second Et comme je l'ai dit, cela dépend de l'endroit où vous vous trouvez. Allons-y et cliquons dessus. Ensuite, je vais aller chercher le fichier zip et le mettre dans un endroit sûr. Je ne veux donc pas le laisser sous les téléchargements Je vais donc simplement créer un chemin sûr pour cela, puis commencer à extraire les données OK, maintenant allons-y et décompressons le fichier. Je vais donc aller les extraire toutes. OK, alors maintenant allons-y et vérifions les données. Nous avons donc ici trois ensembles de données différents. Les premiers ensembles de données, les projets Tableau, les tableaux de bord des ventes Nous allons l'utiliser dans la dernière section une fois que nous aurons commencé à construire nos projets. Ensuite, nous avons deux autres ensembles de données, les grands ensembles de données et les petits ensembles de Nous allons utiliser ces deux ensembles de données dans l'ensemble du cours La petite source de données et la grande source de données sont donc très similaires. Alors maintenant, vous me demandez peut-être pourquoi avons-nous deux ensembles de données ? Bon, maintenant ouvrons-les tous les deux et voyons ce que nous avons à l'intérieur. Comme vous pouvez le constater, nous avons presque les mêmes tables, donc les clients, nous avons des commandes, des produits, etc. Ils sont donc presque identiques. Et maintenant, vous me demandez peut-être pourquoi avons-nous deux ensembles de données ? Nous avons de nombreux types de calculs et de fonctions. Par exemple, certains calculs vont modifier les données au niveau du rôle Evel Et il est préférable de disposer d'un petit ensemble de données afin de comprendre facilement leurs résultats. D'autre part, nous avons des calculs tels que des agrégations sur la table LOD Il est préférable de disposer de nombreuses données pour comprendre son fonctionnement. C'est pourquoi j'ai décidé de disposer de deux ensembles de données afin de couvrir tous ces scénarios Une autre chose à propos des ensembles de données est que le type de fichier est CSV Nous n'avons qu'un seul Jason ici, vous pouvez donc utiliser une table publique ou table sur table pour me suivre dans le cours Très bien, je vais maintenant vous expliquer le modèle de données de nos ensembles de Nous avons ici trois tables typiques. Nos ensembles de données contiennent des informations sur le cas d'utilisation des hypermarchés Il s'agit simplement de transactions de vente de clients qui commandent des produits par une entreprise. C'est classique et très facile à comprendre. La première table de notre modèle de données est la table du client. Il contient toutes les informations sur les clients , telles que le nom des clients, leur localisation et leur score. Dans les petits ensembles de données, nous avons cinq clients, et dans les grands, nous en avons environ 800 Et le deuxième tableau de notre modèle de données concerne les commandes. Il contient toutes les commandes passées par les clients. Nous avons donc des informations telles que la commande, date, les ventes, la quantité et les bénéfices. Dans les petits ensembles de données, nous avons dix commandes. Et dans l'ensemble de données de pointe, nous avons environ cinq ans de données. Et c'est très utile une fois que nous commençons à créer des clusters. Et le troisième tableau de notre modèle de données concerne les produits. Il contient tous les produits que nous trouvons dans notre magasin de souper. Nous avons donc des informations telles que le nom du produit, la catégorie et la sous-catégorie. Dans le petit ensemble de données, nous n'avons que cinq produits dans la catégorie moniteur et accessoires. Mais dans les ensembles de données les plus complets, nous avons plus de 2 000 produits avec des catégories et des sous-catégories , nous avons maintenant ces trois tables, mais nous avons également des relations entre elles. Par exemple, il existe une relation entre les commandes et les clients. Ils peuvent être connectés à l'aide de l'identifiant client. Et si vous vérifiez les commandes et les produits, vous pouvez trouver une autre relation entre eux où vous pouvez trouver les identifiants des produits dans les deux tableaux. Et avec cela, nous pouvons établir une relation entre les commandes et les produits. C'est bon. OK, j'ai donc laissé toutes ces informations sur mon site web. Vous y trouverez tous les liens vers les ensembles de données que j'ai trouvés au cours de mes recherches Vous pouvez donc vous y rendre et les vérifier si vous le souhaitez. Très bien, maintenant, avec ça, nous avons tout. Nous avons les outils, les données, les comptes. Nous allons ensuite créer notre première visualisation dans Tableau, et nous pourrons la publier sur notre nouveau compte public Tableau. 75. Udemy 4 4 4 Publish Viz: OK, si vous le souhaitez, démarrons Tableau, public Disktop, si ce n'est pas déjà fait Ensuite, sur la page d'accueil, nous allons accéder au menu de gauche pour connecter Tableau à nos données. Cliquez donc sur Fichier texte, et maintenant nous allons rechercher notre fichier, le fichier CSV client que nous venons de télécharger. Nous pouvons désormais consulter les données du client dans Tableau. Passons aux feuilles de travail. Je vais cliquer sur l'onglet orange ici, feuille 1, pour créer une nouvelle feuille de travail Nous allons maintenant créer notre visualisation dans Tableau. Il suffit de glisser-déposer depuis le côté gauche. Faisons glisser le pays dans les colonnes. Trouvons-en un autre. Déplaçons le compte vers les lignes. C'est bon, alors c'est tout. Nous avons notre première visualisation. Et vous pouvez voir dans ce visuel combien de clients nous avons dans chaque pays Cela dit, nous avons terminé de créer le classeur et il est maintenant temps de le partager Malheureusement, dans Tableau Public, nous ne pouvons pas le télécharger localement sur notre PC, mais je vais vous montrer comment contourner le problème plus tard. Désormais, la seule option qui s'offre à nous est le publier sur notre nouveau compte public Tableau. OK, pour ce faire, passons au menu principal ici. Cliquez ensuite sur Fichiers. Ensuite, nous allons cliquer sur Sécuriser dans Tableau Public. Pour la première fois, vous devez vous connecter avec le compte public Tableau que nous venons de créer. Bien, maintenant, cliquons sur Se connecter. Maintenant, nous devons lui donner un nom, et je l'appelle ma première visualisation. Et une fois que vous avez cliqué sur Enregistrer, Tableau Public Desktop peut commencer à publier notre classeur sur Tableau Public Une fois la publication terminée, une page Web peut s'ouvrir automatiquement, affichant directement votre visualisation dans votre compte public Voici notre Z. Revenons maintenant à notre page d'accueil. Et comme vous pouvez le voir ici, notre première visualisation a été publiée sur Tableau public Revenons-y. Désormais, tout le monde peut voir votre visualisation, interagir avec elle et même la télécharger Voyons comment nous pouvons le télécharger. Il y a une icône de téléchargement ici, puis cliquez dessus. Vous pouvez maintenant sélectionner le format de fichier que vous souhaitez. Nous allons sélectionner le dernier classeur Tableau. Cliquez dessus, puis sur Télécharger Nous allons maintenant obtenir le fichier Tableau bx, dans lequel se trouvent nos données et nos visualisations Donc, si vous l'ouvrez, vous pourrez revoir notre travail. Et c'est la solution que nous pouvons utiliser pour enregistrer notre travail localement dans notre BC dans Tableau Public. Très bien, vous avez donc publié votre première version sur votre nouveau compte public Tableau. Ensuite, je vais vous présenter rapidement les trois pages principales de Tableau dans l'interface Tableau et nous allons apprendre à naviguer dans Tableau. 76. Interface d'Udemy 4 5 Tour: Je me souviens maintenant qu'en 2014, j'ai ouvert Tableau pour la première fois, j'ai été submergée toutes les icônes et parties de l'interface Tableau, et la navigation dans les pages Tableau était très confuse pour moi au début C'est pourquoi je vais vous présenter brièvement l' interface Tableau. Alors allons-y. OK, maintenant allons-y et démarrons Tableau. Maintenant, la première chose que je veux vous montrer , c'est que l'ensemble du fichier, nous l' appelons un classeur Et le classeur ressemble à n'importe quel autre livre. Il contient différentes feuilles. Et le classeur Tableau contient trois pages principales. Nous avons la page d'accueil. Il s'agit de la page principale où vous pouvez connecter nos données à Tableau. Et puis nous avons la page de la source de données. C'est l'endroit où vous pouvez connecter et combiner vos tables et apporter des modifications aux métadonnées, par exemple renommer des colonnes, etc. Et la troisième page sur laquelle vous allez passer le plus clair de votre temps est celle de l' espace de travail. C'est l'endroit où vous allez créer vos zolisations de données. Très bien, nous pouvons maintenant apprendre à naviguer dans ces pages et à passer de l'une à l'autre. OK, une fois que vous aurez commencé bas, vous serez sur la page d'accueil, la page de démarrage. Maintenant, si nous voulons accéder à la page de la source de données, nous devons connecter quelque chose. Revenons sur le côté gauche, connectez-vous au fichier texte, puis sélectionnez nos clients de fichiers et ouvrez-les connectez-vous au fichier texte . Une fois cela fait, nous arriverons automatiquement sur la page de la source de données. Maintenant, si nous voulons revenir à la page d'accueil pour cela, nous allons accéder à cette icône Tableau sur le côté gauche. Si nous cliquons dessus, nous allons revenir à la page d'accueil. Si nous voulons revenir à la page de la source de données, nous allons cliquer sur la même icône. Cliquez à nouveau dessus, et nous revenons à la page de la source de données avec cette icône. Nous pouvons toujours revenir à la page d'accueil de Tableau. Très bien, voyons maintenant comment nous pouvons accéder à la page de l'espace de travail. Pour ce faire, nous allons aller au bas de la page. Vous trouverez ici différents robinets. Le premier est toujours l'onglet source de données. C'est exactement là que nous en sommes actuellement à la source de données. Mais maintenant, si nous sélectionnons les feuilles Tableau, cela nous amène à la page de l'espace de travail. Si vous souhaitez revenir à la page de la source de données , vous pouvez procéder de deux manières. abord, nous pouvons rester en bas et sélectionner l'onglet de la source de données. En cliquant dessus, nous revenons à la source de données. Et la deuxième option est que dans le volet de données, si vous allez sur le côté gauche, vous pouvez voir nos clients des sources de données. Et si vous double-cliquez dessus, nous allons revenir à la page de la source de données. OK les gars, c'est ce que c'est, voici comment vous pouvez naviguer dans les pages Tableau. Passons maintenant à un bref aperçu de chaque page. Bien, commençons par la première page, la page de démarrage. Nous pouvons voir ici trois volets connecter, ouvrir et découvrir. Dans connect, nous pouvons trouver tous les types de connecteurs de données Et dans Tableau public, nous en avons une dizaine. C'est suffisant pour l'entraînement. Mais dans Tableau to, nous disposons de plus de 90 connecteurs de données. Maintenant, au milieu, nous avons ouvert cette section, une fois que vous démarrerez Tableau pour la première fois, une fois que vous démarrerez Tableau pour la première fois, sera vide. Mais au fur et à mesure que vous créez de nouveaux classeurs, Tableau va commencer à vous montrer le dernier classeur ouvert Et c'est vraiment agréable d'avoir un accès rapide à nos classeurs Ici, nous n'avons remporté que la première phase que nous avions publiée auparavant. Et sur le côté droit, vous trouverez Discover. Vous trouverez différentes informations émanant de l'équipe Tableau, telles que des blogs, actualités, des didacticiels de formation, etc. En bas de page, vous pouvez voir des informations sur le logiciel Tableau. Par exemple, cela indique que nous pouvons passer à Tableau dicto ou, plus tard, une fois Tableau aura publié une nouvelle version de Tableau, vous trouverez ici des informations pour mettre à jour votre Tableau Mais comme nous venons d'installer la dernière version de Tableau, celle-ci ne l'affiche pas. OK, c'était donc tout pour la page d'accueil. Passons maintenant à la suivante. Nous avons la page de la source de données. À présent, vous devriez savoir comment vous y rendre en cliquant sur l'icône Tableau. D'accord, qu'avons-nous ici dans la page des sources de données sur le côté gauche, vous pouvez trouver toutes les informations sur nos données. Dans les connexions, vous pouvez trouver les informations de connexion, et dans les fichiers, vous pouvez trouver toutes les tables qui se trouvent dans nos données. Et puis au milieu, nous avons le nom de la source de données. Ensuite, nous avons le domaine dans lequel nous allons créer notre modèle de données. Et il contient deux couches, la couche logique et la couche physique. Je vais expliquer cela dans les prochains tutoriels. Ne t'inquiète pas pour ça. En dessous, nous avons la grille de données. Il va nous montrer un échantillon de nos données et, par défaut, les 1 000 premières lignes de données. Et sur le côté gauche, nous avons une autre grille. Il s'agit de la grille de métadonnées. Il nous montre plus de détails sur les champs des tables. C'est bon, c'est tout pour le moment. Nous allons maintenant passer à la page suivante, l'espace de travail. Et nous pouvons le faire en sélectionnant l'onglet de la feuille. OK, sur la page de l'espace de travail, nous pouvons passer le plus clair de notre temps à créer nos visualisations. C'est pourquoi nous avons beaucoup d'icônes et d'autres choses. Laissez-moi donc vous guider rapidement dans cette interface. OK, nous allons donc commencer par le haut. Nous avons la barre d'outils. Il contient de nombreuses icônes et ces icônes le sont. Fonctions les plus fréquemment utilisées dans Tableau. Lorsque vous créez vos visualisations, vous avez un accès rapide à ces fonctions Comme vous l'avez peut-être déjà remarqué, certaines fonctions ne sont pas sélectionnables. Eh bien, vous devez comprendre que dans Tableau, si quelque chose est grisé, ne signifie pas que cette fonctionnalité n' est pas disponible dans Tableau public, mais qu'elle n'est pas pertinente pour le visuel Maintenant, par exemple, si je vais ici, cela va trier le visuel, et comme je n'ai rien, il n'est pas pertinent de le trier. Examinons les autres icônes. Nous avons l'icône Tableau, elle nous amène à la page d'accueil. Vous savez que nous avons déjà la possibilité d'annuler et de rétablir la dernière action du visuel Et comme vous pouvez le voir, alors que je survole l'icône Tableau, je vais me donner brève description de la fonction Ici, nous pouvons créer une nouvelle source de données, ou ici, nous pouvons créer une nouvelle feuille de calcul, etc. Il suffit donc de survoler toutes les icônes et vous verrez la fonction Très bien, passons maintenant au côté gauche. Nous avons ici deux volets. Le volet de données et la plage d'analyse. Par défaut, Tableau Gonhowas, le volet de données. Mais si vous souhaitez accéder à la plage d'analyse, il suffit de cliquer dessus Vous pouvez passer de l'un à l'autre en les sélectionnant simplement. Voyons ce que nous avons ici dans le volet de données. La première chose est que la source de données contient nos données, et en dessous se trouvent les tables de cette source de données. Nous n'avons actuellement qu' une seule table, celle des clients. Et nous pouvons voir ici les champs ou les colonnes de nos tables. Et ici, nous avons également un champ de recherche. Parfois, notre source de données devient très volumineuse et nous allons avoir beaucoup de champs C'est donc une très bonne façon de rechercher un champ spécifique. OK, passons maintenant au volet d'analyse. Et vous pouvez trouver ici des fonctions prédéfinies que vous pouvez ajouter à votre visuel, comme l'ajout d'une ligne moyenne ou le clustering , ou même vous pouvez créer votre propre ligne de référence Des trucs vraiment sympas. OK, alors maintenant je vais revenir au volet de données. Très bien, alors passons maintenant au milieu. Et vous pouvez trouver ici différentes étagères et cartes. Nous allons les utiliser pour créer nos visualisations. Et tout fonctionne ici par glisser-déposer. Commençons donc par le premier, les étagères en rangées et en colonnes. Les visuels d'un tableau ont deux dimensions, les lignes et les colonnes Comme toutes les autres tables, si vous placez des champs dans l'étagère à colonnes, cela créera une colonne de la table. si vous placez des champs dans les étagères de lignes, cela créera une ligne du tableau. Des trucs faciles. Alors maintenant, prenons un exemple. OK, alors passons sur le côté gauche et nous allons glisser-déposer les pays sur les colonnes. Et avec cela, nous définissons les colonnes du visuel ici. Alors maintenant, nous allons avoir quelque chose sur les rangs. Faisons le décompte et faisons-le glisser sur les lignes. C'est ainsi que nous définissons les visuels, les colonnes et les lignes. Si vous souhaitez passer de l'un à l' autre, vous pouvez accéder aux barres d'outils ici et cliquer sur cette icône. Et vous pouvez passer de l'un à l'autre très facilement. Si vous avez beaucoup de chroniques, je vais revenir en arrière. Maintenant, nous pouvons ajouter plus de colonnes ou de lignes. Par exemple, prenons le City Drag et déposez-le sur les colonnes ici. Vous pouvez avoir plusieurs choses. Maintenant, si vous souhaitez supprimer l'une de ces colonnes, vous pouvez le faire par glisser-déposer sur l'espace vide. OK, passons à l'étagère à bagages. Vous pouvez l'utiliser pour diviser le visuel actuel en une série de pages. Si vous voulez analyser quelque chose étape par étape et y aller lentement, prenons un exemple. OK, reprenons le client. Comptez les glisser-déposer sur les pages. Vous pouvez voir sur le côté droit que nous avons une nouvelle fenêtre pour contrôler les pages. en sommes maintenant à la première page où nous avons des pays avec un seul client. Si nous cliquons ici sur le côté droit, vous obtiendrez les pays avec deux clients et ainsi de suite. Et maintenant, pour l'exemple suivant, je vais le supprimer. Je vais donc simplement glisser-déposer dans l'espace vide. Très bien, alors passons à l'étagère suivante. Nous avons les filtres. Vous pouvez l'utiliser pour filtrer notre visuel. Par exemple, fixons les pays, glissons-les dans les filtres. Et maintenant, vous pouvez décider ici quel pays va rester et quel pays va quitter le visuel. Maintenant, si je sélectionne, par exemple, supprimons France et cliquons sur Appliquer. Vous pouvez voir que notre visuel ne contient pas actuellement les Country Friends. Je vais maintenant le retirer à nouveau de l'étagère par glisser-déposer dans l'espace vide. Ensuite, nous avons la carte Mark. Vous pouvez l'utiliser pour concevoir le visuel. Par exemple, nous pouvons ajouter de nouvelles couleurs. Si nous glissons et déposons les pays au-dessus des couleurs, nous obtiendrons une couleur pour chaque pays. Ou nous pouvons modifier la taille des pièces, rendre petites ou grandes, ou nous pouvons ajouter des étiquettes, etc. OK, passons maintenant au milieu. Bien sûr, nous avons ici notre point de vue, il contient des visualisations ou nous l'appelons visas Nous avons d'abord le titre et vous pouvez le modifier en double-cliquant dessus. Donnons-lui un nom. Par exemple, clients par pays, puis cliquez sur OK. D'accord. En dessous, nous avons notre visualisation, qui contient différents éléments. Par exemple, nous avons les en-têtes, et ici nous avons également les pays, nous avons l'axe Maintenant, les points d'intersection entre ces champs sont les marques. Ces marques peuvent être comme des pars dans cet exemple, ou peuvent être une ligne, des cercles ou toute autre forme. Maintenant, si nous vérifions le bas de l'interface du tableau, vous pouvez trouver le statut par. Il contient de nombreux détails sur notre visuel. Par exemple, il indique que nous avons trois points. Bien entendu, nous avons trois parties. Nous avons une ligne et trois colonnes. Le nombre total de clients est de cinq. Ajoutons maintenant d'autres éléments au visuel pour voir comment ces statuts changent. Prenons les scores, faisons-les glisser dans les rangées. Vous pouvez voir ici que nous avons maintenant six marques, six pars, deux lignes et trois colonnes. Ces statistiques sont très importantes lorsque vos visualisations se compliquent. Maintenant, nous en avons une très simple, nous pouvons la compter et voir que nous avons six parties. Mais si nous avons beaucoup de points et de points, il est vraiment difficile de les compter. C'est vraiment sympa de vérifier le statut par pour voir les détails de notre visuel. Très bien, maintenant passons à droite et nous allons passer à l'icône « Afficher moi ». Sélectionnez-le. Vous obtiendrez désormais les différentes visualisations proposées Tableau en cliquant simplement dessus. Vous allez changer l'ensemble des visualisations dans notre affichage ici Nous pouvons passer à des tableaux, à des diagrammes à secteurs ou à trois cartes, etc. Il ne vous reste plus qu'à explorer ces différentes visualisations. Vous avez peut-être déjà remarqué que certains d'entre eux sont de niveau inférieur, nous ne pouvons pas les utiliser ici. Encore une fois, il est disponible mais nous n'avons pas les conditions requises pour l'utiliser. Par exemple, si vous accédez au graphique linéaire ici, Tableau vous indique quelles sont les exigences ou ce dont Tableau a besoin pour créer cette visualisation. Il a besoin d'un rendez-vous. Il n'a pas besoin de dimensions, et il a besoin d'au moins une mesure. À notre avis, Tableau ne peut pas le créer car nous n'avons aucun champ de date dans notre affichage. bon, tout le monde. C'était le principal élément des feuilles de travail Maintenant, avant de passer au tableau de bord, je vais faire quelques petites choses. Tu peux me suivre. D'accord ? Je vais annuler ces visualisations et revenir à la normale. Ensuite, je vais créer de nouvelles feuilles. Je vais donc cliquer ici pour créer de nouvelles feuilles de travail Ensuite, je vais prendre les pays. Et cette fois, je vais prendre les scores ici. Ensuite, je vais utiliser les cartes Pi ici. Je vais mettre des étiquettes dessus. OK, ça suffit. Passons maintenant aux tableaux de bord. Nous pouvons le faire en créant un nouveau tableau de bord sur l'icône ici. Nous sommes maintenant à l'interface du tableau de bord. Je ne vais pas tout expliquer ici. Il est simplement important de comprendre que dans le tableau de bord, nous pouvons commencer à compiler différentes feuilles en un seul endroit Nous pouvons glisser-déposer la feuille numéro un où nous avons les clients par pays. Ensuite, nous pouvons prendre la feuille numéro deux, il suffit de la placer quelque part ici. Ensuite, j'ai au même endroit deux visuels, la feuille numéro un et la feuille numéro deux C'est la tâche principale du tableau de bord. C'est bon, tout le monde. Maintenant, je vais vous montrer le dernier type de feuilles que nous avons, l'histoire pour en créer une nouvelle, nous allons aller en bas et cliquer sur cette icône. Nous avons ainsi créé une nouvelle histoire, les histoires dans Tableau. Ils ressemblent à des séquences de visuels et nous les utilisons généralement pour les présentations si vous souhaitez raconter une histoire à partir de nos données. Très bien, qu'est-ce qu'on a ? Ici, sur le côté gauche, nous avons les visuels que nous avons créés Nous pouvons voir les feuilles de travail ainsi que le tableau de bord. Et puis, ici, nous pouvons ajouter de nouveaux points d'histoire. Au milieu, nous avons dans cette section, comme Navigator, pour raconter notre histoire Ensuite, nous allons présenter l'histoire ou les points de vue. Ce que nous allons faire maintenant, dans le premier est glisser-déposer le tableau de bord. Mettons-y deux maintenant. Nous pouvons ajouter une prochaine étape en ajoutant une planche ici. Ensuite, nous allons prendre la feuille numéro un, puis nous pouvons en ajouter une nouvelle vierge , puis la feuille numéro deux. Maintenant, nous avons une histoire. Tout commence par une vue d'ensemble avec le tableau de bord. Et au fur et à mesure que nous parcourons l'histoire étape par étape, nous entrons dans les détails. Dans chaque visuel. C'est vraiment une belle façon de présenter ou de raconter une histoire à l'aide de nos visuels. Très bien, le logiciel Tableau est maintenant installé. Nous avons les deux ensembles de données de formation, le compte public pour partager votre travail, et tout est prêt pour commencer à apprendre à utiliser Tableau Nous avons donc terminé cette section dans laquelle nous avons préparé votre environnement à la mise en pratique de Tableau. Dans la section suivante, nous allons approfondir la source de données Tableau pour découvrir comment créer un modèle de données dans Tableau en combinant des tables. 77. 5 sections Combine: Modélisation des données dans Tableau. Chaque tableau de bord ou graphique performant peut être basé sur un modèle de données solide, et il est essentiel de posséder des compétences en modélisation des données pour chaque table, objet ou projet de business intelligence. C'est pourquoi nous allons commencer à apprendre principes fondamentaux de la modélisation des données, notamment le schéma en étoile et le schéma en flocon de neige Ensuite, je vais vous présenter la modélisation des données Tableau, vous permettra de découvrir les couches physiques et logiques. Ensuite, nous pourrons apprendre les différentes méthodes permettant de combiner des tables dans le cadre de la modélisation des données à l'aide de jointures, de relations d'union mélange de données. Et bien sûr, afin de comprendre les différences entre les deux, nous allons les comparer côte à côte. Et bien sûr, je vais vous indiquer quand utiliser quelles méthodes. Et à la fin, vous allez créer deux sources de données basées sur nos ensembles de données de formation Commençons donc le premier sujet où nous pouvons comprendre les principes fondamentaux de la modulation des données. Allons-y maintenant. 78. Udemy 5 1 DM: Dans les projets réels, vos données seront stockées, généralement dans des entrepôts de données ou des liaisons de données au sein de très nombreuses tables différentes. La première étape de tout outil de visualisation tel que Tableau ou PI consiste à connecter ces tables et les combiner dans un modèle de Big Data. Commençons par la question : qu'est-ce que la modulation des données ? Les données modulent le processus d'organisation et représentation des données de manière claire et compréhensible Chaque modèle de données comporte des entités, des entités, des éléments tels que des clients et des produits ou des événements tels que des commandes. Et à l'intérieur de ces entités, nous avons des informations, que nous appelons des attributs tels que le prénom et le nom de famille au sein de l'entité, clients. Et nous décrivons dans le modèle de données comment ces entités sont connectées ou liées les unes aux autres et nous appelons cela des relations. Ce modèle de données, cette représentation visuelle des données, nous permet , ainsi qu'aux programmes, de comprendre les données plus facilement, ce qui est vraiment important pour prendre des décisions et améliorer les performances de l'entreprise. Très bien, nous avons donc trois types différents de modèles de données à différents niveaux d'abstraction. Nous avons d'abord le modèle de données conceptuel. Ce type est une représentation de haut niveau du modèle de données sans entrer dans les détails sur la façon dont le modèle de données est implémenté. C'est comme une carte qui montre les entités importantes et les relations. Et nous utilisons généralement ce type pour expliquer les modèles de données aux analystes commerciaux et aux actionnaires afin de comprendre le tableau d'ensemble des données Le deuxième type est le modèle de données. Dans ce modèle de données, nous allons plus en détail sur la manière dont les données sont structurées et organisées. Nous définissons dans ce modèle les attributs de chaque entité, et il inclut également des contraintes et plus de détails sur les relations entre les entités. Ce modèle de données est généralement utilisé par les concepteurs et les développeurs de bases de données comme modèle pour les implémentations Et le troisième type est le modèle de données physique. Ce type représente les implémentations réelles du modèle de données Il contient tous les détails techniques sur la manière de stocker les données. Comme les types de données des atroputes, les clés primaires et étrangères, les index, etc. Ce modèle de données est utilisé par les développeurs pour créer et gérer les bases de données. Très bien, alors résumons. Le modèle de données conceptuel donne une vue d'ensemble des données. Le modèle de données logique fournit un plan pour les implémentations Et le modèle de données physiques montre comment les données sont mises en œuvre dans les bases de données. Tableau a par ailleurs adapté les modèles de données logiques et physiques des sources de données. Mais nous n'avons pas de modèle de données conceptuel dans Tableau. Ne t'inquiète pas pour ça. Je vous montrerai plus de détails ultérieurement. Très bien, pour l'analyse, et particulier pour l'entreposage des données et l'informatique décisionnelle, nous avons besoin de modèles de données spéciaux optimisés pour les requêtes et Il doit être souple et facile à comprendre. Et pour cela, nous disposons de deux modèles de données spéciaux. Le premier est le schéma des étoiles. Le schéma en étoile comporte une table de faits centrale entourée de tables dimensionnelles. Les tables de faits contiennent des événements et les dimensions contiennent des informations descriptives. La relation entre le fait et les tables de dimensions forme une étoile, c'est pourquoi nous l'appelons un modèle de données de schéma en étoile. Nous l'appelons schéma de flocon de neige. Il est très similaire au schéma en étoile, mais les dimensions ici se décomposent en sous-dimensions. normalisation des tables ou des dimensions signifie que ces tables sont décomposées en petits morceaux pour éviter d'avoir de grandes tables ou de grandes dimensions, ce qui entraîne de nombreuses duplications de données et une baisse des performances. La forme de ces modèles de données donne l'impression que schéma en étoile Snowflake est un modèle de données simple et facile à comprendre. Nous utilisons généralement si notre ensemble de données est petit ou moyen autre côté, le schéma du flocon de neige est plus complexe, mais il élimine les doublons et réduit Nous l'utilisons généralement si nous avons de grands ensembles de données. Très bien, les ensembles de données que j'ai préparés pour ce cours Tableau utilisent le modèle de données du schéma en étoile souci de simplicité et de facilité de suivi Bien, notre modèle de données a un nom et nous l' appelons schéma en étoile. Si vous voulez travailler sur de vrais projets, vous allez beaucoup entendre parler du schéma en étoile. Le schéma en étoile comporte principalement deux types de tables, les faits et les dimensions. Par exemple, nous avons le tableau Clients. Il décrit chaque client par son prénom, son nom de famille, son pays, etc. Les clients sont donc un tableau de dimensions. Et nous avons une autre table de dimensions dans notre modèle de données. C'est le tableau des produits qui décrit également chaque produit par son nom et sa catégorie. C'est aussi une dimension. Très bien, parlons maintenant du deuxième type de tables dans le schéma en étoile. Nous avons les faits, par exemple, regardons la grande table au milieu, nous pouvons voir trois choses. Vous pouvez d'abord voir un grand nombre de clés pour les autres dimensions. Nous avons le numéro de commande, le numéro de client, identifiant du produit et nous pouvons voir les dates. Nous avons donc la date de commande, la date d'expédition, et troisièmement, nous pouvons voir beaucoup de chiffres. Nous avons des quantités vendues, des bénéfices, nous les appelons aussi des mesures. Si vous voyez ces trois choses, cela signifie que nous avons un événement ou un fait. Les données du tableau relient les dimensions entre elles. Il a des dates et des mesures. OK, donc pour résumer, comment déterminer si une table est une dimension ou un fait ? Si vous avez un tableau contenant des informations sur une personne physique ou un objet, comme un employé, des clients, des produits, alors ce tableau est une dimension Et ce sont généralement de petites tables. Et d'autre part, si vous avez un tableau qui contient des événements, par exemple, nous avons des journaux de ventes ou de portes, des transactions ETM Toute table qui contient des événements, des transactions et qui contient du temps, elle contient des faits, et généralement ce sont vraiment des tables énormes, d'accord ? Ainsi, dans notre modèle de données, dans les ensembles de données, nous avons deux dimensions Nous avons les clients et les produits, et au centre, nous avons notre réalité, les commandes. Bien, maintenant, si vous entendez quelqu'un parler de schémas stellaires dans votre projet , etc., vous savez exactement ce que cela signifie Ce sont des concepts très importants en termes d'analyse et de BI si vous utilisez Tableau ou Bar BI. C'est bon. Ainsi, vous avez appris certains concepts importants en matière de modulation des données. Ensuite, nous allons découvrir le modèle de données Tableau et les deux couches, physique et logique. 79. Udemy 5 2: OK, une fois que nous avons connecté nos données à Tableau, nous devons créer un modèle de données dans notre source de données. Si vos données ne contiennent qu'une seule table, votre modèle de données est très simple. Votre modèle de données comporte une seule table. Mais dans les projets réels, les choses se compliquent lorsque vous avez plusieurs tables. Tableau propose quatre méthodes différentes pour combiner et connecter vos tables. Nous avons des relations, des jointures, syndicats et un mélange de données Avant de commencer à approfondir ces méthodes, faut d'abord comprendre que la modulation des données dans Tableau comporte deux couches dans le modèle de données Tableau Nous avons la couche physique et, par-dessus , la couche logique. Dans la couche physique, nous pouvons avoir quelques tables physiques et nous pouvons les combiner dans Tableau en utilisant deux méthodes, soit en joignant les tables, soit en utilisant une union entre elles. Passons maintenant à la couche logique. C'est la couche de niveau supérieur qui nous fournit une sorte de résumé pour masquer tous les détails de la couche physique. C'est particulièrement intéressant si nous avons beaucoup de tables dans la couche physique. Une fois que nous avons créé nos visualisations, nous ne voulons pas voir toutes ces tables dans la couche physique La couche logique va nous fournir un résumé ou masquer tous ces détails. Le résultat de la fusion des tables à l'aide de la jointure et de l'union dans la couche physique sera présenté dans la couche logique avec une table unique, table plate, et nous l' appelons table illogique Cela signifie que nous allons avoir deux tables logiques. Le premier représentera trois tables après avoir effectué la jointure. Et le second va représenter deux tables en utilisant l'union. Mais il nous reste encore à modéliser les données pour relier ces deux tables logiques dans Tablo Nous n'avons qu'une seule méthode pour le faire, et nous l'appelons relations Il est très important de comprendre que dans la couche logique, nous ne pouvons pas fusionner des tables dans une table après les avoir reconnectées en utilisant la relation entre les deux tables logiques Le tableau restera tel quel et rien ne sera fusionné. Nous décrivons simplement la relation entre les deux tables logiques. Revenons maintenant à ces deux couches, à la fois la couche physique et la couche logique. Nous pouvons le trouver dans Tableau Data Source. Et comme vous le savez, en plus de la source de données, nous avons nos visualisations. Et vous ne pouvez voir dans cet exemple que les tables de la couche logique. Et vous pouvez commencer à créer vos visualisations en utilisant les données disponibles dans la couche logique Mais parfois, lorsque vous travaillez sur les projets, vous créez une autre source de données à partir d'un autre modèle de données. Dans cet exemple, il est important de comprendre que toutes les tables logiques ne proviennent pas des tables physiques. Ils peuvent provenir directement de votre système source. Maintenant, afin de créer des visualisations uniques à partir des modèles de données et des sources de données, nous devons d'une manière ou d'une autre relier ces deux modèles de données ou sources de données Et nous pouvons le faire au niveau de la visualisation où Tableau nous propose la dernière et unique méthode de connexion et de combinaison de tables, appelée fusion de données En regardant cela, vous pouvez constater que Tableau nous propose quatre méthodes différentes pour combiner et connecter des pour combiner et connecter tables dans différentes couches et différents niveaux. Dans la couche physique, nous avons les articulations et les unions. Dans la couche logique, nous avons les relations, et au niveau de la visualisation, nous avons le mélange des données Très bien, voyons maintenant dans Tableau comment nous pouvons naviguer entre la couche physique et la couche logique. Nous sommes actuellement sur une page de source de données et, par défaut, nous allons être une couche logique dans le modèle de données. Cela signifie donc que tout ce que nous glisserons et déposerons dans notre modèle de données sera considéré comme une table logique. Le tableau des clients est illogique. Prendons-en un autre. Prenons les commandes, faisons-les glisser et déposez-les ici. Il s'agit donc de notre deuxième tableau logique. Et comme vous pouvez le constater, Tableau a créé une relation entre eux. Parce qu'au niveau logique, nous ne pouvons établir que des relations. Nous en sommes donc à la couche logique, comment pouvons-nous passer à la couche physique ? Pour ce faire, nous allons entrer dans une table logique. Allons voir les clients et double-cliquons dessus. Une fois cela fait, nous allons passer à la deuxième couche. Nous sommes à l'intérieur de la couche physique maintenant. Tableau va vous dire ici que les clients sont constitués d' une seule table, les clients sont constitués d' car nous n'avons qu'une seule table physique à l'heure actuelle Tout ce que nous glisserons et déposerons dans le modèle de données sera considéré comme un tableau physique. Par exemple, nous pouvons prendre les informations du client, les glisser-déposer ici. Et par défaut, Tablo va créer entre eux, pas une relation, il va créer un joint entre ces deux tables physiques Et bien sûr, nous pouvons faire une union entre eux. Dans la couche physique, nous pouvons effectuer des jointures et des unions. Comme vous pouvez le lire ici, il est écrit le client, la table logique. Customers est composé de deux tables physiques. Si vous l'avez sur cette icône, vous verrez exactement que nous avons deux tables physiques qui définissent les clients de la table logique. Maintenant, si vous voulez revenir à la couche logique, nous pouvons le faire en fermant simplement la couche physique. Cliquons dessus. Maintenant, vous pouvez voir que les clients ont une nouvelle connexion, cela indique que dans la couche physique, il y a comme une jointure et que nous obtenons plus d'informations si nous l'avons sur les tables, cela indique la table logique Customers. Il est composé de deux tables physiques, les clients et les détails des clients. Cela signifie que les données des tables logiques proviennent de la couche physique. Mais si nous passons aux commandes ici, vous ne verrez aucune table physique. Les données proviennent directement des tableaux originaux. Grâce à cela, nous avons appris à naviguer à travers les couches physique et logique. Très bien, cela nous apprendre la modélisation des données dans Tableau et de définir les couches physiques et logiques. Ensuite, nous allons apprendre à combiner des tables dans Tableau et nous allons commencer par les jointures. 80. Udemy 5 3 Joins: Très bien, commençons donc à parler de la jonction de tables. Nous avons généralement deux tables, table et la table B. Si nous voulons les combiner dans une seule grande table, nous pouvons utiliser un joint entre elles. La première chose à comprendre est qu' une fois que nous utilisons la jointure entre deux tables, nous avons deux côtés. table A sera la table de gauche et la table B sera la table de droite. Maintenant, que va-t-il se passer une fois que nous aurons rejoint les tables ? Tous les champs du tableau de gauche seront affichés en sortie. Ensuite, tous les champs de la table de droite seront ajoutés à côté. Joints combine les champs ou les colonnes de deux tables. Maintenant, pour effectuer des jointures, nous avons d' abord besoin du champ clé. Il s'agit d'un champ que vous pouvez trouver dans les deux tables. Ensuite, nous devons définir le type de jointure. Et nous devons choisir entre quatre types de joints différents. Nous avons la jointure intérieure, la jointure gauche, la jointure droite et la jointure complète. Si vous connaissez L, vous connaissez ces types. C'est exactement la même logique. Mais prenons un exemple rapide pour comprendre les quatre types d'articulations. Bien, nous avons maintenant cet exemple où nous avons deux tables simples. Nous avons le nom et l'âge du client. Et nous voulons les combiner dans un seul tableau, car cela n'a aucun sens d'avoir deux tableaux sur les clients. Nous voulons créer une table client et les combiner. Dans le premier tableau, nous avons l'identifiant et les noms. Et dans le deuxième tableau, nous avons aussi les identifiants et l'âge. C'est vraiment facile. La clé de ce joint est l'identifiant du client. Voyons maintenant les différentes sorties en utilisant ces différents types de joints. Commençons par le premier type de jointure, la jointure interne. jointure interne indique que la sortie n'affichera que les lignes correspondantes en provenance de la gauche et de la droite. Cela signifie qu'aucune ligne correspondante ne sera présentée à la sortie. Voyons comment cela fonctionne. La première chose qui va se passer, c'est que nous allons d'abord combiner le terrain. Nous allons commencer par le côté gauche, puis par le côté droit. Nous allons maintenant commencer à faire correspondre les lignes. Nous allons commencer par le côté gauche. Avons-nous également le nom d'utilisateur sur le côté droit ? Il y a un match dans les deux tables. Nous avons le numéro d'identification du client, celui-ci, nous allons le voir à la sortie, puis nous allons continuer sur le côté gauche. Avons-nous également le numéro deux du numéro de client sur le côté droit ? Tu vois, nous ne l' avons pas. Nous n'avons que le client numéro trois. Cela signifie que deux ne correspondent pas sur le côté droit et que les trois clients ne correspondent pas sur le côté gauche. C'était ça. Si vous utilisez la jointure interne dans cet exemple, vous obtiendrez le numéro d'identification du client numéro un, puisque nous le trouvons dans les deux tables. Passons à la suivante. Nous avons la jointure gauche, l'articulation gauche indique que nous allons avoir tout ce qui trouve dans la table de gauche sans rien cocher, mais dans la table de droite, nous n' aurons que les lignes correspondantes. Si nous soulevons le joint entre ces deux tables, nous obtiendrons le résultat suivant. Nous allons d'abord placer les champs du tableau de gauche et ceux du tableau de droite à proximité les uns des autres. Ensuite, nous aurons tous les clients de la table de gauche sans rien cocher. Tout va être présenté ici, ces deux clients. Ensuite, du côté droit, nous n'aurons que les lignes correspondantes. Cela signifie que nous avons le numéro 1 du client sur la bonne table ? Oui, nous l'avons. Ensuite, nous allons l'avoir à la sortie. Mais le numéro deux du client ne se trouve pas à la bonne table, ce qui signifie qu' il sera vide. Vide signifie des valeurs nulles. Ici, nous allons avoir les valeurs nulles à la fois dans l'ID du champ et dans l'age Et voilà, c'est le résultat de Left Join. Très bien, alors maintenant nous allons passer à la suivante. Nous avons le bon joint. Vous comprenez peut-être déjà comment cela fonctionne. Nous allons avoir toutes les routes du tableau de droite et uniquement les lignes correspondantes du tableau de gauche. Voyons quel sera le résultat si nous passons directement entre ces deux tables. Comme d'habitude, nous allons avoir tous les champs, tous les champs en partant de la droite, et nous allons avoir toutes les lignes de la bonne table sans rien cocher. Nous allons avoir ces deux clients, puis nous commencerons à faire correspondre les clients par la gauche. Avons-nous le client numéro un ? Oui, nous l'avons. Nous allons l'ajouter ici. Avons-nous le client numéro trois ? Comme vous pouvez le constater, nous n' avons que les deux. Cela signifie que nous n' avons pas d'informations et que nous allons avoir les nuls Elles peuvent être vides, c'est tout. C'est exactement le contraire de la jointure gauche. maintenant au dernier type de jointure, nous avons la jointure complète. Joint complet signifie tout de gauche et de droite sans rien manquer. Voyons ce qui va se passer si nous avons un joint complet entre ces deux tables. Comme d'habitude, nous commençons par les champs de gauche et de droite, puis nous prenons tout du côté gauche. Nous emmenons ces deux clients ici. Du bon côté, nous allons faire en sorte que le montant correspondant augmente pour ces deux clients. Pour l'identifiant numéro un, nous avons celui-ci, mais pour les deux, nous n' avons aucune croissance correspondante, nous allons avoir des valeurs nulles ici Mais comme vous le voyez, nous n' avons pas tout du bon côté. Le numéro trois du client est manquant. C'est pourquoi en utilisant le joint complet, nous allons avoir ces informations ici , puis nous allons les faire correspondre également sur le côté gauche. Avons-nous un client numéro trois sur le côté gauche ? Cela signifie que nous allons également avoir des valeurs nulles. Maintenant, en vérifiant le résultat, vous pouvez voir que nous avons tout, toutes les données de gauche, toutes les données de droite là où il n'y a pas de correspondance, nous allons avoir des valeurs nulles Comme vous pouvez le constater, vous devez faire très attention au type de joint que vous utilisez, car en utilisant le mauvais, risquez de perdre des données. Si vous voulez être en sécurité et ne pas perdre de données, vous devez utiliser la jointure complète. Mais malheureusement, les joints complets sont très lents et vous finirez par avoir de très grandes tables, surtout si les deux tables comportent de nombreuses rangées qui ne correspondent pas Maintenant, je veux que vous compreniez le fonctionnement des articulations dans Tableau et fonctionnement des articulations dans Tableau ce qui peut se passer en arrière-plan une fois que nous joignons des tables. Nous avons la source de données, nous avons les visualisations, et à l'intérieur de la source de données, nous avons la couche physique et la couche logique Dans la couche physique, nous allons joindre les tables A et B. Une fois cela fait, Tableau peut créer une nouvelle table combinée A et B. Dans la couche logique, cette table, nous l'appelons table logique qui contient les données des deux tables. Ensuite, dans la couche de visualisation, supposons que nous voulions sélectionner les champs de F deux et F quatre. Tableau peut interroger la source données et la source de données pour obtenir les données de la nouvelle table logique combinée B , puis les renvoyer aux visualisations Vous pouvez constater que l'interaction entre les visualisations et la source de données se fera au niveau de la couche logique La couche physique va être complètement absente. C'est simplement ainsi que fonctionnent les articulations dans Tableau. Très bien, maintenant comment créer des joints dans Tableau. Disons que nous voulons joindre les clients à la table avec les commandes. Nous allons d'abord aller sur le côté gauche. J'ai bu et déposé les clients. Le joint va se faire au niveau de la couche physique, il faut y aller. Passons à l'étude des clients. Nous en sommes maintenant à la couche physique. Nous allons prendre les commandes et les glisser et les déposer ici dans l'espace vide. Avec cette écurie par défaut, vous pouvez créer un lien interne entre les clients et les commandes. Si nous voulons personnaliser la jointure, nous allons passer par l'icône et cliquer dessus. Et nous avons ici deux choses à faire. Nous allons d'abord définir le type de jointure. Comme nous l'avons appris, nous avons la jointure intérieure gauche, droite et extérieure complète. Vous pouvez simplement cliquer entre eux et voir quelles données peuvent être manquantes et quelles données peuvent être présentées comme exemple que je vous ai montré. Je vais donc m'en tenir au joint interne et à la prochaine chose que nous allons définir Tableau a compris qu'il y avait un identifiant client sur la gauche, identifiant client sur la droite, et que c'est la correspondance parfaite, ce qui est correct. Mais disons que c'était faux et que vous vouliez choisir la bonne clé pour le joint. Ce que vous allez faire, c'est aller le côté gauche, cliquer sur la flèche, vous obtiendrez tous les champs du tableau de gauche et vous sélectionnerez le bon. Dans cet exemple, l'identifiant client est correct. Je vais donc m'en tenir à ça et tu passeras du bon côté. Vous avez également la même icône ici. Et vous obtiendrez tous les champs de la bonne table et vous choisirez celui qui vous convient. Encore une chose. Votre clé pour le joint peut être non seulement un champ, mais plusieurs champs. Vous pouvez ajouter d'autres champs ici. Vous passez à la ligne suivante et sélectionnez le champ suivant pour la jointure. Mais dans cet exemple, nous n'avons qu'une seule clé. Je vais fermer ça. Nous avons installé les joints. Tu vas t'en tenir à la jointure intérieure. Nous pouvons revenir au modèle de données logique. Et comme vous pouvez le voir, le tableau ci-dessous contient une icône de jointure. Cela nous indique que ces tables logiques sont le résultat de la jonction de deux tables. C'est ça. Voici comment vous pouvez créer des jointures dans Tableau. D'accord, c'est tout pour Joint Mix. Nous allons apprendre le deuxième misod, comment combiner des tables en utilisant l'union 81. Udemy 5 4 Union: Très bien, parlons maintenant du syndicat. Supposons que nous ayons deux tables et les deux aient exactement les mêmes colonnes. Parfois, il est judicieux de les combiner dans une seule grande table, et nous pouvons le faire en utilisant le syndicat. Une fois l'union établie, que peut-il se passer ? Les colonnes et les lignes du tableau de gauche seront présentées à la sortie du tableau de droite. Seules les lignes seront un stylo à la sortie en dessous de la première. Union Pour combiner correctement les lignes de deux tables dans l' union, nous avons deux exigences. d'abord, les deux tables doivent comporter exactement le même nombre de champs, et deuxièmement, le champ doit avoir exactement les mêmes types de données. Comme vous pouvez le constater, nous n'avons pas besoin de la clé entre ces deux tables. Ce n'est pas comme la jointure. Très bien, prenons maintenant un exemple rapide et très simple à propos de l'Union. Nous avons ici deux tableaux très simples, les ordres de 2022, les ordres de 2023, et comme vous pouvez le constater, les deux tableaux ont exactement la même structure. Nous avons donc deux colonnes, l'ID et la date, dans les deux tables. Et il est logique de les fusionner dans une seule table. Nous appelons cela des ordres. Donc, si on fait une union entre eux, que peut-il se passer à la sortie ? Cela va commencer par le tableau de gauche et il va d'abord prendre les champs, l'identifiant et les dates. Ensuite, il va prendre toutes les lignes du côté gauche et les mettre dans leurs résultats. Maintenant, dans le tableau de droite, nous ne reprendrons pas les champs car nous les avons déjà dans le tableau de gauche. Il ne prendra que les rangées et sera abandonné au bout du tableau. Il va falloir les deux commandes, 3.4, et les mettre juste sous la table ici. Et c'est tout. C'est très simple et facile. Il a juste besoin du même nombre de colonnes ou de champs et exactement des mêmes types de données. Voyons maintenant comment fonctionne le syndicat dans Tableau et ce qui va se passer en arrière-plan. Une fois que nous avons fait l'union, nous avons de nouveau nos couches. Et l'union est très similaire à la jointure dans la couche physique Nous avons nos tables A et B. Une fois l'union effectuée, Tableau créera une nouvelle table logique combinée dans laquelle il combinera les lignes des deux tables. Ensuite, au niveau de visualisation, supposons que nous prenions le champ F un. Tableau va envoyer une requête à la source de données. Et la source de données va demander à la table logique d'obtenir les données. Une fois que Tableau aura obtenu les données de la source de données, elles seront présentées lors de la visualisation. Comme vous le voyez à nouveau ici, l'interaction se fait entre les visualisations et la couche logique Très bien, voyons maintenant comment créer une union dans Tableau. Nous allons travailler avec les deux tables. commandes et les commandes sont des rasages . Les deux ont exactement le même nombre d' échecs et les mêmes types de données sont exactement les mêmes Pour ce faire, nous allons faire glisser les commandes sur la couche logique. Mais vous savez, nous ne pouvons faire l'union que dans la couche physique. Nous devons entrer dans les commandes. Double-cliquez dessus, et nous sommes maintenant à la couche physique. Prenons le deuxième tableau, celui qui commande une émission, au lieu de le déposer dans l'espace blanc, car Tableau va alors créer un joint. Nous ne voulons pas le faire. Nous voulons simplement créer un syndicat et le déposer sous la table. Et comme vous pouvez le constater, Tableau va dire « faites glisser la table pour faire l'union », il suffit de la placer en dessous. Tableau va faire l'union entre ces deux tables. Et comme vous pouvez le constater, il y a deux lignes. Les lignes grises indiquent qu'il existe une union. Si vous voulez vérifier cela, vous pouvez consulter le résultat ici, les données, nous obtiendrons un nouveau champ appelé nom de table. Et vous voyez que certains enregistrements proviennent des commandes et que d'autres enregistrements proviennent des commandes sont des gerbes, ce qui indique que nous avons un tableau combiné des deux commandes Et les ordres sont de raser. Revenons à la couche logique. Je vais donc appuyer ici, sur le X. Comme vous pouvez le voir, nous avons une nouvelle icône ici, qui indique que nous avons un syndicat. Comme vous pouvez le constater, l'infobulle de Tableau explique tout Nous avons une table logique appelée commandes. C'est le résultat de l'union, commandes de table et des commandes passées. Il s'agit d'une méthode d'union entre deux tables dans Tableau. Il existe un autre moyen de le faire. Alors laissez-moi vous montrer comment le faire en premier. Je vais juste le supprimer, le glisser-déposer quelque part ici. Comme vous pouvez le voir sur le côté gauche, nous avons quelque chose appelé New Union, double-cliquez dessus et vous pouvez voir que nous avons ici deux options, le manuel et l'automatique. Ensuite, nous allons obtenir le résultat exactement comme nous venons de le faire. Ce que nous pouvons faire, c'est simplement glisser-déposer les tableaux ici. Les commandes et les commandes sont là. Puis cliquez sur OK. Avec cela, nous obtenons exactement les mêmes résultats sans passer par la couche physique. Et glissez et déposez deux tables et placez-les exactement en dessous de la table. C'est une bonne façon de faire l'union entre deux tables. Vous pouvez vérifier cela en accédant simplement à la couche physique. Double-cliquez dessus. Comme vous pouvez le constater, nous avons obtenu exactement les mêmes résultats ici. Nous pouvons vérifier le nom de la table. Nous avons des commandes et des commandes ont été exécutées. Très bien, alors voyons maintenant la deuxième option où nous pouvons faire l'union automatiquement. Je vais revenir à la couche logique et simplement supprimer l' union ici. Commençons-en un nouveau à partir de zéro. Et maintenant, nous allons passer à l'automatique. Qu'est-ce que nous avons ici ? Imaginons que nous ayons une centaine de tableaux concernant les commandes. Et cela est très courant si vous ne travaillez pas avec des bases de données, mais si vous travaillez avec des fichiers, et les fichiers ont des limites. Donc, ce que nous allons faire, c'est diviser les fichiers jour après mois, année après année et ainsi de suite, pour finir par avoir beaucoup de fichiers. Et c'est très pénible de devoir glisser-déposer tous ces fichiers dans Tableau pour les unifier. Au lieu de cela, nous allons définir Tableau ou appliquer une règle à Tableau, en recherchant tous les fichiers qui suivent la règle et en faisant une union entre eux. Ce que cela signifie. Par exemple, nous avons ici deux tableaux, les commandes et les commandes exécutées. Quelle est la convention de dénomination ici ? Les deux commencent par les commandes. J'aurais pu créer un troisième tableau intitulé Orders underscore 2022 Les commandes soulignent 2023. Il y a donc une règle que je respecte ici dans ma convention de dénomination, et je peux la spécifier dans Tableau. Voyons comment nous pouvons le faire ici. La première option va inclure ou exclure. Je vais le laisser tel quel. Maintenant, je vais préciser la règle. Cela commence exactement par les commandes après ce mot. Peu importe après cela, cela pourrait être souligné en 2022, 2023 ou rien du tout et ainsi de suite Quoi qu'il en soit, peu importe ce que nous allons spécifier. Après cela, les étoiles signifient tout ce qui suit les ordres. Nous avons ensuite quelques options pour indiquer à Tableau où exactement effectuer la recherche, soit dans les sous-dossiers ou dans les dossiers parents Je vais le laisser tel quel, puis cliquer sur OK. Nous avons maintenant un syndicat. Voyons ce qu'en dit Tableau. Il indique que nous avons une table logique appelée union. Et il indique que nous avons de nombreuses tables syndicales parce que nous avons la méthode automatique pour le faire. Voyons maintenant si Tableau l'a fait, n'est-ce pas ? Lorsque vous allez sur le côté droit et dans la vue d'ensemble, vous découvrirez que nous avons un nouveau champ appelé path. Il s'agit du chemin des fichiers. Voyons voir ça. Je vais passer à la feuille 1 ici et simplement glisser-déposer le passé pour ne voir que les fichiers. Donc, comme vous pouvez le constater, Tableau l'a fait correctement. Nous avons les commandes exécutées et les commandes. Si vous avez beaucoup de S et d'Excel, c'est vraiment une bonne façon de faire automatiquement au lieu de glisser-déposer toutes ces tables Habituellement, dans mes projets, je ne l'utilise jamais car toutes les données sont préparées dans les entrepôts de données ou dans la Cela nous a permis de découvrir les différentes options permettant de créer des unions dans Tableau. Très bien, donc c'est pour le syndicat. Ensuite, nous allons apprendre des méthodes très importantes, les relations dans Tableau, que nous appelons nouilles. 82. Relations avec Udemy 5 5: Très bien, alors parlons maintenant des relations. En 2020, Tableau a introduit une nouvelle méthode de combinaison et de connexion de tables, baptisée «   relations ». Ils en ont même fait une méthode par défaut pour connecter des tables, car elle est très rapide et flexible. Ce que sont les relations et leur fonctionnement dans Tableau sont totalement différents des adhésions et des syndicats. Si nous avons dans la couche logique deux tables logiques, A et B, nous pouvons les connecter à cette couche en utilisant les relations. Considérez les relations comme un contrat entre deux tables. Lorsque Tableau utilise les données de ces tables, il doit d'abord vérifier le contrat afin de comprendre comment générer les requêtes. Il est maintenant très important de comprendre qu' une fois que nous avons connecté les tables à l' aide de relations, les tables peuvent rester séparées les unes des autres et Tableau ne créera pas de nouvelle table logique. Tout restera donc tel quel, sans aucune modification. Et ici, nous décrivons simplement les relations entre deux tables. Maintenant, au niveau de visualisation, si nous prenons le champ F un du tableau A et quatre du tableau B, que va-t-il se passer en premier ? Tableau va vérifier le contrat afin de comprendre comment générer les requêtes. Ensuite, il va envoyer la requête à la première table. Ensuite, il va envoyer une autre requête à la table B afin d' obtenir les données pour quatre. Ensuite, les données seront combinées au niveau de la visualisation et non au niveau logique. Très bien, voyons maintenant comment créer des relations dans Tableau. C'est vraiment facile. Nous allons donc rester sur la page de la source de données et comme nous allons ajouter la couche logique, nous n'allons pas passer à la couche physique et nous n'avons besoin que de deux tables. Prenons donc les commandes, faisons-les glisser et déposez-les ici dans le modèle de données. Ensuite, prenons les clients. Maintenant, comme vous pouvez le constater, au moment où je déménage il y a comme une nouille ou des relations Faisons-le glisser ici. Tablo va créer automatiquement des relations entre les commandes et les clients Maintenant, comment allons-nous configurer et mettre en place la relation ? Passons donc au Nodle ici et cliquons simplement dessus. Et puis il n'y aura pas de nouvelle fenêtre ou quelque chose pour la configuration. Nous allons passer aux métadonnées ici. Si vous ne voyez pas de telles informations, vous pouvez vous rendre ici et vous verrez les relations et les tables logiques. Assurez-vous donc de sélectionner la relation. Il y a environ trois choses que nous allons mettre en place dans cette relation. Tout d'abord, ce sera la clé. C'est comme la clé du joint. Il est couramment rempli entre les deux tables. Maintenant, comme vous pouvez le voir dans le tableau de gauche, nous avons l'ID client, et dans le tableau de droite, nous avons l'ID client. Tableau a automatiquement compris que ce champ pouvait être utilisé comme clé, ce qui est correct, mais si vous souhaitez le modifier, vous pouvez vous rendre ici. Nous allons donc obtenir une liste de tous les champs du tableau de gauche. plus, vous allez aller ici, vous allez obtenir tous les champs de la bonne table et vous pouvez ajouter d'autres champs pour la clé actuellement elle est correcte, donc je vais la laisser telle quelle. Ensuite, nous allons passer aux options de performance. Nous allons étendre les options de performance ici. Et nous avons là deux choses. Nous avons la cardinalité et l'intégrité. Et si vous le laissez ici tel quel par défaut, rien ne va mal tourner. Vous ne perdrez aucune donnée. Vous n'avez donc rien à changer ici sauf si vous souhaitez optimiser les performances. Qu'est-ce que nous avons ici ? Nous avons la cardinalité autant ou une sur le côté gauche. Et sur le côté droit, vous pouvez définir les mêmes éléments. Pour des raisons d'intégrité, nous avons des marques d' enregistrement et/ou des marques d'enregistrement afin de comprendre ces informations. Prenons un exemple. Très bien, maintenant nous pouvons avoir un exemple pour la cardinalité. Dans les relations, nous avons deux tables, nos commandes et nos clients. Il existe une relation entre eux et la clé de ces relations est l'identifiant du client. Dans les cardinalités, il y a deux options : soit nous allons en utiliser plusieurs, soit une seule Afin de décider lequel est le bon, nous devons établir un profilage des données. Le profilage des données signifie que nous allons approfondir les données afin de comprendre les valeurs contenues dans nos tableaux. Et une fois que nous avons affiné les données, il est très facile de choisir entre plusieurs ou une seule. Maintenant, ce que ces valeurs signifient plusieurs et une. Il existe une règle simple pour cela. Nous en utilisons plusieurs s'il y a des kits doubles dans la clé, et nous en utilisons un si la clé est unique et ne contient aucun kit double. Examinons maintenant l' exemple afin déterminer s' il s'agit de plusieurs ou d'un seul. Passons donc aux commandes ici. Et l'identifiant du client, vous voyez que dans ces valeurs, il y a des kits doubles. Nous avons l'identifiant client une fois ici et une fois ici également, et le numéro client deux, c'est deux fois. Ces valeurs ne sont donc pas uniques et contiennent des kits doubles, c'est pourquoi nous les appelons plusieurs. Passons aux clients d'ici, vous pouvez voir que nous avons le client 123 et c'est tout. Ces valeurs sont donc uniques et il n'y a aucun doublon à l'intérieur Nous n'avons pas de nouveau l' identifiant du client dans le tableau, ce qui signifie que nous pouvons en spécifier un ici. Passons maintenant en revue tous les scénarios afin comprendre ce qui peut se passer dans Tableau une fois que vous l'avez configuré. Très bien, nous allons maintenant exécuter le premier scénario lequel Tableau va la définir comme une relation «   beaucoup à plusieurs » par défaut . Sur le côté gauche, nous en avons beaucoup et sur le côté droit, nous en avons également plusieurs. Supposons qu'au niveau de visualisation, nous parlions des identifiants clients indiqués dans la commande et de la somme de toutes les ventes. Ensuite, le nom du client. Très bien, voyons maintenant comment Tableau va fonctionner. Tableau, je vais d'abord vérifier les relations. Il va dire, d' accord, c'est trop, il vaut mieux vérifier l'ensemble des tables gauche et à droite. Nous allons donc commencer par le côté gauche. Nous avons celui du client. Il va l'emporter ici et faire la somme de toutes les ventes. Comme Tableau peut le comprendre pour de nombreuses personnes, je dois vérifier le tableau dans son ensemble. Tableau peut scanner l' ensemble du tableau un par un. Ça va dire, d'accord, nous avons les ventes de 50. Le suivant n'est pas celui du client , puis passez au suivant, il va l'ignorer. Ensuite, nous avons à nouveau le numéro d'identification du client numéro un et il va faire la somme 50-30, ce qui signifie que nous allons avoir la valeur de 80 C'est la somme des deux ventes. Nous allons maintenant aller sur le côté droit pour trouver le nom des clients. Ça va vérifier, d' accord. Il y en a beaucoup. Il va donc scanner l'ensemble du tableau à la recherche de l'identifiant client. Maintenant, le premier album, c'est bon. OK. Nous avons le numéro d'identification du client. Maria va venir ici. Mais maintenant, Tableau ne s'arrêtera pas. Cela va scanner l'ensemble du sens de la table dans les relations. Il y en a beaucoup mais cela n'a aucun sens car l' identifiant client ici est unique. Tableau va vérifier s'il y a un identifiant client ici, puis passer au suivant, puis il n'a rien trouvé, donc ça va rester comme ça. Tableau va maintenant passer à l'étape suivante avec le client suivant. Nous avons le numéro deux du client, nous l'aurons à la sortie , puis nous aurons la somme de toutes les ventes. Tableau va donc scanner l'ensemble des commandes afin de faire la somme, nous en avons ici les 20. Et puis nous en avons ici dix. Donc, la somme de cela est 30. Tableau aura en sortie 30. Voilà pour la table de gauche. Nous allons aller à la bonne table. Je vais scanner le dossier un par un. Le premier n'est donc pas l'identifiant du client. Deuxièmement, nous avons ici une correspondance, donc John va être sur le tableau de sortie pour scanner le tableau entier, donc il va aller pour les trois et ainsi de suite. Et comme vous pouvez le constater, le résultat est correct en utilisant les méthodes par défaut de many to many. Mais cela nous pose un problème. Sur la table de droite, Tableau effectue une analyse complète, ce qui nous fait perdre en performance du bon côté. Il est donc préférable d'optimiser endroit où nous allons indiquer à Tableau. Si vous trouvez un client, vous n' avez pas à scanner le tableau dans son intégralité, car nous avons au maximum un enregistrement par client. Il n'y a aucun doublon et il est unique. Et maintenant, nous devons communiquer ces informations d'une manière ou d'une autre à Tableau. Pour ce faire, nous pouvons le faire dans le cadre de la cardinalité. Sur le côté gauche, il y en aura autant, mais sur le côté droit, nous dirons que c'en est un. Et si Tableau va le comprendre, d'accord, c'est unique. Nous n'avons pas besoin de scanner l'ensemble du tableau et nous allons gagner beaucoup de performances. Très bien, voyons maintenant comment Tableau va fonctionner. Une fois que nous en aurons autant contre un sur le côté gauche, rien ne changera parce que nous en avons plusieurs. Tableau va donc scanner l'ensemble du tableau pour trouver celui du client, le résultat sera le même. Maintenant, sur le bon côté, les choses vont changer. Tableau va dire, OK, identification du client numéro un, il y a une correspondance. Il va prendre Maria comme sortie. Mais maintenant, Tableau ne recherchera plus l'identifiant du client et ne scannera pas l'ensemble du tableau. Grâce à cela, Tableau ne fera rien d'inutile et nous allons gagner en performance. Nous allons maintenant passer au client numéro deux ici. Mêmes informations. Donc, Tableau scanne ou avons-nous le client numéro deux ici ? Non, on passe à la suivante . Oui, nous avons une allumette. Nous allons prendre John, mais Tableau s'arrête également et nous ne scannerons pas le prochain enregistrement. Comme vous pouvez le constater, nous avons exactement le même résultat, que vous utilisiez plusieurs ou plusieurs pour un. À plusieurs contre un, nous en avons un. Les performances étaient telles que Tableau allait arrêter le scan sur le côté droit. Très bien, passons maintenant au scénario suivant où nous allons faire quelque chose de mal. Où nous allons dire, d'accord, l'identifiant client sur le côté gauche est unique et nous allons mettre la valeur d'un sur le côté droit. Ça n'a pas d'importance. Ayons de l'argent, par exemple. Maintenant, nous indiquons à Tableau sur le côté gauche que l'identifiant client est unique, vous n'avez donc pas à scanner le tableau dans son intégralité. Et nous allons avoir le même exemple ici. Voyons donc ce qui va se passer. Sur le tableau de gauche pour commencer par le premier client, indiquez numéro 1 du client. La somme des ventes est désormais de 50. Comme je n'ai pas besoin de scanner le tableau dans son intégralité, il s' arrêtera aux trois premiers cordons et la sortie sera de 50. Maintenant, du bon côté, une fois que nous en avons dit beaucoup, le résultat n'a pas d'importance. Nous allons avoir raison. Nous allons avoir Maria mais tableau va scanner l'ensemble du tableau , donc les performances seront mauvaises. Nous allons maintenant passer au client suivant. Nous avons le tableau du client numéro deux qui l'aura en sortie ici. Encore une fois, le même tableau des problèmes va dire, d'accord, nous avons la vente 20, l'identifiant du client est unique. Nous ne le retrouverons pas dans le même tableau. Je n'ai pas besoin de scanner le tableau entier. Tableau Pour prendre la valeur 20, je vais la mettre en sortie sans vérifier les autres valeurs ici sur le côté droit, peu importe. Nous avons John, ce qui est exact. Mais en scannant l'ensemble du tableau, comme vous pouvez le constater, si vous vous trompez dans les cardinalités, vous risquez d'avoir des problèmes à la sortie ce qui entraînera des données manquantes et des informations erronées Très bien, passons maintenant au dernier scénario où nous en avons un sur le côté gauche et un sur le côté droit également. Nous allons obtenir exactement le même résultat parce que c'est faux sur le côté gauche. La seule bonne chose ici, c'est que sur le côté droit de la table, cela va arrêter le scan. Une fois qu'il a trouvé une correspondance, il ne scannera pas l'ensemble du tableau. Donc, à la sortie, nous allons obtenir exactement les mêmes informations. Et ici, nous avons un contre un. Très bien, alors maintenant résumons rapidement. Sur le côté gauche, nous avons deux critères, l'exactitude et la performance L'exactitude est toujours bien plus importante que la performance. Commençons par le premier scénario. Nous avons beaucoup, trop de relations. Comme vous pouvez le constater, le résultat était correct, mais les performances étaient mauvaises car Tableau effectuait une analyse complète inutile du tableau sur le côté droit. C'est pourquoi je vais donner mon accord pour l'exactitude et non pour la performance Pour le scénario suivant, nous avons une relation plusieurs contre un. Le résultat était correct. C'était donc correct, nous allons donner notre accord. Et les performances étaient satisfaisantes puisque Tableau arrête les scans une fois qu'il trouve une correspondance. C'est pourquoi nous allons gagner beaucoup de performances et nous allons donner notre accord. Passons à la troisième. Nous avons une relation de trop. Comme vous pouvez le constater, le résultat n'était pas correct. Cela n'était pas correct. Il nous manque des données, nous allons donc les donner incorrectes. Et les performances étaient mauvaises parce que sur le côté droit, nous effectuons des scans inutiles, ce qui signifie que c'était le pire scénario ici. Et puis la dernière, nous avons une relation individuelle. Le résultat n'était pas correct. Pas bien, mais les performances étaient bonnes, car sur le côté droit, nous ne faisons aucun scan inutile. Mais pour être honnête, l'exactitude est bien plus importante que la performance Et c'est pourquoi Tab recommande toujours de s'en tenir à trop de relations si vous n'êtes pas sûr, car vous obtiendrez toujours les bonnes réponses à la sortie. Mais si vos données sont volumineuses, vous obtiendrez de mauvaises performances. Si vous voulez obtenir des performances similaires, vous devez investir du temps dans l'analyse de vos données, profilage des données pour comprendre si c' est bien le cas ? Puis changez-le. Mais vous devez être sûr de vos données, sinon vous obtiendrez des informations erronées lors vos visualisations et c'est vraiment dommage Cela signifie donc, pour cet exemple, le moyen le plus sûr de le faire, de rester dans de nombreuses relations, mais le moyen professionnel consiste à avoir des relations plusieurs contre un pour obtenir de bonnes performances. Mais ce n'est pas toujours un scénario. Imaginez que nous inversons les tables entre les clients et les commandes. Les clients sont donc à gauche et les autres à droite. Alors une relation de trop sera la bonne. Faites donc attention aux côtés. Bien, tout le monde. Découvrons maintenant les options d' intégrité de Tableau. Chaque relation a deux côtés, le tableau de gauche et le tableau de droite. Lorsque nous modifions les paramètres d'intégrité, nous limitons les articulations qui peuvent apparaître dans la visualisation. Nous avons donc ici deux options, une correspondance record et une correspondance record. Et avec cela, nous avons quatre scénarios. Tout d'abord, nous pouvons choisir une correspondance entre les records dans les tables de gauche et de droite. Et si nous le faisons, tous les types de joints sont possibles. Dans la visualisation, nous avons une jointure intérieure gauche, droite et complète. Mais maintenant, si nous choisissons tous les records sur la gauche et certains records sur la droite. Alors, que peut-il se passer maintenant ? Nous limitons les types de joints à deux types seulement, intérieur et droit. Joignez-vous à la suivante. C'est peut-être le contraire Nous avons donc un record sur la gauche et tous les records sur la droite. Ce qui peut se reproduire ici, nous limitons les types de joints à deux types seulement, le joint intérieur et le joint gauche. Dans le dernier scénario, si nous choisissons tous les records, des deux côtés, à gauche et à droite. Dans ce cas, nous limitons Tableau à un seul type de jointure, la jointure interne. Comme vous pouvez le constater, cela ressemble beaucoup aux articulations. Nous sommes juste en train de définir le fonctionnement de Tableau. Lorsque nous utilisons une certaine correspondance d'enregistrements, nous autorisons un plus grand nombre de types de jointures. Et lorsque nous utilisons l' option ou la correspondance des enregistrements, nous limitons les types de jointure dans Tableau . Et ici, il est très important de comprendre que nous avons un compromis à faire. Si vous utilisez ou enregistrez Match et que vous suivez cette voie, vous obtiendrez probablement de meilleures performances, mais vous augmenterez le risque de perdre des données. Mais si vous choisissez d'utiliser un record équivalent et que vous augmentez, vous garantissez l'exhaustivité et la flexibilité, mais vous sacrifiez certaines ressources et performances L'équipe Tableau a décidé d' opter pour le premier scénario dans lequel nous avons à gauche et droite un match record. Je peux le comprendre, car l' exhaustivité et la flexibilité sont plus importantes que les performances. Jetons un coup d' œil à nos données ici. Nous avons des clients qui n'ont rien commandé. Le client numéro trois n'a rien commandé ici, et nous n'avons aucune correspondance. Nous pouvons dire que certains enregistrements correspondent comme le 1.2, correspondent sur le côté gauche, mais d'autres enregistrements ne correspondent pas. Nous n'avons pas reçu de commande du numéro trois du client. Cela signifie que dans notre base de données, nous pouvions avoir des clients dans le tableau des clients sans rien commander. La bonne option ici est que certains records correspondent. Analysons maintenant les commandes. Comme vous pouvez le constater, nous avons le numéro 1 du client, nous le trouvons également dans le numéro deux du client, et ainsi de suite. Nous pouvons donc voir que tous les enregistrements, tous les identifiants clients figurant dans les commandes correspondent à ceux des clients. Eh bien, cela signifie que nous pouvons sélectionner que tous les records correspondent. Nous n'avons pas, par exemple, numéro quatre du client ici alors qu'il n'y a pas de correspondance sur le côté droit. Cela signifie que dans notre base de données, toutes les commandes doivent provenir de nos clients et que nous ne devrions pas avoir de commande sans un client connu. Après l'analyse, nous pouvons indiquer sur le côté gauche des commandes que nous avons toujours un enregistrement correspondant. Nous allons donc sélectionner tous les records correspondants. Mais du bon côté, il se peut que nous ayons des clients qui n'ont rien commandé. Ensuite, nous pouvons dire que certains records correspondent. Si nous procédons ainsi, nous pouvons empêcher Tableau de faire des choses supplémentaires en analysant les valeurs nulles Comme dans SQL, si vous avez une jointure externe complète, vous obtiendrez d' énormes quantités de données. Et parfois, si vous utilisez jointure interne ou la jointure gauche, etc., vous obtiendrez de meilleures performances. Donc, si vous savez exactement ce qui se passe dans vos données, sélectionnez l'intégrité correcte. Sinon, il suffit de le laisser par défaut. Certains records correspondent à gauche et à droite, vous serez en sécurité, vous obtiendrez les bonnes réponses. Très bien, il est donc très facile de nouer des relations entre un pack et Tableau . Il suffit de faire glisser ces deux tables Tableau puisse créer les relations entre elles. Il suffit de trouver la clé entre les relations correctes et tout ira bien, et de laisser ce personnel par défaut. Mais si vous souhaitez être plus provisoire et obtenir de meilleures performances dans Tableau, vous devez établir un profilage des données, puis sélectionner le bon profil si vous êtes sûr à 100 %. Ainsi, dans cet exemple, les commandes ici contiennent de nombreux identifiants clients, mais nous en avons un sur le côté droit pour clients, puis pour l'intégrité commandes ou des enregistrements, les correspondances car toutes les commandes ont un identifiant client dans le tableau des clients. Mais il se peut que certains clients n'aient rien commandé. Je vais donc laisser les choses telles qu'elles correspondent à certains records et c'est tout. Il s'agit des relations dans Tableau. Très bien, tout dépend des concepts très importants des relations et de leur fonctionnement. Ensuite, nous allons découvrir des méthodes très uniques, la fusion de données dans Tableau 83. Udemy 5 6 Blending: Très bien, parlons maintenant de la fusion des données dans Tableau Mais d'abord un café. Allons-y. Très bien, prenons maintenant cet exemple où nous avons dans la table des sources de données A. Et maintenant, dans le niveau de visualisation nous voulons utiliser les données du champ F un. Et vous savez maintenant que Tableau va envoyer une requête à la source de données afin d'obtenir les données du F one le tableau pour les afficher dans la visualisation. Maintenant que cette source de données a été la première à être interrogée et à être utilisée et que Tableau va l'appeler source de données principale dans Tableau, tout ce qui est primaire aura la couleur bleue C'est pourquoi vous verrez une icône bleue indiquant que cette source de données est principale. Maintenant, vous vous trouvez parfois dans une situation où nous voulons obtenir les données d' une autre source de données. Par exemple, nous avons une autre source de données avec la table B et nous voulons ajouter les visualisations pour afficher les données de quatre Que va-t-il se passer ? Tablo va envoyer une autre requête à la deuxième source de données afin d'obtenir les données de quatre, puis les données peuvent être transmises aux visualisations ici Tablo appellera ces sources de données « source de données ondaire », et elles seront commercialisées avec une icône orange Maintenant, pour que cela fonctionne lorsque nous allons obtenir des données provenant de deux sources de données différentes, nous devons d'une manière ou d'une autre les connecter ici. Exactement. Nous allons utiliser la méthode unique de Tableau qui nous permet de connecter des sources de données l'aide du mélange de données fusion des données ne peut être effectuée qu'au niveau de la visualisation sur la page de feuille de calcul, non dans la source de données Vous pouvez maintenant vous demander comment Tableau joint ces tables au niveau de la visualisation. Eh bien, Tableau utilise une jointure gauche. Nous ne pouvons pas changer cela. Malheureusement, c'est réglé. Cela ressemble à un tableau joint à gauche qui récupère toutes les données de la source de données principale et uniquement les enregistrements correspondants de la source de données secondaire En résumé, le mélange de données est la méthode qui consiste à combiner des données au niveau de la visualisation à partir de deux sources de données différentes à l'aide d'une jointure à gauche Il s'agit d'une fonctionnalité tout à fait unique dans Tableau. Vous ne le trouvez dans aucun autre outil de BI tel que Microsoft Power BI. Vous ne pouvez pas, par exemple, y combiner les données de deux ensembles de données publiés différents Très bien, voyons maintenant comment fusionner les données dans Tableau Pour cela, nous avons besoin de deux sources de données. Le premier proviendra des fichiers CSV que nous avons, des petits ensembles de données, nous allons passer aux fichiers texte Passons aux produits ici. Il s'agit de notre première source de données. Créons maintenant la deuxième source de données. Pour ce faire, vous pouvez accéder à cette icône ici, puis cliquer sur Nouvelle source de données. Allons-y. Cela proviendra du fichier Json que j'ai préparé pour vous. Allons voir Jason pour connaître le prix des produits. Ouvrons-le. Comme il s'agit de Jason, nous devons sélectionner le schéma. Passons aux données ici. Cliquez sur Oui, puis sur OK. Nous avons maintenant deux sources de données. Pour passer de l'une à l'autre, nous revenons à cette icône ici, et vous pouvez voir que nous avons maintenant deux sources de données, et en sélectionnant simplement la source de données, vous y passerez. Maintenant, pour fusionner les données et connecter ces deux sources de données, nous ne pouvons pas le faire sur la page des sources de données Nous devons passer au niveau de visualisation, à la page de la feuille de travail Faisons-le. Je vais passer au premier drap ici. Comme vous pouvez le voir dans le volet de données sur le côté gauche, nous avons deux sources de données et en cliquant simplement dessus, vous pouvez passer d'une source à l'autre pour voir les tables qu'elles contiennent. Nous devons maintenant décider quelle source de données est la source de données principale et laquelle est secondaire. Pour cet exemple, je dirais que le produit est le produit principal. Et comment allons-nous nous y prendre ? En utilisant simplement les indivisualisations de données comme première source de données Je vais donc simplement prendre l'identifiant du produit, glisser-déposer sur les lignes et Tablo va immédiatement comprendre OK, il s'agit de la source de données principale et elle sera mise sur le marché avec une icône bleue indiquant qu'il s'agit de notre principale source de données. Nous n'avons toujours pas de source de données secondaire Vous voyez donc qu'il n'y a pas d'icône orange ici, car selon nous, nous n'avons que des données provenant d'une seule source de données. Maintenant, afin d'obtenir les données de la deuxième source de données, nous allons passer aux prix des produits. Et vous pouvez voir Tableau transformer immédiatement cette source de données en source de données secondaire. Vous pouvez voir ici que l'icône orange indique qu'il s'agit d'une source de données secondaire et que tous les champs que nous utilisons seront commercialisés en orange. Vous pouvez donc voir le prix ici, il y a une icône orange très simple. Supposons maintenant que l'identifiant du produit ne soit pas la clé permettant de joindre ces deux sources de données. Tu veux changer ça. Pour ce faire, nous allons accéder aux données ici dans le menu, puis à Modifier les relations aveugles. Cliquons dessus. Nous allons ouvrir une nouvelle fenêtre ici. Et ici, nous avons deux options, automatique et personnalisée. Si vous le laissez sous la forme Automatic Tablo allez déterminer quelle clé pour joindre ces sources de données dans cet exemple, est l'ID du produit Si vous souhaitez modifier cela, vous pouvez accéder à la personnalisation ici. C'est comme s'inscrire. Vous devez spécifier à partir de la gauche et de la droite quels champs sont essentiels pour effectuer la jointure. Si vous voulez changer cela, il suffit de double-cliquer dessus. Ensuite, vous avez sur le côté gauche la source de données principale et le côté droit la source de données secondaire. Ensuite, vous sélectionnez les champs essentiels pour la jointure. Je vais le laisser tel quel. Ajoutons une autre clé. Je vais aller ici et, par exemple, la catégorie est du côté gauche et du côté droit l'index des données, ce qui est vraiment faux. Cliquons sur OK. Et puis encore une fois, d'accord, vous verrez sur le côté gauche que nous avons une autre chaîne dans l'index des données. Et vous pouvez voir que c'est comme une chaîne cassée, c'est-à-dire qu'elle n'a pas encore été utilisée dans le joint. Si vous souhaitez l'activer, il suffit de cliquer dessus et vous verrez que nous avons une chaîne active. Maintenant, comme vous pouvez le constater, le résultat est faux car cela n'a aucun sens d'utiliser cette clé. Mais je veux juste vous montrer comment désactiver et activer la clé du joint entre deux sources de données en cliquant simplement dessus. Maintenant, il ne reste plus qu'à corriger cela. Je souhaite uniquement avoir l'identifiant du produit comme clé du joint. Cela signifie donc que je vais désactiver l'index de données ici. Et c'est tout. C'est ainsi que vous pouvez définir la clé de la fusion des données. Il est très important de comprendre que tout ce que nous avons fait dans le cadre de la fusion des données n'est pertinent que pour ces feuilles de travail Si je passe à une autre feuille de calcul, allons-y et créons-en une nouvelle Maintenant, comme vous pouvez le voir ici, deux sources de données sont complètement réinitialisées . Nous l'avons à nouveau, mais nous ne l'avons pas comme source de données principale et secondaire. Cela signifie que dans chaque feuille de travail, nous pouvons prendre une nouvelle décision. Sur la feuille numéro un, les produits étaient les principaux. Je peux changer d'avis et dire, d'accord, le prix des produits est désormais la principale source de données. Si je prends quelque chose ici, vous pouvez voir que le prix des produits est le principal. Et si je passe aux produits et disons que je vais prendre le nom du produit ici. Les produits peuvent être secondaires, je n'ai donc fait que passer de autre en fonction des besoins. Donc, si nous revenons à la feuille numéro un, nous voyons que le produit est le principal. Mais si nous passons à la feuille numéro deux, le prix des produits est désormais le principal. C'est vraiment bien car cela nous donne une réelle flexibilité et nous permet de décider dans chaque feuille de travail laquelle est la principale et laquelle est la secondaire Selon nos besoins, mélange de données est un moyen tout à fait unique et excellent de connecter et de combiner des données Très bien, vous avez maintenant un aperçu des quatre méthodes de combinaison de tables. Ensuite, nous les comparerons côte à côte, et nous commencerons par les différences entre les articulations et les unions. 84. Udemy 5 7 Join vs Union: Très bien, alors quelle est la principale différence entre les adhésions et les syndicats ? Les deux sont très similaires. Ils vont combiner deux tables dans une grande table. Mais la différence ici, c'est la façon dont les données vont être combinées dans les jointures, les champs des deux tables vont être combinés. Nous allons donc prendre tous les champs du côté gauche et à côté, tous les champs du côté droit. Donc, au vu des résultats, nous allons obtenir une grande table endiablée. Mais d'un autre côté, dans les syndicats, deux tables vont être combinées. Mais au lieu de combiner les champs ici, nous allons combiner les lignes des deux tables. Nous allons donc obtenir toutes les lignes de la première table, et en dessous, toutes les lignes de la bonne table. Mais les deux ont exactement les mêmes colonnes. Ainsi, les joints combinent les champs et l'union combine les rangées. accord, c'était donc la principale différence entre adhérer et se syndiquer. Nous allons maintenant apprendre les différences entre les joints et le mélange de données 85. Udemy 5 8 Join vs belding: Bien, la question qui se pose maintenant est la suivante : quelle est la principale différence entre les joints et le mélange de données Le mélange de données est comme un joint de levage. Mais la principale différence ici est que lorsque l'agrégation doit être effectuée dans des articulations, les données se combinent d'abord puis l' agrégation peut avoir lieu. Mais dans le mélange de données, c'est le contraire l'agrégation se fera abord, puis les données seront combinées Alors maintenant, prenons un exemple simple pour comprendre ce que cela signifie. OK, encore une fois, nous avons nos tables, clients et nos commandes. Nous allons d'abord effectuer la jointure gauche , puis nous allons faire le prêt de données entre elles afin comprendre les différences entre elles dans le résultat Très bien, maintenant nous allons commencer par la jointure gauche, vous savez, l'articulation gauche, toutes les données du côté gauche et uniquement la correspondance du côté droit. Comme d'habitude, nous commençons par combiner les champs de gauche et les champs de droite. Nous commençons enregistrement par enregistrement. Nous allons prendre le client numéro un et nous allons rechercher les résultats correspondants. Nous avons deux rangées sur les commandes. Cela signifie que Marie sera deux fois en sortie parce qu' il y a deux commandes. Ensuite, nous allons passer au suivant, le numéro deux du numéro d'identification du client. Nous n'avons qu'une seule commande pour cela, nous allons l'avoir à la sortie et George n'a aucune commande, donc cela signifie que nous allons avoir des commandes donc cela signifie que nous allons avoir nulles ici, ici et ici. Ainsi, comme vous pouvez le constater avec le lift join nous combinons d' abord les données, les données brutes, sans faire d'agrégations Ensuite, trouvez des visualisations dans lesquelles nous pouvons trouver, par exemple, la somme des ventes ou la moyenne, etc. Voyons maintenant comment fonctionne le mélange de données. Bien, disons maintenant que nous avons tous les champs de la source de données principale et à côté, tous les champs de la source de données secondaire. C'est comme une articulation gauche. Nous allons prendre toutes les données de la source de données principale. Nous allons faire venir les trois clients ici. Mais la principale différence ici est qu'il n'y aura pas de doublons Comme vous pouvez le constater , Maria est ici deux fois. Mais lors de la fusion des données, vous n' obtiendrez aucun doublon. Voici maintenant la différence. Avant de commencer à obtenir les données des commandes à partir de la source de données secondaire, l'agrégation peut se produire. Par exemple, avec le numéro d'identification du client 1, nous avons deux lignes. Les deux lignes ne seront pas présentées en premier à la sortie. Cela va ressembler à une agrégation, et il est maintenant très important de comprendre que les champs Tableau sont divisés en dimensions et en mesures. Dans les prochains tutoriels, je vais vous expliquer cela en détail. Mais à présent, les mesures peuvent être agrégées. Les dimensions ne seront pas agrégées, par exemple, l'identifiant du client Ce n'est pas une mesure, c'est une dimension. Tableau ne peut pas l'agréger, mais comme nous avons deux fois la même valeur, Tableau peut en obtenir une. Ensuite, nous avons les ventes, elles sont mesurées. Tableau peut donc agréger les tarifs, puis les combiner. La somme de ce montant sera de 80. Allons deux, c'est la prochaine , nous avons la date ici. La dimension ne peut pas être comme agrégée puisque nous avons deux valeurs différentes qui vont écrire une étoile à la sortie. Étant donné que Tableau ne fournira qu'une seule valeur en sortie et que nous avons ici deux valeurs, Tableau ne décidera pas laquelle d'entre elles sera. Tableau va ajouter une étoile. Que va-t-il se passer dans le résultat qui sera une étoile ? Je sais que ce n'est vraiment pas agréable, mais c'est ainsi que fonctionne le mélange de données Comme vous pouvez le constater, Tableau essaie toujours d' agréger les données avant de les combiner. Passons maintenant au client suivant. John est dans les commandes, nous n'avons qu'un seul record. Cela signifie que rien ne sera agrégé. Le résultat sera exactement le même. Alors pour le client George, il n'y a aucune information ici. Nous obtiendrons également des nuls. Il s'agit du résultat du mélange de données. C'est exactement ce que je veux dire en ce qui concerne les principales différences entre les joints et mélange, c'est lorsque nous faisons les agrégations dans l'articulation gauche, comme vous pouvez Nous combinons d'abord les données routières. Ensuite, nous pouvons effectuer des agrégations dans les visualisations. Mais lors de la fusion des données, les données doivent d' abord être agrégées, en particulier à partir de la source de données secondaire Ensuite, les données seront combinées dans Tableau. Bien, cela nous a permis de découvrir les principales différences entre les joints et le mélange de données Ensuite, ce qui est important pour l'un d'eux, nous allons apprendre les principales différences entre les articulations et les relations. 86. Udemy 5 9 join vs relation: Bien, alors quelles sont les principales différences entre les articulations et les relations ? Si vous utilisez des joints, les choses peuvent devenir très statiques et nous risquons également de perdre beaucoup de données. Mais si vous utilisez des relations dans notre modèle de données, nous bénéficierons d'une plus grande flexibilité et nous ne perdrons aucune donnée. Maintenant, pour comprendre cela, examinons cet exemple. Nous avons préparé deux sources de données, l'une avec les articulations et l' autre avec les relations. Le premier avec les commandes. Si je passe à la couche physique, vous pouvez voir que nous avons un joint gauche entre les commandes et les clients. Regardons le second. Nous avons également les mêmes relations , les mêmes tables, nous avons des commandes et des clients entre eux, il existe une relation. Maintenant, si vous vérifiez nos données, nous pouvons constater qu'il y a cinq clients dans les commandes. Seuls quatre clients ont passé commande. Si vous vérifiez ici le numéro de client, vous ne trouverez pas le numéro d'identification cinq. Cela signifie que ce client n'a rien commandé. Cela ne pose aucun problème pour les relations, mais si vous consultez les coordonnées ici et que vous vérifiez les données, vous verrez que nous n'avons pas tout de numéro d'identification client cinq dans nos données. Vous pouvez donc vérifier, d'accord, nous avons 1234 et ainsi de suite. Le numéro d'identification du client numéro cinq a complètement disparu. C'est parce que nous avons un lien de levage entre les commandes et les clients. Seules les routes correspondantes depuis le côté droit peuvent être présentées dans le tableau final. Cela signifie que nous avons perdu ce client. Et si nous en sommes aux visualisations, allons-y. Supposons que nous voulions compter le nombre de clients que nous avons dans notre base de données. Faisons glisser l'identifiant client par glisser-déposer. Passons-en à une mesure du nombre distinct. après nos données, d'accord, nous avons quatre clients. Si nous passons aux relations, ouvrons-en une autre et passons aux relations. Et reprenons l' identifiant du client, remplacons-le par une mesure et un comptage distincts. Vous verrez que nous n'avons pas perdu les données. Nous avons cinq clients dans notre base de données, et cette relation va nous donner des réponses plus correctes. Maintenant, vous pourriez dire, d'accord, nous pouvons régler ce problème. Si nous changeons le type de jointure, c'est exact. Si je vais à la source de données, je vais aux jointures, aux commandes, et je change simplement cela vers la droite. Cela signifie que nous allons obtenir toutes les données des clients et uniquement les faire correspondre à partir des commandes. Fermons ceci et revenons à notre feuille numéro un. Si vous voulez terminer, nous verrons que nous avons cinq clients. Donc, avec cela, nous avons la bonne réponse. En plus de l' adhésion, nous arrivons au point suivant, à savoir que les choses ne sont vraiment pas flexibles. Cela signifie donc que si je crée une visualisation, je me demande parfois combien de clients nous avons ou combien de commandes avons-nous. Je ne peux pas à chaque fois accéder à la source de données et modifier le type de jointure, car une fois que j'aurai décidé qu'il s'agit d'un joint de levage, il restera dans toutes les feuilles de calcul sous forme de jointure de levage, sauf si je fais une jointure externe complète entre les deux tables Et si vous travaillez avec de grandes tables, vous obtiendrez une très grande table fusionnée qui peut tout ralentir. Et c'est exactement ce que je veux dire. Si vous utilisez des jointures, vous perdrez des données si vous utilisez une articulation de levage ou une jointure droite. De plus, les choses sont vraiment statiques dans les relations. Si nous passons à la feuille numéro deux, les choses sont plus flexibles car nous n'avons rien fusionné, les données ont été séparées les unes des autres, nous décrivons simplement les relations entre elles. Si, dans les feuilles de travail, je fais des analyses sur les clients, cela n'affectera pas les prochaines visualisations si je fais analyses sur les commandes car nous n'avons perdu aucune donnée Et je n'ai pas à m'inquiéter, avons-nous une articulation gauche ou droite ? Devrions-nous le changer et ainsi de suite. C'est donc plus flexible et nous obtiendrons toujours les bonnes réponses. C'est pourquoi les joints sont statiques et vous risquez de perdre des données. Mais les relations sont plus flexibles et vous ne perdrez aucune donnée. Mais il y a un autre problème avec les articulations, si on les compare aux relations. Parfois, en ce qui concerne les joints, nous pouvons obtenir mauvaises réponses si vous effectuez des calculs sur les mesures. Prenons cet exemple sur les tables des clients. Nous avons le score pour chaque client, nous avons un score et nous avons ces cinq clients. La moyenne du score sera de 625. Passons maintenant à Tableau qui est le résultat d'articulations et de relations. Bien, maintenant nous en sommes aux relations. Et prenons la partition et déposons-la ici sur le texte. Trouvons ensuite la moyenne. Nous allons donc passer ici, aux mesures et à la moyenne dans les relations. Nous avons obtenu la bonne réponse. Nous en avons 625. Maintenant, vérifions les joints. Nous sommes à une source de données sur les articulations. Je vais le marquer par glisser-déposer sur le texte. Et maintenant, nous allons également passer à la moyenne, nous avons obtenu de mauvais résultats, 585. Que s'est-il passé ici ? Eh bien, la réponse est que parfois, si nous fusionnons deux tables, nous pouvons obtenir des doublons. Vérifions les données. Si vous revenez à la source de données dans les jointures, si nous revenons au score, nous aurons des doublés. Comme certains clients ont plus d'une commande, cela peut entraîner de nombreux doublons si nous fusionnons les clients et les commandes, et si vous faites la moyenne, vous obtiendrez la mauvaise réponse, comme nous l'avons vu dans les résultats. Si vous passez aux relations, nous nous adressons aux clients, nous voyons le score sur le côté droit, il n'y a pas de doublons et nous obtiendrons la bonne réponse Et cela nous garantira qu'en utilisant les relations, nous obtiendrons bonnes réponses si vous faites des calculs. Et c'est bien mieux que d' avoir des doublons dans nos données. Il se peut que nous n'obtenions jamais de bonnes réponses dans les articulations. C'est pourquoi Tableau a introduit les relations en 2022, juste pour résoudre tous ces problèmes liés aux articulations, et en a fait la méthode par défaut pour connecter les écuries. C'est bon, c'est tout pour le moment. Ensuite, nous comparerons les quatre méthodes côte côte afin de comprendre la situation dans son ensemble. 87. Udemy 5 10 comparer: Très bien, nous allons maintenant comparer quatre méthodes permettant de combiner les données dans les unions Tableau, les relations entre les articulations et le mélange de données côte à côte. Alors allons-y. Le premier point est de savoir dans quelle page dans quelle couche nous pouvons utiliser la méthode. Maintenant, à la fois les unions et les articulations, nous pouvons les créer sur une page de source de données, la couche physique, tout comme la relation. Nous pouvons l'utiliser comme page de source de données, mais dans la couche logique. Enfin, la fusion des données peut être utilisée au niveau de la visualisation dans la page de feuille de travail Et le point suivant, pouvons-nous utiliser la méthode pour connecter des tables provenant de différentes sources de données ? Eh bien, pour ce qui est de l'union, des articulations et des relations, nous ne pouvons pas faire cela. Cela doit être fait dans la même source de données. Mais seul le mélange de données pouvait être utilisé afin connecter des tables provenant de différentes sources de données Le point suivant est qu'après avoir utilisé les méthodes, les tables seront-elles fusionnées dans les unions et les articulations ? Ils vont fusionner les tables et créer de toutes nouvelles tables. Mais si nous utilisons les relations et le mélange de données, ils ne créeront rien Le point suivant concerne la flexibilité. Si vous comptez utiliser des unions et des articulations, les décisions que vous prenez au niveau de la source de données peuvent affecter toutes les feuilles de calcul et les visualisations Mais si vous utilisez les relations et le mélange de données, vous disposez d'une plus grande flexibilité Par exemple, dans le cadre de la fusion des données, vous pouvez choisir chaque page de feuille de calcul Maintenant, si vous parlez des types d'articulations dans les articulations, nous avons également les relations intérieures gauche, droite et complètes que nous pouvons avoir. Exactement le même comportement que les articulations, mais il est corrigé lors de la fusion des données. Nous ne sommes que partis. Joignez-vous au point suivant. Si vous me demandez de classer ces méthodes, je dirais qu'il en va de même pour Tableau. Je vais dire qu'il faut toujours utiliser les relations. Et puis vient le mélange des données. C'est vraiment un excellent moyen de combiner des tables provenant de différentes sources de données et de bénéficier de la flexibilité dont nous disposons. Et puis, troisièmement, je vais parler des articulations. Je n'essaierais pas l'union parce c'est complètement différent des méthodes utilisées pour unir des relations, et le mélange des données essaie toujours de suivre les relations Voyons maintenant une vue d'ensemble du fonctionnement de ces quatre méthodes. Et commençons par les articulations. Ils vont connecter deux tables au niveau la couche physique et créer une toute nouvelle table logique dans la couche logique où les champs des deux tables seront combinés. Ensuite, au niveau de la couche de visualisation, les ensembles de données vont créer une requête dans la source données et la source de données va obtenir les données de la table logique Et il en va de même pour le syndicat. Vous pouvez le créer au niveau de la couche physique de deux tables. Ils vont également créer une toute nouvelle table laquelle les lignes des deux tables peuvent être combinées et ajouter la table des visualisations pour envoyer une requête à la source de données et la source de données pour obtenir les données de la couche logique Passons maintenant à la troisième méthode des relations. Nous avons deux tables au niveau de la couche logique, et Tableau ne combinera ni ne créera quoi que ce soit. Nous décrivons simplement la relation entre A et B. Au niveau de la visualisation, Tableau peut demander à la source de données et à la source de données de récupérer les données dans les tables séparées. Et enfin, le mélange des données. Nous disposons de deux sources de données. La première sera appelée source de données principale. La seconde est la source de données secondaire. Donc, la première table va envoyer une requête à la source de données principale , puis une autre requête à la source de données secondaire. Ici, il est important que l'agrégation ait lieu avant que les données ne soient combinées. Et nous combinons les données au niveau de la visualisation en utilisant le mélange de données Ainsi, comme vous pouvez le constater, les articulations et les unions se produisent dans la couche physique. Dans la couche logique, nous pouvons établir des relations et au niveau de la visualisation, nous pouvons fusionner les données Très bien, Kay. Grâce à cela, vous avez appris tout ce dont vous avez besoin combiner des tableaux dans Tableau. Ensuite, nous allons nous entraîner à créer deux sources de données en utilisant les nouvelles compétences que vous venez d'acquérir. 88. Udemy 5 11 créer 2 jeux de données (Correct): C'est bon. OK, nous allons maintenant créer ensemble deux sources de données car nous avons deux ensembles de données, le grand et le petit Pendant ce temps, je veux vous montrer comment je prends habituellement des décisions quant au moment d'utiliser quelles méthodes. Allons-y. OK les gars, maintenant fermons tout et partons de zéro afin de créer correctement la source de données. Démarrons Tableau public. Nous allons maintenant créer la petite source de données au-dessus de notre petit ensemble de données. Passons aux connecteurs sur le côté gauche et cliquez sur Fichier texte. Et puis, peu importe celui que vous allez utiliser. Ouvrons les commandes. Je vais quand même le supprimer, afin de vous expliquer comment je commence. Précédemment, je vous ai montré le modèle de données de nos ensembles de données. Nous avons un schéma en étoile où nous avons des faits et des dimensions. Je commence toujours par le tableau des faits. Peu importe que vous utilisiez un schéma en étoile ou un flocon de neige Commencez toujours par le tableau des faits. Notre tableau des informations porte sur les commandes. Il suffit de le glisser-déposer ici sur la couche logique. Ensuite, je continue avec les dimensions, donc nous avons des clients et des produits. Commençons par les clients. Il suffit de glisser-déposer quelque part ici. Et Tableau va créer une relation entre les commandes et les clients. Puisque nous parlons de deux entités différentes, nous avons donc des commandes et des clients, j'utilise toujours les relations entre elles. Vérifions les relations savoir si tout est correct. Nous allons donc passer ici aux métadonnées. Nous voyons l'identifiant du client à partir de. Soulevez l'identifiant client en partant de la droite, ce qui est correct. Passons maintenant aux options de performance. Je ne changerai que la cardinalité. Si la qualité de nos données est mauvaise et que nous n'avons procédé à aucun profilage des données, le rythme est de les laisser par défaut à de nombreuses personnes, certaines enregistrant des correspondances à gauche et à droite. Mais dans les ensembles de données, nous l'avons déjà vérifié. Nous avons donc un schéma en étoile épuré et toujours du côté factuel, sur le côté gauche, il y en aura autant et toutes les dimensions sur le côté droit, comme les clients, ce sera une parce que nous avons généralement, par exemple, des clients uniques ou des produits uniques. Je vais donc changer cela du côté droit en un seul parce que c'est du côté des dimensions et du côté des faits, il en restera autant. Je ne toucherai pas à ces questions d' intégrité, nous allons donc laisser les choses telles quelles. Et c'est tout. Nous avons maintenant les clients et les commandes connectés les uns aux autres. Maintenant, avant de continuer à construire notre modèle de données, nous devons vérifier quelque chose de très important. Travaillons-nous sur les bons ensembles de données dans le bon format ? Alors maintenant, si vous passez aux commandes ici et ici , nous avons quelques champs tels que la quantité des ventes, les remises, les bénéfices, toutes ces informations devraient être numérotées. Et vous pouvez le vérifier en vérifiant les icônes, les icônes des types de données. Et s'ils sont comme cette valeur de hachage, ici en vert. Si vous cliquez dessus, le tableau indiquera il s'agit d'un nombre, d'une décimale Si vous le voyez comme ce nombre, décimal ou chiffre, alors tout va bien Mais si vous le voyez comme une chaîne, par exemple, si vous passez ici et que vous le changez en chaîne, si vous voyez ce champ comme une chaîne, il y a un problème. Si vos données sont de type ABC, c'est que vous travaillez avec le mauvais jeu de données. Ce n'est pas correct, tu devrais le voir comme un chiffre. Maintenant, la question est de savoir pourquoi c'est faux ? Pourquoi ce n'est pas correct ? Pourquoi Tableau ne l'a pas trouvé sous forme de numéro ? Eh bien, il existe différentes représentations du séparateur décimal en nombres décimaux certains pays, comme en Europe, nous avons le coma, mais dans de nombreux autres pays, comme aux États-Unis, en Asie, nous avons un point entre le nombre décimal et le nombre entier Maintenant, par exemple, je suis en Allemagne et mes données sont séparées par un point. Ce qui aurait pu être le cas, Tableau ne comprendra pas qu'il s'agit d'un nombre décimal et l'affichera sous forme de chaîne C'est pourquoi, dans le lien de téléchargement, j'ai préparé deux ensembles de données en fonction de votre emplacement Les ensembles de données de formation européens et les ensembles de données de formation non européens Dans les ensembles de données de formation européens, tous les nombres décimaux sont séparés par des virgules et pour tous les autres pays, ils sont séparés par un point pour le premier téléchargeur Alors maintenant, la question est de savoir comment y remédier ? Eh bien, téléchargez-y le jeu de données d'entraînement approprié pour y remédier. Par exemple, j'ai maintenant le jeu de données Non européen. Et comme vous pouvez le constater, les ventes à rabais, les bénéfices, tout va mal, tout va mal, tout est ABC et string. Maintenant, certains d'entre vous pensent, d'accord, c'est vraiment facile à régler. Je peux accéder au type de données ici et passer d'une chaîne à un nombre décimal Une fois que je l'aurai fait, que va-t-il se passer ? Tout va être nul. Cela ne fonctionnera pas car Tableau ne sait pas comment convertir correctement ces nombres. Replaçons-le dans une chaîne afin de voir les données. Encore une fois, il existe une solution à ce problème. Si vous passez aux commandes ici et que vous vous connectez correctement. Passons aux propriétés du fichier texte. Ici, nous avons différentes propriétés concernant les fichiers, comme le séparateur, ici nous avons un point-virgule que Tableau a fait de correctement, mais le plus important est le format du nombre décimal, le Ici, nous devons choisir un paramètre régional correspondant au format actuel. Le format actuel est un point dans cet exemple. Donc, ce que nous allons faire, c'est aller ici et rechercher, par exemple, les États-Unis. Et comme vous pouvez le constater, Tablo peut comprendre le bon format et tout sera remplacé par un nombre La solution, soit vous pouvez utiliser les jeux de données appropriés, soit configurer les propriétés de chaque fichier Je dirais donc que vous pouvez essayer les États-Unis ou Allemagne jusqu'à ce que vous ayez le numéro de type de données. Assurez-vous donc que cela figure dans les commandes, toutes ces informations sont le numéro du type de données. Très bien, alors allons-y et continuons à créer notre modèle de données dans la source de données. Passons à la dimension suivante. Nous avons les produits. Tout ce que nous allons faire, c'est simplement glisser-déposer et ils les publient. Tablo va créer une autre relation entre eux. Vérifions-le à nouveau. Alors cliquez dessus, allez dans les métadonnées. Faites défiler l'écran vers le haut Tableau a automatiquement trouvé la clé de la relation, il s'agit de l'identifiant du produit, qui est correct. Et maintenant c'est pareil. Nous allons passer aux options de performance sur le côté gauche, sur le côté factuel, il y en aura autant et sur le côté droit, ce sera une. Sur le côté droit, nous avons la dimension, ce sera une. Vous pouvez le vérifier facilement. Si vous cliquez sur les produits et que vous vérifiez les données ici, vous pouvez voir que l' identifiant du produit est un champ unique, qu' il ne contient aucun doublon et que nous pouvons en utiliser un Si vous n'êtes pas sûr, laissez cela autant de relations que beaucoup trop nombreuses. Revenons à la relation. Nous en avons plusieurs contre un et je vais en rester là car il y a des correspondances récursives. Pas de problème. Passons maintenant aux autres tables. Nous avons ici les coordonnées du client. Et ici, nous avons deux options. Soit nous allons utiliser les relations, soit les articulations. Vous pouvez aller ici et simplement glisser-déposer, placer près des clients en tant que relation. Mais pour être honnête, en matière de modulation des données, si j'ai deux objets concernant la même entité, ici nous avons des clients et voici une autre information sur les clients J'ai tendance à fusionner ces deux tables en une seule. C'est différent de parler des commandes et des clients. Ce sont des entités complètement différentes et généralement, dans les entrepôts de données, je prépare cette étape dans la base de données ou nous pouvons rester tableau et fusionner ces deux tables en une seule. Et nous pouvons le faire en utilisant des joints. Ce que je vais faire, c'est simplement supprimer les informations du client , puis nous allons passer à la couche physique interne des clients. Ensuite, nous allons prendre les coordonnées du client et les déposer ici. Table par défaut, je vais la laisser sous forme de jointure interne, mais pour être honnête, la table du client est pour moi, la table principale sur les clients et les détails des clients est comme une table secondaire. Afin de ne rien perdre du côté gauche, je vais changer le type d'articulation en jointure gauche. Faisons-le. Je vais cliquer sur l'icône puis sélectionner Left Join. Ensuite, nous pouvons vérifier les résultats. Eh bien, l'essentiel est de ne pas avoir doublons ou de ne pas perdre Comme vous pouvez le constater, en ce qui concerne les résultats, nous avons nos cinq clients. Il n'y a aucun doublon et nous n'avons rien perdu. Revenons à la couche logique, nous allons juste la fermer. Comme vous pouvez le constater, nous avons des tables de liste et nous avons une entité appelée clients. Nous n'avons pas beaucoup de tables, et je le fais habituellement si nous avons beaucoup sur le même sujet. Passons maintenant au tableau suivant. La commande a été exécutée. Et nous avons ici la même situation. Nous avons deux tableaux décrivant la même entité, les commandes. Mais bien sûr, nous pouvons le relier en tant que relation aux commandes. Mais encore une fois, j'aime minimiser le nombre de tables que je dois traiter et je vais fusionner ces deux tables. Nous avons donc à nouveau deux options, les unions ou les joints. Si les tables ont exactement le même nombre de colonnes et les mêmes types de données, nous pouvons utiliser l'union. Pour ce faire, nous devons établir un profilage des données. Soit vous ouvrez les fichiers CSV et vous les comparez, soit nous pouvons passer ici. Il y a comme une petite icône, comme une table. Et si vous cliquez dessus, Tablo va vous montrer un échantillon de données afin de profiler les données et de comprendre le contenu de ce tableau, nous allons simplement l'agrandir Nous avons la date de commande, la date d'expédition, l'identifiant du client , l'identifiant du produit, ainsi que le prix unitaire, etc. Et vous pouvez le comparer aux commandes ici. Allons simplement l'agrandir. Nous pouvons trouver exactement le même nombre de champs, le même contenu, les mêmes types de données. Cela signifie que nous pouvons faire l'union entre eux. Pour ce faire, je vais simplement le fermer et passer à la couche physique à l'intérieur des commandes. J'aime faire glisser et déposer juste en dessous par ici. Maintenant que vous pouvez voir que nous avons une union, vérifions-la sur le côté droit des noms des tables. Nous avons donc des commandes et nous avons des commandes exécutées. Nous combinons ensuite les deux tables dans une seule table logique. Fermons ça. Comme vous pouvez le voir, nous avons l'icône indiquant qu'il y a un syndicat à l'intérieur. Et avec cela, nous n'avons que trois tables. Au lieu d'avoir cinq tables, il est simplement plus facile de traiter trois tables au lieu de cinq tables dans les visualisations , et le modèle de données est beaucoup plus facile à comprendre et à expliquer Nous avons ainsi connecté tous les fichiers, mais nous n'en avons toujours qu'un, celui prix des produits du fichier adjacent. Malheureusement, nous ne pouvons pas le connecter aux autres fichiers de la même source de données car il s'agit d'un type de fichier différent. Mais nous pouvons toujours le connecter à eux si nous créons une deuxième source de données et utilisons le mélange de données Cela indique que nous avons notre tableau des faits et la dimension. Nous allons lui donner un nom. Je vais l'appeler petite source de données. Vous pouvez maintenant transmettre la vidéo et créer la source de données volumineuses. Si nous avons terminé, je vais créer la source de données volumineuses. Je vais aller ici, nouvelle source de données. Je vais cliquer sur le fichier texte. Je vais juste revenir à la question la plus importante. Nous n'avons que les trois. Nous commençons par les commandes, nous commençons par le tableau des faits , puis nous prenons les dimensions. Prenons les clients, les clients. J'ai déjà vérifié tous ces identifiants. Ils sont uniques. Je peux donc passer aux relations ici et les remplacer par une relation du bon côté et du côté factuel, il en restera autant. Il en va de même pour les produits, glisser-déposer. Tous les identifiants des produits sont uniques. Nous pouvons passer à l' option de performance juste pour nous assurer de sélectionner la relation et d'en sélectionner une. Je vais simplement l'appeler source de mégadonnées Maintenant, afin de ne pas perdre ces sources de données dans Tableau public, nous devons les publier sur notre compte public. Je vais y aller et le faire. Nous allons passer aux draps ici. Prenons l'exemple clients qui glissent et déposent sur les lignes. Je vais simplement les consulter ici et les publier en toute sécurité sur Tableau public. Et je dois me connecter, je vais dire que c'est «   sources de données », puis « sécurisé ». Maintenant, commencez à publier sur notre profil. Si vous souhaitez télécharger le fichier, vous pouvez vous rendre ici et télécharger le classeur Tableau Très bien, nous avons créé deux sources de données en plus de nos ensembles de données et nous pouvons les utiliser dans l' ensemble du didacticiel Vous avez ainsi tout appris sur la modulation des données Tableau dans les sources de données et sur la manière de combiner des tables à l'aide des quatre méthodes. Vous avez ainsi tout appris sur la modulation des données Tableau dans les sources de données et sur la manière de combiner des tables à l'aide des quatre méthodes Dans la section suivante, nous allons commencer à parler des données dans Tableau. Nous découvrirons qu'il existe de nombreux concepts importants de Tableau pour les visualisations de données 89. 6 Métadonnées de section: Les métadonnées de Tableau. comprendre les concepts de métadonnées de Tableau tels que les types de données, les mesures, les dimensions discrètes Il est très important de comprendre les concepts de métadonnées de Tableau tels que les types de données, les mesures, les dimensions discrètes et continues afin créer des visualisations de données correctes dans Tableau de créer des visualisations de données correctes dans Tableau. Cela peut également vous aider à comprendre comment Tableau utilise vos données abord, je vais vous présenter les métadonnées de Tableau pour savoir ce qu'il advient de vos données une fois que vous les avez connectées à Tableau. Nous allons maintenant examiner tous les types de données de Tableau, tels que les entiers, les dates de contrainte, etc. Ensuite, nous allons en apprendre davantage sur les règles relatives aux types de données, telles que la règle géographique et le rôle de l'image. Ensuite, nous aborderons des concepts très importants de Tableau. Nous avons des dimensions, des mesures, discrètes et continues. Et bien sûr, afin de comprendre les différences entre les deux, nous allons les comparer côte à côte afin de comprendre. Commençons maintenant par le premier sujet où nous pouvons avoir un aperçu des concepts de base des métadonnées dans Tableau. Alors maintenant allons-y. 90. Introduction aux métadonnées dans Udemy 6 1: Très bien, nous allons maintenant avoir une brève introduction aux métadonnées Tableau dans les sources de données afin de comprendre ce qu'il adviendra de nos données une fois que nous les aurons connectées à Tableau. Après avoir connecté nos données à Tableau et créé le modèle de données dans les sources de données, l'étape suivante consiste à vérifier les métadonnées des tables et des champs. Parce qu'une fois que vous avez connecté vos données à Tableau, Tableau peut commencer à analyser le contenu de vos données pour émettre hypothèses sur les types et les rôles de chaque champ dans la source de données. Tableau peut attribuer à chaque champ types tels que entier, chaîne, date, etc. Les types de données nous fournissent des informations sur le type de données stockées dans nos ensembles de données. Cette information est très utile pour Tableau afin de comprendre comment traiter vos données. Quelles règles, opérations, calculs peuvent être effectués. Tableau va également attribuer un rôle à chaque champ. Ces rôles peuvent aider Tableau à créer les visualisations. Le premier ensemble de rôles comporte des dimensions et des mesures. Les champs de dimension définissent le niveau de détail de la vue. Et les champs contenant la mesure des rôles seront utilisés pour les agrégations dans la vue, nous avons un autre ensemble de rôles, nous avons un continu discret . Ces règles peuvent aider Tableau en traçant les visuels Les champs discrets peuvent diviser la vue pour séparer les valeurs. Et les champs dotés de règles continues traceront une chaîne ininterrompue et des valeurs connectées dans la vue Et j'appelle toutes ces informations relatives à votre champ des métadonnées dans la source de données Tableau. Enfin, je tiens à vous dire que les hypothèses avancées par Tableau à propos votre domaine sont correctes à environ 90 %, ce qui signifie qu' il est possible que ces hypothèses de Tableau soient fausses. C'est pourquoi il est très important une fois le modèle de données créé , de vérifier les métadonnées afin de vérifier que toutes les informations sont correctement attribuées. Sinon, vous aurez une mauvaise qualité et de mauvais résultats lors des visualisations. Très bien, nous allons maintenant approfondir ces concepts importants afin de les comprendre et de comprendre les différences entre eux. Très bien, c'était donc une brève introduction aux métadonnées de Tableau. Nous aborderons ensuite les types de données de base de Tableau tels que les entiers, les chaînes, les dates, etc. 91. Udemy 6 2 types de données: Très bien, nous pouvons donc trouver des types de données non seulement dans Tableau, mais dans tous les langages de programmation. Mais ils ne prennent pas exactement en charge les mêmes types de données. C'est pourquoi, si vous apprenez nouveau langage de programmation ou une application telle que Tableau, il est très important de comprendre quels types de données ils prennent en charge. La question qui se pose maintenant est la suivante : qu'est-ce qu'un type de données ? Le type de données nous donne des informations sur le type d'informations stockées dans nos données. Et cette information est très importante pour les langages de programmation et les applications tels que Tableau afin de comprendre comment traiter vos données. Quelles règles, opérations et calculs peuvent être effectués en plus de vos données. Maintenant, si vous regardez attentivement nos données, vous pouvez voir que chaque champ notre source de données doit être attribué à une petite icône ou à un simple. Ces icônes indiquent les types de données de chaque champ. Enfin, une fois que nous avons connecté nos données à Tableau, Tableau peut analyser nos données afin d' Tableau peut analyser nos données afin attribuer automatiquement le type de données correct à nos champs. La plupart du temps, Tableau le fait correctement, mais parfois les choses tournent mal ou vous souhaitez modifier le type de données d' un champ spécifique, c' est très simple. Vous pouvez le faire sur la page de la feuille de calcul ou sur la page de la source de données, vous obtiendrez exactement le même effet Passons à la page de la source de données. Passons aux commandes. Et cliquez sur l'icône ici, vous pouvez voir son trou numérique. Nous pouvons le remplacer par une chaîne de caractères. Ce que nous allons faire, il suffit cliquer sur la chaîne et c'est tout. Nous modifions simplement le type de données du numéro de commande. Mais supposons que nous voulions le modifier à nouveau comme Tableau l'a fait au début. Ce que nous allons faire, c'est revenir sur l'icône ici, puis nous allons revenir sur l'icône ici, revenir aux paramètres par défaut Cela revient au type de données d'origine que Tabloadd a attribué au début ici Encore une chose : les types de données sont très sensibles dans les articulations et les relations. Par exemple, si nous examinons cette relation entre les commandes et les clients, la clé est l'identifiant du client. Ces clés doivent avoir exactement le même type de données. Supposons que nous passions aux commandes et que nous changions l' identifiant client d'un numéro à une chaîne. Nous allons passer à la chaîne ici et nous la modifierons immédiatement. On peut dire qu'en ce qui concerne le modèle de données, la relation entre les commandes et les clients est désormais rompue. Vous pouvez voir dans l'info-bulle qu'il y a une incompatibilité de type entre l'ID client, la chaîne et le numéro d'identification du client Comme vous pouvez le constater, Tableau est très sensible au type de données de la clé que vous utilisiez des relations, Peu importe que vous utilisiez des relations, des joints ou des mélanges de données Ils doivent avoir exactement le même type de données. Maintenant, pour le corriger, comme vous pouvez le constater, nous n' avons plus les données. Passez en revue la grille de données, comment nous pouvons changer maintenant le type de données. Nous allons passer à la grille de métadonnées. Nous allons faire la même chose. Nous allons passer à l'ID client. Il suffit de cliquer sur l'icône du type de données et de revenir à la valeur par défaut ou à la valeur numérique. Je vais juste cliquer sur Valeurs par défaut et Tableau sera content maintenant, et les tables seront à nouveau liées. La troisième méthode pour modifier les types de données, vous pouvez accéder à la page de la feuille de calcul Et c'est pareil ici. Vous pouvez accéder aux icônes et modifier le type de données. Comme vous pouvez le constater, c'est très simple. Dans Tableau, nous avons un tas de types de données différents que nous allons aborder dans ce Et je les regroupe en trois catégories. Nous avons d'abord les six principaux types de données de base. Nous avons le numéro du trou, la chaîne décimale, la date, la date et l'heure et le lingot Dans le deuxième groupe, nous avons des rôles. Nous avons des rôles géographiques et des rôles liés à l'image. Et le dernier groupe, nous avons des types de données avancés tels que group, cluster, group benz et set. Ce groupe contient des types de données spéciaux introduits par Tableau pour les visualisations de données Et ils sont spécialement conçus pour organiser nos données. Dans ce didacticiel, nous allons nous concentrer sur les deux premiers groupes, le groupe de base et le rôle des types de données avancés. Je vais consacrer un autre tutoriel complet à leur sujet. Bien, commençons maintenant par le premier groupe, les types de données de base, où nous allons approfondir chaque type afin de les comprendre. Allons-y, nous allons maintenant parler du numéro de type de données. Si nos données ne contiennent que des chiffres, rien d'autre, elles ne contiennent que des chiffres 0 à 9, nous pouvons les appeler un type de données numérique Et il est très important de comprendre que les chiffres ne peuvent contenir aucun caractère. Par exemple, supposons que nos données contiennent le numéro de téléphone suivant le numéro de téléphone suivant, ce type de données. Nous ne pouvons pas l'appeler un numéro car il contient des caractères. Nous avons le moins, le plus, car le type de données numérique ne peut comporter que des chiffres 0 à 9. Maintenant, si nous supprimons ces caractères du numéro de téléphone, cela ressemblera à ceci Et ce n'est que maintenant que nous pouvons lui donner le numéro du type de données dans Tableau. Le numéro du type de données comporte cette icône. C'est comme un hachage pour les nombres, nous avons deux types de données dans Tableau nombre hale et le nombre décimal Quelle est donc la différence entre eux ? Vous savez, en mathématiques, un nombre positif ou négatif peut être divisé par des points la première partie, nous l' appelons un nombre entier, et dans la seconde, nous l'appelons décimal Si votre numéro n'inclut pas décimales ou de fractions, nous pouvons l'appeler un nombre entier Par exemple trois -100 zéro et ainsi de suite. Mais si votre nombre contient des points et des fractions, nous l'appelons un nombre décimal, par exemple 2,4 ou 13,99. Et ici, vous devez faire attention à celui que vous utilisez, surtout si vous effectuez des calculs dans Tableau Par exemple, si vous souhaitez diviser deux nombres 1/2, si le champ de sortie contient le type de données entier, le résultat sera zéro. Mais s'il a le numéro de type de données décimal, le résultat sera correct 0,5 et c'est exactement la différence entre ces deux types de données Très bien, examinons maintenant nos champs dans Tableau pour savoir lequel contient le numéro de type de données. Et je dirais qu'il faut vérifier les commandes ici. Vous pouvez voir que nous avons le numéro de commande, identifiant client, l'identifiant du produit. En les cochant simplement, vous pouvez constater que ce sont tous des nombres, qu'ils n'ont pas de caractères et qu'ils n'ont pas de fractions. Cela signifie qu'ils doivent avoir le trou numérique du type de données. Comme vous pouvez le voir, ils sont tous numérotés. Vérifions les autres champs sur le côté droit. Nous avons ici des ventes, des remises, des bénéfices. Comme vous pouvez le constater, ils ont des fractions. Ces nombres doivent être décimaux. Vérifions-le. Vous pouvez voir que Tableau a automatiquement déterminé que ces nombres sont des nombres décimaux, mais pour ce qui est de la quantité, c'est l' ensemble, car nous n'avons aucune fraction définie ici, tout va bien Bien, nous allons maintenant parler de la chaîne de type de données. Le type de données chaîne est l'un des types de données les plus utilisés dans tous les langages de programmation dans Un type de données de chaîne est une séquence de caractères peut inclure des lettres, des passes numériques ou tout autre type de Vous pouvez considérer une chaîne comme un texte brut. Et n'importe quel champ de notre source de données peut être une chaîne. La chaîne est comme un type de données par défaut et elle n' a pas de règles ou quoi que ce soit d'autre comme les autres types de données. Cela signifie que vous pouvez convertir n'importe quel champ de votre source de données en votre source de données en un type de chaîne de données sans aucun problème Et Tableu utilise également le type de données chaîne lorsqu'il ne trouve aucun autre type de données approprié pour vos champs Examinons nos ensembles de données où se trouvent les champs contenant la chaîne de type de données Vérifions d'abord les produits. Ici, vous pouvez voir que nous avons ici deux chaînes, le nom du produit et la catégorie. Dans le nom du produit, nous avons des caractères, des espaces, des chiffres. Il s'agit de la chaîne de type de données. Examinons les clients. Ici, nous avons le prénom, le nom famille, les deux sont des chaînes de caractères. Mais maintenant, vous remarquerez peut-être ou vous demanderez, vous savez quoi, nous avons la ville et le pays, les deux contiennent des personnages. Pourquoi n'avons-nous pas l'icône d'ABC ? Est-ce que c'est comme une ficelle ? Eh bien, la réponse est oui, car si vous cliquez simplement sur l'icône, vous pouvez voir que Tableau l' a attribuée à une chaîne. Mais ici, la différence est qu'ils ont un rôle supplémentaire. Nous avons la règle géographique. Et vous pouvez voir que Tableau l'a attribué à un pays. Ici, Tableau va lui donner une autre icône juste pour indiquer que ce champ a un rôle géographique. Mais le type de données de base principal pour cela est une chaîne, et il en va de même pour la ville Bien, nous allons maintenant parler de l'un des types de données les plus confus. C'est la date. Si votre champ stocke des informations sur les données du calendrier, ce champ contiendra les dates du type de données. Les dates ont des formats très différents selon les pays. Par exemple, en Allemagne, nous avons les formats de date suivants. Vous voyez, nous utilisons des points au lieu de barres obliques, mais la date dans les formats internationaux suit une autre règle selon laquelle la date doit la diviser par un moins Et dans le monde, il existe de très nombreux formats différents. Ces dates suivent donc des formats spécifiques et nous les décrivons avec les codes suivants. Par exemple, pour les formats internationaux , nous avons ce code. Cela va commencer par l'année. Et l'année comporte quatre chiffres, c'est pourquoi nous avons quatre fois Y. Ensuite, nous avons un moins et deux chiffres Pour le mansus, nous avons M moins deux chiffres pour le jour, DD Il y a donc comme un code pour chaque partie des dates que nous avons, le jour, les mois, l'année, les semaines, etc. Dans ce tableau, je vais laisser le lien dans la description. Vous pouvez trouver tous ces codes et leurs descriptions. Avec cela, vous pouvez personnaliser le format de date comme bon vous semble. Ne t'inquiète pas pour ça. Tableau comprend presque tous les formats de date utilisés dans nos données. Nous pourrions avoir non seulement les données du calendrier, mais également des informations sur l'heure. Ensuite, nous avons Tableau, un autre type de données que nous appelons date et heure. Et dans les langages de programmation ou les bases de données, vous avez peut-être déjà entendu parler de l'horodatage, mais Tableau, c'est ce que nous appelons date et heure. Cela pourrait ressembler à ceci. Nous avons la date, puis l'espace, et ensuite nous avons des informations sur l'heure, les minutes et les secondes, comme les dates, elles peuvent également avoir des formats différents. Vous pourriez avoir les secondes li, le fuseau horaire et bien d'autres choses encore. Nous avons donc ici à nouveau un tableau de tous les codes pour les informations temporelles. Vous pouvez également le trouver sur le même lien. Très bien, examinons maintenant nos données pour savoir quels champs contiennent la date du type de données, généralement dans un modèle de données à schéma en étoile. Toutes les dates sont indiquées dans le tableau des faits et notre tableau d'information contient les commandes. Vérifions-le. Vous pouvez voir que nous avons deux champs avec les dates en forme d'icône de type de données. Nous avons la date d'expédition et la date de commande. Ce n'est pas la date et l'heure parce que nous n'avons pas de données. Informations sur l'heure. deux champs sont donc des dates, nous pouvons vérifier ici et ici et dans les autres tableaux, lois générales et clients, ils n'ont ni date ni heure car ce sont des dimensions, ne sont pas des événements et ne contiennent généralement aucune information sur la date. Bien, revenons maintenant à nos commandes, à nos deux champs. Et comme vous pouvez le voir, le format ici est qu'ils sont divisés par des barres obliques Disons que vous ne voulez pas ce format, vous voulez autre chose. Alors maintenant, comment pouvons-nous modifier le format de date dans Tableau ? Pour ce faire, nous devons accéder à la page de la feuille de travail. Passons donc à la page de la feuille de travail ici. Et maintenant tu dois décider quelque chose. Est-ce que je souhaite modifier le format de date pour l'ensemble du classeur, pour toutes les visualisations Cela signifie que vous modifiez le format par défaut de la date. Ou vous souhaitez modifier le format uniquement pour cette vue. Pour une seule visualisation. Je vais vous montrer comment vous pouvez faire les deux. Maintenant, mettons quelque chose à notre avis. Je vais prendre le numéro de commande, glisser-déposer ici. Travaillons sur la date de commande. Je vais le glisser-déposer sur le tableau. Je vais le montrer comme un an. Je veux la date exacte pour voir le format. Comme vous pouvez le voir, notre date a le format suivant. Je souhaite maintenant modifier le format de date par défaut pour l'ensemble du classeur Pour ce faire, nous allons cliquer avec le bouton droit de la souris sur le côté gauche de la date de commande. Ensuite, nous allons dans les propriétés par défaut, où vous pouvez trouver le format de date. Si vous cliquez sur cette option automatique, c'est ce que Tableau a découvert au début. Et puis nous avons un format prédéfini issu de Tableau. Ce qui est intéressant, c'est qu'à la fin, nous avons personnalisé notre nouveau format pour que la date puisse être divisée par des points. Et l'année ne comportera que deux chiffres. Le format du code sera le suivant, D, D pour le jour, puis des points, M, M pour le mois. Pour l'année, nous n'aurons que deux chiffres. Ça va être Y, Y deux fois. Allons-y, d'accord. Comme vous pouvez le constater, Taba a modifié le format de date dans Tableau Maintenant, dupliquons cette feuille de travail ici, Piratical se lance dessus Piratical se lance Et puis dupliquez, comme vous pouvez également le voir dans la feuille de travail suivante, nous avons exactement le même format que celui que nous avons défini Cela signifie que le format que nous avons défini est désormais un format par défaut pour l'ensemble du classeur Mais maintenant, disons que je souhaite le modifier uniquement localement lors d' une visualisation. Je ne souhaite pas modifier le format par défaut de la date. Dubliconnons cela également une fois de plus. Maintenant, au lieu d' aller sur le côté gauche, nous allons rester dans la vue et nous allons accéder à nos champs cliquer dessus avec le bouton droit de la souris, puis passer à celui-ci ici, formater. Une fois que vous l'avez fait sur le côté gauche, les données vont passer au format spin. Ici, sur le côté gauche, vous pouvez voir les dates. Si vous cliquez dessus , nous allons obtenir exactement les mêmes informations ici. Il s'agit des paramètres prédéfinis dans Tableau. Nous avons l'automatique en haut, et en bas, nous avons la personnalisation. Choisissons maintenant l'un de ceux prédéfinis. Je vais prendre la semaine et l'année. Cliquons dessus. Comme vous pouvez le constater, Tableau a changé le format de date dans cette vue. Il est maintenant intéressant de vérifier sur les autres feuilles si le format de la date a changé. Revenons aux feuilles précédentes et voyons l'état au format par défaut de la date. Vous apprendrez ainsi à personnaliser le format de la date pour une vue spécifique ou pour l'ensemble du travail. Mais maintenant, je veux changer le format de date comme avant. Pour ce faire, je vais aller ici , fermer ce format. Ensuite, revenez à la date de commande, cliquez avec le bouton droit sur le format de date des propriétés par défaut, puis cliquez sur Automatique et OK. Comme vous pouvez le constater, nous avons à nouveau le même ancien format. Voilà, voici comment nous pouvons travailler avec la date du type de données. Bien, nous allons maintenant parler du dernier type de données de la catégorie de base, le type de données Pullion Le type de données Pollan représente un champ qui n' a que deux valeurs, vrai ou faux C'est comme le langage informatique, nous n'en avons que 1.0. Ce type de données est souvent utilisé dans la sortie d'une condition ou d'une logique Par exemple, si je vous demande vous avez aimé cette vidéo jusqu' à présent, la réponse sera oui ou non. Si vous aimez cette vidéo, merci de la donner de même. La réponse à cette question est la suivante : le type de données peut-il extraire oui ou non, vrai ou faux, et non, d'autres valeurs ? Et n'oubliez pas de vous abonner Les types de données d'extraction ont de nombreux cas d'utilisation Par exemple, contrôlez le flux de travail de quelque chose. Si le résultat est vrai, faites quelque chose. Si c'est faux, faites autre chose. Très bien, voyons maintenant si nous pouvons trouver type de données d'extraction dans nos commandes Nous pouvons vérifier ici, nous n'avons aucun type de données d' extraction plus que les clients. Rien Et dans les produits, eh bien, nous n'avons aucun champ avec le type de données des lingots Eh bien, en général, des lingots de types de données sont ajoutés une fois que nous utilisons les conditions dans Tableau et une fois que nous créons de nouveaux champs calculés Pour créer le champ calculé, nous allons maintenant accéder à la page de la feuille de calcul Nous allons passer à la feuille numéro un. Assurez-vous maintenant de sélectionner la petite source de données. Ensuite, nous passons à cette petite icône ici. Et maintenant, nous sélectionnons Créer un champ calculé. Alors, cliquons dessus. Une nouvelle fenêtre s'affichera pour écrire notre expression ou notre condition. Je vais lui donner le nom de Logic 400. Et maintenant, qu' allons-nous vérifier, ou quel est notre état ? Si les ventes sont inférieures à 400, cela doit être vrai, sinon ce sera faux. La logique est très simple. Nous allons donc trouver ici les ventes inférieures à 400, et si les ventes sont inférieures à 400, ce sera vrai. Sinon, ce sera faux. Cliquez sur OK. Une fois cela fait, vous pouvez trouver sur le côté gauche un nouveau champ appelé Logic 400. Il a le type de volume de données. La sortie ne comporte que deux valeurs, vrai et faux. Validons-le. Je vais juste le glisser-déposer sur la vue d'ici. Comme vous pouvez le constater, nous n'avons que du faux et du vrai. Voyons si la logique fonctionne. Nous allons donc prendre le numéro de commande et le mettre juste avant. Maintenant, nous avons besoin des ventes. Nous allons donc prendre les ventes, glisser et les déposer ici sur ABC. Ici, vous pouvez voir, par exemple, que le premier ordre est inférieur à 400, ce qui signifie que la logique est vraie, correcte. Et puis le suivant , il est supérieur à 400, c'est faux. Et ainsi de suite. Nous pouvons voir que si le champ ne contient que deux valeurs, vrai et faux, le type de données sera alors lingot Et nous l'utilisons généralement comme résultat d'une condition. Et le type de données Bullion a de nombreux cas d'utilisation. Par exemple, si vous souhaitez filtrer nos données supérieures à 400, nous ne voulons pas les voir apparaître dans nos visualisations Donc, ce que nous pouvons faire, c'est utiliser la logique du filtre Il suffit de la suivre et de la déposer sur les filtres. Et nous allons sélectionner uniquement le vrai. Je vais donc décocher le faux, puis appuyer sur, OK. Comme vous pouvez le constater, le résultat ne montre que les commandes dont les ventes sont inférieures à 400. Et cela nous permet de filtrer nos données très facilement. Très bien, nous avons donc abordé les six types de données de base de Tableau. Faisons maintenant un bref récapitulatif. Nous avons le trou numérique pour les champs qui ne stockent que des nombres sans caractères, et ces nombres sont sans fractions ni points décimaux Le numéro est également valable pour les champs qui ne contiennent que des nombres sans caractères, mais ces nombres peuvent contenir des fractions ou des points décimaux Une chaîne est une séquence de caractères quelconques. Il peut s'agir de chiffres, de lettres, caractères spéciaux ou d'espaces. Ensuite, nous avons un rendez-vous. La date concerne les champs qui stockent des informations sur les dates du calendrier. Ensuite, nous avons également la date et l'heure pour les champs qui stockent informations sur le calendrier et sur l'heure. Et il a également des formats spécifiques. Et la dernière fois que nous avons eu le lingot, il ne peut stocker que deux valeurs, fausses ou vraies, et nous l' utilisons généralement pour des conditions Très bien, jusqu'à présent, nous avons appris les types de données de base de Tableau. Ensuite, nous allons apprendre les deux rôles liés aux types de données, à savoir les rôles géographiques et les rôles liés aux images. 92. Udemy 6 3 rôles: OK les gars, donc le premier rôle dont nous allons parler est le rôle géographique. Si votre champ de données contient informations de localisation ou des zones géographiques, vous pouvez l'attribuer à un rôle géographique dans Tableau en fonction du type de lieu, tel que la ville, le pays , le code postal, etc. L'attribution de ce rôle supplémentaire peut aider Tableau à tracer correctement vos données. Si vous utilisez des visualisations cartographiques dans Tableau, il existe plus de 12 rôles géographiques, mais je pense que les plus importants sont la ville et le code postal Maintenant, vérifions nos données, mais d'abord, un café. Allons, d'accord, revenons à notre source de données. Allons à la table du client. Nous y avons des informations sur la localisation des clients. Nous avons ici trois champs. Nous avons le pays, la ville et le code postal. Maintenant, pour vérifier le rôle géographique, il suffit de cliquer sur l'icône du type de données ici. Encore une fois, ici, il est très important de comprendre. Chaque champ doit avoir un type de données de base. Par exemple, le code postal est un trou numérique. Ensuite, nous lui attribuons un rôle supplémentaire. Le fait d'avoir le rôle géographique ne supprimera pas le type de données numériques. Voyons maintenant le rôle géographique ici. Et vous pouvez le voir attribuer à n'importe quoi. Il reste ici. Aucune. Il s'agit d'un code postal ou d'un code postal, nous allons donc corriger cela. Nous allons simplement cliquer dessus ici pour attribuer un rôle géographique. Et vous pouvez voir que l' icône a changé. Avec cela, nous avons le numéro du type de données et nous lui avons attribué un rôle géographique . Allons voir les autres. Cela devrait être un, cliquons ici. Le type de données de base est une chaîne car nous avons des caractères. Et vérifions le rôle géographique. Tableau l'a fait correctement Nous l'avons en tant que ville. C'est exact. Allons dans le pays d'ici. Nous l'avons sous forme de chaîne , puis le rôle géographique est le pays. Ainsi, toutes les informations de localisation sont correctement attribuées au rôle géographique. Nous pouvons commencer à créer des visualisations cartographiques dans Tableau. Permettez-moi de vous montrer un exemple. Passons à la feuille numéro un ici. Ce que nous pouvons faire, c'est aller voir les clients d'ici. Et prenons les informations de localisation. Prenons le comté, la ville. Prenons une métrique. Je vais prendre les soldes, glisser et les déposer ici sur ABC. Comme vous pouvez le constater, ce n'est qu'une table. Nous voulons le transformer en carte. Pour ce faire, rendez-vous sur Show Me over here, puis cliquez sur la carte. Vous pouvez constater que Tableau a correctement tracé nos données. Permettez-moi de le fermer et attribuer la métrique à chaque pays. Cela est dû au fait que nous avons attribué à nos données un rôle géographique. Très bien, alors parlons de l'autre. Nous avons le rôle d'image. Il s'agit d'une toute nouvelle version que Tableau vient de présenter en 2022. En principe, si votre champ stocke une URL pointant vers des images, vous pouvez attribuer à ce champ le rôle d'image avec l'URL permettant d'afficher les images dans les visualisations Et Tableau a ici certaines exigences. Donc, dans le premier cas, Tableau ne prend en charge que ces trois extensions d'image, et l'URL doit commencer par l'exigence HTTB ou HTTBS Le nombre maximum d'images dans chaque champ est de 500, puis nous avons la taille de l'image. Il doit être inférieur à 128 kilopytes. Mais les choses peuvent changer au fil du temps, puisqu'il s'agit d'une toute nouvelle fonctionnalité de Tableau. Et je pense que le cas le plus courant est de montrer les images du produit dans vos visualisations. Très bien, voyons maintenant un exemple dans Tableau rôle de l'image dans nos ensembles de données J'ai préparé quelques URL dans les produits de la table, mais uniquement dans les petits ensembles de données. Alors vérifions-le. Si vous accédez aux produits ici, nous avons un champ appelé images de produits, et ici nous avons des URL pointant vers des images de mon site Web Nous allons maintenant vérifier le type de données. Ici, il s'agit d'une chaîne de type de données. Il s'agit de la base, car une URL est une séquence de caractères. Et maintenant, nous pouvons ajouter à ce type de données de base un rôle d'image. Et c'est très simple, il suffit de passer ici au rôle de l'image et de cliquer sur l'URL. Alors faisons-le. Et avec cela, nous avons une nouvelle icône qui indique que ce champ a le rôle d'image. Vérifions les données. Nous allons passer à la feuille numéro un. Ensuite, nous passons aux produits, nous nous assurons de sélectionner la petite source de données. Ensuite, nous passons à l'image des produits. Il suffit de glisser-déposer ici. Et comme vous pouvez le voir maintenant, nous avons quelques images des produits, mais deux d'entre elles sont cassées. Et je pense que la version disto de Tableau Public en est encore à la mode Parce que si nous publions maintenant sur Tableau Public in the Whip, toutes les icônes seront correctement affichées. Maintenant, nous pouvons aller chercher un autre terrain. Prenons les ventes, glissons-les ici. Et avec cela, nous avons de belles images pour la matrice. Allons le publier dans Tableau public. Je vais l'appeler View Image. Faisons des économies, comme vous pouvez le constater. Maintenant, dans Tableau Public, nous avons toutes les icônes, rien n'est cassé. Je pense que si vous créez des tableaux de bord sur les produits, il est vraiment agréable de montrer l'image du produit au lieu des noms Il est simplement plus accrocheur d'avoir des images dans les visualisations Très bien, c'est donc tout pour les types de données. Nous allons maintenant découvrir des concepts très importants, les dimensions et les rôles de mesure dans Tableau. 93. Udemy 6 4 Dim & Mes: Dimensions et mesures dans Tableau. Ainsi, une fois que nous avons connecté nos données à Tableau, Tableau et que nous les avons analysées afin d'attribuer à chacun de nos champs une dimension ou de mesurer ce type de métadonnées. Cela va aider Tableau à effacer nos visualisations. Bien, alors maintenant la question est : que sont les dimensions et les mesures ? Eh bien, Tableau n'a pas inventé le concept de dimensions et de mesures. C'est un vieux concept de PI. Et maintenant, nous allons avoir une brève histoire d'origine. Si vous apprenez les concepts de data warehuse et de business intelligence, vous savez peut-être déjà que le concept de base est l' opération multidimensionnelle, le traitement analytique Selon le concept, si vous souhaitez répondre à des questions commerciales ou effectuer une analyse de données, nous devons d'abord créer un modèle de données ayant la forme d'un cube multidimensionnel C'est un peu comme ce cube. Et chaque cube contient deux informations. abord, nous avons les dimensions du cube, et deuxièmement, nous avons ces cellules, ces cellules peuvent stocker des informations telles que des données, des nombres, et nous les appelons mesures. Chaque cube possède deux informations, les dimensions et les cellules, les mesures. Maintenant, prenons un exemple. Nous avons le cube des ventes en trois dimensions. La première dimension concerne les emplacements. Et sur les sites, nous avons trois membres, les États-Unis, la France et l'Allemagne. Ces trois valeurs sont le membre de l'emplacement dimensionnel. Et nous avons une autre dimension qui s'appelle le temps. Et il compte trois membres dans la dimension, janvier, février et mars. Et la troisième dimension, nous avons les catégories. Maintenant, dans les ventes du cube, nous avons les meilleures Notre cube est maintenant prêt avec les dimensions et les mesures et nous pouvons commencer à répondre aux questions commerciales. Par exemple, trouvez le total des ventes aux États-Unis. Qu'est-ce qui peut arriver ? Nous pouvons sélectionner l'emplacement dimensionnel et filtrer la dimension pour n' avoir que le membre américain. Cette opération dans le cube s' appelle le découpage du cube Ensuite, nous pouvons les agréger, les mesurer, et nous obtiendrons un total de 120 ventes. Et si vous avez un cube, nous pouvons effectuer plusieurs opérations, comme trancher, en dés, enrouler, percer et nous faire battre Ainsi, si vous disposez d'un tel cube, nous pouvons analyser les données et trouver des réponses rapides aux questions commerciales. Pour résumer, les dimensions contiennent des valeurs qualitatives. Ils décrivent généralement quelque chose comme le nom du produit, la catégorie de diffusion, la localisation du client Et nous utilisons des dimensions pour classer, filtrer et afficher le niveau de détail Et d'autre part, nous avons les mesures. Ils contiennent des valeurs quantitatives numériques qui peuvent être mesurées comme leur nom l'indique Et les mesures, contrairement aux dimensions, peuvent être agrégées. D'accord, donc cela peut encore prêter à confusion. Et si tu dis, tu sais quoi ? Si j'examine mes données, comment puis-je décider s'il s'agit d'une dimension ou d'une mesure ? Voici donc mon processus de prise de décision. Je vérifie d'abord le type de données du champ, s'il s'agit d'un nombre. Si la réponse est non, alors ce champ est une dimension. Mais si la réponse est oui, alors nous pouvons poser la question suivante. Est-il judicieux d'agréger les valeurs du champ, exemple en calculant la somme des valeurs ou en trouvant la valeur moyenne ? Si la réponse est oui, il s'agit d'une mesure. Mais si la réponse est non, il s'agit d'une dimension. Cela signifie donc que tous les champs non numériques sont des dimensions, tous les champs numériques Cela dépend vraiment de la question savoir s'il est judicieux d'agréger les valeurs. Dans l'affirmative, il s'agit d'une mesure. Si ce n'est pas le cas, c'est une question de dimension. OK, alors pratiquons maintenant. Afin de comprendre le concept de dimensions et de mesures et leur fonctionnement. Nous allons vérifier nos ensembles de données et attribuer à chaque champ une dimension ou une mesure Nous allons préparer la table des clients ensemble. Ensuite, vous pouvez regarder la vidéo pour faire les produits et les commandes Et puis, à la fin, nous allons vérifier le résultat ensemble. Alors allons-y, nous allons commencer par le premier champ, le numéro client. L'identifiant du client est un chiffre, nous ne pouvons donc pas dire qu'il s'agit automatiquement d'une dimension à laquelle il faut accéder. Maintenant, la question suivante savoir s'il est judicieux de l'agréger ? Eh bien, nous devons comprendre que l'identifiant client est un identifiant unique pour les clients. Par exemple, Maria a le numéro de client numéro un, Martin en a quatre. Et maintenant, si nous additionnons toutes ces valeurs, nous allons obtenir la valeur 15. Ou si nous faisons la moyenne, nous obtiendrons la valeur de trois. Ces valeurs n'ont aucun sens car nous utilisons l'identifiant client uniquement pour identifier les clients. Et je ne pense pas que nous serons dans une situation où nous devrons trouver la moyenne des identifiants uniques car cela n'a aucun sens Ce champ est une dimension et nous pouvons ainsi attribuer l' identifiant client à une dimension. Passons maintenant à la suivante. C'est beaucoup plus simple car nous avons ici le prénom et il n'est pas numérique, il est donc automatiquement dimensionné Il en va de même pour le nom de famille. C'est aussi une corde. Ce n'est pas un chiffre. Très bien, alors passons à la suivante. Nous avons le code postal ou le code postal. C'est un chiffre. Nous pouvons donc nous poser la question suivante : est-il judicieux de faire de l'agrégation ici ? Eh bien, je ne pense pas qu' il y aura une situation où nous devrons trouver la somme du code postal ou en trouver la moyenne. Cela signifie donc que c'est à nouveau là, c'est un nombre, mais c'est une dimension, alors attribuons-lui la valeur correspondante. Et puis la suivante, c'est facile, nous avons donc la ville et le pays. Ces deux valeurs sont des chaînes, il s'agit donc automatiquement d'une dimension. Attribuons-le donc à nouveau. Passons au dernier champ. Nous avons le score ici. C'est encore une fois un chiffre que nous pouvons nous poser la question : est-ce que cela a du sens ici de faire des agrégations Eh bien, la réponse est oui. Il est vraiment logique de trouver la moyenne du score. C'est pourquoi nous allons le mapper à une mesure. Sur la table, clients, nous avons six dimensions et une seule mesure. Vous pouvez maintenant mettre la vidéo en pause afin de entraîner avec les commandes de table et avec les produits. Très bien, maintenant nous allons vérifier les résultats. Comme vous pouvez le voir dans les commandes du tableau, nous avons de nombreuses mesures car il s'agit d'un tableau de faits. Et les tables de faits dans le schéma en étoile constituent l' endroit central des mesures. C'est tout à fait normal. Vérifie les champs. Nous avons le numéro de commande, l'identifiant client, l'identifiant du produit. C'est comme l'identifiant du client. Ce sont des identifiants et cela n'a aucun sens de les agréger C'est pourquoi nous l'avons sous forme de dimensions. La date de commande et la date d'expédition. Ces informations ne sont pas numériques, ce qui signifie qu'il s'agit d'une dimension Et puis nous avons toutes ces informations. La quantité des ventes, les remises, les bénéfices, prix unitaires, tous ces champs sont des chiffres. Ici, il est judicieux de faire des agrégations telles que la somme ou la moyenne Nous allons utiliser les commandes, le tableau d'information si nous avons besoin de mesures. Passons à la suivante, aux produits présentés ici. Celui-ci est simple, l'identifiant du produit ressemble, encore une fois, à l'identifiant. Cela n'a aucun sens de faire une agrégation. Nous pouvons l'avoir sous forme de dimensions, nom de produit et de catégorie. Ces deux informations sont des chaînes, elles ne sont pas numériques, et c'est pourquoi ce sont des dimensions J'espère que vous avez compris comment je m'y prends habituellement. En examinant simplement les données, nous pouvons décider s'il s'agit d'une dimension ou d'une mesure. Bien, revenons maintenant à Tableau La première question est où puis-je trouver dans Tableau si mes champs sont des mesures ou des dimensions ? Eh bien, il n'y a pas d'icônes pour les dimensions et les mesures, et nous ne pouvons pas non plus vérifier cela sur la page de la source de données. Pour vérifier les dimensions et les mesures, nous devons accéder à la page de la feuille de travail Passons à la feuille numéro un. Ensuite, nous allons passer au bain de données sur le côté gauche. Ouvrons n'importe quelle table, par exemple les commandes. Maintenant, si vous regardez attentivement les commandes du tableau, vous trouverez une fine ligne horizontale grise qui divise les champs des commandes en deux groupes Les champs au-dessus de la ligne sont les dimensions. Et les champs situés en dessous de la ligne sont les mesures. Par exemple, nous avons l'identifiant client, les dates de commande, le numéro de commande, l'édition du produit, etc. Ces champs sont des dimensions dans Tableau et les champs situés sous la ligne correspondant aux remises, aux ventes en quantité, etc. Ces champs sont des mesures, vous pouvez trouver ce séparateur, cette ligne horizontale dans chaque tableau Si vous allez voir les clients ici, vous verrez à nouveau la même ligne qui sépare les dimensions mesures et la même chose si vous allez voir les produits Faites défiler la page vers le bas, nous avons à nouveau la même ligne. Et encore une chose que vous avez peut-être déjà remarquée. Laisse-moi juste fermer ces tables. Qu'à l'extérieur de la table, il y a aussi une ligne horizontale. Dans Tableau, nous sélectionnons parfois des champs qui n'appartiennent à aucune table et Tableau peut placer juste en dehors des tables C'est comme les champs globaux, et pour cela, nous avons également besoin d' un séparateur pour diviser les champs en dimensions et en mesures Bon, alors revenons aux commandes. Et maintenant, vous pourriez dire, vous savez quoi ? Nous n'avons pas besoin de cette ligne horizontale pour déterminer si le champ est une dimension ou une mesure. Et maintenant, si le champ est de couleur bleue, c'est une dimension. Et si le champ est de couleur verte, alors c'est une mesure. Eh bien, c'est exactement là que la plupart des développeurs de Tableau s'embrouillent. Les choses se mélangent entre dimensions, mesures et discrétion. En continu. Pour être honnête, je pensais la même chose au début jusqu'à ce que je découvre que la couleur du champ indique si le champ est discret ou continu. Nous allons parler de ce concept dans le prochain tutoriel. Ne t'inquiète pas pour ça. La couleur n'indique pas si le champ est une dimension ou une mesure, mais la position du champ, qu'il soit au-dessus ou en dessous de la ligne. Permettez-moi de vous montrer rapidement quelque chose. Prenons n'importe quel champ ici, l'identifiant du produit. Faisons-le simplement glisser un peu. Maintenant, le tableau va marquer la ligne horizontale en orange. Et je vais vous montrer, d'accord, tout ce qui est au-dessus est une dimension et tout ce qui est en dessous ce sont des mesures. Tableau l'a donc également photographié. Très bien, alors passons à la question suivante. Comment modifier un champ de dimension en mesure et vice versa ? Et ici, vous avez deux options. Soit vous allez le faire globalement pour l'ensemble du classeur, pour toutes les vues, soit vous pouvez effectuer la modification localement dans une vue individuelle Voyons donc comment nous pouvons le faire. Commençons par le premier, dans lequel nous allons apporter la modification à l'ensemble du classeur pour toutes les vues du monde entier Nous allons, par exemple, prendre le numéro de commande ici. Il suffit de cliquer dessus avec le bouton droit de la souris. Ensuite, nous passons ici, Convertir en mesure. Cliquons dessus. Et comme vous pouvez le constater, l'ID de commande des champs est simplement passé du haut de la ligne au dessous de la ligne à titre de mesure. Maintenant, si vous voulez le redimensionner, le modifier radicalement puis le convertir en dimension, c'est tout , c'est vraiment facile. Voyons maintenant comment effectuer la modification localement sur une vue sans affecter l'ensemble du classeur Reprenons le numéro de commande, faisons-le glisser et jetons-le ici, et nous allons le modifier radicalement dans la vue. Ensuite, nous allons passer aux mesures. Nous allons le convertir en mesure. Il s'agit actuellement d'une dimension. Passons aux mesures et nous devons sélectionner l'un de ces calculs. Prenons, par exemple, la somme. Comme vous pouvez le constater, le numéro de commande uniquement pour cette vue est une mesure. Mais le numéro de commande sur le côté gauche de l'ensemble du classeur reste sous forme de dimension C'est une façon très simple de convertir entre les mesures et les dimensions. Prenons un exemple dans Tableau afin de comprendre l'objectif principal des mesures et des dimensions. Passons aux commandes sur le côté gauche et à la petite source de données. Et prenons une mesure, les ventes. Nous allons simplement le glisser-déposer sur le texte ici. Comme vous pouvez le constater, Tableau va commencer immédiatement à effectuer des agrégations sur les mesures Maintenant, si vous vérifiez les données, nous n'avons qu'un seul chiffre. Il s'agit du total des ventes que nous avons dans notre ensemble de données. Nous sommes maintenant au plus haut niveau de détail où tout est agrégé en un seul chiffre. Et maintenant, nous devons ajouter plus d'informations afin de comprendre ce chiffre. Pour ce faire, nous allons utiliser des dimensions. Par exemple, passons aux produits ici, et prenons la catégorie. Je vais donc simplement glisser-déposer cette catégorie ici. Et comme vous pouvez le voir maintenant, cette dimension divise notre mesure en deux lignes Cela signifie que nous avons maintenant un niveau de détails inférieur à celui de l'agrégation supérieure. Passons maintenant à une autre dimension. Nous allons prendre le nom du produit. Il suffit donc de le glisser-déposer ici, près de la catégorie. Et comme vous pouvez le constater, l'utilisation de cette dimension peut nous donner un niveau de détails sur les ventes différent détails sur les ventes de celui de la première dimension, la catégorie. Que s'est-il passé ? Nous venons de passer aux détails un niveau de plus en dessous. Passons maintenant à la troisième dimension. Nous allons maintenant prendre le numéro de commande indiqué sur la commande. Il suffit de le glisser-déposer près du nom du produit. Comme vous pouvez le constater, cette dimension peut nous amener au niveau de détail le plus bas où l'agrégation de la mesure est exactement la même valeur d'origine. Comme vous pouvez le constater, les dimensions définissent le niveau de détail de nos vues. Et chaque dimension peut nous amener à différents niveaux de détails. Si vous voulez accéder au plus haut niveau de détails, vous devez toujours supprimer toutes les dimensions et n'avoir que la mesure en tant que. Comme nous supprimons ces dimensions, nous passons au niveau supérieur de Une autre belle façon de montrer que si nous passons à la visualisation de la carte arborescente, permettez-moi de revenir ici pour avoir une dimension Passons à Show Me , puis cliquons sur l'arbre. Vous pouvez maintenant voir que nos données sont divisées en deux détails seulement. Maintenant que nous ajoutons des dimensions, reprenons le nom du produit ici, faisons-le glisser sur l'étiquette. Vous pouvez voir la vue, la diviser pour obtenir plus de détails Si nous passons au niveau le plus bas, si vous prenez le numéro de commande, encore une fois, ici, jusqu'à l'étiquette, nous pouvons voir que la vue est divisée. De plus, maintenant je vais vous dire un petit secret. Si vous le suivez, vous pouvez générer des centaines de rapports, même si vous disposez de petits ensembles de données Si vous combinez une mesure avec une dimension, vous créerez une nouvelle vue ou de nouveaux rapports dont le titre suit ce modèle, mesure par dimension. Par exemple, les ventes par produit, bénéfices par catégorie, la quantité par pays. Ainsi, si vous suivez ce modèle, vous pouvez générer des quantités infinies de rapports et de vues dans Tableau. Très bien, maintenant, si vous utilisez les dimensions et les mesures de nos petits ensembles de données, nous avons environ 16 dimensions et dix mesures Cela signifie donc que si vous suivez cette règle, vous pouvez générer environ 160 vues et rapports. Ainsi, même si nous disposons de petits ensembles de données, nous pouvons générer d'énormes quantités de vues et de rapports Ainsi, comme vous pouvez le voir sur les visualisations, si nous combinons les deux, nous aurons les ventes par commande, ventes par date d'expédition, ventes par date par pays, etc. Très bien, je vais maintenant vous montrer comment nous créons généralement des rapports dans Tableau à l'aide de dimensions et de mesures. Nous allons maintenant travailler avec une seule mesure, les ventes, et nous allons créer des tableaux de bord à ce sujet Restons-en donc à la petite source de données et nous allons déduire les ventes des commandes. Faisons-le simplement glisser-déposer quelque part dans les rangées. Et maintenant, la dimension sera le nom du produit. Reprenons le nom du produit à partir des produits. Faisons-le glisser et déposez-le ici. Alors c'est tout. Nous devons maintenant parler de ventes par produit. Renommons simplement les feuilles ici, non ? Connectez et renommez les ventes par produit. Très bien, nous allons maintenant en créer un autre en utilisant la même mesure, une dimension différente. Ce que nous allons faire, c'est simplement dupliquer. Cliquez dessus avec le bouton droit de la souris et dupliquez. Nous allons maintenant avoir les ventes par catégorie. Je vais juste le renommer à nouveau. Appelons cela les ventes par catégorie. Nous allons maintenant supprimer le nom du produit ici. Il suffit de le glisser-déposer quelque part dans l'espace blanc. Ensuite, nous revenons aux produits et déposons la catégorie sur les colonnes. Nous allons maintenant utiliser différentes vocalisations. Je vais aller au Show Me par ici. Et utilisons le graphique circulaire. Cliquez dessus. Bien, nous avons maintenant un graphique circulaire, mais j'aimerais montrer les valeurs. Nous allons sur l'étiquette ici, nous cliquons dessus, puis nous cliquons sur cette étiquette Afficher les marques afin d' afficher des valeurs indiquant qu'il s'agit de notre deuxième étiquette. Très bien, nous allons maintenant créer le troisième avec une autre dimension. Nous allons prendre la date de commande, mais nous n'allons afficher que les mois. Nous allons aller ici et le dupliquer à nouveau. Il suffit de le renommer, je vais l'appeler ventes par mois. Nous allons maintenant supprimer la catégorie. Il suffit de le déposer ici. Ensuite, prenons la date de commande, glissons-la sur les colonnes. Nous allons passer les visualisations à la normale. Je vais cliquer dessus ici sur les pièces comme vous pouvez le voir ici. Le tableau indiquera les années à compter de la date de commande. Nous voulons que cela dure un mois. Nous devons changer cela. Il suffit de cliquer avec le bouton droit sur la dimension , puis de sélectionner le mois ici. C'est ce que nous allons faire. Permettez-moi de fermer le, me montrer ici, puis d'ajouter quelques lapoles Très bien, c'est tout pour cette vue. Passons à la dernière, nous allons faire des ventes par pays. Répliquons cela à nouveau, et nous l' appellerons Ventes par pays. Ensuite, nous allons supprimer la date de commande des dimensions. Ensuite, nous allons prendre le Dimension Country. Il suffit de le glisser-déposer sur les lignes. Maintenant que nous avons le pays, nous pouvons le transformer en carte. C'est ce que nous allons faire. Nous allons sur le Show Me over here, puis nous sélectionnons la carte. Cliquez dessus. C'est bon. Nous avons donc maintenant une carte montrant les ventes par pays. Très bien, maintenant que nous avons ces quatre rapports ou feuilles, nous pouvons créer un tableau de bord. Pour créer un nouveau tableau de bord, nous allons accéder à cette icône ici. Cliquez dessus. Avant de commencer, je vais juste lui donner un nom. Appelons-le Tableau de bord des ventes. accord ? OK. Maintenant, nous allons faire glisser et déposer toutes les feuilles. Nous allons d' abord commencer par le pays. Déposons-le juste ici au milieu. Ensuite, nous allons prendre la catégorie juste en dessous. Ensuite, le produit à côté. Faisons trois tailles, un peu vers la gauche. Ensuite, nous allons prendre le dernier, le N, et le mettre ici. Comme vous pouvez le constater, avec seulement quatre dimensions et une mesure, nous avons pu créer des tableaux de bord sur les ventes Et en suivant simplement cette petite règle, les ventes par pays, ventes par catégorie, les ventes par produit et les ventes par mois sont toujours mesurées par dimension. Maintenant, il est très facile de s'entraîner, suffit de choisir une autre mesure avec des dimensions différentes et de créer différents tableaux Très bien, passons maintenant un bref résumé dans lequel nous allons comparer les dimensions et les mesures côte à côte afin de comprendre les différences entre elles. Commençons par la définition. Les dimensions sont des champs contenant des valeurs descriptives, tandis que les mesures sont des champs contenant des valeurs numériques quantitatives Par exemple, nous avons des dimensions telles que la catégorie de diffusion, le pays et l'identifiant du client Et d'autre part, nous avons des mesures telles que les ventes, les bénéfices et la quantité. Le point suivant concerne l' agrégation des dimensions qui peuvent être agrégées car chaque membre de la dimension est unique Les mesures peuvent toutefois être agrégées à l'aide de fonctions telles que la moyenne minimale, maximale, etc. Par exemple, vous pouvez calculer le total des ventes pour une catégorie de produit spécifique. Passons aux types de données. Tous les types de données peuvent être utilisés comme dimensions, comme une chaîne, une date, un lingot ou un nombre pair. Comme nous l'avons appris, l'identifiant client. Mais seuls les champs comportant le numéro de type de données peuvent être utilisés comme mesure. Le point suivant concerne le rôle de l'analyse. Les dimensions sont généralement utilisées pour regrouper, filtrer et organiser vos données. Et les mesures, quant à elles, sont utilisées pour les calculs et les analyses numériques Le dernier point concerne la granularité. Les dimensions définissent le niveau de détail des données, la granularité des mesures détermine la quantité mesurée Ce sont là les principales différences entre les dimensions et les mesures. Très bien, tout dépend dimensions et des mesures. Nous allons maintenant découvrir un autre concept important pour les visualisations de données, les rôles discrets et continus dans Tableau 94. Udemy 6 5 discret: Très bien les gars, alors maintenant nous allons parler de discret et de continu. Là encore, une fois que nous avons connecté nos données à Tableau, Tableau peut les analyser afin de formuler des hypothèses mapper chaque champ de manière discrète ou continue. Discretes et continues sont des informations de métadonnées qui impact sur le type de visualisations que vous pouvez créer, auront un impact sur le type de visualisations que vous pouvez créer, ainsi que sur leur apparence Maintenant, afin de comprendre le concept qui les sous-tend, nous allons comparer à la fois le discret et le continu. Tout d'abord, nous allons commencer par la définition. Ce concept vient des mathématiques. Et ils disent que les valeurs discrètes sont toujours séparées. valeurs distinctes déconnectées, des valeurs continues sont exactement le contraire. C'est comme une valeur connectée, une chaîne de données sérieuse ou ininterrompue sans interruption Prenons un exemple. Pensez à discret comme si vous comptez de 0 à 100123 et ainsi de suite. Cela signifie donc 0 à 10, nous avons exactement 11 valeurs distinctes. Mais avec les valeurs continues que nous avons comme des nombres réels, ce qui signifie que de 0 à 10, nous avons un nombre infini de nombres réels. Par exemple, nous avons 1,21 0,31 0,4 et ainsi de suite. Ainsi, avec les valeurs discrètes, nous avons des valeurs distinctes. Et avec le mode continu, nous avons une plage de valeurs infinies entre le début et la fin. Une fois que j'ai lu quelque chose sur le discret et continu, l' analogie suivante m'est venue à l'esprit. Considérez les valeurs discrètes comme des éléments juridiques. Vous pouvez les démonter et travailler avec chaque pièce différemment et indépendamment. Vous pouvez les déplacer et les analyser dans différents ordres. Et maintenant, considérez le continu comme un rouleau de fil. Et maintenant, lorsque vous déroulez le fil, vous n'obtiendrez pas de pièces différentes. Vous verrez simplement une plus grande partie du fil, vous obtiendrez donc un morceau plus long de la même ficelle. C'est bon. Ainsi, les valeurs discrètes sont séparées, les valeurs distinctes et les valeurs continues constituent une chaîne de données ininterrompue sans interruption Très bien, passons maintenant au point suivant. Nous avons les couleurs dans Tableau. Les champs discrets sont les pastilles bleues et les champs continus sont les pastilles vertes. Voyons donc ce que cela signifie dans Tableau. Bien, maintenant, comme d'habitude, la première question est : comment savoir si mes champs sont discrets ou continus ? Eh bien, c'est comme les dimensions et les mesures. Nous ne pouvons pas vérifier que sur la page de la source de données, nous devons passer à la page de la feuille de calcul Faisons deux points. Nous allons aller ici. Et maintenant c'est vraiment facile. Maintenant, en passant votre bouche sur ces champs, vous verrez que nous n'avons que deux couleurs, le bleu et le vert Et vous pouvez également voir ces couleurs. Sur les icônes de type de données, nous avons des icônes vertes et des icônes bleues. Les champs de couleur bleue, comme par exemple le numéro du client, le prénom, la date de commande, etc. Ces champs sont des champs discrets et les champs de couleur verte, tels que les remises, les ventes, le score du prix unitaire, etc. sont des champs continus. C'est exactement la confusion qui pousse de nombreux développeurs de tablettes à penser que le bleu indique les dimensions et le vert les mesures. Eh bien, ces couleurs n'indiquent pas correctement si c'est discret et continu. Maintenant tu le sais. Commençons par le premier lequel nous allons modifier le rôle du terrain à l'échelle mondiale pour l'ensemble du travail. Pour ce faire, nous allons accéder au Data Bain sur le côté gauche, comme vous pouvez le voir ici. Par exemple, les ventes indiquées dans les commandes, c'est la pilule verte. Cela signifie également qu'il s'agit d'un champ continu. C'est une mesure, disons-le. Nous voulons maintenant le passer en champ discret. Pour ce faire, cliquez avec le bouton droit sur le champ, et ici nous avons converti en discret. C'est très simple, alors cliquons dessus. Maintenant, si vous vérifiez à nouveau les ventes, nous l'avons maintenant sous forme de pilule bleue. Cela signifie qu'il s'agit désormais d'un champ discret. Si vous cochez les autres, elles sont toutes des mesures continues, mais seules les ventes sont une mesure discrète. Ce changement est effectué à l'échelle mondiale. Si vous passez à une autre feuille, les ventes seront volées sous forme de champ distinct. Maintenant, si vous voulez passer du mode discret au mode continu, vous suffit de cliquer dessus avec le bouton droit de la souris. Et là encore, nous avons la même option. Nous allons le convertir en continu. Une fois que nous avons cliqué dessus, reviendrons à la pilule verte. Ça y est, c'est vraiment facile. Nous allons apprendre à passer du mode discret continu en local pour une seule vue. Très bien, construisons la vue. Nous pouvons glisser-déposer les ventes sur les colonnes. Prenons une dimension. Par exemple, la catégorie glisse-la et dépose-la sur la rose. Maintenant, nous voulons passer des ventes continues aux ventes discrètes, uniquement pour cette vue, ce que nous allons faire, nous allons passer aux ventes ici. Radicalement opposé, comme vous pouvez le constater, le rôle actuel est continu en tant que marché stable pour nous ici. Ou vous pouvez le voir sur la pilule verte. Tout ce que vous avez à faire est de sélectionner discret. Allons-y et faisons-le. Désormais , les ventes sur le terrain sont discrètes pour cette vue Comme vous pouvez le voir, il s'agit d'une pilule bleue, mais si vous cliquez sur l' épingle de données sur le côté gauche, les ventes restent aussi continues que la couleur verte. C'est ce que tu peux faire. Localement pour une seule vue. Ainsi, par exemple, si vous revenez à une autre feuille de calcul et que vous prenez les ventes, le Sal sera une mesure continue. C'est ça. C'est ainsi que vous pouvez basculer entre les champs discrets et continus localement pour une seule vue. Bien, passons maintenant au point suivant. Nous avons des filtres dans Tableau. Le champ discret va créer un filtre avec des valeurs distinctes, mais le champ continu va créer un filtre avec des valeurs de plage. Bien, voyons maintenant un exemple pour comprendre ce que je veux dire avec ces filtres. Nous allons maintenant travailler avec une source de données volumineuses, car nous avons besoin de plus de données pour comprendre cela. Passons maintenant à la source de mégadonnées. Il suffit de cliquer dessus. Ensuite, prenons le curseur des ventes et déposez-le ici. Ensuite, nous allons prendre la sous-catégorie des produits, la glisser-déposer sur les lignes Nous avons donc maintenant les ventes par sous-catégorie. Maintenant, si nous voulons filtrer ces valeurs, nous pouvons placer la sous-catégorie dans les filtres Et n'oubliez pas que la sous-catégorie est un champ discret, il suffit de le glisser-déposer sur les filtres et de voir ce qui peut se passer Maintenant, dans la nouvelle fenêtre, comme vous pouvez le voir ici, Tableau a répertorié toutes les valeurs distinctes la sous-catégorie. Maintenant, avec ces valeurs discrètes, nous pouvons prendre des décisions individuellement. Nous pouvons inclure certains éléments ou supprimer d'autres. Faisons-le simplement. Je le fais juste au hasard et je clique, d'accord. Cela indique que c'est ainsi que le filtre de Tableau peut réagir s'il contient un champ discret. Nous avons donc une liste de toutes les valeurs distinctes, nous pouvons afficher ce filtre sur le côté droit. Si nous cliquons simplement avec le bouton droit sur la sous-catégorie d'ici, puis que nous sélectionnons Afficher le filtre Nous l'avons maintenant sur le côté droit et nous pouvons désormais inclure ou exclure des valeurs. Voyons maintenant ce qui peut arriver si nous plaçons sur les filtres un champ continu. Reprenons les ventes, puisqu'il s'agit d'un champ continu, mais au lieu de le prendre du côté gauche depuis la corbeille de données, vous pouvez le retirer des rayons en le puis en glissant et en déposant sur les filtres. Comme il s'agit d'un champ continu et qu'une mesure que Tableau peut demander, c'est d'abord si nous voulons filtrer toutes les valeurs ou, après avoir effectué les calculs, utilisons la somme ici, puisque nous l'avons sous forme de somme. Je vais donc simplement cliquer sur la somme et passer à la suite. C'est exactement ce qui va se passer si vous utilisez un champ continu comme filtre, vous obtiendrez une plage. Elle a un début et une fin. Vous n'avez pas de valeurs distinctes pour toutes les ventes. Vous obtiendrez une plage de valeurs et vous devrez définir le début et la fin. Ici, nous avons différentes options concernant la gamme, mais nous allons nous en tenir à la première. Appuyons sur Care. Maintenant, je veux montrer le filtre sur le côté droit. Allons ici. Cliquez avec le bouton droit sur Shore Filter. Maintenant, sur le côté droit, vous pouvez voir exactement la différence entre les champs discrets et continus dans les filtres. Permettez-moi de l'étendre ici. Vous constatez que les ventes se poursuivent et nous avons une gamme. Nous pouvons donc filtrer ainsi en modifiant le début et la fin de la gamme. Mais avec le filtre discret, nous avons tous les membres du champ et nous pouvons décider de chaque valeur individuellement. Nous pouvons simplement sélectionner et désélectionner ces valeurs. Bien, passons maintenant au point suivant. Nous allons parler des modifications apportées à la vue. champs discrets créent les en-têtes des visualisations, tandis les champs continus créent l'axe des Bien, voyons maintenant ce que cela signifie à notre avis. Comme vous pouvez le constater, la sous-catégorie est un champ discret et les ventes sont une vue de terrain continue Ici, nous avons trois choses. Nous avons les marques, ces pièces. Sur le côté gauche, nous avons la sous-catégorie, et nous appelons ces informations des en-têtes Et la troisième information, c'est l'axe de la vue. Quelle est la différence entre les en-têtes et les axes ? Les champs discrets tels que sous-catégorie créent toujours l'en-tête de la vue Dans l'en-tête, vous avez une liste de toutes les valeurs distinctes de notre ensemble de données, exactement telles qu'elles sont. Mais le champ continu, comme les ventes, crée l' axe de la visualisation. C'est comme les valeurs contenues dans le filtre. C'est une gamme qui a des débuts et des fins. Contrairement aux en-têtes, vous ne pouvez pas voir dans l'axe toutes les valeurs possibles individuellement, vous avez une plage avec un début et une fin Et entre les deux, nous avons des stylos, donc des champs discrets créent les en-têtes et des champs continus créent l'axe Bien, le point suivant, nous allons parler du tri des données dans des champs discrets. Nous disposons de nombreuses options pour trier les données, mais avec les champs continus dans Tableau, c'est très limité. Voyons donc un exemple. Nous allons donc nous en tenir au même exemple, et nous pouvons commencer par la sous-catégorie des champs discrets Pour trier les données dans le champ discret, cliquez simplement avec le bouton droit sur la sous-catégorie ici sur l'étagère, ou vous pouvez accéder à l'en-tête C'est exactement pareil, alors cliquez avec le bouton droit de la souris sur la sous-catégorie. Ensuite, nous pouvons sélectionner ici, le tri, le sélectionner. Et maintenant, nous avons une fenêtre supplémentaire pour configurer le tri. Comme vous pouvez le voir ici, nous avons de nombreuses options différentes, telles que le champ alpha patique, le manuel, etc. Reprenons donc le manuel ici et là encore, étant donné que la sous-catégorie est constituée de champs discrets, nous allons obtenir une liste de toutes les valeurs distinctes Ensuite, nous pouvons modifier la commande. Par exemple, en cliquant simplement sur les applications, nous pouvons simplement le supprimer et nous pouvons prendre le stockage et l'ouvrir, Plenders vers le bas, etc. Nous pouvons donc le faire manuellement sans aucune règle. Comme vous pouvez le constater, au fur et à mesure que je modifie les valeurs, l'ordre de la visualisation change également. Si vous souhaitez trier les données, nous allons utiliser les champs discrets pour ce faire, car nous avons de nombreuses options. Vérifions maintenant le champ continu. Je vais l'habiller. Maintenant, si vous accédez aux champs continus sur les ventes, cliquez dessus avec le bouton droit de la souris. Nous n'avons pas ici d'option pour trier les données comme dans les champs discrets, mais nous n'avons qu'une seule option. Si vous passez le curseur sur les ventes, nous avons cette toute petite icône que nous pouvons utiliser pour trier les données, par ordre croissant ou décroissant Il suffit de cliquer dessus. Et comme vous pouvez le constater, les données sont désormais triées par valeurs décroissantes Si vous cliquez dessus, encore une fois, vous obtiendrez les données par ordre croissant Le tri des données à l'aide d'un champ continu est très limité. Mais au lieu de cela, nous pouvons utiliser les champs discrets pour trier les données car nous avons de nombreuses options. OK, passons maintenant à la suivante. Et c'est très important pour comprendre quel est le véritable objectif d'un tableau continu et discret. Le principal cas d'utilisation des valeurs discrètes consiste à effectuer une analyse approfondie dans un scénario spécifique. D'autre part, nous allons utiliser les valeurs continues pour avoir une vue d' ensemble et effectuer une analyse des tendances . Prenons un exemple. Nous allons maintenant créer une nouvelle vue à l'aide de la source de données volumineuses, car nous avons plus de données. Et nous allons passer aux commandes. Prenons la date de commande. Il suffit de le faire glisser et de le frotter sur les colonnes. Ensuite, nous allons prendre une mesure, disons que la quantité est glissée et doublée sur les lignes Comme vous pouvez le constater, la date de commande est un champ discret et nous avons cinq ans de données. Mais maintenant, ce que nous allons faire, c' passer à la date de commande. Cliquez dessus avec le bouton droit de la souris et nous voulons voir plus de détails. Il suffit de se rendre à la date exacte ici. Comme vous pouvez le constater, Tableau l'a converti automatiquement de la valeur discrète à la valeur continue, et nous l'avons sous forme de pilule verte, car nous avons de nombreuses dates de commande. Et Tableau a essayé de tout réunir en une seule image. Vous pouvez voir maintenant que la date de commande a créé un axe, une plage de dates comportant des champs continus. Vous avez toutes les données dans une seule vue d'ensemble. Et cela vous aidera à identifier n'importe quelle tendance dans vos données. Maintenant, convertissons la date de commande en champ discret. Pour ce faire, nous allons passer à la date de commande, cliquer dessus avec le bouton droit de la souris et cliquer sur Discret. Comme vous pouvez le constater maintenant, nous avons simplement rompu la chaîne et nous avons divisé les visualisations en dates individuelles Maintenant, à cause de cela, nous avons l'en-tête et toutes les valeurs distinctes dans nos données. Nous avons tous les jours, tous les mois des cinq ans réunis dans un seul visuel sans avoir la date de commande comme une indication précise. Nous ne pouvons pas vraiment faire d'analyse des tendances ici, précise. Nous ne pouvons pas vraiment faire d'analyse des tendances car c'est visualisation vraiment énorme. Une fois que nous avons converti la date de commande de continue en date discrète, nous avons perdu la vue d'ensemble. Et maintenant, il est vraiment difficile de faire une analyse des tendances. Mais maintenant, au lieu de faire une analyse des tendances, nous pouvons désormais effectuer une analyse approfondie et détaillée pour chaque date individuelle afin d'analyser un problème ou un scénario spécifique. Ou pour répondre à la question, pourquoi avons-nous en premier lieu une tendance ? Vous pouvez vérifier la valeur de chaque date individuellement. Nous utilisons généralement les visualisations à barres pour les visualisations discrètes et les visualisations linéaires pour les visualisations continues. Changeons cela. Je vais passer en revue les marques et au lieu de le faire automatiquement, je vais le placer dans la barre. Nous l'avons maintenant ici sous forme de bar. Et je vais simplement dupliquer les feuilles et mettre la date de commande sous forme continue, puis passer les visualisations en mode automatique Maintenant, je viens de déplacer les deux vues dans un seul tableau de bord afin de voir les différences entre continu et discret. Comme vous pouvez le constater avec le mode continu, si vous souhaitez effectuer une analyse des tendances, avoir une vue d'ensemble ou créer un rapport destiné à la direction sans trop de détails, utilisez le champ continu. Maintenant, si vous examinez les visualisations avec des champs discrets, vous pouvez les utiliser si la tâche ou l'exigence consiste à effectuer une analyse approfondie des données et à évaluer chaque donnée individuellement L'objectif principal des valeurs discrètes est d'effectuer analyse détaillée alors que le but des valeurs continues est d'effectuer une analyse des tendances. Très bien, passons maintenant un résumé où nous allons comparer le discret et le continu côte à côte afin de comprendre les différences entre les deux le discret et le continu côte à côte . Commençons par les définitions, les valeurs discrètes sont déconnectées, les valeurs séparées et les valeurs continues sont connectées, chaîne de valeurs ininterrompue Par exemple, en mode discret 0 à 10, nous avons un nombre infini de valeurs Nous avons exactement 11 valeurs. En continu 1-2, nous avons un nombre infini de valeurs. La prochaine concerne les couleurs. Les champs discrets sont les pastilles bleues et les champs continus sont les pastilles vertes. Les champs déplacés en mode discret génèrent des filtres avec une liste distincte de toutes les valeurs disponibles dans le jeu de données. D'autre part, les champs continus génèrent un filtre de plage comportant des valeurs de début et de fin. Le point suivant concerne les points de vue. Les champs discrets peuvent générer l'en-tête de la vue indiquant toutes les valeurs possibles, tandis que les champs continus génèrent l'axe de la vue. Encore une fois, c'est comme une gamme de valeurs. Ensuite, il y a le tri. Vous pouvez utiliser des champs discrets pour trier vos données à l'aide de différentes options, mais si vous triez vos données à l'aide de champs continus, les options seront très limitées. Nous n'avons que des valeurs ascendantes ou descendantes. Enfin, nous allons parler des objectifs. L'essentiel du discret est d'analyser un scénario spécifique, comme si vous faisiez une analyse approfondie d'un problème spécifique. Mais l'objectif principal du continu est de comprendre la situation dans son ensemble à partir des données afin de procéder, par exemple, à une analyse des tendances de vos données. Ce sont là les principales différences entre les champs discrets et les champs continus. Très bien, c'est pour le discret et le continu. Ensuite, nous allons terminer les choses avec le résumé afin de mieux comprendre la situation dans son ensemble et les différences entre tous ces concepts. 95. Résumé d'Udemy 6 6: C'est bon, les gars. Je vais maintenant vous montrer comment ces différents concepts de métadonnées tels que les types de données, dimensions et les mesures, discrets et continus, sont liés les uns aux autres. Bien, nous avons maintenant un champ dans nos données et dans Tableau, nous pouvons l'attribuer à différents types de données. Il peut donc s'agir d'une ficelle ou pull contenant du vrai et du faux ou d'une date. Et nous avons aussi la date et l'heure ou un nombre, qu'il soit entier ou décimal Tableau peut désormais attribuer à une autre information de métadonnées, qu'il s' agisse de dimensionner ou de mesurer tout type de données autre qu'un nombre. Ce sera la dimension, la chaîne, le sondage et la date. Ils seront tous automatiquement dimensionnés. Vous ne pouvez pas le convertir en mesure. Si le type de données est un nombre, nous pouvons l'avoir comme mesure ou dimension s'il est judicieux de procéder à une dimension s'il est judicieux de procéder à La table suivante peut affecter ce champ au troisième concept de métadonnées, discret ou continu. Si nous avons un champ de dimension avec une chaîne de type de données, il peut être uniquement discret. Nous ne pouvons pas le convertir en continu comme dans notre ensemble de données. Nous avons la catégorie, le prénom, le pays. Tous ces champs sont de dimension de chaîne et discrets. Vous ne pouvez pas le remplacer par quoi que ce soit d'autre. Opte pour le type de données lingot. Cela ne peut être que dimensionnel et discret. Mais maintenant, si nous avons une dimension remplie avec le type de données date ou date heure, comme vous l'avez vu dans nos exemples, elle peut être continue ou discrète. Nous pouvons avoir les deux jusqu'à la dernière. Si nous avons un champ avec le numéro de type de données, peu importe qu'il s'agisse d'une dimension ou d'une mesure, nous pouvons avoir ce champ aussi bien continu que discret. accord, vous avez ainsi une vue d'ensemble de tous ces concepts confus liés aux métadonnées dans Tableau Très bien, nous avons désormais une meilleure compréhension des types de données et des rôles dans Tableau, ainsi que de ces concepts importants. Dans la section suivante, nous allons découvrir comment renommer et Elias dans Tableau 96. 7 Renommage de section: Comment renommer des éléments dans Tableau. Au fur et à mesure que nous préparons nos sources de données, comme nous en faisons habituellement, nous allons renommer des éléments tels que des tables, des colonnes, et même confier à Eliass Je vais d'abord vous présenter les différentes conventions de dénomination que chaque développeur doit connaître. Ensuite, vous allez apprendre les différentes techniques permettant renommer les champs et les tables dans Tableau À la fin, vous allez découvrir les différentes méthodes ajouter Eliass à vos données dans Tableau Commençons donc par apprendre les différentes conventions de dénomination et quelles sont les différences entre elles. Alors maintenant allons-y. 97. Udemy 7 1 conventions de nom: Parfois, dans le cadre de projets réels, la source de vos données peut contenir des noms techniques ou peu conviviaux Et lorsque vous créez des visualisations pour les utilisateurs ou vos collègues, vous devez vous assurer que vous utilisez noms conviviaux, faciles à comprendre et à lire C'est pourquoi, une fois que vous aurez connecté vos données aux sources de données Tableau, Tableau commencera à nettoyer et à renommer les champs et les tableaux dans un format plus convivial Et le format suit une convention de dénomination spécifique décidée par l' équipe Tableau, ce qui est vraiment génial. Voyons donc d'abord ce qu'est la convention de dénomination ? Les conventions de dénomination sont un ensemble de règles et de directives qui peuvent être utilisées afin de donner des noms à des éléments tels que des tables, champs, des fonctions et des variables manière incohérente et compréhensible. Supposons, par exemple, que nous ayons les deux mots « bonjour ». Afin de créer une convention de dénomination, nous devons décider de deux choses. Tout d'abord, le mot lui-même, comment on peut l'écrire. Ici, nous avons trois façons d'utiliser les minuscules, ou nous pouvons décider d'utiliser les majuscules, ou nous pouvons utiliser les majuscules. Et la deuxième chose à décider est le séparateur entre les mots, entre bonjour et mot. Nous avons ici un espace blanc. Ici, nous avons différentes options. Vous pouvez utiliser des points soulignés, espaces blancs ou même rien Maintenant, par exemple, disons que nous allons utiliser les minuscules et le trait de soulignement du séparateur Ensuite, nous allons avoir le nom suivant. Bonjour, soulignez les mots. Avec cela, nous avons une convention de dénomination que nous allons suivre dans tous les projets et elle est très facile à suivre. Dans le même temps, il est très important de décider de la convention de dénomination de votre modèle de données, en particulier au début de votre projet. Et si vous ne le faites pas, je vous promets que l'apparence de vos visualisations et de vos tableaux de bord sera vraiment mauvaise et tableaux de bord sera vraiment mauvaise et l'ensemble du projet aura l'air peu professionnel et incohérent Et encore une chose, l'équipe du projet choisit différentes conventions de dénomination afin qu' il n'y ait pas vraiment de bien ou de mal ici. Très bien, tout le monde. Je vais maintenant vous présenter les conventions de dénomination les plus couramment utilisées dans les langages de programmation. La première convention de dénomination est la majuscule serpent, la minuscule dans tous les mots, et en les séparant par un trait de soulignement, le nom à la fin ressemblera à un serpent Très bien, notre exemple sera le nom du client. Et nous allons travailler avec ce tableau pour remplir les différentes conventions de dénomination. Voici un exemple de la sortie, règles applicables à la litière et des séparateurs dans lesquels les applications et les langages de programmation peuvent être trouvés Nous allons commencer par la litière Snake. Le bac à litière sera là, minuscules, le séparateur sera le trait de soulignement Si nous suivons ces règles avec l'exemple, sera nom du client sera souligné en minuscules Nous pouvons trouver ces formats en Python, HP et Rob le format Snake est vraiment simple et populaire et vous pouvez le trouver presque partout. Nous allons maintenant parler de la prochaine convention de dénomination. Nous avons l'étui Camel. Et voici une autre convention de dénomination qui ressemble à un animal. Dans le cas du chameau, seul le premier mot sera en minuscule, mais tous les mots suivants seront en majuscules Et entre les mots, il n' y a rien, pas de séparateurs, pas de points, de soulignements, de tirets ou quoi que ce Donc, à la fin, nous aurons la forme d'un chameau. Bien, cela signifie que nous avons la deuxième convention de dénomination. Nous avons l'étui Camel. La règle pour le cas des lettres sera la suivante. Le premier mot sera en bas et le reste du mot sera en majuscule Pour la deuxième règle, nous avons la séparation. Il n' y a pas de séparation. Il n'y a rien entre les deux mots. Ici, nous allons écrire « Aucune séparation ». Maintenant, si nous appliquons ces deux règles dans notre exemple, le nom du client, nous allons obtenir le résultat suivant. Le premier sera tout. Client en minuscules, il n'y a pas de séparation. Cela signifie que nous allons commencer immédiatement par le deuxième mot, mais le deuxième mot sera en majuscule, comme ça Nous pouvons voir que le camel case est largement utilisé dans les langages de programmation tels que Java, Java, Script et les scripts Cela signifie que nous avons la troisième convention de dénomination, le cas Pascal. C'est très similaire à l'étui Camel. La règle dit que tous les mots seront en majuscules. Nous avons donc capitalisé ici. Et les séparations, il n'y a pas de séparation. Comme dans l'étui Camel, il n'y a rien. Si vous suivez ces deux règles concernant le nom du client, nous obtiendrons le résultat suivant. Le premier mot va être en majuscule client, pas de séparation puis un nom en majuscule, nous pouvons trouver cette convention de dénomination Le cas Pascal est utilisé dans langages de programmation tels que Java et C, Sharp. J'aime bien cette convention de dénomination. Je l'ai utilisé dans de nombreux projets. Bien, la prochaine convention de dénomination sera celle de l'étui à gobelets. Je pense qu'à présent, celui qui a nommé ces conventions de dénomination devrait être un arbitre Comme vous pouvez le constater , tous les mots sont minuscules et en biais et séparés par des tirets, le nom ressemblera à un délicieux Cbscow chaud Le quatrième, nous avons l'étui Keep. Et la règle va dire, d'accord, la lettre sera une affaire caste inférieure, comme dans l'affaire Snake, et que la séparation sera là, The D. Si nous suivons ces deux règles concernant le nom du client dans notre exemple, nous obtenons le résultat suivant Il est très facile d'être client ou inférieur nom si vous êtes développeur ou designer Web. Je pense que vous connaissez cette convention de dénomination car elle est largement utilisée en HTML et en CSS. Je pense que c'est comme l'affaire Snake. C'est vraiment facile à suivre. Nous avons maintenant une autre convention de dénomination. Celui-ci est très important et c'est ce que nous appelons un étui en titre. Cela n'a rien à voir avec les animaux ou les aliments. Malheureusement, nous avons ici un étui de titre. La règle va dire, d'accord, les mots vont être en majuscules, et nous allons séparer les mots par un espace blanc Ici, nous allons avoir de l'espace. Donc maintenant, si vous suivez ces deux règles dans notre exemple, nous allons avoir un client en majuscule, puis un espace, puis un nom en majuscule comme ceci pourquoi c'est important, car c'est la convention de dénomination que l'équipe Tableau a décidé d'adopter. Vous pouvez donc voir cette convention de dénomination dans Tableau. Tableau applique actuellement cette convention de dénomination à toutes vos données Donc, une fois que vous avez connecté vos données à Tableau, à Tableau, allez à Clelup et renommez tout en suivant cette règle Eh bien, si vous le regardez, il est vraiment convivial et facile à lire. Mais parfois, dans les projets, nous sommes contraints ou nous suivons certaines exigences, nous suivons une convention de dénomination spécifique, cela ne correspond pas au titre, alors la situation est vraiment mauvaise, cela ne correspond pas au titre, alors la situation est vraiment mauvaise, vous devez tout renommer à nouveau Bien entendu, vous n'êtes pas obligé de suivre l'une de ces conventions de dénomination. Vous pouvez établir vos propres règles et directives. Par exemple, disons qu'il s'agit ma convention de dénomination et de la majuscule, disons qu'elle est en majuscule et que j' aimerais séparer les mots par un trait de soulignement Je suis juste en train de mélanger des choses. Si j'applique ces règles aux noms des clients, nous aurons quelque chose comme ce nom de soulignement du client en majuscules C'est ainsi que nous avons défini notre convention de dénomination. Très bien, nous allons maintenant vérifier les conventions de dénomination dans nos ensembles de données ainsi que dans Tableau Maintenant, si vous parcourez les ensembles que j'ai préparés pour ce cours, les plus petits comme les plus grands, vous pouvez constater que je respecte toujours la même convention de dénomination La lettre sera mise en majuscule et sera séparée par un trait de soulignement Ainsi, par exemple, dans les commandes nous avons l'identifiant souligné du produit Ou si vous allez voir les clients, vous pouvez voir le premier soulignement du nom, etc. Je suis donc toujours la même convention de dénomination. Très bien, voyons maintenant comment Tableau a nommé nos champs et tables à partir des ensembles de données Vous pouvez vérifier ces informations à partir de la feuille de travail ou sur la page de la source de données, mais dans la page de la source de données, vous pouvez trouver plus d'informations Nous en sommes donc maintenant à la page des sources de données. Passons aux grilles de métadonnées. Et là c'est vraiment intéressant, nous allons trouver deux noms de champs. Nous avons ici le nom du champ et le nom du champ distant. Quelles sont les différences entre eux ? Eh bien, les informations contenues dans les noms de champs distants proviennent des ensembles de données d'origine Comme vous l'avez vu, le jeu de données d'origine suit la convention de dénomination qui consiste à mettre un trait de soulignement entre deux mots, et nous avons tous les mots en majuscules Nous avons, par exemple, l'identifiant de soulignement de commande, l'identifiant soulignement du client, etc. Toutes les informations que nous trouvons sous les noms de champs distants proviennent du jeu de données d'origine, du système source d'origine, mais maintenant, le nom du champ sur le côté gauche ici, ces informations proviennent de Tableau après avoir renommé et nettoyé nos champs Si vous regardez ces noms de plus près, vous verrez qu'ils suivent le cas du titre, où les mots sont en majuscules et séparés par un espace blanc Vous pouvez voir ici que nous avons l'identifiant de l'espace produit, où le nom d'origine était Product underscore ID ici, Tableau a renommé nos champs C'est vraiment cool. Nous avons dans le Tata la grille, un mappage entre les anciennes valeurs, les noms des champs distants et les nouveaux. Une fois que Tableau les a renommés, nous avons toujours établi un lien entre Tableau et nos ensembles de données entre Tableau et nos Comme je l'ai dit, il n'y a pas de bien ni de mal ici, mais il est très important de définir ces règles dès le début des projets avant commencer à créer des visualisations Je me souviens d'un projet dans lequel nous avons immédiatement commencé à créer le tableau de bord et les visualisations sans décider au préalable des conventions de dénomination Nous avons créé une trentaine de tableaux dans Tableau, et au bout d'un moment, nous avons découvert que les développeurs utilisaient des conventions de dénomination différentes, ce qui est tout à fait normal si vous ne définissez pas directives et les règles les directives et les règles au début des projets, chacun créera son propre style Nous finissons par avoir de nombreux tableaux de bord avec des règles différentes, et les utilisateurs n'en étaient pas du tout satisfaits Ensuite, nous avons opté pour les conventions relatives à l' anémie, et bien sûr, il était trop tard pour cela Nous passons ensuite beaucoup de temps à renommer le jeu de données, vérifier les rapports, etc. Si vous ne décidez pas au début du projet, surtout si vous avez de gros projets sur les conventions dynamiques, vous pouvez avoir à tout renommer à partir de zéro, très pénible et coûteux tout renommer à partir de zéro Assurez-vous dès le départ de prendre le temps de discuter avec vos utilisateurs et l'équipe du projet afin de définir les conventions de dénomination. Il est également très important, lors du processus de révision de tout nouveau tableau de bord dans Tableau, de vérifier que les conventions de dénomination sont respectées dans chaque classeur afin d'être cohérentes dans l'ensemble du projet Très bien, Kay, c'était donc un aperçu des différentes conventions de dénomination. Nous allons maintenant apprendre à renommer les champs et les tables dans Tableau 98. Renommer Udemy 7 2: Bien, supposons maintenant que vous avez décidé avec vos utilisateurs et l'équipe du projet d' convention de dénomination spécifique différente de celle utilisée par Tableau. Maintenant, la question est de savoir comment renommer Tableau ? Dans Tableau, nous pouvons apporter les modifications suivantes au tableau. Nous pouvons renommer la table elle-même ou renommer les champs à l'intérieur de la Enfin, nous pouvons même modifier les valeurs contenues dans ces champs, également appelés alias Nous allons en parler dans le prochain tutoriel. Dans ce didacticiel, nous allons nous concentrer sur le changement de nom des champs et des tables Voyons d'abord comment renommer les champs dans Tableau. Très bien, nous allons maintenant apprendre à renommer des champs dans Tableau Passons à la tâche suivante. La tâche indique de renommer nos champs dans Tableau en suivant la convention de dénomination Pascal case Cela signifie donc que tous les mots sont majuscules et qu'il n'y a aucune séparation entre les mots Bien, maintenant la première question est de savoir sur quelle page nous pouvons renommer nos champs ? Nous pouvons renommer nos champs dans la page de la feuille de calcul ou dans la page de la source de données Nous allons obtenir les mêmes effets. Mais je vais généralement sur la page de la source de données car on y trouve plus de métadonnées, des informations sur les champs et les tables. Maintenant, la deuxième question est pouvons-nous renommer nos champs globalement pour l'ensemble du classeur, pour toutes les Et aussi, pouvons-nous le faire localement pour une seule vue ? Eh bien, tu peux faire les deux. Mais renommer localement pour une seule vue est un peu délicat Voyons maintenant comment renommer nos champs globalement, pour l'ensemble du classeur, pour toutes les vues de la page de feuille de calcul OK, alors passons à la page de la feuille de travail ici. Ensuite, nous allons passer à l'interdiction de données sur le côté gauche Nous renommerons les dates d'expédition Et nous avons ici trois méthodes. Le premier est le menu déroulant. Alors ce que vous allez faire, cliquez dessus , puis passez simplement au changement de nom Nous allons donc cliquer dessus et le renommer avec la dernière coupe Je vais donc simplement supprimer l'espace entre eux, puis entrer. Et c'est tout. C'est vraiment facile. Nous venons de renommer les dates d'expédition et la deuxième méthode consiste à utiliser un raccourci. Par exemple, allons à la date de commande ici et appuyons sur F deux. Et avec cela, nous pouvons modifier le nom. Je vais donc simplement supprimer également l'espace entre la commande et la date et la saisie d'un indice. Comme vous l'avez peut-être déjà remarqué, la position de la date de commande change simplement dans la base de données Cela est dû au fait que les champs des bases de données sont triés par ordre alphabétique C'est la deuxième méthode qui utilise les deux, en utilisant les raccourcis. Et la troisième méthode pour renommer les champs de la page de feuille de calcul consiste à cliquer et à maintenir Par exemple, passons au prix unitaire ici, soulevons pour cliquer et maintenir, puis relâchons. Comme vous pouvez le constater, nous pouvons maintenant modifier le nom. C'est le troisième. Je vais juste supprimer l'espace entre eux et appuyer sur Entrée. C'est ça. Il s'agit des trois méthodes renommer les champs de la feuille de travail Faites défiler un raccourci en utilisant deux, puis cliquez et maintenez. Une dernière chose à propos du renommage, contrairement aux alias que nous obtenons par la suite dans une couche, permet de renommer n'importe quel type de champ Qu'il s'agisse de mesures dimensionnelles, de mesures discrètes continues n'importe quel type, nous pouvons le renommer afin qu'il n'y ait ou de n'importe quel type, nous pouvons le renommer afin qu'il n'y ait aucune restriction quant au changement de nom de Tableau Très bien, alors passons à la suivante. Nous allons renommer les champs de la page de la source de données. Passons à la page de la source de données ici. Et ici, nous avons deux endroits où nous pouvons renommer des éléments, soit dans les grilles de métadonnées, soit dans la grille de données Et ici, nous n'avons que deux méthodes pour renommer des choses. Le premier sera donc le menu déroulant, comme la page de feuille de calcul Passons au nom, par exemple, à la date de commande, cliquons dessus avec le bouton droit de la souris, puis renommons Nous allons donc supprimer l'espace qui les sépare. Et c'est la deuxième méthode pour renommer les champs de la page de source de données en double-cliquant Par exemple, passons ici sur les grilles de métadonnées correspondant à l'identifiant du client et double-cliquons simplement dessus Maintenant, nous pouvons y aller et nous allons également supprimer de l'espace. C'est ainsi que nous pouvons renommer. Dans la page de la source de données, nous n'avons que deux méthodes qui dans le menu déroulant et double-cliquez ici Nous n'avons malheureusement aucun raccourci. Très bien, nous avons maintenant le scénario suivant où nous avons renommé les champs plusieurs fois et nous avons oublié les noms originaux des champs. Dans ce cas, nous avons tout remis aux noms d'origine. Et nous pouvons le faire soit sur la page de la source de données, soit sur la page de la feuille de calcul Voyons comment nous pouvons le faire sur la page de la source de données. Si vous accédez simplement au champ, par exemple, le numéro client, cliquez dessus avec le bouton droit de la souris. Ensuite, nous avons ici l' option réinitialiser le nom. Cliquons dessus. Comme vous pouvez le constater, nous revenons maintenant au nom original du champ. J'ai trouvé cela vraiment étrange parce que j'aimerais également avoir la possibilité de revenir à la convention Tablemic Voyons maintenant comment nous pouvons le faire. Sur la page de la feuille de travail, je vais revenir en arrière, puis passer au Data Bain Choisissons les dates de commande. Et maintenant, nous allons à nouveau modifier le champ. Alors, cliquez dessus avec le bouton droit de la souris, puis renommez-le. Ensuite, vous pouvez voir ici une toute petite icône pour réinitialiser le nom d'origine. En cliquant dessus, nous rétablissons le nom du champ d'origine. Très bien, disons maintenant que vous avez beaucoup de champs et que vous voulez tous les réinitialiser maintenant. Au lieu de les réinitialiser un par un, nous pouvons effectuer une sélection multiple puis les réinitialiser Et nous pouvons le faire sur la page de la source de données. Passons donc à autre chose. Et peu importe que vous travailliez avec la grille de métadonnées ou sur la grille de données. Maintenant, ce que nous allons faire, c' accéder au numéro de commande, cliquer dessus, puis maintenir le contrôle. Sélectionnez le suivant, puis nous allons également sélectionner le prix unitaire. Cliquez ensuite avec le bouton droit de la souris et réinitialisez les noms. Une fois cela fait, vous allez tous les réinitialiser, ce qui est vraiment bien. Nous avons donc redéfini le prix unitaire aux dates d'expédition. Les dates de commande. Très bien, nous avons maintenant le scénario suivant lequel vous êtes dans le projet et vous créez déjà une vue. Mais par la suite, vous avez décidé de renommer. Que peut-il arriver à notre vue si nous la renommons ? Par exemple, dans la vue, nous avons l'ID du trait de soulignement de la commande, et nous voulons le renommer au nom de Tableau Nous allons donc passer au numéro de commande 2, puis au lieu de souligner, je vais simplement le laisser sous forme d'espace blanc Comme vous pouvez le voir dans la vue, Tableau a automatiquement remplacé les noms par le nouveau nom. Eh bien, vous pourriez dire, d'accord, et ce à quoi cela est attendu, si je change le nom de la source de données, cela changera également dans les visualisations Eh bien, c'est uniquement dans Tableau. Si vous utilisez d'autres outils tels que Power PI et que vous renommez un ensemble de données, toute la visualisation sera interrompue Donc, si vous devez renommer, cela va se faire rapidement dans Tableau, mais dans les projets Power BI, cela va être vraiment pénible Très bien, jusqu'à présent, nous avons appris à renommer les champs globalement pour l'ensemble du travail Boup. La question est maintenant de savoir comment renommer localement une seule vue Et ici, cela dépend des rôles sur le terrain, discrets et continus. Commençons donc maintenant par le continu. Comme nous l'avons déjà appris, le continu peut générer l' axe de la vue. Donc, dans cet exemple, comme vous pouvez le voir, la quantité et les ventes sont les pilules vertes. Cela signifie qu'ils sont continus et qu'ils ont généré l' axe de la vue. Maintenant, pour renommer la quantité ici et les ventes, c'est très simple Ce que nous allons faire, c'est aller ici sur l'axe, cliquer dessus avec le bouton droit de la souris, puis passer à Modifier l'axe. Allons-y. Nous avons alors une nouvelle fenêtre. Et si vous allez ici, vous pouvez voir les titres des axes. Le titre actuel est Quantity. Passons au champ ici et changeons le nombre en quantités. Alors fermons ça. Comme vous pouvez le voir maintenant, le nom du champ est appelé quantités sur l'axe. Et si nous vérifions les données Bain ici, le champ reste sous forme de quantité. Nous n'avons effectué cette modification que localement. De ce point de vue, c'est vraiment facile pour le continu. Mais le plus délicat, c'est que si nous avons un champ discret, par exemple, le numéro de commande ici est discret. Nous avons les pilules bleues. Celui-ci va être difficile. Nous allons maintenant changer le nom du numéro de commande en commandes. Ce que nous allons faire, c'est aller sur la pilule bleue dans les rangées et double-cliquer dessus. Deux tirets avant, écrivez l'ordre des mots, puis appuyez sur. Et c'est tout. Pour sortir, il suffit de cliquer ici dans l'espace blanc. Et comme vous pouvez le constater, nous l' avons renommé en commandes. Et comme vous pouvez l'entendre dans la vue, nous n'avons pas changé le nom global, il reste le numéro de commande ici, même si les données se compliquent. C'est ainsi que nous renommons les champs discrets localement. À un certain point de vue, ce n'était pas très clair, c'est difficile, mais laissez-moi vous montrer comment je m'y prends habituellement. Prenons un autre champ, cette catégorie ici. Nous allons passer d'une catégorie à une autre. Ce que je fais habituellement, c'est de me rendre ici double-cliquer dessus et de copier le nom. Ensuite, je vais dans Antics Editor et je colle le nom. Ensuite, pour cela, nous allons avoir la nouvelle ligne, puis tirets doubles et nous allons avoir les nouvelles catégories de noms Et c'est tout. Ensuite, je vais le copier d'ici et retourner sur Tableau. Encore une fois, dans la catégorie ci-dessus, double-cliquez sur les cônes. Ensuite, je retire ces parties et colle simplement les nouvelles. Ensuite, entrez. Cela dit, c'est ainsi que je le fais habituellement pour les champs discrets. Je vais dans l' éditeur de texte et je m' y prépare , car je comprends mieux ce que j'écris. Très bien, nous avons maintenant appris les différentes méthodes pour renommer les champs dans Tableau sur la page de la source de données, sur la page la feuille de calcul, globalement et localement Bien, nous allons maintenant passer au point suivant où nous pouvons renommer les tables dans Tableau Là encore, nous pouvons effectuer les modifications sur la source de données ou sur la page de la feuille de calcul en utilisant les mêmes méthodes que le changement de nom des champs. Le point suivant concernant les noms locaux et globaux, vous ne pouvez modifier les noms que globalement. Donc, quoi que vous fassiez, cela peut affecter toutes les vues, ce qui n'est pas vraiment critique en ce qui concerne les noms de champs. Voyons maintenant comment nous pouvons le faire sur la page de la feuille de travail. Nous allons donc nous en tenir à une petite source de données ici et minimiser tout pour voir les noms des tables. Vous avez peut-être déjà remarqué que nous avons des points sur les noms. Et cela est dû au fait que nos ensembles de données proviennent de fichiers CSV, ce qui n'est pas vraiment utile pour les consulter à la source de données Nous pouvons donc nettoyer le nom et le renommer uniquement, par exemple, « clients Nous pouvons accéder au nom ici, cliquer dessus avec le bouton droit de la souris, puis cliquer sur renommer Je vais donc le renommer uniquement pour clients. Ensuite, nous allons utiliser la deuxième méthode en utilisant le raccourci F deux. Appuyons sur F deux, retirons les parties S, nous n'avons que les commandes et nous allons utiliser le troisième Meisodes pour les produits Il suffit de cliquer et de maintenir le bouton enfoncé, puis de supprimer les parties CSV que ces autres utilisent pour renommer tables sur la page de la feuille de calcul Apportons maintenant les modifications à la source de données volumineuses sur la page de la source de données. Passons à cette étape. Nous allons accéder à la page des sources de données. Ici, vous pouvez modifier les noms des tables à deux endroits, soit au niveau du modèle de données, soit en ajoutant la grille de métadonnées. Nous ne pouvons pas accéder à la grille de données pour renommer des tables. Passons d'abord à la source de données massives. Je vais passer par là, la source de données volumineuses. Modifions les ordres au niveau du modèle de données. Ici, nous n'avons qu'une seule méthode, cliquez dessus avec le bouton droit de la souris et renommez-la Nous allons donc supprimer les parties du fichier CSV, puis nous allons passer aux clients d'ici. Passons ensuite à la grille de métadonnées. Et comme vous pouvez le constater, il suffit de cliquer ici supprimer les parties du fichier CSV. Alors c'est tout. Et maintenant, pour le dernier, nous devons renommer les produits Nous pouvons donc aller ici et sélectionner les produits, puis les renommer dans la page de la source de données Voilà, voici comment renommer les tables. Sur la page de la source de données, nous avons le modèle de données et les grilles de métadonnées Ainsi, vous avez appris toutes les méthodes possibles pour renommer des tables dans Tableau C'est bon, les gars. Grâce à cela, nous avons appris à renommer des éléments dans Tableau Nous allons maintenant apprendre comment ajouter des alias dans Tableau. 99. Alias Udemy 7 3: Voyons d'abord pourquoi et quand nous avons besoin de liss dans Tableau Dans les projets Tableau, nous sommes parfois confrontés aux situations suivantes. La première est que lorsque nos ensembles de données sont de mauvaise qualité, que nous sommes confrontés à une erreur de frappe dans les données de Chrome ou à des valeurs incohérentes, nous devons d'une manière ou d'une autre nettoyer nos données avant de commencer à créer nos visualisations Par exemple, le scénario suivant sur la table : clients, les données sur le terrain sont de mauvaise qualité . Nous avons donc ici une faute de frappe Parfois c'est l'Allemagne, parfois c'est l'Allemagne, parfois on l'appelle les États-Unis, puis l'Amérique. La qualité des données est vraiment mauvaise dans ce Nous devons donc faire quelque chose à ce sujet et nettoyer les données. Et ici, nous avons deux options. Soit nous revenons aux ensembles de données d'origine et modifions les valeurs Et la deuxième option, nous pouvons effectuer les modifications directement dans Tablo en utilisant des alias Comment allons-nous nettoyer tout cela ? Nous allons supprimer le E d'ici, la faute de frappe. Et puis, au lieu de l'Allemagne, nous allons avoir l' Et au lieu de l'Amérique, nous allons avoir les États-Unis. Et il se peut que nous ayons une autre situation où la qualité des données est bonne mais les noms sont trop longs. Et si vous créez des vues, vous comprendrez que tout est serré et que vous ne disposez pas suffisamment d'espaces pour afficher les valeurs complètes des dimensions. C'est pourquoi nous finissons, la plupart du temps, par remplacer les valeurs des dimensions par des noms plus courts, par des abréviations Par exemple, au lieu d' avoir la valeur de l'Allemagne, nous allons avoir E au lieu des États-Unis. Nous ici, FR E, et nous ici. Encore une fois, nous sommes dans la même situation. Soit nous allons revenir au données d'origine et modifier les valeurs, soit nous restons sur Tableau et nous le faisons directement à l'aide d'alias Dans les projets réels, vous ne pouvez pas revenir à chaque fois au système source ou aux ensembles de données d'origine pour y modifier les valeurs Soit vous n'avez pas le temps soit vous ne pouvez pas le faire. C'est pourquoi nous finissons toujours par modifier ces valeurs directement dans Tableau. Dans Tableau, les eliuses sont donc des noms alternatifs pour les membres d' un champ de dimension discrète, de sorte que leurs étiquettes apparaissent différemment dans la vue Comme vous le remarquerez peut-être, je dis qu'il s'agit champ de dimension discrète, car Tableau ne vous permet pas de créer des elius pour les mesures ou pour les dimensions continues Dans Tableau, vous ne pouvez donc créer des Elises que pour les champs dotés de la dimension discrète du rôle Et maintenant, comme d'habitude, nous nous demandons sur quelle page nous pouvons créer des eliuses Eh bien, ce n'est que sur la page de la feuille que nous pouvons créer l' eliss dans Tableau Nous ne pouvons pas le créer dans la page de la source de données. Et la deuxième question, pouvons-nous créer des alias globalement pour l'ensemble du classeur, toutes les vues et localement pour une seule La réponse à cela, nous ne pouvons créer des alias que globalement. Cela affectera l'ensemble du classeur Toutes les visualisations. Nous ne pouvons pas créer d'alias localement pour une seule vue. OK, nous allons passer à la page de la feuille de travail. Nous ne pouvons pas le faire sur la page de la source de données. Nous allons nous en tenir à la petite source de données. Prenons la traînée du pays et cambriolons-le ici, dans les rangs. Ensuite, prenons n'importe quelle mesure, prenons les scores, faisons-les glisser sur les colonnes. La tâche ici, c'est qu'au lieu d'avoir ces valeurs, France, Allemagne, États-Unis, nous voulons avoir des noms courts. Nous avons ici deux méthodes pour créer des alias dans Tableau. La première consiste à accéder à la corbeille de données sur le côté gauche. Allons donc dans le pays de terrain d'ici. Cliquez dessus avec le bouton droit de la souris, puis nous avons l'option alias Alors allons-y. Et ici, nous allons ouvrir une nouvelle fenêtre pour modifier les alias Voyons donc ce que nous pouvons voir ici au milieu, nous avons trois colonnes. Nous avons des membres, des alias et la valeur des alias. Dans le premier cas, nous allons voir tous les membres du pays de la dimension. Ces valeurs proviennent directement des ensembles de données. Ce sont donc les valeurs d'origine de la source. Ensuite, le suivant a des alias. C'est comme un indicateur qui nous indique si les valeurs de la vue vont provenir des valeurs d'origine ou de l'Elias Maintenant, tout est vide car nous n'avons ajouté aucun alias. Et dans le troisième champ, nous avons les alias ici. Nous pouvons modifier les alias de chaque membre individuellement. Et comme vous pouvez le voir maintenant, les alias sont exactement identiques aux valeurs d'origine C'est pourquoi nous n' avons aucun alias. Maintenant, allons-y et changeons cela. Au lieu de la France, nous allons avoir R, puis au lieu de l'Allemagne, nous allons avoir E. Comme vous pouvez le voir, j'ajoute valeurs différentes dans les alias par rapport aux valeurs d'origine Tablo va être commercialisé en tant que star. Passons maintenant au dernier et nous l' aurons en tant que États-Unis. Maintenant, il suffit de vérifier ce qui va se passer une fois que je clique sur OK. Vous voyez ici que nous avons les anciennes valeurs et si je clique sur OK, passe aux alias, voici comment vous pouvez ajouter des alias dans le bain de données Mais maintenant, supposons que vous changiez d'avis plus tard et que vous ne vouliez pas utiliser les alias et que vous souhaitiez plutôt revenir aux valeurs d'origine Comment pouvons-nous le faire ? Peut-être que tu l'as déjà vu. Revenons donc au pays ici sur le Data Bain, cliquez avec le bouton droit de la souris. Nous revenons aux alias et lors de la modification des alias, il existe ici une option appelée effacer Ce que vous pouvez faire, vous pouvez aller ici et simplement cliquer dessus pour que tout soit rétabli aux valeurs d'origine. Et comme vous pouvez le constater, ces indicateurs ont bel et bien disparu. Cela signifie qu'il n'y a pas d'Elias. Maintenant, si vous cliquez sur OK, la valeur reviendra aux valeurs d'origine des ensembles de données Voici ce que je fais habituellement lorsque j'ai besoin d'alias dans Tableau je n'accède pas directement à un champ pour en modifier les valeurs Mais au lieu de cela, j'ai tendance à toujours créer de nouveaux doublons du champ et à ne modifier que les valeurs des nouveaux champs que j'ai créés Alors laissez-moi vous montrer ce que je veux dire. Nous allons dans le pays, le clic droit, puis nous passons à l'option ici, doublons C'est ce que nous allons faire. Et comme vous pouvez le voir maintenant, nous avons un autre champ appelé Pays avec la copie. Et bien sûr, d'après le nom, je peux comprendre qu' il s' agit d'une copie et que l'autre est l'original. Mais dans Tableau, si vous regardez de très près l'icône du type de données, vous pouvez voir que les doublons ont la forme d'un signe égal Ce signe indique que ce champ n'est pas original, mais qu'il a été créé à partir d' un autre champ d'origine. Si vous le voyez, cela signifie qu'il s'agit d'un champ personnalisé que nous avons créé. Ce que je fais habituellement, c'est de le renommer, on va l'appeler country shorts Maintenant, je crée les alias ce nouveau champ, allons-y, cliquez avec le bouton droit sur les alias, puis au lieu de France, F, R, D, E et US J'ai donc deux options : la version longue, la version originale et la version courte du pays. Et je peux décider si je vais utiliser la version courte ou la version longue pour les visualisations vais utiliser la version courte ou la version longue pour les Bien, c'est tout pour la première méthode où nous avons créé des alias depuis le côté gauche, à partir de la base de données Nous allons maintenant passer à la deuxième méthode où vous pouvez créer des alias directement à partir de la vue Voyons comment nous pouvons le faire. Il suffit de passer au-dessus de la valeur France ici et de cliquer dessus avec le bouton droit de la souris. Et puis nous avons ici l'option modifier Elias. Sélectionnons-le. Maintenant, j'ai une fenêtre très simple. Je dois juste modifier la liste uniquement pour la France, donc je ne donne l'Elias que pour une seule valeur Faisons-le FR , puis appuyons sur OK. Et comme vous pouvez le voir dans la vue maintenant, il suffit de changer rapidement la valeur France en FR à partir de la visualisation et nous pouvons faire de même pour l'Allemagne. Cliquez donc avec le bouton droit sur la valeur, puis modifiez Elias. Encore une fois, dans la même fenêtre, nous allons voir DE et Ok, car la valeur changera directement dans la vue. Il s'agit d'une méthode très rapide pour modifier les alias directement dans la vue Maintenant, si nous allons vérifier le pays de la dimension dans la base de données, examinons l'Elias Comme vous pouvez le constater, la France et l'Allemagne membres ont un Elias, FR et un DE et nous l'avons fait directement à partir du point de vue Passons maintenant à la question de savoir quelles méthodes vous utilisez Je dirais que si vous souhaitez modifier plusieurs valeurs, accédez à la chaîne de données et effectuez les modifications Il est simplement plus facile de travailler avec la fenêtre et d'ajouter toutes ces valeurs. Mais si vous souhaitez modifier une seule valeur de la dimension, vous pouvez le faire rapidement en accédant à la vue et en modifiant l'alias. Et c'est tout pour les alias. C'est vraiment un excellent moyen de modifier les valeurs directement dans Tableau sans que vous ayez à revenir aux ensembles de données d'origine pour y apporter les modifications Très bien, nous avons maintenant la tâche Tableau suivante pour vous. La tâche indique d'abréger les valeurs de la catégorie de champ dans les produits de table issus des grands ensembles ne montrant que le premier caractère de Vous pouvez suspendre la vidéo dès maintenant pour effectuer la tâche, puis la reprendre une fois que vous avez terminé. Très bien, maintenant faisons-le rapidement. Comme je vous l'ai déjà montré, nous commençons par dupliquer le champ Je vais donc y aller et le faire. Ensuite, je vais le renommer en catégorie courts métrages. Ensuite, je vais présenter des articles sur les valeurs, la catégorie et la catégorie courts métrages. Jusqu'à présent, les deux dimensions ont exactement les mêmes valeurs. Nous n'avons rien changé. Nous allons maintenant passer à la catégorie courte, écrire un clic dessus. Ensuite, nous irons au Lius. La tâche indique le premier caractère, la première lettre de chaque valeur, ce qui signifie que le premier sera le second. C'est peut-être notre système d'exploitation, donc je vais le laisser tel quel. Et le troisième sera le cas, puis cliquez sur OK. Cela signifie que nous avons maintenant de nouvelles dimensions qui n'ont que le premier caractère de chaque valeur. Et nous l'avons fait en utilisant le lius. C'est vraiment facile. C'est bon, les gars. Nous avons donc terminé cette section, qui est une étape très importante pour préparer nos ensembles de données avant de commencer à créer nos visualisations Dans la section suivante, nous allons apprendre à organiser et à structurer nos données dans Tableau. 100. Section 8 Organisation: Comment organiser vos données dans Tableau. Tableau utilise différentes techniques et méthodes pour regrouper et organiser vos données, ce qui est très important pour que pour regrouper et organiser vos données, vos utilisateurs puissent comprendre vos données. abord, vous pouvez apprendre à organiser les dimensions en hiérarchies, puis à regrouper les membres des dimensions à l'aide de groupes Ensuite, nous pouvons apprendre comment regrouper vos données en différents groupes à l'aide du groupe de clusters. Ensuite, vous pouvez apprendre à diviser vos données en deux sous-ensembles à l'aide d'ensembles Ensuite, nous avons une autre méthode appelée Pens, afin de regrouper les valeurs des mesures afin de créer des histogrammes Commençons par la première méthode d'organisation hiérarchique de nos données. Allons-y maintenant. 101. Udemy 8 1 Hiearchy: Très bien les gars, la meilleure façon de comprendre la hiérarchie est d'avoir un exemple. Si vous regardez nos données, par exemple celles des clients, vous pouvez constater que certaines dimensions sont liées les unes aux autres puisqu'elles contiennent des informations similaires. Par exemple, pour la dimension « pays », nous avons des valeurs telles que l'Allemagne, les États-Unis et la France. Et nous avons une ville d'une autre dimension, où vous pouvez trouver les villes de ces pays. Pour l'Allemagne, nous avons Berlin, Stuttgart. Ensuite, nous avons une troisième dimension, le code postal, où vous pouvez trouver les codes à l'intérieur de ces villes. Comme vous pouvez le constater, ces trois dimensions décrivent des informations courantes. Ils nous fournissent des informations sur la localisation de l'utilisateur, et nous pouvons relier ces dimensions l'aide de la hiérarchie. Dans les hiérarchies, nous avons différents niveaux. Et nous commençons par le nœud supérieur, que nous appelons le nœud racine. Ce nœud représente le plus haut niveau d'agrégations de notre hiérarchie Nous allons maintenant passer au niveau supérieur de la hiérarchie, celui où se trouve le pays. Dans ce niveau, nous allons voir plus de détails sur nos données. Lorsque nous avons, par exemple, les deux valeurs, États-Unis et Allemagne, et les liens entre les nœuds, nous les appelons branches. Nous allons maintenant passer au niveau supérieur de notre hiérarchie. Nous avons le niveau 2 ici dans la ville. Nous verrons plus de détails sur nos données. Aux États-Unis, nous avons donc Portland et Seattle. Et en Allemagne, nous avons Stuttgart et Berlin. Et encore une fois, nous avons le lien entre le nœud parent et le nœud enfant à l'aide des branches. Maintenant, nous allons passer au dernier niveau de la hiérarchie, nous avons le code postal. Et ici, nous allons encore scinder la structure avec plus de détails. Nous avons donc les codes postaux suivants pour chaque ville. Maintenant que le code postal est le dernier niveau de notre hiérarchie et que ces valeurs n'ont aucun enfant, nous appelons ces nœuds les nœuds feuilles. Les nœuds des feuilles ou les feuilles représentent le niveau le plus détaillé de nos données dans cette hiérarchie. Maintenant, avec cela, nous avons la structure complète de notre hiérarchie. Comme vous pouvez le constater, cela ressemble à une structure arborescente. Le nœud supérieur, que nous appelons nœud racine, représente le plus haut niveau de détails. Ensuite, nous avons les niveaux intermédiaires, et ils sont connectés par des branches. Et au dernier niveau, nous l' appelons nœuds foliaires, où il représente le niveau de détail le plus bas. Nous avons le nœud racine, il représente le plus haut niveau des agrégations. Ensuite, nous avons des niveaux intermédiaires liés aux branches. Et puis nous avons les feuilles, les nœuds foliaires. Ils représentent le niveau de détail le plus bas de nos données. Comme nous l'avons déjà appris, nous pouvons effectuer de nombreuses opérations de laboratoire sur le cube. Donc, si nous avons intégré nos données, nous pouvons effectuer deux opérations très importantes, l'exploration vers le bas et l'analyse ascendante L'exploration vers le bas et vers le haut sont toutes des opérations qui nous aideront à naviguer dans la hiérarchie afin d' approfondir ou de mieux comprendre les données. Voyons donc d'abord comment fonctionne le drill down. Disons que nous travaillons avec les ventes de Mejor. Nous commençons par le nœud supérieur au niveau le plus élevé. Au plus haut niveau, nous allons avoir le total des ventes dans l'ensemble des ensembles de données. Par exemple, ce sera 140. Nous sommes donc maintenant au plus haut niveau, au nœud racine. Et si vous utilisez l'exploration vers le bas, vous allez passer au niveau inférieur suivant de la hiérarchie. Cela signifie donc qu'à ce niveau, nous allons voir plus de détails sur les ventes. Donc, pour les États-Unis, nous en avons 90, et pour l'Allemagne, nous en avons 50. Et maintenant, si vous souhaitez obtenir plus de détails sur vos données, nous pouvons faire une nouvelle demande, passer au niveau inférieur suivant la structure. Alors, que va-t-il se passer ? Nous allons passer au niveau deux et ici, la vente va se partager entre Portland et Seattle. Nous en avons 40,50 et pour l'Allemagne, nous allons avoir 24 gardiens de costume et 34 gardiens de Berlin Cela signifie que nous obtenons plus de détails sur nos ventes. Et maintenant, si vous voulez aller au niveau le plus bas jusqu'aux feuilles, nous allons passer de la ville au code postal. Donc ça va ressembler à ça. Le Portland va se partager entre ces deux codes postaux. Supposons que Seattle soit pareil parce que nous n'avons qu'un seul enfant. Pareil pour Stuttgart, ça va rester 20, et pour Berlin, nous avons deux codes postaux, donc ça va à nouveau se diviser. Comme vous pouvez le constater, nous utilisons l' exploration descendante pour naviguer dans la hiérarchie en nous faisant passer du niveau de détail supérieur au niveau inférieur. C'est comme si nous agrandissions l'arborescence pour voir plus de détails afin de comprendre nos données. Très bien, nous allons maintenant parler de la deuxième opération Alp, le drill up. C'est exactement le contraire du drill down. L'exploration ascendante nous permettra de voir comment cela fonctionne de bas en haut, de bas en haut , de bas en haut. Disons que nous allons commencer par les feuilles et que nous allons vendre ces feuilles. Maintenant, nous pouvons utiliser un exercice pour passer du code postal à la ville. Par exemple, le total des ventes à Berlin sera de 30, car c'est la somme de dix plus 20. Et puis à Utgard, ça va rester le même, 20 , Seattle 50, et Portland aussi, pour résumer les valeurs des feuilles Nous allons donc avoir la valeur de 40. Comme vous pouvez le constater, à mesure que nous progressons, la valeur sera de plus en plus agrégée. Voyons si nous voulons passer à la campagne, afin de pouvoir utiliser à nouveau un exercice pour nous déplacer de la ville à la campagne. Allemagne, nous pouvons avoir des ventes totales de 50. Pour les États-Unis, nous pouvons avoir des ventes totales de 90. Vous pouvez maintenant utiliser, encore une fois, l'exploration ascendante pour accéder au nœud racine où vous pouvez obtenir le plus haut niveau d'agrégations Nous pouvons donc avoir la valeur de 140, soit le total des ventes, dans notre ensemble de données. Comme vous pouvez le constater, si nous avons une structure hiérarchique, nous pouvons utiliser une hiérarchisation ascendante et descendante pour naviguer dans la structure hiérarchique. Les hiérarchies organisent et structurent les membres des dimensions dans une arborescence logique regroupant des dimensions similaires. Les hiérarchies sont très importantes et dynamisent vos vues, hiérarchies sont très importantes et dynamisent vos vues vous permettant d'avoir une vue d'ensemble et comprendre les données au plus haut niveau Et vous pouvez accéder à des détails spécifiques pour obtenir des données de connaissance plus approfondies. Très bien, nous revenons maintenant à Tableau. Voyons comment créer des hiérarchies dans Tableau Nous ne pouvons créer des hiérarchies que sur la page de la feuille de travail. Nous ne pouvons pas le créer sur la page de la source de données. Dans la page de la feuille de travail, nous pouvons créer une hiérarchie sur la page des difficultés liées aux données Si vous jetez un œil aux tables des clients, vous constaterez que nous avons déjà une hiérarchie. Et ici, nous avons une petite icône qui indique que nous avons une hiérarchie, le nom de la hiérarchie appelé Country City, et sur le côté gauche, nous avons une petite flèche. Si nous cliquons dessus, la hiérarchie peut s'étendre et nous pouvons voir les dimensions à l'intérieur de cette hiérarchie. En ce qui concerne les dimensions, des hiérarchies peuvent être utilisées, quatre dimensions seulement Vous ne pouvez pas créer de hiérarchie à partir de mesures. Et cette hiérarchie que nous avons ici est créée automatiquement à partir de Tableau. Puisque Tableau a analysé le contenu du pays et la ville et a automatiquement compris qu'il existe une hiérarchie entre eux. Mais comme nous voulons apprendre à créer une hiérarchie, nous allons la supprimer et en créer une nouvelle à partir de zéro. Maintenant, pour supprimer une hiérarchie, allez sur le nom de la hiérarchie ici, cliquez dessus avec le bouton droit de la souris. Et puis nous avons ici l' option supprimer la hiérarchie. Ici, vous devez comprendre que les dimensions à l'intérieur des hiérarchies ne seront pas supprimées, seule la hiérarchie elle-même sera supprimée. Vous ne perdrez donc aucun champ de l'arbre logique. La hiérarchie logique sera supprimée. Très bien, voyons maintenant comment créer une hiérarchie dans Tableau. Et nous allons créer la hiérarchie des emplacements. Nous allons aller sur le côté gauche des données et sélectionner l' une des dimensions. Peu importe celui que vous allez sélectionner, mais je préfère commencer par le plus haut niveau de la hiérarchie. Dans notre exemple, ce sera le pays qui choisira le pays radical. Cliquez dessus. Et puis nous avons ce qu'on appelle la hiérarchie. Et nous allons sélectionner Créer une hiérarchie. Allons-y. Nous devons lui donner un nom, nous allons donc l' appeler hiérarchie des emplacements. Puis lui, comme vous pouvez le voir maintenant sur le côté gauche, nous avons l' icône de la hiérarchie. À l'intérieur, nous n'avons qu'une seule dimension, le pays. Maintenant, dans notre hiérarchie, nous avons également la ville et le code postal. Alors, comment pouvons-nous l'ajouter à cette hiérarchie ? Comme nous l'apprenons, la hiérarchie comporte différents niveaux, et l'ordre de ces niveaux est très important. Nous avons le pays, la ville et le code postal. Maintenant, pour ajouter la ville, nous allons simplement faire glisser la ville située sous le pays jusqu' ici et la libérer. Ainsi, la ville fait désormais partie de notre hiérarchie. Trouvons également le code postal. Nous devons donc le glisser et le déposer sous la ville. Libérons. Nous avons ainsi créé la hiérarchie des lieux avec les trois dimensions, pays, ville et code postal. Encore une fois, si vous souhaitez masquer les détails de cette hiérarchie, nous pouvons la réduire ici. Ou si vous voulez voir les détails, nous pouvons étendre la hiérarchie. Très bien, c'est donc une façon de créer hiérarchie dans Tableau en utilisant le menu déroulant. La deuxième méthode pour créer une hiérarchie consiste à glisser-déposer rapidement des dimensions ensemble. Ainsi, par exemple, si nous allons dans le tableau des produits, nous avons également une hiérarchie entre la catégorie, le nom du produit et la sous-catégorie Notre hiérarchie commence par la catégorie, puis la sous-catégorie, et la dernière, les feuilles, sera le nom du produit Voyons maintenant comment créer la hiérarchie en utilisant rapidement le glisser-déposer. Nous allons prendre l'une de ces dimensions, disons que nous allons commencer par la catégorie, la glisser-déposer dans la sous-catégorie Je suis donc en train de survoler et sélectionner la sous-catégorie. Libérons. Une fois cela fait, Tableau comprend que nous voulons relier ces dimensions. Tableau va donc créer une nouvelle hiérarchie. Nous allons l'appeler la hiérarchie des produits. Et allons-y, d'accord. Et maintenant, voyons voir. Sur le côté gauche, nous avons une nouvelle hiérarchie appelée hiérarchie des produits avec l'icône. Et nous avons intégré deux dimensions, catégorie et la sous-catégorie Il nous manque la troisième dimension. Prenons le nom du produit et ajoutons-le dans la hiérarchie. Cela nous pose maintenant un problème. L'ordre des dimensions au sein de notre hiérarchie est incorrect, car la catégorie de dimension doit être le niveau 1 et la sous-catégorie le niveau deux Comment pouvons-nous résoudre ce problème ? Il suffit de sélectionner la catégorie et de la glisser-déposer en haut de la sous-catégorie. Publions-le. Cela dit, c'est ainsi que vous pouvez modifier l'ordre des catégories. Et avec cela, nous avons la hiérarchie des produits. Bien, disons maintenant que nous ne voulons pas supprimer toute la hiérarchie, nous voulons simplement supprimer un membre, une dimension de la hiérarchie. Pour ce faire, supposons que nous voulions supprimer le nom du produit. Sélectionnez-le et faites-le simplement glisser et déposez-le quelque part ici dans l'espace vide. De ce fait, le nom du produit ne fait plus partie de la hiérarchie. C'est ainsi que nous pouvons supprimer les dimensions de la hiérarchie. Mais je veux les réintégrer dans notre hiérarchie car nous en aurons besoin plus tard. Je vais donc placer la sous-catégorie sous la catégorie, et nous prenons le nom du produit et le mettons sous la sous-catégorie, et c'est tout Voici donc les deux méthodes de création de hiérarchies dans Tableau, soit par drop dominu, soit par glisser-déposer rapidement les dimensions ensemble afin de créer une C'est vraiment facile. Très bien, maintenant que nous avons cette hiérarchie, la structure, façon dont nous allons l'utiliser dans notre vue, c'est vraiment simple. Nous allons sélectionner l'ensemble de la hiérarchie, puis la faire glisser vers la vue. Ici, la hiérarchie va commencer par le premier niveau pour les pays, et nous allons voir les valeurs du pays. Passons maintenant à l'une de ces mesures. Nous allons prendre les ventes et les glisser-déposer sur les colonnes. Alors maintenant, si vous regardez attentivement le pays, le plu, pile ici, vous pouvez voir que nous avons un nouveau panneau, le panneau anti-souffle. Ce signe indique que nous pouvons approfondir cette dimension. Alors maintenant, allons-y et cliquons sur le panneau de signalisation. Comme vous pouvez le constater, nous allons maintenant approfondir notre hiérarchie jusqu'à un niveau inférieur. Nous voyons maintenant plus de détails sur les ventes. Et nous sommes maintenant au niveau supérieur de la ville. Comme vous pouvez le constater, nous avons maintenant la dimension ville. Nos lignes, nous ne les avons pas glissées et déposées depuis la base placer sur les lignes qu'elles ont développées à partir de la hiérarchie. Encore une fois, la ville a le signe plus qui indique que nous pouvons explorer l'intérieur de la ville. Revenons à une nouvelle analyse. Comme vous pouvez le constater, nous sommes au code postal et nous pouvons voir plus de détails sur les ventes. Maintenant, si vous vérifiez le code postal, il n'y a pas de signe plus, comme la ville et le pays. Parce que nous sommes à bout de souffle, nous sommes au plus bas niveau de détail de nos données. Nous avons ainsi parcouru notre hiérarchie, du nœud supérieur aux feuilles Comme vous pouvez le constater, c'est très simple et très dynamique. Supposons maintenant que nous en soyons à la fin et que nous voulions revenir au niveau le plus élevé des agrégations, jusqu' revenir au niveau le plus élevé des au nœud supérieur C'est très facile si vous vérifiez à nouveau la ville et les pays que nous n'avons plus, le signe plus est le signe moins. Le signe moins indique que nous pouvons remonter dans la hiérarchie. Voyons donc ce qui peut arriver si vous cliquez sur le signe moins. Comme vous pouvez le constater, nous remontons maintenant à partir des feuilles, du code postal jusqu'à la ville. Et les valeurs de ces cellules sont désormais plus agrégées. Et maintenant, pareil, si vous voulez repartir de la ville jusqu'à la campagne, nous allons cliquer sur le signe moins. Alors faisons-le. Nous passons ainsi au niveau 1, à l' agrégation la plus élevée de notre hiérarchie. Très bien, jusqu'à présent, nous avons exploré vers le haut et vers le bas en notre hiérarchie vers le haut et vers le bas en utilisant les étagères de rangées Vous savez qu'il s'agit des lignes et des colonnes. Nous l'utilisons lorsque les développeurs élaborent notre point de vue. La question qui se pose maintenant est de savoir comment nos utilisateurs et le public parviennent à parcourir la hiérarchie vers le haut et vers le bas. Parce que la hiérarchie doit également être utilisée rapidement par les utilisateurs pour accéder aux détails. Voyons maintenant comment nous pouvons le faire. Si nous passons à la vue d'ici et que nous survolons le pays, nous pouvons à nouveau voir un signe positif Allons-y et cliquons dessus. Et comme vous pouvez le constater, nous étudions notre hiérarchie du pays à la ville. Passons maintenant aux détails et examinons le code postal. Nous pouvons survoler la ville, et comme vous pouvez le constater, nous avons à nouveau le signe plus. Cliquez dessus. Ensuite, nous allons jusqu'au code postal. C'est exactement ainsi que les utilisateurs peuvent explorer la vue vers le bas. Maintenant, si nous voulons revenir au niveau supérieur, nous pouvons faire de même. Nous pouvons voir le signe moins ici. Cliquez dessus et vous retournez en ville. Ensuite, nous nous rendons également à la campagne. Nous avons le point négatif, nous cliquons dessus. Et avec cela, nous remontons dans le pays. Comme vous pouvez le constater avec ces icônes, nous pouvons naviguer dans notre hiérarchie. Maintenant, vous pourriez dire tous vos utilisateurs, vous savez quoi, c'est vraiment une petite icône et mes utilisateurs ne l'aiment pas. Existe-t-il un autre moyen d' explorer la vue vers le haut et vers le bas ? Eh bien, oui, si vous accédez à l'une de ces valeurs ici et que vous cliquez dessus, vous pouvez voir dans ce menu déroulant que nous avons un aperçu. Si vous cliquez dessus, nous descendons de la même manière jusqu'à la ville. Si vous sélectionnez une valeur, peu importe laquelle, revenons ici, puis revenons vers le bas. Et là, nous en sommes au code postal. Si vous souhaitez effectuer une exploration ascendante, vous pouvez faire de même, toutes les valeurs étant radicalement opposées. Et voici le Drill Up Socialic. Et pour revenir au pays, examinez toutes les valeurs radicalement toutes les valeurs du pays et approfondissez. Ce sont donc les deux méthodes d'exploration vers le bas et d'exploration vers le haut dans la vue. Très bien les gars, jusqu'à présent, nous avons créé nos propres hiérarchies en regroupant ces dimensions à différents niveaux Mais dans Tableau, nous avons également des hiérarchies intégrées indirectes dans la date du type de données dans Tableau Tout champ dont le type de données est une date possède la hiérarchie suivante. Cela commence par le niveau le plus élevé de l'année, puis nous avons le trimestre du mois, puis le niveau le plus bas, les feuilles. Nous avons les jours. Ces quatre niveaux sont les niveaux par défaut dans chaque champ avec la date du type de données dans notre ensemble de données. Nous avons maintenant un autre type de données qui est également valable, une hiérarchie indirecte intégrée. Nous avons les champs avec la date et l'heure. Ici, nous avons des informations sur l'heure, et nous avons sept niveaux. Cela commence exactement comme la date, donc le niveau le plus élevé sera l'année, puis le trimestre de mois, puis le jour. Mais maintenant, nous pouvons accéder à plus de détails puisque nous avons les informations temporelles. Le niveau suivant sera celui des heures. Ensuite, nous avons les minutes et les secondes. Ensuite, il y a le niveau de détail le plus bas. Ce sont nos feuilles ici. Nous avons des niveaux hiérarchiques civils. Date, date et heure. Ils ont une hiérarchie intégrée à l'intérieur. Découvrons maintenant ces hiérarchies dans Tableau. Très bien, maintenant nous allons passer aux commandes de table. Et nous avons ici deux dates. Peu importe lequel, les deux auront exactement la même hiérarchie. Prenons la date de commande, glissons-la ici sur la rose. Maintenant, comme vous pouvez le voir, nous avons maintenant le signe plus. Cela indique qu'il existe une hiérarchie. Et cela commence au plus haut niveau avec les années. Maintenant, prenons une mesure pour voir certaines données. Nous allons prendre le nombre de commandes et le mettre dans les colonnes. Et je veux montrer les étiquettes à Israël. Montrons quelques étiquettes. Très bien, maintenant allons-y et découvrons la hiérarchie à l'intérieur de la date. Comme vous pouvez le voir sur le côté gauche, nous ne voyons aucune information sur la hiérarchie, qui signifie qu'elle est réellement intégrée à ce type de données. Passons donc aux années et cliquez sur le signe plus pour effectuer une analyse détaillée. Comme vous pouvez le voir dans les informations suivantes nous avons les informations trimestrielles. Nous voyons maintenant le nombre total de commandes par trimestre. Nous pouvons donc maintenant voir plus de détails sur les dénombrements totaux, puis nous pouvons passer au jour le jour. Et maintenant, nous sommes au plus bas niveau du jour. Nous ne pouvons pas approfondir, par exemple, les heures, minutes et les secondes, car la date de commande correspond à la date du type de données. Comme vous pouvez le constater, la date de commande des dimensions comporte quatre niveaux : année, trimestre, mois et jour. C'est vraiment agréable de l' avoir comme ça dans Tableau, car c'est vraiment standard. J'ai travaillé avec d'autres outils de BI et là, nous devons les créer nous-mêmes, ce qui prend beaucoup de temps pour construire toutes ces hiérarchies. Surtout si vous disposez d'un ensemble de données volumineux dans Tableau, cela nous simplifie la vie. Tableau a décidé d'établir une hiérarchie à l'intérieur de chaque date. Très bien les gars, encore une chose à propos des arches. Ils organisent et structurent réellement vos vues et les rendent plus dynamiques pour les utilisateurs. Par exemple, si vous devez effectuer des ventes par pays, par ville, par code postal, et si vous n'utilisez pas de hiérarchies, vous finirez par créer trois vues, comme ici sur le côté gauche, cela prend beaucoup de place De plus, c'est littéralement dynamique. Mais mieux encore, nous pouvons créer une hiérarchie entre ces dimensions. Et nous pouvons tout regrouper dans une seule vue. Ensuite, vous offrez aux utilisateurs finaux la possibilité d'effectuer des recherches approfondies et ascendantes, en fonction de leurs besoins. S'ils veulent les ventes par pays, nous les avons déjà dans le nœud supérieur. Mais s'ils veulent connaître les ventes par ville, leur suffit au niveau suivant, et nous l' avons déjà fait, les ventes par ville. Si quelqu'un a besoin de plus détails pour accéder au code postal, il peut également accéder aux ventes par code postal. Comme vous pouvez le constater, cela donne vraiment à votre vision plus dynamique et sera plus attrayante pour les utilisateurs finaux si vous le comparez aux côtés de l'ascenseur. Nous disposons désormais d'une solution plus dynamique plus interactive pour les utilisateurs finaux. De plus, vous créez des vues de liste dans vos tableaux Donc c'est vraiment génial. Si vous souhaitez revenir au pays, suffit de cliquer sur le signe moins. Les hiérarchies dynamisent sa structure et organisent vos données dans les vues Très bien, maintenant résumons. Hiérarchie, organise et structure les membres des dimensions dans une arborescence logique Les hiérarchies sont des fonctionnalités spéciales uniquement pour les dimensions. Vous ne pouvez pas créer de hiérarchies entre les mesures que nous pouvons utiliser et parcourir notre hiérarchie afin de mieux comprendre vos données Dans l'ensemble, les hiérarchies sont très importantes pour organiser et structurer vos entretiens de données Il fournit également aux utilisateurs un outil puissant qui leur permet de naviguer et d'explorer rapidement et facilement vos données, découvrir des informations et de prendre de meilleures décisions. D'accord, c'est donc tout pour les hiérarchies dans Tableau. Nous allons maintenant apprendre comment regrouper les membres des dimensions en hiérarchies à l'aide de groupes. 102. Udemy 8 2 groupes: Très bien, Kay. Jusqu'à présent, nous avons appris à regrouper les dimensions dans des hiérarchies, mais nous allons maintenant apprendre à regrouper les valeurs, les membres de la dimension en groupes dans Tableau Pour ce faire , nous avons trois méthodes. Nous avons donc les groupes, les groupes de clusters et les ensembles. Nous allons maintenant commencer par le premier, comment regrouper les membres des dimensions à l'aide de groupes. Mais maintenant, comme d'habitude, nous allons d'abord comprendre le concept qui le sous-tend, puis nous allons apprendre à le créer dans Tableau. Alors allons-y. Bien, maintenant, si vous examinez nos données, vous trouverez parfois des dimensions qui pourraient être utilisées pour classer ou regrouper les données dans le tableau Par exemple, si vous examinez les données de nos produits, vous constaterez que la catégorie peut être utilisée pour regrouper les données. Par exemple, vous pouvez voir que deux produits sont affectés à la catégorie Moniteur et trois produits sont affectés aux accessoires. Ce champ peut donc être utilisé pour regrouper les données. Maintenant, si vous vérifiez les données du client, vous pouvez trouver certaines dimensions qui pourraient être utilisées pour regrouper les données. Par exemple, le pays, la ville, le code postal. Ces informations peuvent être utilisées pour regrouper les clients. Toutes ces dimensions pourraient être utilisées pour regrouper nos données. Ces groupes ou ces dimensions proviennent directement des ensembles de données et nous n'avons rien créé jusqu'à présent Parfois, nous pouvons être dans une situation où nous souhaitons regrouper les données différemment des groupes d'origine dans les ensembles de données Ici, nous avons deux options. Soit nous revenons aux ensembles de données d'origine et y apportons les modifications Je crée un groupe, ou nous pouvons créer un groupe directement dans Tableau sans revenir aux ensembles de données d'origine Par exemple, nous voulons créer un nouveau groupe dans les produits et ce sera la classe de produits. Ici, nous avons un autre groupe que nous allons appeler, disons par exemple, les trois premiers sont la classe A, les deux derniers sont la classe. Nous pouvons créer ce groupe supplémentaire directement. Tableau. Il en va de même pour les clients. Nous voulons ajouter un nouveau groupe. Nous voulons ajouter le continent aux formations. Nous pouvons ajouter ce groupe. Pour l'Allemagne, ce sera l'Europe. Pour les États-Unis, ce sera l'Amérique du Nord. Et pour le reste, il en sera de même pour la France , l' Allemagne et les États-Unis. De l'Europe. Vous ne faites qu' ajouter de nouveaux groupes à nos données. Les groupes Tableau combinent des valeurs connexes similaires dans des catégories de niveau supérieur, ce qui peut donner une nouvelle dimension à votre analyse de données. Voyons maintenant comment créer des groupes dans Tableau. Et il existe deux méthodes pour y parvenir. Soit en créant les groupes dans les données de la vue, soit directement dans celle-ci. Nous allons commencer par le premier, où nous allons créer le groupe de continents dans les données. Pour ce faire, nous allons passer à la table des clients et, sur la base des valeurs du pays, nous allons créer le nouveau groupe ici. Il est important de comprendre que nous ne pouvons créer des groupes qu' en fonction des dimensions. Nous ne pouvons pas créer de groupes sur les mesures. Une autre fonctionnalité où nous pouvons l'utiliser pour regrouper les mesures et nous l'appelons stylos. Mais pour ce qui est des groupes, nous ne pouvons créer que sur le dessus des dimensions. Et le nouveau domaine sera également une dimension. Voyons comment nous pouvons le faire. Sélectionnez le pays, cliquez dessus avec le bouton droit de la souris. Passons ensuite au Create. Et nous avons ici le groupe d'options. Sélectionnons-le. Nous allons donc maintenant ouvrir une nouvelle fenêtre afin de créer le groupe. Nous allons d'abord commencer par renommer le nom du champ, nous allons appeler ce continent. Ensuite, au milieu d'ici, Tableau va répertorier pour vous les différentes valeurs du pays, toutes les valeurs possibles de l'ensemble de données. Ce que nous allons faire, c' regrouper la France, l'Allemagne et l'Italie en Europe, et les États-Unis en Amérique du Nord. Comment allons-nous nous y prendre ? Nous allons sélectionner ces valeurs à plusieurs en cliquant sur Contrôle. France, Allemagne et Italie. Ils forment un seul groupe. Pour les regrouper, nous allons sélectionner le groupe ici . Une fois que nous l' avons sélectionné, Tableau va placer toutes ces valeurs sous un nouveau groupe. Nous allons lui donner le nom d'Europe. Cliquons sur OK. C'est pourquoi nous avons créé un nouveau groupe pour ces trois valeurs. Comme vous pouvez le constater, nous pouvons étendre et réduire ces valeurs pour en voir les détails. Mais nous avons encore une valeur dans le pays qui n'est pas encore associée à un groupe ici Ce que nous allons faire, c'est le sélectionner, puis cliquer sur le groupe et nous allons l' appeler Amérique du Nord. C'est maintenant sur le continent, nous avons deux valeurs, l'Europe et l'Amérique du Nord, qui sont liées à ces membres du point de vue national. Supposons maintenant que vous souhaitiez déplacer l'un de ces membres d'un groupe à un autre. Comment pouvons-nous le faire ? C'est vraiment facile, il suffit de glisser-déposer. Prenons, par exemple, le cas de l'Allemagne glisser-déposer ici en Amérique du Nord. Vous verrez que ce membre appartient maintenant au groupe de l' Amérique du Nord, ce qui est faux. Je vais donc le remettre en question en disant que c' est ainsi que vous passez d'un groupe à l'autre. Ici, nous avons Tablo. Une autre option consiste à supprimer le membre de tous les groupes. Pour ce faire, sélectionnons l' Allemagne, cliquez ici et sur Grouper. Une fois cela fait, vous verrez que la valeur de l'Allemagne n'est attribuée à aucun de ces groupes si je les regroupe. Vous verrez que l'Allemagne est une valeur autonome. Nous utilisons généralement le groupe autre pour toutes les valeurs. Nous n'avons donc pas pu être assignés à aucun de nos groupes ici. Tableau nous fournit un moyen rapide de créer ce groupe. Tout ce que nous avons à faire est de cliquer sur la valeur de Allemagne, puis de cliquer ici, Inclure les autres. Disons que, comme vous pouvez le voir maintenant la valeur de l'Allemagne se trouve dans le groupe Autre, et avec cela, nous avons trois groupes sur le continent. Europe, Amérique du Nord et autres. Maintenant, si vous souhaitez renommer les groupes, vous pouvez cliquer sur le groupe, puis cliquer ici, Renommer Nous allons donc l'avoir comme sur un autre continent ou quelque chose comme ça, ou. Cliquez avec le bouton droit sur le groupe , puis renommez-le. C'est vraiment facile. Maintenant, ce que nous voulons faire, c'est ramener l'Allemagne en Europe. Maintenant, comme vous pouvez le voir, l'autre groupe a disparu car il n'a aucun membre. C'est donc tout pour le moment. Nous avons créé nos groupes. Cliquez sur OK. Maintenant, comme vous pouvez le voir sur le côté gauche, nous avons un nouveau champ appelé continent. Il s'agit d'une dimension discrète d'une icône spéciale et le type de données indique que ce champ est un groupe dans Tableau. Si vous créez un groupe basé sur un autre champ avec le rôle géographique, Tableau affichera à la fois le groupe d' icônes et le rôle géographique. Parce que le groupe a généralement l'icône suivante pour la situation. Il affichera à la fois les icônes, le rôle géographique et le groupe. Très bien, construisons maintenant la vue en fonction de cette nouvelle dimension. Nous allons emmener le lapin dragon du continent sur les routes. Comme vous pouvez le voir, il a deux valeurs. Nous allons également prendre les ventes. Et maintenant, pour voir plus de détails dans la vue, nous allons prendre une autre dimension, ou nous allons prendre toute la hiérarchie de l'emplacement. Faisons-le glisser et déposez-le ici sur la rose. Comme vous pouvez le constater, le continent regroupe désormais nos données. L'Europe pour ces trois valeurs, l' Amérique du Nord pour les États-Unis. Comme nous l'avons appris dans les hiérarchies, nous pouvons accéder aux valeurs suivantes. Et tu sais quoi ? Cette nouvelle dimension, le continent, possède des informations similaires à celles du pays et de la ville, et elle appartient à la hiérarchie. Il est maintenant logique de l'ajouter à la structure de notre hiérarchie de localisation. Donc, ce que nous allons faire, c'est traîner le continent et le déposer au-dessus de ce pays. Ainsi, le continent sera au niveau 1 et le pays au niveau deux. Nous pouvons utiliser ce nouveau groupe comme niveau d' agrégation le plus élevé de notre structure. Nous pouvons remonter jusqu' au continent. Comme vous pouvez le constater, nous pouvons créer nouveaux groupes directement dans Tableau sans revenir aux ensembles de données d'origine et y apporter des modifications Bien, c'est pourquoi la première méthode consiste à créer des groupes dans Tableau à partir du bain de données La deuxième méthode consiste à créer des groupes directement dans la vue. Voyons comment nous pouvons le faire. Nous allons créer une nouvelle feuille de travail et nous allons prendre deux mesures Nous allons prendre les bénéfices, mettons-les ici sur les rangées. Et nous allons également prendre en charge les ventes. Et maintenant, nous voulons montrer tous les clients sous forme de points de données. Pour ce faire, nous allons accéder à l'identifiant client, le glisser-déposer, le mettre ici sur les marques, sur les détails. Nous avons maintenant un point de données pour chaque client dans notre ensemble de données. Notre tâche consiste maintenant à regrouper les performances des clients. Si vous décidez de passer à la peinture des données afin créer ces groupes et de vous connecter radicalement, alors nous passons aux groupes, vous verrez une longue liste de tous les clients. Et maintenant, la création de groupes basés sur ces valeurs peut être très pénible, car l'identifiant client a une cardinalité élevée par rapport au pays Au lieu de le faire ici, nous allons le faire directement dans la vue. Pour ce faire, nous allons sélectionner, par exemple, ces clients, ces points de données. Et nous aurons une nouvelle fenêtre. Comme vous pouvez le constater, Tableau indique que huit éléments sont sélectionnés et que nous avons l'icône du groupe. Si nous cliquons dessus, Tableau va créer de nouvelles choses. Si vous regardez la complexité des données ici sur le côté gauche, vous pouvez voir que Tableau a déjà créé un groupe avec les éléments sélectionnés. Et il a fait de même pour le coloriage. Vous pouvez donc également voir le groupe. Ici, sur les couleurs sur le côté droit, nous avons les légendes. Vous pouvez donc voir que l'élément sélectionné est bleu et les autres sont gris. Maintenant, ce que nous devons faire, c'est renommer les choses. Tout d'abord, je vais renommer ce groupe. Je vais l'appeler Customer Group. Comme vous pouvez le constater, le nom du groupe est similaire à la liste de tous les membres. Il est écrit, d'accord, 9113035 et plus encore. En effet, Tableau a du mal à comprendre pourquoi nous avons sélectionné ces clients et quel est le nom du groupe. Pour renommer le groupe, nous allons aller sur le côté gauche du Data Bain, cliquer dessus avec le bouton droit de la souris, puis cliquer sur Modifier. Sélectionnez-le. Comme vous pouvez le voir ici, nous avons notre groupe que nous venons de sélectionner avec les huit membres. Passons donc au nom du groupe, cliquons dessus avec le bouton droit de la souris, renommez-le , et nous allons le qualifier de « high performers Que ces clients aient les meilleures performances par rapport à tous les autres clients. Comme vous pouvez le constater, Tableau a classé tous les autres clients dans le groupe « Autres ». Cliquons sur OK maintenant. Et maintenant, nous avons un meilleur nom sur le côté droit. Et il est logique d'avoir une couleur grise pour les autres. Très bien, nous allons maintenant créer un autre groupe de clients peu performants. Très bien, pour ce faire , nous allons faire de même, nous allons passer en revue et sélectionner les clients dont les performances sont médiocres. Une fois cela fait, nous allons ouvrir cette nouvelle fenêtre indiquant, accord, neuf éléments, et nous allons sélectionner le groupe. Mais au lieu de cela, si vous éloignez votre souris, vous verrez la fenêtre disparaître. Dans ce cas, nous allons accéder à l'un de ces points de données et cliquer dessus avec le bouton droit de la souris. Et puis nous avons l'option de groupe, sélectionnez-la. Que peut-il se passer maintenant ? Tableau ne créera pas de nouveau groupe dans la corbeille de données, il l'inclura en tant que nouveau groupe au sein du groupe déjà existant. Vous pouvez voir ici sur le côté droit que nous avons un nouveau groupe de couleur orange. Avec cela, nous avons ajouté un nouveau groupe au client. Pour le renommer, nous allons accéder à la corbeille de données et modifier le groupe Allons-y maintenant. Au lieu d'avoir la liste des membres, nous allons cliquer dessus, la renommer, et nous allons l' appeler « acteurs du droit Cliquez sur OK. Maintenant que nous avons une belle dénomination pour les groupes, nous pouvons aussi bien changer les couleurs du groupe. Par exemple, pour les faibles performances, nous pouvons avoir du rouge. Pour ce qui est de la haute performance, nous pouvons opter pour le vert. Pour ce faire, nous allons passer aux marques ici, aux couleurs. Cliquez dessus. Ensuite, nous allons sélectionner Modifier les couleurs comme nous le disons pour des performances élevées. Sélectionnons donc cette valeur et affectons-la au vert. Et nous voulons que la basse performance rouge et que la couleur de l' autre soit grise. Puisque ce n'est pas notre objectif, cliquons sur OK. Et comme vous pouvez le constater, les points de données ont de nouvelles couleurs. Et un autre cas d'utilisation pour les groupes dans lesquels nous l'utilisons ainsi qu'un filtre. Nous donnons donc aux utilisateurs la possibilité d' interagir avec nos points de vue, de se concentrer sur un groupe spécifique. Pour ce faire, nous allons aller dans notre base de données, dans le groupe, cliquer dessus avec le bouton droit de la souris et afficher le filtre. Nous avons maintenant le groupe comme filtre. Et les utilisateurs peuvent cliquer entre les groupes pour se concentrer sur le cluster qu'ils peuvent analyser. Par exemple, s'ils ne sont pas intéressés par toutes ces fonctionnalités géniales et qu'ils veulent comparer les performances élevées aux faibles performances pour comprendre la différence de comportement entre elles, ils peuvent simplement les supprimer comme ceci. Bien, voici comment vous pouvez créer groupes dans Tableau en utilisant les deux méthodes, soit à partir du bain de données, en particulier si vous avez une dimension à faible cardinalité comme le pays Mais si vous avez une dimension à cardinalité élevée, l'ID client, le numéro de commande, vous pouvez créer des groupes directement à partir de la vue, ce qui est un moyen très rapide d'attribuer les valeurs à des groupes spécifiques Comme vous pouvez le constater dans Tableau, les groupes constituent un excellent moyen regrouper des données B directement dans Tableau sans revenir aux ensembles de données d'origine et y créer le groupe Très bien, vous avez maintenant la tâche suivante pour vous. Accédez aux petits ensembles de données et créez un nouveau groupe appelé classes en fonction du nom du produit Dimension Les trois premiers produits appartiennent à la classe A et les deux derniers à la classe. Vous pouvez transmettre la vidéo dès maintenant pour effectuer la tâche, puis la reprendre une fois que vous avez terminé. Très bien, alors créons rapidement ce groupe. Nous allons d'abord vérifier la cardinalité du nom du produit Je vais juste le glisser-déposer ici dans les rangées. Et comme vous pouvez le constater, nous n' avons que cinq valeurs. Cela signifie qu'il a une faible cardinalité. Et nous pouvons le faire directement dans le Data Bain, le bouton droit sur le nom du produit. Ensuite, nous allons passer au groupe Créer. Et maintenant nous allons l'appeler, nous allons appeler ça des cours. Les trois premiers membres sont la classe et les deux derniers membres sont la classe B qui dit « allons-y ». OK, maintenant on peut aller vérifier les valeurs. Faisons-le glisser et déposez-le ici avant le nom du produit. Comme vous pouvez le constater, les trois produits sont classe A et les deux produits présentés ici sont de classe A. C'est vraiment facile. Très bien, résumons maintenant les groupes dans Tableau, combinons les valeurs similaires associées dans des catégories de haut niveau. Et les groupes peuvent être créés uniquement en fonction des dimensions. Nous ne pouvons pas créer de groupes pour les mesures et le groupe lui-même sera une dimension discrète. groupes dans Tableau sont très utiles pour simplifier votre vision et faciliter la compréhension de vos données en regroupant les points de données dans des catégories claires et pertinentes. Très bien, les gars, c'est pour les groupes dans Tableau. Ensuite, nous allons apprendre une fonctionnalité très similaire appelée les groupes de clusters. Nous pouvons l'utiliser pour regrouper vos données en différents groupes. 103. Udemy 8 3 groupes de clusters: Très bien tout le monde, nous allons maintenant apprendre une autre méthode pour regrouper les membres, les valeurs des dimensions en groupes. Et cette fois, nous allons utiliser les groupes de clusters dans Tableau. Mais comme d'habitude, commençons par comprendre le concept sous-jacent, à savoir comment le créer dans Tableau. Alors allons-y. Bien, le groupe de clusters est donc un autre moyen de regrouper vos données, utilisé pour le clustering de données, qui est une technique statistique permettant de regrouper des points de données similaires Dans le clustering de données, nous avons un algorithme différent pour calculer les clusters Par exemple, nous avons l'algorithme Manes et un autre algorithme appelé clustering hiérarchique et un autre appelé clustering basé sur la densité Tableau a décidé d'utiliser l' algorithme de mine , car il est très simple et facile à mettre en œuvre. L'algorithme de mine est largement utilisé dans le clustering de données. Maintenant, je vais vous montrer comment fonctionne l'algorithme de Kemanes. Supposons que notre ensemble de données contienne les points de données suivants. Tout d'abord, nous devons définir nombre de clusters que nous voulons créer. Dans cet exemple, nous allons utiliser trois clusters, puis l'algorithme va sélectionner trois points, que l'algorithme va sélectionner trois points, nous appelons centroïdes. Ensuite, il peut attribuer aux points de données le centroïde le plus proche pour ce point de données, il appartiendra au cluster vert Ensuite, il va passer au point de données suivant et calculer le lien entre celui-ci et les trois centroïdes Ensuite, il peut l'attribuer au centroïde le plus proche. Pour cela, ce sera le cluster rouge. L'algorithme va le faire pour tous les points de données et les affecter au centroïde le plus proche À la fin, nous allons avoir trois clusters, le vert, le rouge et le bleu. Comme vous pouvez le constater, le principal moyen est vraiment simple et facile à mettre en œuvre. Très bien, maintenant, afin de comprendre les clusters, passons à la tâche suivante. La tâche consiste à identifier les clients à forte valeur ajoutée en les regroupant en fonction de leurs ventes Et afin de savoir quels clients génèrent le plus de revenus et lesquels ne le font pas. Bien, maintenant, pour créer le groupe de clusters, nous devons être sur la page de la feuille de travail Et cette fois, nous pouvons créer les clusters à partir du volet d'analyse, mais nous ne pouvons pas le faire dans le volet de données. Voyons maintenant comment créer les clusters et nous en tiendrons à la source de données volumineuses. Puisque nous avons besoin de beaucoup de points de données ici. Nous avons besoin de deux mesures. Nous avons besoin du profit. Alors suivons-le et déposez-le sur les rangées. Et nous allons également publier les ventes dans les colonnes. Et avec cela, nous avons deux axes, les ventes et les bénéfices. Mais ce qui nous manque maintenant au milieu, ce sont les données du client. Chaque client va marquer un point. Pour cela, nous allons prendre l'identifiant du client, nous allons le glisser-déposer ici sur les détails des marques. Bien, nous avons maintenant les points de données et chaque point représente un client. Pour créer le cluster, nous allons maintenant passer au volet d'analyse. Allons donc là-bas, et si vous allez aux modèles, vous trouverez le cluster. C'est vraiment facile. Il suffit de le glisser-déposer ici sur le nom des clusters, et nous aurons ici une fenêtre très simple où il est indiqué que les variables des clusters sont les sceaux et les profits. Et puis nous avons le nombre de clusters ici. Par défaut, ce sera automatique. Cela signifie que Tableau va déterminer, à partir des données, de combien de clusters avons-nous besoin ici ? Par défaut, nous avons le mode automatique. Cela signifie que Tableau va déterminer nombre de clusters qu'il est judicieux de créer à partir de ces points de données. Comme vous pouvez le constater, Tableau a déjà créé le cluster, et il en a créé trois. Mais si vous dites, vous savez quoi, nous voulons quatre ou cinq clusters, vous pouvez aller ici et définir le nombre de clusters dont vous avez besoin. Si vous en avez cinq, laissez-moi simplement déplacer ici pour voir ce qui se passe. Nous avons maintenant cinq clusters. Si vous voulez avoir deux clusters, nous n'aurons que deux couleurs et ainsi de suite. Je vais donc m'en tenir aux trois clusters. C'est logique. C'est ça. Dans cette fenêtre, il n'y a pas d'accord ou quelque chose comme ça. Nous allons donc simplement le fermer car Tableau peut créer le cluster immédiatement. Très bien, nous avons maintenant le cluster. La question est la suivante : où puis-je trouver le groupe de clusters ? Eh bien, si vous allez dans les données sur le côté gauche, vous ne trouverez aucun groupe de clusters ici car nous n'avons ces informations que sur les couleurs. Ce champ est notre cluster. Maintenant, nous pouvons avoir ces informations, ce groupe de clusters dans les données, afin de les utiliser dans différentes vues. Donc, ce que nous allons faire, c'est simplement le glisser-déposer quelque part dans les données. Maintenant, ici, nous pouvons voir que nous avons de nouveaux champs et l'icône indique que ce champ est un groupe de clusters. Nous allons donc maintenant lui donner un nom, Customer clusters. Très bien, nous pouvons maintenant réutiliser ce cluster dans différentes vues si nous en avons besoin. Très bien, le point suivant est de savoir comment modifier notre cluster. Nous avons donc maintenant trois clusters. Et si nous voulions le remplacer par quatre ? Comment pouvons-nous le faire ? Nous allons passer aux marques ici, cliquer avec le bouton droit de la souris sur les touches, et ici nous avons la possibilité de les modifier . Sélectionnons-le donc. Nous aurons à nouveau la même fenêtre, donc pour modifier le nombre de clusters, nous ne le ferons pas à la limite des données, nous allons le faire à la lettre. C'est ainsi que vous modifiez les clusters. Maintenant, si vous revenez ici et que vous cliquez avec le bouton droit de la souris pour cliquer sur les clusters, vous constaterez que nous avons une autre option appelée décrire les clusters. Nous allons donc trouver ici plus d'informations sur nos clusters. Sélectionnons-le. Comme vous pouvez le voir ici, nous avons beaucoup d'informations sur nos clusters. Nous avons donc d'abord l'entrée pour l'algorithme ou pour l'algorithme de clustering Les variables sont les mesures que nous utilisons dans notre vision, la somme des chiffres approximatifs, la somme des ventes, et l'information suivante est le niveau de détail. Habituellement, nous avons ici les dimensions. Nous utilisons. Maintenant, le niveau de détail le plus bas, c'est l'identifiant du client. Étant donné que chaque point de données représente un client , nous avons plus d'informations sur nos clusters. Le nombre de clusters que nous définissons est donc de trois, le nombre de points de données, le nombre de clients, nous avons 800 clients, puis nous avons le tableau ici. Pour chaque cluster, nous avons des informations telles que le nombre d' éléments ou le nombre de points de données à l'intérieur de chaque cluster. Dans le premier cluster, nous avons environ 617 clients. Dans le groupe deux, nous en avons 171, et le groupe trois est le plus bas. Nous avons 12 clients. Les centres de gravité de chaque groupe, les points centraux des Si vous avez besoin de plus de statistiques sur nos clusters, pouvez les trouver dans Describe Clusters. C'est vraiment amusant de travailler avec les clusters et j'ai découvert que différentes personnes utilisaient des designs différents pour présenter les clusters. Par exemple, un dessin que je vois presque partout, c'est si vous allez sur les formes ici, puis que vous choisissez le cercle de champ. Maintenant, si vous avez beaucoup de points de données, ce qui est intéressant, c'est de voir le chevauchement entre ces points, mais maintenant c'est vraiment difficile de le voir dans cette vue Donc, ce que je vais en faire, je vais me concentrer sur ces points de données. Sélectionnons ces éléments. Ensuite, nous allons dire, d'accord, ne gardez que. Cliquons dessus. Nous devons maintenant zoomer sur ces points afin de mieux montrer ceux qui se chevauchent dans un visuel amer Ce que nous allons faire, c'est passer aux couleurs, puis nous allons réduire l'opacité Réduisons-le à environ 70 %, je pense que ça devrait aller. Désormais, notre visualisation aura un aspect vraiment professionnel et vous pourrez voir le chevauchement entre les points de données Très bien, il y a donc un autre design qui permet d'attribuer une forme à chaque cluster. Donc, avant de le faire, je voudrais avoir une fois de plus une vue d'ensemble. Je vais retirer le filtre, alors retirons-le d'ici vers un autre endroit. Et avec cela, nous revenons à la vision d'origine. Donc, ce que nous allons en faire, c'est prendre le cluster et le placer sur les formes. Nous allons donc suivre et déposer le cluster sur les marques, ici sur les formes. Comme vous pouvez le voir, pour chaque groupe, nous avons une forme, nous avons le plus, le carré et le cercle. Et si vous souhaitez attribuer différentes formes, il vous suffit de cliquer sur les formes. Maintenant, nous pouvons aller ici et changer la forme du cluster. Supposons qu'au lieu de perdre les trois clusters, nous allons avoir X. Et cliquons sur OK. Et maintenant, au lieu des défauts, nous avons X. C'est ainsi que je conçois habituellement les clusters dans Tableau. Bien, une fois que nous avons créé les clusters, il est très important d'interpréter les résultats des clusters avec l' entreprise, comme si d'une main le cluster rouge se concentre sur clients qui réalisent les bénéfices les plus élevés D'autre part, nous avons le cluster bleu qui se concentre sur les clients ayant de faibles profits. Le regroupement de vos clients en fonction des ventes et bénéfices peut vous aider à mieux comprendre vos clients Ce qui peut aider l' entreprise à cibler sa stratégie marketing de manière très efficace. Al, en ce moment, nous avons la tâche suivante pour vous. La tâche consiste à identifier le produit le plus vendu en regroupant les produits en fonction de la quantité et des bénéfices, créer cinq clusters à l'aide de la source de mégadonnées Vous pouvez suspendre la vidéo dès maintenant pour effectuer la tâche, puis la reprendre une fois que vous avez terminé. Très bien, nous allons maintenant créer le cluster pour les produits. À cet égard, nous avons besoin de deux mesures. Nous avons le profit et la quantité. Passons d'abord aux bénéfices. Nous pouvons le glisser-déposer ici sur les rangées. Ensuite, nous allons prendre les quantités indiquées sur les colonnes. Nous avons maintenant besoin de la dimension pour définir le niveau de détail, les points de données. Ici, nous pouvons utiliser soit l'identifiant du produit, soit le nom du produit. Je vais donc passer maintenant au nom du produit. Alors glissez-le et déposez-le sur les détails. Très bien, maintenant nous avons tout. Nous avons les mesures et la dimension, et nous allons créer le cluster. Nous passons au spin analytique. Ensuite, on prend le cluster, glisser et on le dessine ici. Tableau n'a créé ici que deux clusters, mais la tâche indique cinq clusters Nous allons donc passer ici et en définir cinq. bon, alors c'est tout. Nous avons maintenant cinq clusters pour les produits. Clôturons ce clustering. L'espace produit sur la quantité et les bénéfices peut vous aider à mieux comprendre le portefeuille de produits. Et l'entreprise peut l'utiliser pour de nombreux employés. Par exemple, pour optimiser la gestion des stocks et prendre des décisions stratégiques concernant le développement des produits et le marketing. C' est vraiment incroyable. Très bien, résumons. Le groupe de clusters dans Tableau est une technique statistique permettant de regrouper des points de données similaires dans des clusters. L'algorithme de cluster utilisé dans Tableau est le principal moyen facile à mettre en œuvre et à comprendre. Le clustering est l'une des principales fonctionnalités de Tableau et est très puissant, car Tableau est le seul outil informatique capable tracer une quantité infinie de points de données Parce que d'autres outils de BI tels que Power BI aiment toujours limiter le nombre de points de données que vous pouvez voir dans la visualisation. peut rendre vraiment impossible la création de clusters dans Power BI. Le regroupement de données dans le cadre de la visualisation est un outil très puissant pour l'analyse des données et reconnaissance des batteries afin d'aider les entreprises à se concentrer sur les données, ce qui signifie qu'elles leur permettent de prendre de meilleures décisions en les utilisant Très bien, c'était donc tout pour les groupes de clusters. Ensuite, nous allons apprendre à diviser les valeurs de dimension en deux sous-ensembles à l'aide des ensembles Tableau 104. Udemy 8 4 ENSEMBLES: Sur la façon de regrouper les membres, les valeurs des dimensions en groupes. Au moment où nous utiliserons les ensembles dans Tableau, seront très similaires aux clusters, comme d'habitude. Nous allons commencer par les concepts, puis nous allons apprendre à les créer dans Tableau. Alors allons-y. Très bien, supposons maintenant que nous avons les points de données suivants dans notre visualisation. Nous pouvons utiliser des ensembles de données pour regrouper ces points de données. Les ensembles peuvent diviser vos données en fonction critères ou de sélections spécifiques en deux groupes de données. Le premier groupe, nous l' appelons le groupe. Dans ce groupe, vous trouverez tous les points de données inclus dans les sous-ensembles de données Ces points de données sont les membres de l'ensemble. Et l'autre groupe est le groupe extérieur. Ce groupe contient tous les points de données qui ne sont pas inclus dans les sous-ensembles de données Cela signifie que les points de données ce groupe ne sont pas membres de l'ensemble. Les ensembles de Tableau divisent nos données en deux groupes, les groupes entrants et sortants. Quand avons-nous besoin de sets et pourquoi est-ce important ? Eh bien, nous pouvons utiliser le sous-ensemble de données pour concentrer l'analyse sur un scénario spécifique Et aussi pour comparer le sous-ensemble avec les données restantes Par exemple, nous pouvons créer un sous-ensemble des dix principaux clients de nos ensembles de données en fonction des ventes Et comparez les sous-ensembles avec leurs clients restants afin de comprendre leur comportement et ce qui les place parmi les dix premiers C'est donc une fonctionnalité vraiment incroyable de Tableau qui permet de comprendre vos données et d'effectuer des analyses ciblées sur des scénarios spécifiques. Tableau propose différentes méthodes pour créer les ensembles. Le premier à créer un ensemble fixe, en utilisant une sélection manuelle. L'autre méthode consiste à créer un ensemble dynamique basé sur des critères spécifiques. Ici, nous avons deux manières de créer l'ensemble dynamique, soit en utilisant la condition, soit en utilisant le classement en haut ou en bas. Désormais, la dernière méthode de création d'ensembles dans Tableau consiste à combiner deux ensembles. Il peut créer de nouveaux ensembles combinés. Puisque nous combinons des données , c'est comme les articulations. Ici, nous avons quatre options intérieure gauche, droite et jointure complète. Ici, le résultat peut être de nouveaux ensembles combinés qui sont les différentes méthodes utilisées pour créer des ensembles dans Tableau. Donnons rapidement quelques exemples simples afin de comprendre ces méthodes. Très bien, revenons maintenant à nos cinq clients, et maintenant nous allons créer différents ensembles en utilisant différentes méthodes. Nous allons commencer par le premier set. Ce seront des ensembles fixes à l'aide d'une sélection manuelle. Ici, nous allons sélectionner manuellement quels clients trouvent dans les sous-ensembles et quels clients se trouvent à l'extérieur Ici, nous attribuons deux valeurs entrantes et sortantes. Par exemple, nous allons dire que John est dans le set et qu'il pariera également. Mais Martin, George et Maria seront absents du plateau. Comme vous pouvez le constater, nous avons simplement sélectionné manuellement les clients figurant dans les sets. Passons donc au deuxième ensemble où nous allons créer un ensemble dynamique en utilisant une condition où les ventes sont supérieures à 400. Ici, nous ne sélectionnerons rien manuellement. Nous allons simplement définir la règle pour Tableau. Et Tableau s'en chargera automatiquement pour nous. Tableau peut entendre tous les clients et commencer à attribuer des valeurs entrantes et sortantes La première cliente est Maria, ne remplit pas la condition, elle ne remplit pas la condition, donc ce ne sera pas le cas. Ensuite, nous avons le deuxième client, John. Il a des scores élevés ou 900 s' il remplit la condition, il est donc membre du set. Il en va de même pour George, 750 ans, Martin également, mais Peter n'a aucun point, il ne remplit donc pas la condition. Il le sera mais Peter n'a aucun score, il ne remplit donc pas la condition. Peter est sorti. Donc, en utilisant cette condition, nous avons trois clients entrants et deux sortants. Maintenant, ce qui rend les sets dynamiques très importants et efficaces, disons dans les prochains jours, les scores des clients ont changé. Que se passera-t-il une fois que vous aurez enregistré vos données de ratio dans Tableau ? Tableau va recalculer la condition et attribuer nouvelles valeurs si quelque chose change. Il y a donc de la dynamique et tout se fera automatiquement Passons maintenant à la troisième. Nous avons des ensembles dynamiques et nous allons maintenant utiliser les deux meilleurs clients, ce qui signifie que les deux meilleurs scores se situeront dans les sous-ensembles et qu'il y en aura un en dehors Si vous regardez les données, vous pouvez voir que Joan et George ont les meilleurs scores entre les clients. Ces deux clients vont entrer. Le reste sera dévoilé. Encore une fois, tout est dynamique et automatique, il suffit de spécifier la règle et Tableau se charge du reste, d'accord ? OK. Ce sont donc les trois méthodes pour créer un ensemble. Ensuite, nous allons passer à un niveau plus avancé, où nous allons créer un ensemble à partir de la combinaison de deux ensembles. Ici, nous allons prendre l'exemple suivant, où nous allons créer un nouvel ensemble combiné en combinant l'ensemble un et l'ensemble trois. Ici, il est très important de comprendre que le calcul de ces nouveaux ensembles combinés peut être basé sur le résultat de l' ensemble un et de l'ensemble trois. Tableau ne vérifiera pas les clients de la table, il vérifiera uniquement les résultats des ensembles. Et ici, nous devons configurer les ensembles combinés et nous avons quatre options. C'est quelque chose de similaire aux articulations, mais pas exactement comme les articulations. Passons donc en revue ces options une par une. La première option indique tous les membres des deux ensembles. Cela signifie que le client sera membre de l'ensemble combiné s'il est au moins membre de l'un de ces deux groupes. Examinons donc nos clients. Maria n'est pas membre du set 1 et du set 3, elle ne sera donc pas aussi bien membre du groupe combiné. Et le client suivant, John, est membre des deux groupes. C'est donc largement suffisant. Il fera donc également partie du set combiné. Et George est membre de l'un des sets, donc il va le devenir également. Dans Martin, c'est à nouveau comme Maria. Il n'est pas membre du set 1 et du set 3, donc il sera aussi bien absent. Alors, mieux vaut le dernier client, il est client de l'un de ces deux groupes. Cela sera suffisant pour faire partie des sets combinés. Comme vous pouvez le constater avec cette option, il suffira le client soit membre de l'un des deux groupes pour faire partie du groupe combiné. Très bien, passons maintenant à l'option suivante. Il est indiqué «   membre partagé » dans les deux ensembles. Cela signifie que pour être membre des ensembles combinés, le client doit être membre des deux ensembles. Ce n'est pas comme la première option. Il suffit que le client soit l'un des sets. Le client doit figurer dans les deux sets. Examinons nos clients. Encore une fois, Maria n'est pas membre des deux sets, donc Maria va être absente. Mais ensuite, il y a le client, John. Il est membre des deux équipes. Cela signifie donc qu'il a rempli les conditions requises, qu'il soit également membre de l'ensemble combiné. Maintenant, comme vous pouvez le constater, aucun des trois autres clients ne répond à cette exigence, qui signifie qu'aucun de ces clients figurera dans notre équipe. Eh bien, cette option est très restrictive. Très bien, alors passons à la suivante. Il va indiquer d'en définir un sauf pour les membres partagés. Donc, cela signifie que nous pouvons avoir tous les membres de l'ensemble, mais ils ne devraient pas être membres de l'ensemble trois. Examinons donc les clients. Maria n'est pas membre des deux, elle va donc être absente. Passons maintenant à John. John fait partie du set 1, mais il est également membre du set 3. Eh bien, cette fois, John ne sera pas membre de ce groupe parce que nous disons sauf pour les membres communs. Donc ça veut dire que John sortira cette fois la prochaine fois. George n'est pas membre du set, donc il sera automatiquement éliminé. Il en va de même pour Martin. Il n'est pas membre du plateau. Mais maintenant, si vous vérifiez Peter, il est le seul à répondre aux exigences. Peter est membre du set 1 et non du set 3. Et c'est exactement ce qu' il faut pour ce groupe. Peter va donc faire partie du set 3. Et c'est exactement l' exigence de cette option. Donc seul Peter sera membre de ce groupe. Très bien, passons maintenant à la dernière. C'est exactement le contraire. Il est donc indiqué d'en définir trois , sauf les membres partagés. Ainsi, pour que les clients soient membres de ce groupe combiné, il faut qu' ils soient membres de l'ensemble des trois, mais pas du groupe un. Très bien, alors voyons maintenant quels sont nos clients. Je me sens vraiment mal pour Maria. Elle ne fait partie d'aucun de ces sets. Par exemple, si tu t'appelles Maria, j'en suis vraiment désolée. Ce n'est pas prévu, mais maintenant c'est vraiment trop tard. J'ai déjà enregistré, désolée pour ça. La prochaine fois, je te promets que je vais donner de meilleurs exemples. Mais pour l'instant, Maria est également absente de ce groupe. Il en va de même pour John. John est membre du set 3, mais Joan est également membre du set 1. Il ne remplit donc pas les conditions requises pour que John soit absent. Maintenant, si vous regardez les clients, George est le seul dans le set trois, pas dans le set, donc seul John sera dans ce groupe et les deux autres seront éliminés. Très bien, nous avons donc abordé tous les scénarios, toutes les méthodes que nous avons, les ensembles de tableaux Très bien les gars, voyons maintenant comment créer des ensembles dans Tableau. Nous pouvons le créer sur la page de feuille de calcul, nous ne pouvons pas le faire sur une page de source de données Et nous pouvons le faire soit dans la corbeille de données, soit dans la vue. Nous allons donc maintenant créer différents ensembles en utilisant différentes méthodes. Mais créons d'abord la vue. Nous avons donc besoin de l'identifiant du client. D'ailleurs, au lieu du glisser-déposer, vous pouvez double-cliquer sur le champ, et le prénom figurera également dans les lignes dont nous avons besoin. Cliquez sur le prénom, et nous aimerions également avoir les scores. Alors glissez et déposez les scores sur l'ABC. Nous allons donc maintenant créer l'ensemble fixe en utilisant la sélection manuelle. Pour ce faire, nous allons accéder à l'identifiant client ici sur la corbeille de données. Bien, vous cliquez dessus, puis nous allons sur Créer. Ici, nous avons des sets. Comme vous pouvez le constater, le set a l'icône des articulations, mais ce ne sont pas des articulations. Il a toujours la même simplicité. Cliquons dessus. Et maintenant, nous avons une nouvelle fenêtre. Voyons voir, qu'est-ce que nous avons ici ? Nous avons d'abord le nom de l'ensemble, appelons-le Set one et fixed. Nous avons maintenant ici trois onglets, état général et top. Comme vous pouvez le constater, ce sont les différentes méthodes de création d'ensembles dans Tableau. L'onglet général est en fait la sélection manuelle, la condition, comme vous le savez, l'ensemble dynamique. Et le haut est également un ensemble dynamique. Maintenant, nous allons passer à la première. Nous allons commencer par la sélection manuelle générale. Au milieu, nous avons une liste de tous les clients figurant dans nos ensembles de données. Et nous devons commencer à sélectionner manuellement les clients entrants et absents. Dans notre exemple, nous avons sélectionné le client deux et le client cinq pour rencontrer les membres du groupe. Et tout ce que vous ne sélectionnez pas figurera dans le groupe externe. Cela signifie que 134 clients sont absents. Allons-y maintenant et cliquons sur OK. Voyons maintenant ce qui s'est passé sur le bain de données. Nous avons un nouveau domaine. Ce sera une dimension discrète et comme elle est définie, elle a l'icône suivante. Comme je l'ai dit, c'est comme l'icône des jointures. Voyons maintenant les valeurs contenues dans ce champ. Faisons-le glisser et déposez-le ici. Et maintenant, comme vous pouvez le constater, nous n'avons que deux valeurs disponibles. C'est comme un type de données sur les lingots. Ici aussi, il y a du vrai et du faux. Dans les ensembles, nous n'avons que deux valeurs. Nous avons sélectionné le client deux pour le set ainsi que le client cinq pour le set. Le risque sera éliminé. C'est ainsi que nous pouvons créer des ensembles dans Tableau à l'aide de la sélection manuelle et cela va être corrigé. Très bien, nous allons maintenant créer un ensemble dynamique en utilisant la condition. Notre exemple est celui des clients avec un score supérieur à 400. Retournons sur le côté gauche. Cliquez avec le bouton droit sur l'identifiant client, accédez à Créer puis à Définir, appelons-le maintenant, définissez-en deux et nous allons l' appeler condition. Puisque nous créons maintenant une condition, nous allons passer à l' onglet condition ici. Nous allons maintenant définir pour Tableau la règle permettant de déterminer quels membres sont inscrits et quels membres sont absents. La règle dit que le score est supérieur à 400. Définissons-le d'abord. Nous devons le sélectionner par champ. Notre champ est un score correct. Et puis l'opération ici n'est pas égale, elle devrait être supérieure à 400. Nous devons donc spécifier la valeur ici. Et cela permet de déterminer si le score est supérieur à 400, les clients seront présents. Dans le cas contraire, il peut être éliminé. Maintenant, allons-y et cliquez sur OK. Et comme vous pouvez le constater, nous avons une autre dimension dans le volet de données appelée set two, double-click. Nous allons donc vérifier les valeurs. Le score ici, 350 points, 900 points, 750 points, 500 points, et nul, est éliminé. Comme vous pouvez le constater, il est très facile de définir l'ensemble dynamique dont nous disposons simplement pour fournir une règle et Tableau et faire le reste. Si demain nous avons des données différentes, le membre du Sit changera. Nous allons maintenant créer un autre ensemble dynamique en utilisant le classement. Dans notre exemple, les deux principaux clients allaient entrer et les autres allaient sortir. Encore une fois, nous allons accéder au volet de données. Cliquez sur l'identifiant du client, créez les ensembles, donnons-lui un nom. Ce sera donc Sit Three and Rank. Nous allons donc maintenant passer au troisième onglet , en haut de la page. Allons-y pour cet exemple. Nous allons utiliser le score pour classer le client, afin que les deux meilleurs scores puissent être obtenus. Pour ce faire, c'est très simple. Nous pouvons le définir ici par champ. Ici, dans le classement, nous avons le haut ou le bas, comme vous pouvez le voir. Nous allons donc rester au sommet. Ensuite, nous devons définir ce que nous sélectionnons. Les deux meilleurs clients, les dix, cinq à vingt. Nous devons donc opter pour les deux et par score, donc nous utilisons le score, tout est correct. Et voilà, c'est ainsi que nous définissons la règle. Tableau se chargera du reste. C'est vraiment logique si vous le lisez simplement. Les deux premiers par score. bon, c'est tout. Allons-y et sélectionnons. OK, encore une fois, comme vous pouvez le voir, nous avons l'ensemble ici et les données peuvent se connecter. Maintenant, vérifions les données. Comme vous pouvez le voir, John et George ont le, c'est pourquoi ils sont là, et les autres, ils sont absents. Comme vous pouvez le constater, les sets sont très simples dans Tableau. Très bien, maintenant nous allons compliquer un peu les choses , en créant des ensembles combinés. Nous allons combiner le set 1 avec le set 3. Pour ce faire, nous allons revenir à la corbeille de données, mais cette fois, nous allons commencer par le set. Passons au set numéro un, cliquez avec le bouton droit de la souris sur Connecter. Et puis nous avons ici une option appelée Créer des ensembles combinés. Cliquons dessus. Comme vous pouvez le voir, nous avons ici une nouvelle fenêtre pour les ensembles combinés. Donnons-lui d'abord un nom. Il va donc être réglé sur quatre et combiné. Tout d'abord, nous devons définir les deux ensembles dont nous disposons. Voici le set, puisque nous sommes partis de celui-ci. Et puis, sur le côté droit, si vous cliquez dessus, vous obtiendrez une liste de tous les ensembles disponibles dans la corbeille de données. Nous avons donc le set deux et le set trois. Nous allons opter pour le set trois. Bien, nous avons défini l'ensemble à combiner, mais nous devons maintenant définir pour Tableau comment les données vont être combinées. Nous avons ici quatre options. Le premier sera composé de tous les membres des deux sets. Le second ne concerne que les membres partagés sur les deux sets. Et le prochain se concentrera sur le set 1, et le dernier se concentrera sur le set 3. Pour cet exemple, nous allons utiliser les membres partagés dans les deux ensembles. Allons-y et sélectionnons-le. Et comme vous pouvez le voir ici entre les sets, l'icône a également changé. Très bien, maintenant tout est prêt. Cliquons sur OK. Ici encore, dans le Data Bain, nous avons un nouveau domaine, nouvelle dimension. Voyons les résultats. Je vais y aller et double-cliquer dessus. Voyons maintenant les résultats. Nous combinons le set 1 ici avec le set 3. Si vous recherchez le membre partagé, il ne s'agira que du client deux puisqu'il figure dans le set 1 et aussi dans le set 3. Comme vous pouvez le constater, nous n'avons qu'un seul membre dans l'ensemble combiné et c' est le client, John. Parce que ce sont les seuls clients partagés entre les deux ensembles. Ce n'est vraiment pas si difficile. Il vous suffit de faire un peu attention à l' option de combinaison que vous utilisez. Très bien les gars, jusqu'à présent, nous avons appris à créer les ensembles à partir de la banque de données en utilisant différentes méthodes Ensuite, nous allons apprendre à créer les ensembles directement à partir des vues. Très bien, nous allons maintenant créer une nouvelle vue. Et ce sera quelque chose de similaire au groupe de clusters. Nous allons donc avoir les deux mesures, les bénéfices et les ventes. Alors allons-y et sélectionnons-les. Double-cliquez donc sur les bénéfices et double-cliquez sur les ventes. Nous avons maintenant les deux axes, ce qui nous manque maintenant, ce sont les clients. Pour ajouter les points de données, nous allons accéder à l' identifiant du client et double-cliquer dessus. Maintenant, nous avons notre vue et nous allons créer le set directement à partir de la vue ici. C'est très similaire aux groupes que nous allons sélectionner. Quel client fera partie de notre équipe ? Dans cet exemple, nous allons sélectionner les clients les plus performants. Tout ce que vous avez à faire est de sélectionner comme ça. Allons-y pour ces clients. Et encore une fois, nous avons cette nouvelle fenêtre. La dernière fois, nous avons créé un groupe, mais cette fois, nous allons créer un ensemble à partir de ces clients. Cliquez donc sur Out, puis nous devons sélectionner cet ensemble Curet Alors allons-y et sélectionnons-le. Nous avons donc maintenant une nouvelle fenêtre, et comme vous pouvez le voir, nous ne pouvons pas définir de conditions ni aucun ensemble dynamique. Cela va nous montrer une liste de tous les clients que nous avons sélectionnés dans la vue. Et la seule chose que nous pouvons faire ici est de vérifier si vous avez correctement sélectionné tous les clients ? Et si nous avons commis des erreurs, nous pouvons renvoyer le client. Maintenant, donnons-lui un nom, je vais l'appeler Set Customers high performers. C'est tout pour le moment. Nous allons cliquer sur OK, alors sélectionnons-le maintenant. Comme vous pouvez le constater, rien n' a encore changé selon nous. Nous avons maintenant un nouveau champ sur la ligne de données appelé set. Nous avons donc créé un nouvel ensemble directement à partir de la vue. Maintenant, je voudrais rapidement vous montrer quelque chose. Si vous sélectionnez un groupe comme celui-ci supposons que la fenêtre disparaisse ici. Ce que vous pouvez faire, c'est accéder à n'importe lequel de ces points de données, cliquer dessus avec le bouton droit de la souris. Et puis ici, la dernière option est créer un ensemble. Il s'agit d'une autre méthode pour créer un ensemble directement à partir de la vue. Très bien, maintenant nous avons le set. Et vous pourriez me demander, d'accord, ce que vous pouvez en faire ? Eh bien, nous pouvons faire beaucoup de choses avec le set maintenant. Nous pouvons donc d'abord le souligner à notre avis. Pour ce faire, nous allons prendre l'ensemble depuis le volet de données et le mettre rapidement sur les couleurs. Découvrez quels membres sont inscrits et quels membres sont absents ici. Comme vous pouvez le constater, le tableau utilise toujours la couleur grise pour les membres qui ne figurent pas dans l'ensemble. Bien entendu, vous pouvez changer cela en accédant aux marques. Donc, si vous allez ici, nous passerons à la section Modifier les couleurs. Et vous pouvez définir ici la couleur de l'entrée et la couleur de la sortie. Mais pour moi maintenant, les couleurs sont correctes. Alors, cliquons sur OK. Vous mettez ainsi en évidence des sous-ensembles de vos données pour les utilisateurs finaux Bien, l'autre utilisation des ensembles selon nous est la suivante : pour nous concentrer sur des sous-ensembles spécifiques, nous montrons actuellement à tous les clients entrants et sortants, comment filtrer les données uniquement pour les clients membres de l'ensemble, uniquement pour le groupe Pour ce faire, nous allons nous rendre sur notre plateau. Cliquez ici avec le bouton droit de la souris, vous trouverez deux options. Comme vous pouvez le voir, par défaut, nous avons l'option show in out out out set. Cela signifie que nous montrons tout. Mais maintenant, nous avons une autre option appelée Afficher les membres du set. Cela signifie que nous allons filtrer les données et n'afficher que les membres de notre ensemble, le groupe. Allons-y, sélectionnons-le et voyons ce qui peut arriver. Comme vous pouvez le voir maintenant Tableau, supprimez tous les clients qui se trouvent en dehors des sets et nous ne pouvons voir sur la vue que les membres du set. C'est un moyen très rapide de filtrer vos données et de créer un objectif et un scénario spécifique. Mais maintenant, vous pourriez dire, vous savez quoi ? Donnons cette option aux utilisateurs. Faisons en sorte que les utilisateurs décident du sous-ensemble sur lequel ils vont se concentrer Cela va rendre votre affichage plus interactif et dynamique dans la mesure où nous pouvons proposer l'ensemble sous forme de filtre. Voyons donc comment nous pouvons le faire. Nous devons d'abord montrer tous les points de données de notre point de vue. Nous allons donc changer de Pac, passer à notre set, cliquer dessus avec le bouton droit de et sélectionner Afficher en dehors du set, tout afficher. Il s'agit donc de sélectionner ça. Ensuite, nous pouvons proposer l'ensemble sous forme de filtre. Alors revenez à notre set, cliquez dessus avec le bouton droit de la souris, et nous avons ici l'option d' afficher le filtre. Sélectionnons-le. Maintenant, comme vous pouvez le voir sur le côté droit, nous avons toutes les deux options. Nous avons donc maintenant un scénario différent. Si les utilisateurs veulent maintenant avoir une vue d'ensemble, tous les clients, ils vont laisser le filtre tel quel. Mais si nous avons un scénario différent dans lequel ils souhaitent se concentrer sur le sous-ensemble de clients les plus performants Tout ce qu'ils ont à faire, c'est de le faire, le sélectionner et de filtrer. Alors allons-y et faisons-le. Et maintenant, comme vous pouvez le constater, nous nous concentrons sur le sous-ensemble du groupe, uniquement sur les membres des ensembles Et pour d'autres raisons, un autre utilisateur souhaite se concentrer sur les groupes situés en dehors des ensembles. Peut-être pour comprendre le comportement et ainsi de suite. Ils vont donc désélectionner l'entrée et sélectionner la sortie. Nous nous concentrons donc maintenant sur le groupe qui se trouve en dehors des plateaux. Et encore une fois, si vous voulez avoir une vue d'ensemble, vous allez sélectionner les deux. Je préfère donc vraiment donner cette option aux utilisateurs pour qu'ils puissent décider du sous-ensemble qu'ils vont sélectionner et sur lequel ils vont se concentrer, car cela vous permet de couvrir nombreux scénarios dans une seule vue Très bien, les gars, maintenant, avec les sets dans Tableau, nous pouvons aller plus loin. Nous allons donner toute la dynamique aux utilisateurs et ils auront la possibilité de définir quel client figurera dans le set. Parce que jusqu'à présent, en créant les vues, nous avons tout défini, nous avons défini quel client allait entrer et quel client allait sortir. Mais maintenant, au lieu de le redéfinir, nous allons donner aux options la dynamique nécessaire pour définir l'ensemble complet Voyons donc comment nous pouvons le faire. Afin de rendre l'ensemble dynamique et interactif, nous allons ajouter une action à notre feuille de travail Je consacrerai ultérieurement des didacticiels complets aux actions et à l' interactivité dans Tableau Mais maintenant, nous allons apprendre comment ajouter une action pour les sets. Très bien, pour ce faire, nous allons accéder au menu principal de Tableau, à la feuille de travail Sélectionnez donc cela, puis ici, les actions dans Tableau. Allons-y. Maintenant, je n'entrerai pas dans les détails en expliquant toutes les options que nous avons dans les actions, car ici nous avons bien plus que des sets, nous avons beaucoup de choses. Alors maintenant, suivez-moi, nous allons passer à l'action d'ajout ici. Ensuite, nous avons la possibilité de modifier les valeurs définies. Cela signifie donc que les actions des utilisateurs vont modifier les valeurs de notre ensemble. Alors allons-y et sélectionnons-le. Nous devons maintenant donner un nom à une action, nous allons donc l'appeler actions change sets. Nous pouvons maintenant sélectionner les feuilles de calcul dans lesquelles cette action peut être appliquée Alors maintenant, si vous allez ici, vous pouvez voir la liste de toutes les feuilles que nous avons utilisées dans l'ensemble de notre travail. Alors maintenant, je veux appliquer cette action uniquement sur cette feuille de calcul, donc tout va bien Et maintenant, nous définissons le comportement de l'utilisateur. La question est donc de savoir quand l'action va être déclenchée, soit en survolant la souris, soit en sélectionnant les points de données, soit en utilisant un menu déroulant Je vais donc m'en tenir à la valeur par défaut. Demandons à l'utilisateur de cliquer sur ces points de données. Très bien, nous allons maintenant définir l'ensemble d'objectifs. Quel set va changer une fois que nous aurons effectué l'action ? Voyons donc ce que nous avons ici. Comme vous pouvez le constater, nous avons deux sources de données. Dans le didacticiel que nous avons créé, dans la petite source de données, trois ensembles. Et dans la source de données volumineuses, nous n'avons créé qu'un seul ensemble. Une fois l'action déclenchée, les valeurs de cet ensemble doivent être modifiées. Sélectionnons-le donc. Et maintenant, nous arrivons à la partie intéressante. Mais d'abord, sous-café, d'accord, nous avons donc ici deux types d'actions avec la souris Voyons d'abord, sur le côté gauche, ce qui peut se passer lorsque nous sélectionnons un point de données. La première option va dire assigner des valeurs à définir. Cela signifie donc qu'il va créer un ensemble complètement nouveau à partir de ce que vous avez sélectionné. La deuxième option consiste à ajouter des valeurs à définir. Ainsi, le tableau contiendra les anciennes valeurs et tout ce que vous sélectionnez peut être ajouté à l'ensemble. La dernière option est que tout ce que vous sélectionnez sera supprimé de l'ensemble ici. Cela dépend vraiment de la manière dont vous souhaitez que les utilisateurs interagissent avec la vue. Soit vous voulez qu'ils créent un ensemble complètement nouveau, vous allez donc opter pour la première option. Ou vous souhaitez redéfinir un ensemble et l' étendre en y ajoutant de nouveaux membres Vous allez donc opter pour la deuxième option ou vous voulez que les utilisateurs commencent à supprimer des membres des ensembles préexistants. Je dirais que nous allons opter pour la deuxième option où l'utilisateur va ajouter des membres à un ensemble prédéfini. D'accord, donc c'est pour le côté gauche. Que peut-il se passer une fois que l' utilisateur a commencé à sélectionner ? Et sur le bon côté, que peut-il se passer une fois que l'utilisateur commence à s'éloigner de la sélection ? Ici, la première option consiste à conserver les valeurs définies. La deuxième consiste à ajouter toutes les valeurs aux ensembles. Cela signifie donc qu'une fois que l'utilisateur commencera à s' éloigner de la sélection, tous les membres, tous les clients feront partie du groupe, ils feront partie du set. Et le troisième est exactement le contraire. Que va-t-il se passer ? Tous les points de données seront situés en dehors des ensembles. Je pense donc que les deux sont extrêmes. Nous pouvons le laisser tel quel, conserver les valeurs définies. Conservons maintenant ces options et voyons ce peut se passer dans la vue une fois que nous avons commencé à sélectionner. Passons donc à OK, comme vous pouvez le voir ici, nous avons notre nouvelle action. Cliquons sur OK. Passons maintenant à l'intérieur de la vue et commençons à sélectionner des éléments. Mais avant cela, je souhaite modifier la forme de ces points de données pour qu'ils soient plus clairs. Passons donc aux formes et utilisons le cercle de champ. Très bien, donc maintenant je ne sélectionne rien. si je déplace ma souris ici, vous ne verrez rien qui va changer, mais l'action ici consiste à sélectionner. Donc, pour cliquer sur le point de données, cliquons dessus. Éloignons-nous. Maintenant, nous pouvons voir que ce membre est bleu. Cela signifie qu'il est dans l'ensemble, et tout ce sur quoi je clique sur ces points de données peut se trouver dans notre ensemble. Ou nous pouvons aller ici, par exemple, et sélectionner tous ces éléments en une seule fois. Maintenant, tout ce que je sélectionne, la vue telle que vous la voyez, sera incluse dans notre ensemble. Nous passons ainsi à une dynamique complète et nous donnons à l'utilisateur la possibilité de définir quel client entre et quel client est absent. Très bien, avec ça, nous avons abordé tout ce qui concerne les décors. Comment le créer en tant que dynamique fixe depuis la corbeille de données, depuis la vue, comment y ajouter des actions, comment l'ajouter aux filtres. Cette fonctionnalité de Tableau est vraiment géniale. Très bien, résumons maintenant les ensembles dans Tableau. Vous allez diviser vos données en fonction critères spécifiques ou de sélection en deux groupes. Nous avons donc les sous-ensembles , ils vont contenir tous les membres des ensembles Et les sous-ensembles sortants contiendront tous les membres qui ne sont pas inclus dans l'ensemble Les ensembles sont une fonctionnalité très importante de Tableau, car ils permettront aux utilisateurs de se concentrer sur des sous-ensembles de vos données et de les comparer aux données restantes Et les ensembles constituent un excellent moyen d'ajouter dynamisme et de l'interactivité à vos vues en donnant aux utilisateurs la possibilité définir le sous-ensemble sur lequel ils vont se concentrer Très bien, d'accord, donc c'est tout pour les décors de Tableau. Ensuite, nous allons apprendre à regrouper les valeurs des mesures à l'aide de stylos et à créer des histogrammes dans Tableau 105. Udemy 8 5 Bins: Très bien, jusqu'à présent, nous avons appris différentes méthodes pour regrouper les valeurs des dimensions en groupes. Mais nous allons maintenant apprendre comment regrouper les valeurs des mesures en groupes. Et pour cela, nous pouvons apprendre les épingles dans Tableau comme d'habitude. Découvrons d'abord le concept sous-jacent aux épingles, puis découvrons comment le créer dans Tableau. Allons-y, les gars, avant que nous apprenions les dimensions et les mesures, nous n'apprenions la formule secrète pour créer de nouvelles vues. Et cela se mesure par dimension, comme les ventes par catégorie. Nous devons acquérir une vision à partir de deux mesures. Cela va donc être mesuré par mesure, comme le profit par les ventes, la quantité par le profit, etc. Une façon d'y parvenir est de convertir l'une de ces mesures en stylos. Nous aurons donc des bénéfices par stylos de vente et de la quantité par stylos à profit. Alors, qu'est-ce que les stylos Benz ? Divisez les données en groupes de conteneurs de taille égale , ce qui permet une distribution systématique des données. Et nous pouvons utiliser ces stylos pour créer des graphiques appelés histogrammes L'histogramme va classer vos données dans différents stylos , puis compter le nombre de points de données que nous avons dans chacun de ces stylos Dans les histogrammes, nous utilisons généralement le diagramme des parties pour visualiser les données Très bien, prenons maintenant un exemple simple pour comprendre les stylos et les histogrammes Très bien, alors maintenant, nous allons avoir les données suivantes. Nous avons dix clients et avec leurs scores, les scores sont similaires aux points que les clients accumulent. Nous voulons maintenant compter le nombre de clients se situant dans une fourchette de scores. Par exemple, combien de clients avons-nous 0 et 303060 et ainsi Nous devons donc d'abord créer des stylos. Pour créer des stylos, nous avons besoin de quelques informations telles que quelle est la valeur la plus élevée dans les scores ? Ce sera donc le premier client, le 63. Et quelle est la valeur la plus faible des scores ? Ce sera le zéro. La valeur suivante que nous devons définir est la taille de l'épingle. Par exemple, nous allons prendre ici la taille 30. Et maintenant, nous avons toutes les informations dont nous avons besoin pour créer les épingles. N'oubliez pas qu'ils sont de taille égale, ce que cela signifie. Les premières épingles que nous avons sont de 0 à 30 Cela commence par la valeur la plus faible de zéro et la taille doit être de 30, c'est pourquoi nous avons une plage de 0 à 30. C'est notre première La prochaine sera de 30 à 60. Encore une fois, comme vous pouvez le voir, la taille est de 30 Et maintenant, la dernière épingle passe à 60-90. Et avec cela, nous allons commencer, car avec la dernière épingle, nous obtenons la valeur la plus élevée Nous avons donc créé à partir du score de mesure et de stylos de taille égale. Maintenant, après avoir créé nos stylos, nous allons compter combien de clients, combien de points de données se trouvent dans chaque stylo ? Très bien, alors commençons à compter les clients pour chaque stylo. Notre premier stylo commence de 0 à 30, alors voyons voir, combien de clients avons-nous dans cette gamme Donc, le premier client est éliminé, je ne le compterai pas. Le second est dans la gamme, nous avons donc un client, deux clients, trois clients. Ce client est hors de portée, pareil ici. Nous avons donc le premier client, ce client est absent. Nous avons le client numéro cinq, et c'est tout. Nous avons donc cinq clients entre 030. Très bien, passons maintenant à l'épingle suivante. Combien de clients avons-nous dont score est de 30 à 60 ? Très bien, alors commençons à compter et à scanner notre tableau Je pense que toutes ces valeurs n'existent plus. Nous avons ce client qui se situe dans cette fourchette. Ensuite, nous avons le 45, puis le 55. Nous avons donc quatre clients, leur score est de 30 à 60, donc c'est notre deuxième épingle Passons maintenant au dernier stylo. Nous avons donc une fourchette de 60 à 90. Et maintenant comptons combien de clients avons-nous dans cette fourchette Nous avons donc dix clients. Nous en avons déjà neuf, donc je pense que nous n'en avons qu'un et c'est le client numéro un. Et toutes les autres valeurs ne se situent pas dans cette fourchette, nous avons donc un seul client et c'est tout. Avec cela, nous avons créé un histogramme pour les scores. Il suffit de créer les stylos et de compter nombre de points de données contenus dans chacun de ces stylos, et nous appelons ces parties bleues des stylos. Et chaque stylo a une taille. Supposons maintenant que nous voulions définir une autre valeur pour la taille du stylo. Et nous prenons la valeur dix. Alors, que peut-il se passer ? Nous pouvons avoir plus de stylos, donc le premier sera de 0 à 10, le suivant sera de 10 à 2020 à 30, et ainsi de suite Il est donc logique que vous définissiez une taille plus petite pour les stylos, vous obtiendrez plus de parties des données au lieu d' avoir trois stylos Nous avons maintenant sept stylos, et comme vous le savez, après les avoir créés, nous pouvons comptabiliser le nombre de clients que nous avons à l'intérieur de chacun de ces stylos. Si vous commencez à compter, vous pouvez avoir l'histogramme suivant Comme vous pouvez le constater, ce sont les valeurs les plus basses et les plus élevées de nos données qui définissent le score valeurs les plus basses et les plus élevées de nos données , ainsi que la taille des stylos. Comme vous pouvez le constater, à l'aide des stylos, nous avons créé différents groupes à partir d'une mesure. Maintenant, vous pouvez me demander pourquoi avons-nous besoin d' histogrammes ? Pourquoi sont-ils importants ? Eh bien, si vous comparez le tableau sur le côté gauche avec le visuel sur le côté droit dans l'histogramme, vous pouvez rapidement identifier les tendances et modèles dans la distribution des clients Comme vous pouvez le constater rapidement, la plupart de nos clients ont une note de 0 à 30 Ce type de graphique peut vous aider à comprendre rapidement si tout va bien ou si vous devez vous améliorer dans certains domaines Définissez de nouvelles stratégies et prenez meilleures décisions en utilisant les données. Très bien, voyons maintenant comment créer des stylos et des histogrammes dans Tableau Et nous ne pouvons le faire que sur la page de la feuille de travail. Nous ne pouvons pas le faire sur la page de la source de données. Et il y a deux façons de le faire. Soit nous créons des stylos dans le volet de données soit nous pouvons créer des stylos dans la visualisation. Commençons par le premier. Nous allons donc maintenant créer un histogramme pour les scores des clients Et nous allons nous en tenir à la source de mégadonnées sur le côté gauche. Nous allons accéder au volet de données et nous avons besoin du score. Cliquez dessus avec le bouton droit de la souris. Ensuite, nous passons à Créer. Et ici, nous avons l'option des épingles. Allons-y et cliquons dessus. Nous avons maintenant une nouvelle fenêtre pour créer les épingles. Dans le premier cas, nous avons le nom du champ. Nous allons le laisser tel quel. la deuxième option, nous avons la taille des stylos par défaut, Tablo devant suivre une équation mathématique spécifique afin de trouver la taille appropriée des stylos Mais si vous ne voulez pas cette valeur, vous pouvez la modifier. Donc, par exemple, prenons la valeur 20. Ensuite, nous avons trouvé des informations sur la plage de valeurs. Quelle est donc la valeur minimale et la valeur maximale que l'on trouve dans le score du terrain et quelles sont les différences entre elles ? Pour le moment, c'est tout ce que nous allons avoir. La taille des stylos est de 20. Frappons OK. Maintenant, si vous vérifiez la corbeille de données sur le côté gauche, vous pouvez trouver un nouveau champ appelé stylo à partition. C'est une dimension car elle possède un nombre infini de valeurs. Le score va rester, bien sûr, à titre de mesure. Vérifions les valeurs contenues dans notre nouveau champ. Déposons-le donc ici sur les rangées. Maintenant, comme vous pouvez le voir, nous avons les stylos et la taille de chaque stylo est de 20. OK. Pour le moment, nous avons les stylos de la partition. L'étape suivante pour créer un histogramme consiste à obtenir le nombre de clients Utilisons maintenant cette mesure, le nombre de clients, en la faisant glisser et en la déposant ici sur la vue. Ensuite, je dois passer de l'un à l'autre, pour que cela ressemble à un histogramme Avec cela, nous avons notre histogramme, mais nous n'y sommes pas encore. Pour que cela ressemble à un véritable histogramme, faut que les stylos soient continus Si vous cochez l' épingle du score sur le côté gauche, vous pouvez voir qu'elle est discrète, qu'elle est de couleur bleue. Et maintenant, nous allons le convertir en continu. Cliquez dessus avec le bouton droit de la souris et convertissez-le en continu. Et elle apparaît toujours dans la vue en tant que discrète, nous devons donc la convertir également ici et la vue en continu. Nous avons ainsi créé un histogramme dans Tableau. Je vais ajouter la touche finale où je vais ajouter les valeurs de chaque épingle. Nous passons donc aux étiquettes, à la marque d' affichage, à l'étiquette, et maintenant je vais également modifier la couleur de notre histogramme Je vais donc prendre l'épinglette et la mettre aux couleurs. C'est ce que nous allons faire. Nous n'y sommes toujours pas. J' aimerais que l'épingle avec le plus grand nombre de clients soit plus foncée. Donc, pour ce faire, nous allons aller voir les clients en couleur, puis nous allons aller ici et l'inverser. Cliquez sur OK. Maintenant, je suis heureuse. C'est ainsi que je présente habituellement les histogrammes du projet Une fois que nous avons l'histogramme, nous devons en discuter afin de comprendre les données Habituellement, nous recherchons des sommets, des vallées ou des valeurs aberrantes qui se démarquent. Pour les histogrammes, il existe différentes formes avec différentes interprétations La forme de notre histogramme que nous avons appelée inclinée vers la droite Un angle incliné vers la droite signifie que l'histogramme de gauche présente le pic le plus élevé, puis que la fréquence des données va décroître au fur et à mesure que vous vous déplacez vers Et sur le côté droit, vous aurez fréquence la plus basse des points de données, ce qui est naturellement une bonne chose dans cet exemple. Cela signifie que nous avons beaucoup de nouveaux clients qui n'ont pas encore cumulé de points. Les histogrammes sont très puissants pour visualiser la distribution de vos clients en un clic afin de comprendre rapidement s'il existe des problèmes dans votre entreprise ou si vous découvrez de nouvelles tendances Maintenant, pour cet exemple, nous avons décidé que la taille de la broche est de 20. Supposons que vous souhaitiez modifier la distribution et que vous souhaitiez également modifier la taille. Pour ce faire, allons dans notre champ, cliquons dessus avec le bouton droit de la souris , puis passons à l'édition. Sélectionnons-le donc. Et ici, nous pouvons passer par là et le remplacer par dix. Cliquons sur OK. Et maintenant, comme vous pouvez le constater, nous avons plus de stylos et plus de détails sur nos données. Alors maintenant, vous pouvez me demander si je veux que ce soit plus dynamique et je veux donner aux utilisateurs la possibilité de définir le nombre de stylos dont nous disposons. Et pour cela, nous pouvons utiliser une autre fonctionnalité appelée paramètres, qui figurera dans le prochain tutoriel. Très bien, jusqu'à présent, nous avons appris à créer des stylos à partir du volet de données Il existe un autre moyen de créer des stylos et des histogrammes dans Tableau, bien plus simple que ce que je vous ai montré Nous pouvons le faire directement à partir de la visualisation. Laissez-moi vous montrer ce que je veux dire. Créons donc une nouvelle feuille de travail. Et disons que je souhaite créer un histogramme à partir des ventes Pour ce faire, nous allons prendre les ventes et les mettre sur les routes. Ensuite, nous allons me rendre ici dans l'émission. Nous avons également redéfini la visualisation à partir de Tableau sous le nom d'histogramme L'exigence de cette visualisation n' est donc qu'une seule mesure. Donc, une fois que nous avons cliqué dessus, vous verrez que Tableau a tout fait. Si vous consultez le volet de données sur le côté gauche, nous avons déjà une dimension appelée stylo de vente avec le rôle de continu. Et bien sûr, Tableau va suggérer la taille des stylos. Bien entendu, vous pouvez modifier cela, mais comme vous pouvez le constater, c'est très simple. Si nous prenons simplement une mesure dans la vue et que nous cliquons sur l'histogramme, le reste sera effectué depuis Tableau Et c'est exactement la puissance de Tableau dans le domaine de la visualisation. Très bien, passons maintenant à un résumé par des stylos qui diviseront vos données en conteneurs de taille égale, ce qui se traduira par une distribution systématique des données. Et les stylos permettent de créer des groupes à partir de mesures. Cela signifie que nous ne pouvons créer des stylos qu'à partir des mesures. Nous ne pouvons pas le créer à partir de dimensions car les dimensions sont déjà des épingles. Et les épingles elles-mêmes sont des dimensions. Et il est préférable de le convertir en dimension continue à utiliser dans les histogrammes L'une des limites de Tableau est qu'il est impossible de créer des épingles à partir de champs calculés. Et l'objectif principal des épingles et des histogrammes est d' identifier rapidement les modèles et les tendances dans la distribution de vos données Très bien, Kay, tout est pour les épingles et les histogrammes. Grâce à cela, nous avons tout appris sur la façon d'organiser et de personnaliser nos données dans Tableau Et nous en avons terminé avec ce chapitre. Nous allons maintenant apprendre dans Tableau comment filtrer vos données à l'aide de différentes techniques sur différentes couches. 106. Filtres de la section 9: Filtres dans Tableau. Nous avons de nombreux types de filtres à des fins différentes, par exemple pour optimiser les performances ou pour permettre à vos utilisateurs d'explorer vos données. C'est pourquoi il est très important de les comprendre et de comprendre les différences entre eux. C'est pourquoi nous pouvons commencer par comprendre le concept qui sous-tend les différents types de filtres dans Tableau. Ensuite, nous pourrons découvrir les différentes méthodes permettant de créer tous ces filtres dans Tableau. Ensuite, nous pouvons découvrir les nombreuses options permettant de personnaliser les filtres dans Tableau. À la fin, je vais partager avec vous de nombreux conseils et astuces basés sur les pratiques d' utilisation des filtres dans Tableau que j'ai l'habitude de suivre dans mes projets. Commençons donc par le premier sujet nous permettra de comprendre le concept qui sous-tend les différents types de filtres dans Tableau. Allons-y maintenant. 107. Notions de filtre dans Udemy 9 1: Très bien les gars, la meilleure façon de comprendre la hiérarchie est d'avoir un exemple. Si vous regardez nos données, par exemple celles des clients, vous pouvez constater que certaines dimensions sont liées les unes aux autres puisqu'elles contiennent des informations similaires. Par exemple, pour la dimension « pays », nous avons des valeurs telles que l'Allemagne, les États-Unis et la France. Et nous avons une ville d'une autre dimension, où vous pouvez trouver les villes de ces pays. Pour l'Allemagne, nous avons Berlin, Stuttgart. Ensuite, nous avons une troisième dimension, le code postal, où vous pouvez trouver les codes à l'intérieur de ces villes. Comme vous pouvez le constater, ces trois dimensions décrivent des informations courantes. Ils nous fournissent des informations sur la localisation de l'utilisateur, et nous pouvons relier ces dimensions l'aide de la hiérarchie. Dans les hiérarchies, nous avons différents niveaux. Et nous commençons par le nœud supérieur, que nous appelons le nœud racine. Ce nœud représente le plus haut niveau d'agrégations de notre hiérarchie Nous allons maintenant passer au niveau supérieur de la hiérarchie, celui où se trouve le pays. Dans ce niveau, nous allons voir plus de détails sur nos données. Lorsque nous avons, par exemple, les deux valeurs, États-Unis et Allemagne, et les liens entre les nœuds, nous les appelons branches. Nous allons maintenant passer au niveau supérieur de notre hiérarchie. Nous avons le niveau 2 ici dans la ville. Nous verrons plus de détails sur nos données. Aux États-Unis, nous avons donc Portland et Seattle. Et en Allemagne, nous avons Stuttgart et Berlin. Et encore une fois, nous avons le lien entre le nœud parent et le nœud enfant à l'aide des branches. Maintenant, nous allons passer au dernier niveau de la hiérarchie, nous avons le code postal. Et ici, nous allons encore scinder la structure avec plus de détails. Nous avons donc les codes postaux suivants pour chaque ville. Maintenant que le code postal est le dernier niveau de notre hiérarchie et que ces valeurs n'ont aucun enfant, nous appelons ces nœuds les nœuds feuilles. Les nœuds des feuilles ou les feuilles représentent le niveau le plus détaillé de nos données dans cette hiérarchie. Maintenant, avec cela, nous avons la structure complète de notre hiérarchie. Comme vous pouvez le constater, cela ressemble à une structure arborescente. Le nœud supérieur, que nous appelons nœud racine, représente le plus haut niveau de détails. Ensuite, nous avons les niveaux intermédiaires, et ils sont connectés par des branches. Et au dernier niveau, nous l' appelons nœuds foliaires, où il représente le niveau de détail le plus bas. Nous avons le nœud racine, il représente le plus haut niveau des agrégations. Ensuite, nous avons des niveaux intermédiaires liés aux branches. Et puis nous avons les feuilles, les nœuds foliaires. Ils représentent le niveau de détail le plus bas de nos données. Comme nous l'avons déjà appris, nous pouvons effectuer de nombreuses opérations de laboratoire sur le cube. Donc, si nous avons intégré nos données, nous pouvons effectuer deux opérations très importantes, l'exploration vers le bas et l'analyse ascendante L'exploration vers le bas et vers le haut sont toutes des opérations qui nous aideront à naviguer dans la hiérarchie afin d' approfondir ou de mieux comprendre les données. Voyons donc d'abord comment fonctionne le drill down. Disons que nous travaillons avec les ventes de Mejor. Nous commençons par le nœud supérieur au niveau le plus élevé. Au plus haut niveau, nous allons avoir le total des ventes dans l'ensemble des ensembles de données. Par exemple, ce sera 140. Nous sommes donc maintenant au plus haut niveau, au nœud racine. Et si vous utilisez l'exploration vers le bas, vous allez passer au niveau inférieur suivant de la hiérarchie. Cela signifie donc qu'à ce niveau, nous allons voir plus de détails sur les ventes. Donc, pour les États-Unis, nous en avons 90, et pour l'Allemagne, nous en avons 50. Et maintenant, si vous souhaitez obtenir plus de détails sur vos données, nous pouvons faire une nouvelle demande, passer au niveau inférieur suivant la structure. Alors, que va-t-il se passer ? Nous allons passer au niveau deux et ici, la vente va se partager entre Portland et Seattle. Nous en avons 40,50 et pour l'Allemagne, nous allons avoir 24 gardiens de costume et 34 gardiens de Berlin Cela signifie que nous obtenons plus de détails sur nos ventes. Et maintenant, si vous voulez aller au niveau le plus bas jusqu'aux feuilles, nous allons passer de la ville au code postal. Donc ça va ressembler à ça. Le Portland va se partager entre ces deux codes postaux. Supposons que Seattle soit pareil parce que nous n'avons qu'un seul enfant. Pareil pour Stuttgart, ça va rester 20, et pour Berlin, nous avons deux codes postaux, donc ça va à nouveau se diviser. Comme vous pouvez le constater, nous utilisons l' exploration descendante pour naviguer dans la hiérarchie en nous faisant passer du niveau de détail supérieur au niveau inférieur. C'est comme si nous agrandissions l'arborescence pour voir plus de détails afin de comprendre nos données. Très bien, nous allons maintenant parler de la deuxième opération Alp, le drill up. C'est exactement le contraire du drill down. L'exploration ascendante nous permettra de voir comment cela fonctionne de bas en haut, de bas en haut , de bas en haut. Disons que nous allons commencer par les feuilles et que nous allons vendre ces feuilles. Maintenant, nous pouvons utiliser un exercice pour passer du code postal à la ville. Par exemple, le total des ventes à Berlin sera de 30, car c'est la somme de dix plus 20. Et puis à Utgard, ça va rester le même, 20 , Seattle 50, et Portland aussi, pour résumer les valeurs des feuilles Nous allons donc avoir la valeur de 40. Comme vous pouvez le constater, à mesure que nous progressons, la valeur sera de plus en plus agrégée. Voyons si nous voulons passer à la campagne, afin de pouvoir utiliser à nouveau un exercice pour nous déplacer de la ville à la campagne. Allemagne, nous pouvons avoir des ventes totales de 50. Pour les États-Unis, nous pouvons avoir des ventes totales de 90. Vous pouvez à nouveau utiliser l'outil d' exploration ascendante pour accéder au nœud racine où vous pouvez obtenir le plus haut niveau d'agrégations Nous pouvons donc avoir la valeur de 140, soit le total des ventes, dans notre ensemble de données. Comme vous pouvez le constater, si nous avons une structure hiérarchique, nous pouvons utiliser une hiérarchisation ascendante et descendante pour naviguer dans la structure hiérarchique. Les hiérarchies organisent et structurent les membres des dimensions dans une arborescence logique regroupant des dimensions similaires. Les hiérarchies sont très importantes et dynamisent vos vues, hiérarchies sont très importantes et dynamisent vos vues vous permettant d'avoir une vue d'ensemble et comprendre les données au plus haut niveau Vous pouvez également accéder à des détails spécifiques pour obtenir des données de connaissance plus approfondies. Très bien, nous revenons maintenant à Tableau. Voyons comment créer des hiérarchies dans Tableau Nous ne pouvons créer des hiérarchies que sur la page de la feuille de travail. Nous ne pouvons pas le créer sur la page de la source de données. Dans la page de la feuille de travail, nous pouvons créer une hiérarchie sur la page des difficultés liées aux données Si vous jetez un œil aux tables des clients, vous constaterez que nous avons déjà une hiérarchie. Et ici, nous avons une petite icône qui indique que nous avons une hiérarchie, le nom de la hiérarchie appelé Country City, et sur le côté gauche, nous avons une petite flèche. Si nous cliquons dessus, la hiérarchie peut s'étendre et nous pouvons voir les dimensions à l'intérieur de cette hiérarchie. En ce qui concerne les dimensions, des hiérarchies peuvent être utilisées, quatre dimensions seulement Vous ne pouvez pas créer de hiérarchie à partir de mesures. Et cette hiérarchie que nous avons ici est créée automatiquement à partir de Tableau. Puisque Tableau a analysé le contenu du pays et la ville et a automatiquement compris qu'il existe une hiérarchie entre eux. Mais comme nous voulons apprendre à créer une hiérarchie, nous allons la supprimer et en créer une nouvelle à partir de zéro. Maintenant, pour supprimer une hiérarchie, allez sur le nom de la hiérarchie ici, cliquez dessus avec le bouton droit de la souris. Et puis nous avons ici l' option supprimer la hiérarchie. Ici, vous devez comprendre que les dimensions à l'intérieur des hiérarchies ne seront pas supprimées, seule la hiérarchie elle-même sera supprimée. Vous ne perdrez donc aucun champ de l'arbre logique. La hiérarchie logique sera supprimée. Très bien, voyons maintenant comment créer une hiérarchie dans Tableau. Et nous allons créer la hiérarchie des emplacements. Nous allons aller sur le côté gauche des données et sélectionner l' une des dimensions. Peu importe celui que vous allez sélectionner, mais je préfère commencer par le plus haut niveau de la hiérarchie. Dans notre exemple, ce sera le pays qui choisira le pays radical. Cliquez dessus. Et puis nous avons ce qu'on appelle la hiérarchie. Et nous allons sélectionner Créer une hiérarchie. Allons-y. Nous devons lui donner un nom, nous allons donc l' appeler hiérarchie des emplacements. Puis lui, comme vous pouvez le voir maintenant sur le côté gauche, nous avons l' icône de la hiérarchie. À l'intérieur, nous n'avons qu'une seule dimension, le pays. Maintenant, dans notre hiérarchie, nous avons également la ville et le code postal. Alors, comment pouvons-nous l'ajouter à cette hiérarchie ? Comme nous l'apprenons, la hiérarchie comporte différents niveaux, et l'ordre de ces niveaux est très important. Nous avons le pays, la ville et le code postal. Maintenant, pour ajouter la ville, nous allons simplement faire glisser la ville située sous le pays jusqu' ici et la libérer. Ainsi, la ville fait désormais partie de notre hiérarchie. Trouvons également le code postal. Nous devons donc le glisser et le déposer sous la ville. Libérons. Nous avons ainsi créé la hiérarchie des lieux avec les trois dimensions, pays, ville et code postal. Encore une fois, si vous souhaitez masquer les détails de cette hiérarchie, nous pouvons la réduire ici. Ou si vous voulez voir les détails, nous pouvons étendre la hiérarchie. Très bien, c'est donc une façon de créer hiérarchie dans Tableau en utilisant le menu déroulant. La deuxième méthode pour créer une hiérarchie consiste à glisser-déposer rapidement des dimensions ensemble. Ainsi, par exemple, si nous allons dans le tableau des produits, nous avons également une hiérarchie entre la catégorie, le nom du produit et la sous-catégorie Notre hiérarchie commence par la catégorie, puis la sous-catégorie, et la dernière, les feuilles, sera le nom du produit Voyons maintenant comment créer la hiérarchie en utilisant rapidement le glisser-déposer. Nous allons prendre l'une de ces dimensions, disons que nous allons commencer par la catégorie, la glisser-déposer dans la sous-catégorie Je suis donc en train de survoler et sélectionner la sous-catégorie. Libérons. Une fois cela fait, Tableau comprend que nous voulons relier ces dimensions. Tableau va donc créer une nouvelle hiérarchie. Nous allons l'appeler la hiérarchie des produits. Et allons-y, d'accord. Et maintenant, voyons voir. Sur le côté gauche, nous avons une nouvelle hiérarchie appelée hiérarchie des produits avec l'icône. Et nous avons intégré deux dimensions, catégorie et la sous-catégorie Il nous manque la troisième dimension. Prenons le nom du produit et ajoutons-le dans la hiérarchie. Cela nous pose maintenant un problème. L'ordre des dimensions au sein de notre hiérarchie est incorrect, car la catégorie de dimension doit être le niveau 1 et la sous-catégorie le niveau deux Comment pouvons-nous résoudre ce problème ? Il suffit de sélectionner la catégorie et de la glisser-déposer en haut de la sous-catégorie. Publions-le. Cela dit, c'est ainsi que vous pouvez modifier l'ordre des catégories. Et avec cela, nous avons la hiérarchie des produits. Bien, disons maintenant que nous ne voulons pas supprimer toute la hiérarchie, nous voulons simplement supprimer un membre, une dimension de la hiérarchie. Pour ce faire, supposons que nous voulions supprimer le nom du produit. Sélectionnez-le et faites-le simplement glisser et déposez-le quelque part ici dans l'espace vide. De ce fait, le nom du produit ne fait plus partie de la hiérarchie. C'est ainsi que nous pouvons supprimer les dimensions de la hiérarchie. Mais je veux les réintégrer dans notre hiérarchie car nous en aurons besoin plus tard. Je vais donc placer la sous-catégorie sous la catégorie, et nous prenons le nom du produit et le mettons sous la sous-catégorie, et c'est tout Voici donc les deux méthodes de création de hiérarchies dans Tableau, soit par drop dominu, soit par glisser-déposer rapidement les dimensions ensemble afin de créer une C'est vraiment facile. Très bien, maintenant que nous avons cette hiérarchie, la structure, façon dont nous allons l'utiliser dans notre vue, c'est vraiment simple. Nous allons sélectionner l'ensemble de la hiérarchie, puis la faire glisser vers la vue. Ici, la hiérarchie va commencer par le premier niveau pour les pays, et nous allons voir les valeurs du pays. Passons maintenant à l'une de ces mesures. Nous allons prendre les ventes et les glisser-déposer sur les colonnes. Alors maintenant, si vous regardez attentivement le pays, le plu, pile ici, vous pouvez voir que nous avons un nouveau panneau, le panneau anti-souffle. Ce signe indique que nous pouvons approfondir cette dimension. Alors maintenant, allons-y et cliquons sur le panneau de signalisation. Comme vous pouvez le constater, nous allons maintenant approfondir notre hiérarchie jusqu'à un niveau inférieur. Nous voyons maintenant plus de détails sur les ventes. Et nous sommes maintenant au niveau supérieur de la ville. Comme vous pouvez le constater, nous avons maintenant la dimension ville. Nos lignes, nous ne les avons pas glissées et déposées depuis la base placer sur les lignes qu'elles ont développées à partir de la hiérarchie. Encore une fois, la ville a le signe plus qui indique que nous pouvons explorer l'intérieur de la ville. Revenons à une nouvelle analyse. Comme vous pouvez le constater, nous sommes au code postal et nous pouvons voir plus de détails sur les ventes. Maintenant, si vous vérifiez le code postal, il n'y a pas de signe plus, comme la ville et le pays. Parce que nous sommes à bout de souffle, nous sommes au plus bas niveau de détail de nos données. Nous avons ainsi parcouru notre hiérarchie, du nœud supérieur aux feuilles Comme vous pouvez le constater, c'est très simple et très dynamique. Supposons maintenant que nous en soyons à la fin et que nous voulions revenir au niveau le plus élevé des agrégations, jusqu' revenir au niveau le plus élevé des au nœud supérieur C'est très facile si vous vérifiez à nouveau la ville et les pays que nous n'avons plus, le signe plus est le signe moins. Le signe moins indique que nous pouvons remonter dans la hiérarchie. Voyons donc ce qui peut arriver si vous cliquez sur le signe moins. Comme vous pouvez le constater, nous remontons maintenant à partir des feuilles, du code postal jusqu'à la ville. Et les valeurs de ces cellules sont désormais plus agrégées. Et maintenant, pareil, si vous voulez repartir de la ville jusqu'à la campagne, nous allons cliquer sur le signe moins. Alors faisons-le. Nous passons ainsi au niveau 1, à l' agrégation la plus élevée de notre hiérarchie. Très bien, jusqu'à présent, nous avons exploré vers le haut et vers le bas en notre hiérarchie vers le haut et vers le bas en utilisant les étagères de rangées Vous savez qu'il s'agit des lignes et des colonnes. Nous l'utilisons lorsque les développeurs élaborent notre point de vue. La question qui se pose maintenant est de savoir comment nos utilisateurs et le public parviennent à parcourir la hiérarchie vers le haut et vers le bas. Parce que la hiérarchie doit également être utilisée rapidement par les utilisateurs pour accéder aux détails. Voyons maintenant comment nous pouvons le faire. Si nous passons à la vue d'ici et que nous survolons le pays, nous pouvons à nouveau voir un signe positif Allons-y et cliquons dessus. Et comme vous pouvez le constater, nous étudions notre hiérarchie du pays à la ville. Passons maintenant aux détails et examinons le code postal. Nous pouvons survoler la ville, et comme vous pouvez le constater, nous avons à nouveau le signe plus. Cliquez dessus. Ensuite, nous allons jusqu'au code postal. C'est exactement ainsi que les utilisateurs peuvent explorer la vue vers le bas. Maintenant, si nous voulons revenir au niveau supérieur, nous pouvons faire de même. Nous pouvons voir le signe moins ici. Cliquez dessus et vous retournez en ville. Ensuite, nous nous rendons également à la campagne. Nous avons le point négatif, nous cliquons dessus. Et avec cela, nous remontons dans le pays. Comme vous pouvez le constater avec ces icônes, nous pouvons naviguer dans notre hiérarchie. Maintenant, vous pourriez dire tous vos utilisateurs, vous savez quoi, c'est vraiment une petite icône et mes utilisateurs ne l'aiment pas. Existe-t-il un autre moyen d' explorer la vue vers le haut et vers le bas ? Eh bien, oui, si vous accédez à l'une de ces valeurs ici et que vous cliquez dessus, vous pouvez voir dans ce menu déroulant que nous avons un aperçu. Si vous cliquez dessus, nous descendons de la même manière jusqu'à la ville. Si vous sélectionnez une valeur, peu importe laquelle, revenons ici, puis revenons vers le bas. Et là, nous en sommes au code postal. Si vous souhaitez effectuer une exploration ascendante, vous pouvez faire de même, toutes les valeurs étant radicalement opposées. Et voici le Drill Up Socialic. Et pour revenir au pays, examinez toutes les valeurs radicalement toutes les valeurs du pays et approfondissez. Ce sont donc les deux méthodes d'exploration vers le bas et d'exploration vers le haut dans la vue. Très bien les gars, jusqu'à présent, nous avons créé nos propres hiérarchies en regroupant ces dimensions à différents niveaux Mais dans Tableau, nous avons également des hiérarchies intégrées indirectes dans la date du type de données dans Tableau Tout champ dont le type de données est une date possède la hiérarchie suivante. Cela commence par le niveau le plus élevé de l'année, puis nous avons le trimestre du mois, puis le niveau le plus bas, les feuilles. Nous avons les jours. Ces quatre niveaux sont les niveaux par défaut dans chaque champ avec la date du type de données dans notre ensemble de données. Nous avons maintenant un autre type de données qui est également valable, une hiérarchie indirecte intégrée. Nous avons les champs avec la date et l'heure. Ici, nous avons des informations sur l'heure, et nous avons sept niveaux. Cela commence exactement comme la date, donc le niveau le plus élevé sera l'année, puis le trimestre de mois, puis le jour. Mais maintenant, nous pouvons accéder à plus de détails puisque nous avons les informations temporelles. Le niveau suivant sera celui des heures. Ensuite, nous avons les minutes et les secondes. Ensuite, il y a le niveau de détail le plus bas. Ce sont nos feuilles ici. Nous avons des niveaux hiérarchiques civils. Date, date et heure. Ils ont une hiérarchie intégrée à l'intérieur. Découvrons maintenant ces hiérarchies dans Tableau. Très bien, maintenant nous allons passer aux commandes de table. Et nous avons ici deux dates. Peu importe lequel, les deux auront exactement la même hiérarchie. Prenons la date de commande, glissons-la ici sur la rose. Maintenant, comme vous pouvez le voir, nous avons maintenant le signe plus. Cela indique qu'il existe une hiérarchie. Et cela commence au plus haut niveau avec les années. Maintenant, prenons une mesure pour voir certaines données. Nous allons prendre le nombre de commandes et le mettre dans les colonnes. Et je veux montrer les étiquettes à Israël. Montrons quelques étiquettes. Très bien, maintenant allons-y et découvrons la hiérarchie à l'intérieur de la date. Comme vous pouvez le voir sur le côté gauche, nous ne voyons aucune information sur la hiérarchie, qui signifie qu'elle est réellement intégrée à ce type de données. Passons donc aux années et cliquez sur le signe plus pour effectuer une analyse détaillée. Comme vous pouvez le voir dans les informations suivantes nous avons les informations trimestrielles. Nous voyons maintenant le nombre total de commandes par trimestre. Nous pouvons donc maintenant voir plus de détails sur les dénombrements totaux, puis nous pouvons passer au jour le jour. Et maintenant, nous sommes au plus bas niveau du jour. Nous ne pouvons pas approfondir, par exemple, les heures, minutes et les secondes, car la date de commande correspond à la date du type de données. Comme vous pouvez le constater, la date de commande des dimensions comporte quatre niveaux : année, trimestre, mois et jour. C'est vraiment agréable de l' avoir comme ça dans Tableau, car c'est vraiment standard. J'ai travaillé avec d'autres outils de BI et là, nous devons les créer nous-mêmes, ce qui prend beaucoup de temps pour construire toutes ces hiérarchies. Surtout si vous disposez d'un ensemble de données volumineux dans Tableau, cela nous simplifie la vie. Tableau a décidé d'établir une hiérarchie à l'intérieur de chaque date. Très bien les gars, encore une chose à propos des arches. Ils organisent et structurent réellement vos vues et les rendent plus dynamiques pour les utilisateurs. Par exemple, si vous devez effectuer des ventes par pays, par ville, par code postal, et si vous n'utilisez pas de hiérarchies, vous finirez par créer trois vues, comme ici sur le côté gauche, cela prend beaucoup de place De plus, c'est littéralement dynamique. Mais mieux encore, nous pouvons créer une hiérarchie entre ces dimensions. Et nous pouvons tout regrouper dans une seule vue. Ensuite, vous offrez aux utilisateurs finaux la possibilité d'effectuer des recherches approfondies et ascendantes, en fonction de leurs besoins. S'ils veulent les ventes par pays, nous les avons déjà dans le nœud supérieur. Mais s'ils veulent connaître les ventes par ville, leur suffit au niveau suivant, et nous l' avons déjà fait, les ventes par ville. Si quelqu'un a besoin de plus détails pour accéder au code postal, il peut également accéder aux ventes par code postal. Comme vous pouvez le constater, cela donne vraiment à votre vision plus dynamique et sera plus attrayante pour les utilisateurs finaux si vous le comparez aux côtés de l'ascenseur. Nous disposons désormais d'une solution plus dynamique plus interactive pour les utilisateurs finaux. De plus, vous créez des vues de liste dans vos tableaux Donc c'est vraiment génial. Si vous souhaitez revenir au pays, suffit de cliquer sur le signe moins. Les hiérarchies dynamisent sa structure et organisent vos données dans les vues Très bien, maintenant résumons. Hiérarchie, organise et structure les membres des dimensions dans une arborescence logique Les hiérarchies sont des fonctionnalités spéciales uniquement pour les dimensions. Vous ne pouvez pas créer de hiérarchies entre les mesures que nous pouvons utiliser et parcourir notre hiérarchie afin de mieux comprendre vos données Dans l'ensemble, les hiérarchies sont très importantes pour organiser et structurer vos entretiens de données Il fournit également aux utilisateurs un outil puissant qui leur permet de naviguer et d'explorer rapidement et facilement vos données, découvrir des informations et de prendre de meilleures décisions. D'accord, c'est donc tout pour les hiérarchies dans Tableau. Nous allons maintenant apprendre comment regrouper les membres des dimensions en hiérarchies à l'aide de groupes. 108. Udemy 9 2 Créer des filtres: Très bien, nous avons maintenant la tâche suivante où nous devons masquer des informations sensibles. Par exemple, supposons que les données américaines de notre ensemble de données soient informations sensibles et que nous devions masquer tous les clients provenant des États-Unis. Et maintenant, nous allons nous faire une idée des clients. Nous allons prendre le lieu, le pays, puis disons que nous allons tirer les bénéfices des commandes. Très bien, comme vous pouvez le voir dans la feuille de travail, nous pouvons voir tous les pays, y compris les États-Unis Alors maintenant, nous allons aller cacher ces informations sensibles. Pour ce faire, nous allons accéder à la page de la source de données. Et puis, dans le coin en haut à droite, nous pouvons voir les filtres et nous pouvons ajouter un nouveau filtre. Alors allons-y et cliquons dessus. Ensuite, nous aurons une nouvelle fenêtre intitulée Modifier les filtres de source de données. C'est vraiment facile ici. Nous allons accéder aux annonces, cliquez dessus. Ensuite, nous allons obtenir une liste de tous les champs disponibles dans notre source de données. Puisque nous devons embaucher des clients des États-Unis, nous avons besoin du pays de terrain. Alors allons-y et vérifions-le ici. Cliquez ensuite sur Next. Et là, nous avons une autre fenêtre pour configurer le filtre pour le pays. Comme vous pouvez le voir, tous les pays sont listés ici. Nous pouvons maintenant sélectionner les pays à inclure dans nos ensembles Ou nous pouvons aller ici et cliquer sur Exclure. Et nous allons exclure les États-Unis. Cela signifie que nous filtrons tous les clients avec un pays égal aux États-Unis. Allons-y et cliquons. OK. Nous pouvons maintenant voir ici une information rapide. Le filtre est donc basé sur le pays et les détails indiquent que nous conservons les valeurs France, Allemagne et Italie. Alors c'est tout. Cliquons sur OK. Allons-y maintenant et vérifions les données de nos feuilles de travail Nous allons donc revenir à notre point de vue, et comme vous pouvez le voir, nous ne trouvons aucune information sur les États-Unis. Et cela peut également affecter toutes les feuilles de calcul connectées à cette source de données Ainsi, par exemple, si vous allez ici et que vous créez de nouvelles feuilles de calcul, que nous effectuons le suivi des pays et que nous les déposons ici Vous pouvez également le voir à nouveau ici. Nous n'avons pas les États-Unis, nous avons les valeurs que sont la France, l' Allemagne et l'Italie. Et avec cela, nous avons protégé ces informations sensibles, n'est-ce pas ? De plus, nous passons à un autre cas d'utilisation de la source de données qui consiste à réduire la taille des données dans Tableau. C'est très critique. Si vos performances dans Tableau ne sont pas bonnes, vous devez commencer à réfléchir à la manière réduire la taille des données contenues dans nos visualisations Et la première étape pour réduire la taille de nos données à décider quels champs nous allons utiliser afin de filtrer nos données. Un domaine très courant et habituel est que nous pouvons réduire le nombre d'années dans notre source de données. Allons-y et créons une vue. Je vais donc simplement créer une nouvelle feuille de travail. Inscrivons les dates de commande dans les lignes et les bénéfices dans les colonnes. Et ensuite, faisons-le sous forme de diagramme de pièces et montrons les résultats. Comme vous pouvez le constater, nous avons à l'intérieur de nos données cinq ans de données. Ce champ est vraiment un bon candidat pour réduire les données et vous devez aller en discuter avec vos utilisateurs. Nous devons donc nous demander si nous avons vraiment besoin cinq ans de données dans les visualisations. Suffit-il de n'avoir que deux ou trois ans comme les années précédentes ? Supposons qu'après des discussions avec les utilisateurs, vous le dites, les données pertinentes pour les visualisations commencent à partir de 2020. Tout ce qui précède n'est plus pertinent pour les visualisations. Nous aimerions que tout commence à partir de 2020. Pour ce faire, nous allons créer un filtre de source de données. Revenons à notre page sur les sources de données. Nous allons y retourner encore une fois. Passons donc aux modifications. Ensuite, nous allons choisir le champ que nous allons créer, le filtre de source de données par-dessus, passer aux annonces, puis nous avons besoin de la date de commande. Nous l'avons ici. Allons-y et sélectionnons-le. Bon, puisqu'il s'agit d'une date, demandez-nous aux salons dans quel format vous souhaitez créer votre filtre. Puisque nous parlons des années, nous nous intéressons donc aux années. Je vais juste suivre le format des années et passer à la suivante. Maintenant, nous obtenons une liste de toutes les années dans notre source de données. Soit vous allez dire, d'accord, j'aimerais tout inclure à partir de 2020 et ne pas sélectionner les années précédentes. Ou vous allez dire, vous savez quoi, je vais simplement exclure les deux dernières années, tout ce qui est antérieur à 2020, donc vous allez opter pour les exclusions et supprimer les anciennes années. Je préfère celui-ci ici, car disons que nous obtenons les données de 2023 dans notre source de données. Vous n'êtes pas obligé de cliquer dessus à chaque fois. Cela signifie que toutes les données sont pertinentes, à partir de 2020. Allons appuyer sur OK. Ainsi, vous pouvez voir à l'intérieur de nos filtres de sources de données nous avons un nouveau filtre basé sur les années de date de commande et que vous pouvez voir certains détails. Il dit qu'il conserve 2020, 2020, 1,20 22. Avec cela, nous filtrons désormais la source de données en fonction du rythme des dates de commande et du pays Allons-y, d'accord. Et comme vous pouvez le voir ici, nous avons désormais deux filtres dans la source de données. Revenons à notre feuille de vue 7. Nous pouvons constater que nous n'avons que les données à partir de 2020. Toutes les données ne sont plus présentées dans nos visualisations. C'est vraiment un excellent moyen de réduire le stress et la taille des données que Tableau doit gérer, réduire l'étendue des données et obtenir d' excellentes performances dans Tableau. C'est ainsi que nous utilisons les filtres de source de données afin réduire la taille de nos données et de masquer les informations sensibles. Mais ici, n'oubliez pas que toutes les feuilles de calcul connectées à cette source de données peuvent être créées à l' aide de ces filtres Très bien, nous allons maintenant apprendre à créer un filtre contextuel dans Tableau. Supposons que nous ayons le point de vue suivant. Nous allons avoir la catégorie des produits ainsi que la sous-catégorie. Et prenons pour mesure les bénéfices. Alors allons-y ici et changeons également les couleurs. Nous allons donc le mettre ici également. Dans cette vue, nous avons donc toutes les catégories de mobilier, fournitures de bureau et de technologie. Mais les utilisateurs veulent, dans cette optique, se concentrer uniquement sur les fournitures de bureau. Et pour ce point de vue spécifique, toutes les autres catégories sont des affirmations non pertinentes Ils veulent donc se concentrer uniquement sur les fournitures de bureau en réalisant des bénéfices. Cela signifie donc que nous voulons filtrer les données par catégorie. Pour ce faire, nous allons passer à la catégorie ici, garder le contrôle et le placer sur les filtres. Ensuite, nous allons avoir à nouveau la même fenêtre pour le filtrage. Et ici, vous pouvez voir les trois valeurs, mobilier, les fournitures de bureau et la technologie. Pour ce point de vue, nous voulons uniquement les fournitures de bureau. Donc, ce que nous allons faire, nous pouvons retirer les autres, laisser les fournitures de bureau, puis appuyer sur « OK ». Comme vous pouvez le constater maintenant, nous avons tout retiré et nous avons qu'une seule catégorie, les fournitures de bureau. Le travail est terminé, non ? Nous avons donc les bénéfices partiels des fournitures de bureau, et nous filtrons les données. La réponse est oui, la tâche est terminée. Mais nous n'utilisons pas toute la puissance de Tableau Sincere. L'accent est mis uniquement sur les fournitures de bureau et nous nous concentrons sur ce sous-ensemble de données Nous pourrions réduire l' ensemble des ensembles de données à cette seule catégorie. Grâce à cela, vous pouvez améliorer considérablement les performances de Tableau, car vous vous concentrez uniquement sur les sous-ensembles, et toutes les autres données sont supprimées de cette visualisation Dans un tel scénario, nous pouvons utiliser la puissance des filtres contextuels. La question est maintenant de savoir comment transformer notre filtre en filtre contextuel. Comme vous pouvez le voir maintenant dans les filtres, nous avons notre catégorie, It is plupil Et c'est aussi le cas ce type de filtre appelé filtre Dimension. Maintenant, je vais le promouvoir dans le filtre contextuel. Comme nous l'avons déjà appris, nous avons un ordre spécifique des filtres, nous avons le contexte, puis la dimension. Tout ce que nous avons à faire, c'est de nous connecter radicalement. Et ici, nous avons la possibilité d'ajouter au contexte. Une fois que vous l'avez fait, vous verrez que notre filtre contient désormais la pilule grise. Les pastilles grises indiquent que ce filtre est un filtre contextuel. Vous remarquerez peut-être que rien n'a changé ici, nous avons exactement la même vue, mais nous avons optimisé l'arrière-plan dans Tableau où nous avons créé un ensemble de données Tumberal Et il ne contient que la catégorie des fournitures, ce qui en fait un tableau très petit par rapport à l' ensemble de la source de données. Très bien, je vais maintenant vous montrer comment Tableau traite les différents types de filtres. Comme nous l'avons appris, l'ordre des filtres est très important. Cela signifie donc que le filtre contextuel peut être traité en premier, puis le filtre de dimension, le filtre de contexte domine le comportement du filtre de dimension Très bien, nous allons maintenant ajouter un filtre de dimension dans notre visualisation. Nous allons utiliser la sous-catégorie pour ce faire. Cliquez dessus avec le bouton droit de la souris et cliquez ici, Afficher le filtre. Comme vous pouvez le voir sur le côté droit, nous avons toutes ces valeurs incluses dans les fournitures de bureau. Mais dans notre source de données d'origine, nous avons beaucoup plus de sous-catégories, comme nous le voyons maintenant sous cet angle Et c'est exactement l'effet du filtre contextuel sur ce filtre de dimension. Nous ne voyons que les valeurs dans ce contexte. Très bien, nous allons maintenant modifier la définition du filtre contextuel et voir l' effet sur le filtre Dimension. Revenons à notre filtre contextuel. Cliquez dessus avec le bouton droit de la souris et modifiez le filtre. Mettons-le côte à côte avec notre filtre Dimension. Nous n'avons que ces valeurs. Et nous avons ici le filtre contextuel, uniquement le bureau. Si nous y allons maintenant et incluons également la technologie, appliquons-le et voyons si, du côté droit, la valeur va changer. Allons-y. Maintenant, comme vous pouvez le voir dans les sous-catégories du filtre de dimension sur le côté droit, nous avons plus de valeurs qu' auparavant, car nous avons inclus dans notre contexte, dans notre tableau tumberal, les Nous pouvons changer les valeurs. vérifions que le mobilier, le côté droit s'applique. Et vous pouvez voir que nous n'avons que quatre sous-catégories avec cela Vous pouvez constater que le filtre contextuel domine réellement tous les autres filtres situés en dessous. En comprenant l' ordre des filtres, vous pouvez comprendre comment Tableau fonctionne avec ces différents types de filtres. Je vais donc réintroduire le filtre contextuel dans les fournitures de bureau et ajouter un dernier point à propos du filtre contextuel. Comme nous l'avons déjà appris, il est flexible. Cela signifie que nous ne pouvons réduire la taille des données que pour une seule feuille de calcul Cela signifie que si vous consultez d' autres feuilles de calcul vous ne trouverez aucun filtre contextuel ici Vous pouvez décider pour chaque feuille de calcul si vous souhaitez réduire la taille des données ou non Contrairement au filtre de source de données, où il peut affecter l'ensemble du classeur, toute feuille de calcul connectée à cette source de données Avec le filtre contextuel, nous avons beaucoup plus de flexibilité. Vous vous demandez peut-être si nous pouvons utiliser le filtre contextuel pour masquer des informations sensibles ? Eh bien, la réponse est non. Laissez-moi vous montrer pourquoi. Prenons un exemple rapide. Reprenons les clients. Et nous avons Country City, et prenons également les bénéfices. Comme vous pouvez le voir ici, nous n'avons pas les données des États-Unis car nous avons la source de données du filtre. Supposons maintenant que les données de l'Allemagne soient désormais sensibles et que nous voulions les protéger à l'aide du filtre contextuel. Allons-y et faisons-le. Nous allons prendre les pays qui détiennent le contrôle, les mettre sur les filtres et nous allons dire que nous voulons exclure l'Allemagne. Je vais donc cliquer ici sur les exclusions , puis cliquer sur OK. Comme vous pouvez le voir maintenant dans la vue, nous n'avons aucune information sur l'Allemagne et nous allons promouvoir le pays dans le filtre contextuel. Cliquez donc dessus avec le bouton droit de la souris et ajoutez-le au contexte. Et maintenant, vous pourriez dire, OK, tout va bien. Nous n'avons aucune information sur l'Allemagne, nous sommes donc en sécurité. Bien entendu, il existe encore un moyen voir les données allemandes dans la vue. Laissez-moi vous montrer comment faire. Si vous allez dans la ville d'ici, montrons-la sous forme de filtre. Sur le côté droit, vous trouverez toutes les villes de France et d'Italie. n'y a donc pas de villes d'Allemagne ou des États-Unis, mais nous avons ici une option sur le filtre. Donc, si vous cliquez sur cette petite flèche ici, nous pouvons aller ici et voir toutes les valeurs de la base de données. Et nous expliquerons toutes ces options plus tard, ne vous inquiétez pas. Mais allons-y et cliquons ici. Maintenant, comme vous pouvez le voir, le filtre affiche des données sur l'Allemagne. Nous avons Berlin, Stuttgart. Cela signifie donc que les données sont naturellement protégées. Cela signifie que nous masquons les données sensibles, mais nous pouvons toujours voir toutes les valeurs du filtre. C'est pourquoi n' utilisez jamais de filtre contextuel pour protéger vos données sensibles ou confidentielles. Parce que même si nous ne voyons les données que dans les filtres, cela les expose tout de même et les données ne sont pas protégées. Cela signifie donc que si vous souhaitez protéger vos données et masquer les informations sensibles, utilisez uniquement des filtres de source de données. Très bien, nous allons maintenant passer au filtre suivant de notre chaîne. Nous avons le filtre de dimension. Nous avons déjà créé un filtre de dimension dans notre vision. Mais maintenant, entrons dans les détails et voyons toutes les options dont nous disposons. Très bien, passons maintenant aux filtres sur les étagères. Et vous pouvez voir que nous avons la sous-catégorie. C'est une dimension discrète, c'est pourquoi nous avons la couleur bleue. Et maintenant, pour voir toutes les options radicalement modifiées , filtrez. Maintenant que vous connaissez déjà cette fenêtre, amenons-la ici pour voir l'effet directement sur la vue. Nous avons donc d'abord ici différents robinets. Le premier portera sur la sélection manuelle et le reste sera un filtre dynamique. Nous avons donc quatre robinets, état général du joker et le top La première sera la sélection manuelle des valeurs. Et le reste sera comme si vous définissiez une règle. Et le filtre va être dynamique ici. Comme d'habitude, comme c'est discret, nous allons voir la liste de toutes les valeurs possibles que nous pouvons voir. Ensuite, vous pouvez sélectionner ou désélectionner manuellement des valeurs dans cette liste Et comme vous pouvez le voir sur le côté droit, nous avons exclu. La valeur par défaut dans Tableau est incluse, ce qui signifie que tout ce que je sélectionne dans cette liste sera inclus dans la vue. Et tout ce que je ne sélectionne pas sera exclu de la vue afin d'avoir les effets inverses. Ce que nous pouvons faire, c'est cliquer sur Exclure. Et maintenant, toutes les valeurs sélectionnées seront biffées. Cela signifie donc qu'ils sont exclus de la vue et que tout ce qui n'est pas sélectionné sera inclus dans la vue. Donc ici, ça dépend vraiment. Si vous souhaitez exclure uniquement deux valeurs d'une longue liste, il est judicieux d'utiliser exclude. Maintenant, si vous sélectionnez Appliquer, vous pouvez voir dans la vue que les valeurs restantes sont application, Art et Benders Tableau a exclu toutes ces valeurs et vous aurez le même effet si vous les avez sélectionnées. Et sélectionnez uniquement l' application Art and Benders. Et pour supprimer nos sélections, nous pouvons tout supprimer d'ici. sélectionnez donc aucune, et nous pourrons réappliquer notre sélection sur l' application Art and Benders Et comme vous pouvez le constater, nous allons avoir le même effet. Voici donc comment vous travaillez avec la sélection manuelle dans le premier onglet général. Mais passons maintenant à la suivante. Et avant cela, je voudrais tout inclure ici afin que nous n' influençons pas le suivant. Alors postulons, puis passons aux jokers. Ici, nous pouvons travailler avec le joker. Si vous avez une dimension à cardinalité élevée, cela signifie que la liste de toutes les valeurs possibles de la dimension est longue de toutes les valeurs possibles de la dimension Et si vous sélectionnez tout manuellement, ça va être vraiment pénible. Au lieu de cela, nous pouvons aller définir la règle s'il y en a une à définir. Nous avons donc ici un champ de saisie, nous pouvons écrire quelque chose comme, par exemple, A. Nous avons donc quatre options. La première est contient, cela signifie que quelque part dans le monde il y a un personnage A. Et puis la deuxième option avec laquelle nous commençons, cela signifie que le monde va commencer par le personnage A. La suivante est exactement le contraire, elle va se terminer par un. Ensuite, nous avons exactement les mêmes correspondances. Cela signifie que le mot ne doit contenir que la valeur a. Commençons par la première. Si le mot contient un quelque part, il restera dans la visualisation. Maintenant, comme vous pouvez le voir, tous les mots contiennent un quelque part. L'application, nous l'avons ici au début et au milieu. L'art aussi, au début. Et ici, nous l'avons au milieu et ainsi de suite. Essayons le second. Il va dire que si le mot commence par un, il restera visible. Alors, postulons. Donc, comme vous pouvez le voir, nous n'avons que deux mots commençant par a. Très bien, passons maintenant à l'option suivante. Nous allons en finir avec. Mais au lieu de A, tous les mots se terminant par « peuvent rester dans la vue », appliquons-le. Comme vous pouvez le voir, tous ces mots se terminent par le personnage. Eh bien, maintenant vous vous demandez peut-être si c'est un K sensible ? Eh bien, ce n'est pas le cas si vous en avez un gros, comme vous pouvez le voir, c'est toujours Tableau. Allez sélectionner ces valeurs. Passons maintenant à la dernière, elle correspondra exactement. Si vous allez ici et que vous sélectionnez OK, vous ne verrez aucune donnée. Mais si vous avez exactement des étiquettes et que vous cliquez sur Appliquer, vous n'obtiendrez qu' une seule sous-catégorie. C'est une étiquette ? Mais nous ne l'utilisons pas. Habituellement, nous utilisons contains ou commençons par endwith. C'est ainsi que fonctionne la carte blanche. Effacons tout pour avoir les données qu'il contient et appuyons sur Appliquer. Passons à l'étape suivante. Nous avons une condition dans les matériaux précédents avec les paramètres. Nous avons déjà travaillé avec les conditions. Et pour couronner le tout, ce que nous allons faire, c'est définir une règle. Et Tableau va vérifier toutes les valeurs et filtrer toutes les valeurs qui ne répondent pas à cette condition. Ainsi, par exemple, si vous consultez notre point de vue, nous avons des valeurs négatives et des bénéfices, mais nous ne voulons pas les voir. Nous allons définir une règle selon laquelle nous voulons voir tous les bénéfices supérieurs à zéro, uniquement les bénéfices positifs. Pour ce faire, nous allons sélectionner ici par table de champs. Je vais vous montrer immédiatement la mesure qui utilise la vue, donc nous utilisons le montant des bénéfices, c'est correct. Nous allons donc aller ici et voir la somme des bénéfices devrait être supérieure à zéro. Avec nous, nous avons défini une règle et nous allons appuyer sur Appliquer. Comme vous pouvez le constater, nous venons de supprimer la sous-catégorie qui ne répond pas à cette condition Ça y est, c'est vraiment facile. Nous allons passer à la suivante, mais la première lettre réinitialise tout. Nous allons donc sélectionner Aucun. Ensuite, nous allons appuyer sur Appliquer. Dans cet onglet, nous pouvons définir si nous voulons voir les dix meilleurs produits ou les cinq produits, ou les produits les plus bas ou les cinq derniers. Encore une fois, nous devons définir la règle quatre de Tableau. Et Tableau va filtrer les données en fonction de notre règle. Ici, nous avons deux options. Nous avons soit les sous-catégories supérieures soit les sous-catégories inférieures Allons sur le terrain par ici. Et puis, comme je l'ai dit, nous avons deux options , en haut et en bas. Ensuite, nous pouvons définir si dix premiers sont les cinq premiers ou les meilleurs paramètres. Comme nous l'avons déjà appris ici, nous allons garder le même sentiment que nous utilisons les bénéfices et c'est tout. Nous pouvons maintenant voir sur la vue que Tableau a filtré notre affichage en fonction de nos règles. Nous avons donc maintenant les cinq principales sous-catégories. bon, alors c'est tout. les différentes options permettant de filtrer les dimensions. Je vais tout désélectionner ici, puis nous allons passer à la sélection des minéraux Et puis ça. OK. Au lieu de redéfinir les règles pour les utilisateurs, nous allons proposer la dimension complète sous forme de filtre rapide pour l'utilisateur final Et comme vous le savez, pour ce faire, nous allons accéder à la dimension, cliquer avec le bouton droit de la souris sur le bouton droit de la souris et afficher le filtre. L'utilisateur va accéder au filtre rapide sur le côté droit et commencer à sélectionner les valeurs qui répondent à ses besoins. Très bien, alors passons à la suivante. Nous avons le filtre de mesure, comme nous l'avons appris dans la chaîne de commande se trouve en dessous du filtre de dimension. Nous pouvons donc créer un filtre de mesure. Très bien, donc pour créer un filtre de mesure, nous allons passer à la somme des bénéfices. Contrôlons à froid, glissons et tropions vers les filtres. Ensuite, nous allons ouvrir une nouvelle fenêtre afin de configurer notre filtre. Et comme il s'agit d' une mesure continue, Tableau va nous demander si vous souhaitez filtrer les données d'origine, toutes les valeurs, ou souhaitez-vous effectuer les agrégations puis les filtres ? Comme il s'agit d'une mesure, nous avons les agrégations suivantes, telles que somme, moyenne, médiane, etc. Ou si vous souhaitez filtrer uniquement les données d'origine, vous allez sélectionner toutes les valeurs. Mais comme nous avons une somme de bénéfices, j'aimerais passer à l'agrégation des sommes. Sélectionnons-le , puis passons au suivant. Nous allons maintenant ouvrir une nouvelle fenêtre afin de configurer notre mesure. Et ici, nous avons quatre options. Plage de valeurs. Du moins, et c'est tout au plus spécial. Notre mesure étant continue, Tableau peut être présenté sous forme de plage. Elle a un début et une fin. Ce n'est pas comme les dimensions où nous allons obtenir une liste de toutes les valeurs de la source de données. Nous n'obtiendrons que des données agrégées et nous ne pouvons configurer que le début et la fin. Dans la première option, nous pouvons configurer le point de départ de la plage ainsi que le point final de la plage. Vous pouvez contrôler les deux. Dans le suivant, nous ne pouvons contrôler qu'un seul d' entre eux, uniquement le départ. Ici, nous pouvons spécifier la valeur minimale autorisée dans les visualisations. Le prochain sera exactement le contraire. Tout au plus. Nous pouvons définir le point final de la plage. Quelle est la valeur maximale autorisée dans les visualisations ? Encore une fois, la plage de valeurs à laquelle nous pouvons spécifier le début et la fin. Nous ne pouvons spécifier que le point de départ. Et nous ne pouvons tout au plus spécifier que le point final de notre gamme. Ensuite, le dernier, le spécial, concerne les valeurs nulles. Nous avons ici trois options, des valeurs nulles. Si vous voulez uniquement voir les valeurs nulles de ce filtre, valeurs nulles, cela signifie que vous ne voulez pas voir nulles dans nos données ou dans toutes les valeurs Vous les autorisez tous les deux. Donc, par défaut, nous continuons à utiliser toutes les valeurs. Je vais m'en tenir à cela et j' aimerais configurer à la fois la fin et le début de nos mesures continues. Comme vous pouvez le constater, c'est très simple. Allons-y et frappons, d'accord. Et avec cela, vous pouvez voir que nous avons un nouveau filtre à l'intérieur de nos filtres et il y a bien sûr la couleur verte. Très bien, nous allons d'abord passer à notre filtre principal et l'afficher sous forme de filtre rapide. Connectez donc radicalement et affichez le filtre. Et maintenant, nous pouvons voir la gamme sur le côté droit. Agrandissons-le un peu pour voir la gamme. Comme vous pouvez le constater, nous avons un début et une fin similaires, mais ce n'est pas complètement pour l'ensemble du bar. Le tableau veut vous montrer que nous n'affichons pas toutes les valeurs. Nous ne montrons que la plage du sous-ensemble. Alors, que peut-il se passer si nous prenons le bout vers la droite et le bout vers la gauche ? Rien ne peut se passer sur la vue. Nous pouvons avoir exactement les mêmes données, mais ici nous pouvons voir que dans notre gamme, il y a différentes couleurs. La partie lumineuse peut indiquer que si vous modifiez les valeurs ici, rien ne peut se passer dans la vue. Comme vous pouvez le constater. Si je le déplace simplement ici, la vue ne sera pas filtrée. Maintenant, si je commence à déplacer le point de départ dans les parties sombres, vous pouvez voir que nous avons maintenant un effet sur la vue. La couleur foncée du curseur correspond aux valeurs pertinentes et la partie claire aux valeurs non pertinentes Très bien les gars, nous allons maintenant parler du dernier type de filtre de Tableau, le filtre de calcul de table. C'est le bas de la chaîne. Et vous pouvez voir que chaque type de filtre aura un effet sur ce type. Très bien, nous allons maintenant apprendre à créer un filtre de calcul de table. Et comme le suggèrent les membres, c'est un calcul. Et nous allons maintenant avoir une section complète sur la façon de créer des calculs dans Tableau. Ne vous inquiétez pas pour les détails de création de calculs dans Tableau, il vous suffit de suivre les étapes à suivre dès maintenant. Très bien, nous allons maintenant passer à notre mesure dans les marques, radicalement, puis nous avons la possibilité de faire des calculs rapides sur table Ensuite, nous aurons une liste de tous les différents calculs que nous pouvons effectuer sur la table. Et maintenant, nous allons passer au pourcentage du total. Sélectionnons-le donc. Et maintenant, nous pouvons voir une petite icône représentant la mesure, elle indique qu'il s' agit d'un calcul tabulaire. Maintenez donc le contrôle enfoncé, faites-le glisser et déposez-le sur le déclencheur des filtres. Ici, comme il s'agit d'un champ continu, nous devons le définir comme une gamme de coke solistiquement Et maintenant, nous pouvons voir dans les filtres deux mesures pour le même champ. Le premier sans icône triangulaire, cela signifie qu'il s'agit d'un filtre de mesure. Et le second avec une icône en triangle, cela signifie qu'il s'agit d'un filtre de calcul de table. Qu'est-ce qu'on peut en faire ? Nous pouvons l'offrir aux utilisateurs afin pouvoir cliquer dessus de manière erratique et afficher le filtre Nous pouvons maintenant le voir comme un filtre rapide sur le côté droit et l'utilisateur peut utiliser le filtre. Tout dépend du filtre de calcul de table. Très bien. Avec nous, nous avons découvert les différents types de filtres de Tableau et comment l'ordre des filtres dans la chaîne peut affecter celui des autres. Très bien, alors maintenant, faisons un bref résumé. Nous pouvons commencer par le filtre d'extrait en haut. Nous ne pouvons l'utiliser que sur les connexions d'extraction et nous ne le trouvons pas dans la version publique de Tableau, ne vous inquiétez pas. Il est très similaire au filtre de source de données. Ensuite, nous allons avoir le filtre de source de données. Pour le créer, nous allons sur la page de la source de données. Dans notre exemple, nous avons créé deux filtres de source de données. La première consiste à masquer les informations sensibles du pays USA. Et le second pour réduire la taille globale de nos ensembles de Et n'oubliez pas que le filtre de source de données peut affecter l'ensemble du classeur Toutes les feuilles de calcul connectées à cette source de données. Ensuite, nous pouvons tous les créer dans la page de la feuille de travail. Alors allons-y. Vous pouvez donc voir ici très bien comment les différents types de filtres sont triés dans les étagères des filtres. Le premier est le filtre contextuel. Le filtre contextuel de la pilule grise peut créer un sous-ensemble de données ou une table timbrale uniquement pour cette vue C'est quelque chose de local uniquement pour cette vue. Mais n'oubliez pas de ne pas utiliser filtre contextuel pour masquer ou protéger des informations sensibles. Puisqu'il est possible d' afficher les valeurs dans les filtres. Les trois filtres suivants sont généralement proposés aux utilisateurs finaux afin de découper et de découper les visualisations en dés Les utilisateurs pourraient donc l' utiliser pour spécifier un sous-ensemble de données afin d' effectuer une analyse ciblée Ensuite, nous avons le filtre de dimension, comme la sous-catégorie. Ensuite, nous avons le filtre de mesure. Et le dernier de la chaîne, nous avons le filtre de calcul des tables. Et comme ces différents types de filtres ont un ordre logique, il serait également intéressant d'avoir cet ordre sur les filtres rapides sur le côté droit. Il est donc logique d' avoir le filtre de dimension en haut. Ensuite, nous allons prendre le filtre de mesure comme prochain et le dernier sera le filtre de calcul de table. C'est bon, c'est tout. Cela peut être déroutant au début. Mais maintenant que vous aurez compris le fonctionnement de Tableau et l' ordre logique des filtres, tout prendra tout son sens dans les visualisations Très bien, nous avons donc appris à créer différents types de filtres dans Tableau. Ensuite, nous allons apprendre comment appliquer des filtres à plusieurs feuilles de calcul dans Tableau 109. Udemy 9 3 Personnaliser le filtre: Très bien, nous allons maintenant parler de la façon d'appliquer les mêmes filtres dans différentes feuilles de calcul Parce que si vous créez des vues différentes, vous finissez par avoir exactement les mêmes filtres dans chaque vue. Et cela va prendre beaucoup de temps si vous parcourez chaque feuille de calcul et que vous ajoutez exactement les mêmes filtres Au lieu de cela, nous pouvons partager les mêmes filtres à appliquer dans différentes feuilles de calcul Et dans Tab, nous avons quatre options différentes. Pour ce faire, nous pouvons trouver ces options dans les filtres, donc peu importe celle que vous pouvez choisir. Passons au filtre contextuel, par exemple Radical connects. Et ici, nous avons la possibilité d'appliquer aux feuilles de travail. Et ici, vous pouvez voir les quatre options par défaut. Tablo va le laisser uniquement comme cette feuille de travail. Cela signifie uniquement localement pour cette vue. Ici, nous pouvons voir d'autres options, comme toutes l'utilisation de sources de données connexes, toutes utilisant cette source de données et des feuilles de calcul sélectionnées Avant d'essayer ces options, examinons ces quatre options. Très bien, nous allons maintenant avoir un exemple très simple pour comprendre comment appliquer des filtres. Nous avons deux sources de données, DS 1 et DS 2, et nous avons différentes feuilles de calcul connectées à ces sources de données La feuille 1 est connectée uniquement à la source de données, et la feuille 2 est connectée à la fois à DS 1 et DS 2 à l' aide de la combinaison de données. Et la feuille trois n'est connectée qu'à DS deux. Disons maintenant que nous sommes sur la première feuille et que nous y avons créé un filtre. Voyons maintenant comment appliquer ce filtre dans différentes feuilles de calcul à l'aide de ces Sods Très bien, la première option, nous n'avons que ces feuilles de calcul, ce filtre ne sera disponible que localement pour la feuille 1 Nous ne le trouverons ni dans la feuille deux ni dans la feuille trois. Cette option est également une option par défaut dans Tableau. Chaque fois que vous créez un nouveau filtre dans Tableau, cette option sera utilisée uniquement. Cette feuille de travail ne sera disponible que dans la feuille de travail que nous avons créée L'option suivante que nous avons dans Tableau utilise toutes cette source de données. Par exemple, la feuille 1 utilise la feuille DS. Cela signifie que le filtre peut être appliqué à toutes les feuilles de calcul connectées à la source de données Dans cet exemple, nous avons la feuille 1 parce qu' elle est connectée à DS 1, ainsi que la feuille 2, qui est également connectée à la source de données 1. Mais la feuille trois n'est pas connectée à la source de données, elle est uniquement connectée aux deux. Cela signifie que ce filtre ne sera pas présent dans la feuille 3. Cela signifie que nous partageons désormais le filtre dans toutes les feuilles de calcul utilisant la même source de données Passons à la suivante. Nous utilisons tous des sources de données connexes. Si vous utilisez cette option, vous trouverez votre filtre dans presque toutes les feuilles de calcul de votre classeur Nous allons donc trouver ce filtre dans la première feuille, nous allons le trouver dans la feuille deux et également dans la feuille trois. Cela signifie que si vous utilisez cette option, nous diffusons automatiquement notre filtre dans presque toutes les feuilles de calcul Passons à la dernière, intéressante, à savoir les feuilles de travail sélectionnées Cela signifie que nous pouvons sélectionner manuellement les feuilles de calcul qui peuvent inclure mon filtre Par exemple, je pourrais dire que je veux voir mon filtre dans la feuille 1 et aussi dans le set 3 sans aucune règle. Comme vous pouvez le constater, nous avons ici plus de contrôle sur les endroits où notre filtre peut être appliqué. Les deux derniers, tous utilisant la source de données ou utilisant tous une source de données associée. Il existe une sorte de règle, et Tableau peut appliquer automatiquement nos filtres dans les feuilles de calcul de mes projets J'ai tendance à utiliser les feuilles de calcul sélectionnées plus souvent que les autres, car j'aimerais contrôler où mes filtres doivent apparaître, dans quelles feuilles de calcul Tout dépend du concept de ces quatre options. Revenons maintenant à Tableau et essayons ces options et intégrons nos filtres. Nous allons passer à la catégorie, nous allons nous en tenir au filtre contextuel, liens radicaux et passer à l'appliqué aux feuilles de travail Et vous pouvez voir que l'option sélectionnée ici ne concerne que ces feuilles de travail Celui-ci est une valeur par défaut, cela signifie que ce filtre contextuel ne sera trouvé que dans ces rapports. Si nous examinons les autres rapports, nous ne le trouverons pas. Pour changer cela, nous allons revenir radicalement au filtre contextuel Essayons maintenant d'utiliser cette source de données. Cliquons dessus maintenant. Si vous jetez un œil à notre filtre, nous pouvons trouver une petite icône qui indique que ce filtre est utilisé dans différentes feuilles de calcul utilisant la même source de données Dans cette optique, nous utilisons la source de mégadonnées. Comme vous pouvez le constater, nous l'avons comme source de données principale. N'importe quelle feuille de calcul, n'importe quelle vue utilise cette source de données. Ce filtre peut y être appliqué. Passons aux différents points de vue ici. Nous allons donc passer à celui-ci. Vous pouvez voir que nous avons le filtre contextuel ainsi que le premier, car ils utilisent tous deux la source de données volumineuses et le filtre sera appliqué automatiquement à celle-ci. Mais maintenant, créons une nouvelle vue dans laquelle nous utilisons une source de données différente. Passons à la petite source de données. Prenons n'importe quoi. Prenons le prénom. Comme vous pouvez le constater, le filtre restera vide car la source de données volumineuses n' est pas utilisée dans cette vue. Mais maintenant, allons utiliser la source de données volumineuses et voir à quoi servira le tableau. Supprimons le prénom, revenons à la source de données volumineuses et prenons également le nom de famille. Au fur et à mesure que je passe à cette vue, à ces données, vous pouvez voir le tableau m'apporter automatiquement le filtre contextuel, car il doit être utilisé dans toutes les feuilles de calcul C'est-à-dire en utilisant la source de mégadonnées. Ce qui est très utile si nous avons différentes feuilles de calcul utilisant le même contexte, par exemple Au lieu de créer le même filtre encore et encore, nous pouvons le créer dans une feuille de calcul, puis l'étendre à toutes les feuilles utilisant la même source de données OK, c'est tout pour cette option. Revenons à notre filtre contextuel et essayons autre chose. Passons à l'application à tous les utilisateurs de sources de données connexes. Essayons celui-ci. Cliquez dessus, vous pouvez maintenant voir que nous avons reçu une nouvelle icône de Tableau. Indique que ce filtre sera appliqué à toutes les feuilles de calcul avec une source de données associée Maintenant, allons voir ce qui peut arriver aux autres feuilles en utilisant cette option. Nous allons maintenant retrouver ce filtre peu partout dans les premières feuilles, vous pouvez voir que nous utilisons les mêmes données. Ça va être comme ça. Le filtre contextuel est appliqué à la vue. Dans la deuxième feuille, nous allons revoir le même contexte car nous utilisons la même source de données. Allons-y maintenant et créons de nouvelles feuilles dans lesquelles nous allons utiliser la petite source de données. Nous utilisons différentes sources de données. Cliquez dessus et prenons, par exemple, le prénom de la vue. Maintenant, comme nous pouvons le voir dans les filtres, nous avons notre filtre contextuel. Même si nous utilisons une source de données différente, nous n'utilisons pas la grande source de données. Mais Tableau introduit ce filtre ici parce que nous utilisons cette option. Mais comme vous pouvez le voir, c'est rouge. Que se passe-t-il ici sur le filtre ? Si vous passez la souris dessus, cela indique que les sources de données contenant des tables logiques ne peuvent pas être utilisées comme source de données secondaire pour la fusion de données Comme ces filtres proviennent d'une autre source de données, de la source de mégadonnées, Tableau doit effectuer un mélange de données entre eux afin de les connecter Cela ne fonctionnera pas si vous avez dans la source de données secondaire un modèle de données logique, comme vous le savez dans notre source de mégadonnées. Si vous passez à cette page nous avons un modèle de données. Nous avons un modèle logique dans lequel nous relions les clients aux commandes, etc. Tableau n'aime pas qu'il s' agisse d'une source de données secondaire ou d'un modèle de données. Cela ne fonctionnera pas, mais si vous n'avez qu'une seule table ou si vous avez plusieurs joints au niveau de la couche physique, cela fonctionnera. Si vous revenez en arrière, il restera rouge tant que la source de données secondaire possède un modèle de données logique. Mais si vous n'avez qu'une table, tout ira bien. Cette erreur ne s'affichera pas. Très bien, avec cette option, lorsque vous pouvez voir si vous utilisez la même source de données ou une source de données différente, notre filtre apparaîtra. Maintenant, allons vérifier la dernière option. Revenons à notre point de vue ici. Accédez au filtre contextuel en cliquant dessus, puis sur Appliquer aux feuilles de calcul Nous allons maintenant passer aux feuilles de travail sélectionnées. Cliquons dessus. Très bien, nous avons maintenant un tableau très simple où nous avons une liste de toutes les feuilles de travail, ainsi que les descriptions, les sources de données et quelques détails Nous pouvons maintenant sélectionner manuellement les feuilles de calcul qui peuvent inclure notre filtre Comme vous pouvez le constater, nous avons comme si tout était sélectionné car nous utilisons l'option des sources de données associées. n'est pas ce que je veux. Je vais tout sélectionner et repartir de zéro. J'aimerais que mon filtre soit le premier. Le second. Et celui-ci est comme une note parce que nous sommes actuellement dans les feuilles de travail Il est de toute façon sélectionné. Et pour les autres, je vais le laisser désélectionné. C'est tout Allons-y et sélectionnons OK. Maintenant, si vous vérifiez à nouveau le filtre, nous pouvons trouver une nouvelle icône indiquant que ce filtre est désormais utilisé dans différentes feuilles de calcul que nous avons sélectionnées manuellement Regardons le premier rapport. Nous pouvons trouver notre filtre contextuel. Le deuxième pareil, le troisième en tout cas, car nous avons créé ici ce filtre de contexte. Mais maintenant, si vous allez dans les différentes feuilles de calcul, vous ne trouverez pas ce filtre contextuel Comme je l'ai dit plus tôt, j'utilise beaucoup cette option dans mes projets pour contrôler les feuilles de calcul dans lesquelles je souhaite voir mes filtres générale, ces options sont vraiment un excellent moyen de partager vos filtres dans différentes feuilles de calcul et de résoudre le problème de créer les mêmes filtres encore et encore Très bien les gars, nous allons maintenant parler de façon de personnaliser nos filtres rapides. Mais d'abord, comprenons les filtres rapides. Tout filtre que vous présentez dans la vue, dans les visualisations pour l'utilisateur final interagisse avec la vue Considéré comme un filtre rapide. Par exemple, tous les filtres situés sur le côté droit de la vue sont des filtres rapides. Nous avons la sous-catégorie, la somme des bénéfices Ce sont des filtres rapides. Les utilisateurs peuvent commencer à sélectionner les valeurs à l'intérieur de ces filtres rapides pour interagir avec les visualisations. Maintenant, afin de personnaliser ces filtres rapides, nous allons cliquer dessus avec cette petite flèche . Ici, nous allons obtenir une longue liste de nombreuses options sur la façon de personnaliser notre filtre rapide, et elles le sont également. En deux groupes. Le premier groupe explique comment personnaliser le filtre rapide. L'ensemble d'options suivant concerne les modes de filtrage que nous avons ici, et de nombreuses options concernant les valeurs qui peuvent être présentées. Dans le filtre rapide, nous n'avons que les valeurs pertinentes, toutes les valeurs en contexte, toutes les valeurs dans la base de données. Nous allons maintenant nous concentrer sur ces groupes d'options, mais nous devons d'abord comprendre les concepts qui les sous-tendent. Bien, comme nous l'avons déjà appris, nous avons une source de données et une feuille de travail Dans la feuille de travail, nous avons un filtre contextuel et des visualisations des données qui vont être envoyées de la source de données au filtre contextuel L'indivisualisation va interroger les données contextuelles et le résultat sera renvoyé à la Maintenant, dans la vue, nous pouvons créer un filtre. La question qui se pose maintenant est de savoir quelles données seront présentées dans ce filtre ? Ici, nous avons de nombreuses options. La première est que nous allons obtenir les valeurs de la base de données, toutes les valeurs de la base de données. Les valeurs seront alors demandées directement à partir de la source de données Avec cela, nous ignorons tout ce qui se trouve dans la feuille de travail. Nous ignorons les données dans le filtre contextuel ainsi que dans les visualisations Ce que nous faisons dans les feuilles de travail est-il important ? Les valeurs peuvent provenir directement de la source de données. Bien, c'est pour la première option. Lorsque nous parlons de base de données, cela signifie les informations de la source de données. L'option suivante, nous avons toutes les valeurs dans le contexte. Cette fois, les valeurs du filtre proviendront directement du filtre contextuel. Comme nous l'avons déjà appris, le filtre contextuel peut générer une vue Tumberal ou des données Timbal dans Ici, les valeurs proviendront directement du filtre contextuel et tout ce qui peut être fait dans la vue ne sera pas pris en compte dans les valeurs du filtre. Nous ignorons ainsi le niveau de visualisation. Nous obtenons les données directement à partir du filtre contextuel et non à partir des données. Très bien, c'est tout pour cette option. La prochaine ne comportera que des valeurs pertinentes. Les valeurs du filtre peuvent désormais provenir directement de la vue, des visualisations. Cela signifie que toute interaction que nous effectuons dans la vue, tout filtrage peut affecter directement les valeurs présentées dans notre filtre. Comme vous pouvez le constater, ces options sont vraiment utiles. Tableau nous permet désormais de contrôler les données qui peuvent être présentées dans nos filtres rapides. Parce que, comme vous pouvez le voir dans Tableau, nous avons différentes couches et différentes étapes, et les sous-ensembles et la taille des données peuvent être différents les uns des autres Normalement, la taille des données de la source de données est bien supérieure à celle du filtre contextuel. Avec cela, vous définissez et vous contrôlez les données qui seront présentées dans mon filtre. Très bien, revenons maintenant à l'aperçu. Maintenant, afin de mettre en pratique ces options, ce que je vais faire, c'est apporter de nouveaux filtres rapides pour avoir une vue d'ensemble. Prenons le rat de la campagne, cliquons dessus, affichons le filtre, et nous allons également avoir la ville. Allons là-bas. Nous pouvons modifier la commande ici. Nous allons donc aborder d' abord le pays, puis la ville et la sous-catégorie. Je vais supprimer ces mesures des filtres. Supprimons-les donc. Et avec cela, nous avons ces filtres. Nous allons maintenant vérifier les options dont nous disposons dans la ville à filtre rapide. Va vers la flèche. Comme vous pouvez le constater, la valeur actuelle correspond à toutes les valeurs de la hiérarchie, car la ville fait partie de la hiérarchie des lieux. Mais maintenant, nous allons le modifier pour n'utiliser que les valeurs pertinentes. Allons-y et faisons-le. Maintenant. Si vous examinez les valeurs dans les villes, nous pouvons trouver presque toutes les valeurs issues de la source de données. Rien n'a donc encore changé. Mais alors que nous commençons à interagir avec nos points de vue, les valeurs de la ville commencent à réagir à nos choix. Par exemple, allons dans le pays d' ici et commençons à supprimer certains pays. Nous allons désélectionner la France, l'Allemagne, les États-Unis. Comme vous pouvez le constater, les valeurs de la ville influent sur nos sélections. C'est comme si ces deux filtres rapides étaient connectés l'un à l'autre. C'est exactement ce que l'option de sélection des valeurs pertinentes apporte à notre filtre rapide. C'est exactement le but de cette option. Seules les valeurs pertinentes, peu importe ce que nous faisons dans la vue, les valeurs contenues dans ce filtre rapide peuvent être actualisées et mises à jour avec la sélection actuelle Maintenant, bien sûr, si nous allons désélectionner l'Italie, que va-t-il se passer ? La ville filtrée sera complètement vide, comme nous le pensons. Il réagit à notre interaction. Nous allons maintenant passer à une autre option. Passons ici sur la flèche. Et maintenant, nous allons le remplacer exactement par les valeurs opposées, toutes les valeurs de la base de données Cliquons dessus. Que va-t-il se passer maintenant ? Tableau va accéder à la source de données récupérer toutes les informations sur la ville et les mettre dans le filtre, que nous ayons sélectionné dans la vue ou que nous ayons un filtre contextuel, etc. Nous avons maintenant une liste de toutes les valeurs la ville disponibles dans notre source de données. Il ne sera ni actualisé ni mis à jour si nous cliquons ou interagissons avec notre vue Par exemple, si j'ajoute d'autres villes ou si je modifie d'autres filtres. Par exemple, je supprime toutes les sous-catégories. Vous pouvez voir que c'est statique, rien ne changera dans la ville car allez à la source de données, récupérez toutes les données à partir de là. Et c'est vraiment intéressant pour optimiser les performances de Tableau et réduire les ressources utilisées dans ces filtres rapides. Maintenant, allons vérifier autre chose. Nous allons sélectionner toutes les valeurs du contexte. Cliquons dessus. Cela signifie que les valeurs à l'intérieur des villes répondent uniquement au filtre contextuel. Comme notre filtre contextuel est basé sur la catégorie, nous devons l'afficher afin de modifier les valeurs. Passons à la catégorie radicale, cliquez dessus et affichez le filtre. Nous avons maintenant notre filtre contextuel sur le côté droit. Tous les autres filtres sont des filtres dimensionnels. Désormais, les valeurs de la ville ne peuvent interagir qu'avec la catégorie, non avec le pays et la sous-catégorie. Essayons maintenant. Par exemple, si je vais dans le pays, je supprime toutes les valeurs. Vous pouvez voir que les valeurs de la vue ont disparu car nous ne sélectionnons aucune donnée, mais les valeurs de la ville sont toujours présentes. Allons-y et sélectionnons tout. Il en va de même pour la sous-catégorie. Si je retire tout de la sous-catégorie, vous verrez que la ville ne réagit pas Il est toujours statique car il provient du filtre contextuel. Maintenant, ramenons tout. Mais maintenant, si je passe à la catégorie, à notre filtre contextuel, et que nous retirons les fournitures de bureau. Une fois que je l'ai retiré, vous pouvez voir que la ville réagit à notre point de vue. Nous n'avons donc aucune valeur car nous ne sélectionnons rien dans la catégorie. Ici, vous pouvez voir qu'il existe une connexion similaire uniquement avec le filtre contextuel, mais pas avec l'autre filtre. C'est exactement ce qui peut arriver si vous définissez la ville en fonction du filtre contextuel. Très bien, nous avons appris les trois principales options permettant de contrôler les valeurs qui seront présentées dans nos filtres rapides. Mais en commençant par la ville, nous avons constaté qu'il existe une autre option appelée toutes les valeurs de la hiérarchie. C'était celui par défaut, allons-y et sélectionnons-le. Une fois que nous l'avons fait, ce que nous faisons maintenant, nous connectons des dimensions qui se situent dans la même hiérarchie. Si vous consultez notre bain de données, nous avons une hiérarchie que nous avons créée précédemment. Il s'agit de la hiérarchie des emplacements, et à l'intérieur de celle-ci, nous avons quatre dimensions. Nous avons le continent, pays, la ville, les codes postaux. Maintenant, toutes ces quatre dimensions, si nous les utilisons comme filtre rapide, elles seront connectées les unes aux autres. Regardons l' exemple. Maintenant, la ville et le pays sont placés dans la même hiérarchie, et ils sont liés les uns aux autres dans la catégorie. C'est notre filtre contextuel, il est vide, mais la ville affiche toujours des valeurs. Cela signifie que la ville est désormais déconnectée du filtre contextuel ou de tout autre filtre, et qu'elle n'est plus dans la même hiérarchie. Si je sélectionne des valeurs dans la catégorie, vous verrez que rien ne change dans la ville. Même si je supprime tout, la ville peut réagir une seule fois et commencer à désélectionner ou à sélectionner des valeurs dans la même hiérarchie Si je supprime la France, l'Allemagne, États-Unis, vous pouvez voir maintenant que nous n'avons que les villes d'Italie. Ils sont comme connectés les uns aux autres. Mais ici, nous avons quelque chose de spécial à propos des hiérarchies, car comme nous l'avons appris, nous avons des niveaux de dimensions Le niveau du pays est supérieur à celui de la ville. Les dimensions du niveau inférieur n' affecteront pas les dimensions du niveau supérieur. Seule une dimension de niveau supérieur peut affecter la dimension inférieure. Ce que je veux dire par là, c'est aller à la campagne. Sélectionnez toutes les valeurs. Comme vous pouvez le constater, nous avons maintenant ici dans les villes, toutes les valeurs. Mais si je commence à sélectionner des valeurs à partir de là, vous verrez que le pays ne réagit pas en conséquence, car il s'agit d'une dimension supérieure. Même si je désélectionne tout, j'ai toujours les quatre pays Cela signifie que puisque la ville est située à un niveau inférieur à celui du pays, cela n'affectera pas le pays. Mais si nous atteignons maintenant un niveau supérieur à celui du pays qu'est le continent, voyons ce qui va se passer. Nous allons aller sur le continent, connecter radicalement et afficher le filtre Je vais juste l' apporter ici maintenant alors que je commence à désélectionner des éléments sur le continent Comme vous pouvez le voir, les valeurs du pays sont affectées par ma sélection En raison de la hiérarchie, le contenu est de niveau supérieur à celui du pays. Avec cela, comme vous pouvez le constater, c'est ce qui peut arriver si nous avons toutes les valeurs dans la hiérarchie. Vous devez faire attention aux niveaux des dimensions, et ces dimensions seront connectées les unes aux autres. Nous avons ainsi couvert toutes les options que nous pourrions utiliser pour contrôler les valeurs de nos filtres rapides. Bien, nous allons maintenant parler d' un autre groupe d' options que nous pourrions utiliser pour personnaliser nos filtres rapides. Nous avons les modes de filtrage, nous avons une liste à valeur unique, une valeur unique, un curseur déroulant, liste personnalisée, etc. Pour apprendre cela, nous allons avoir l'exemple suivant de ce que nous allons faire. Nous allons nettoyer nos filtres. Je vais supprimer le pays, la ville et le continent. Et nous allons avoir la sous-catégorie et la catégorie. Et nous allons également apporter nom du produit sous forme de filtre. Cliquez dessus avec le bouton droit de la souris et allons afficher le filtre. Nous avons maintenant les filtres rapides. Sur le côté droit, nous avons le nom du produit. Je vais juste l' apporter ici pour qu' il ressemble à notre hiérarchie. Tout a commencé par la catégorie, sous-catégorie et le nom du produit Montrons toutes les valeurs ici. Et pour le nom du produit. Je vais changer les modes pour passer à une liste déroulante ou à une liste. Très bien, commençons maintenant le premier filtre rapide de la catégorie et essayons ces modes. Nous allons passer à la flèche, et comme vous pouvez le voir, par défaut, il s'agit d'une liste de valeurs multiples. Comme vous pouvez le voir, nous avons à nouveau la liste ici sous forme valeur unique, nous avons la même option, l'une est une valeur unique et l' autre est une valeur multiple. Il en va de même pour le menu déroulant. Nous avons réduit la valeur unique et la liste déroulante sous forme de valeurs multiples. Essayons ces trucs. Nous allons passer à la liste des valeurs uniques. Et comme vous pouvez le voir maintenant, le visuel du filtre, le passage à radiobuttonsow, alors que je sélectionne ces valeurs dans la catégorie, comme vous pouvez le voir, nous n'avons qu'une seule valeur, comme son nom l'indique, il ne s'agit que d'une liste de valeurs uniques Cela signifie donc que nous imposons certaines restrictions. Une seule valeur est autorisée. Mais si vous voulez avoir plusieurs valeurs sous forme de liste, nous allons la reconvertir en liste de valeurs multiples. Ici, bien entendu, vous pouvez choisir différentes valeurs et différentes catégories sans aucune restriction. Il s'agit de la liste des modes, la valeur unique ou de la liste déroulante. OK, maintenant allons-y et essayons d'autres modes. Nous allons prendre cette fois une valeur unique, une liste déroulante. Passons à celui-ci. Et comme vous pouvez le constater avec le menu déroulant, vous ne trouverez pas toutes les valeurs immédiatement dans la vue Vous devez cliquer sur le menu déroulant ici. Ensuite, vous pouvez sélectionner les valeurs, une seule valeur. Ici encore, nous ne pouvons sélectionner qu'une seule valeur. Nous ne pouvons pas sélectionner plusieurs valeurs. Je ne peux sélectionner qu'une catégorie à la fois. Et comme vous pouvez le constater, cela fonctionne. Passons maintenant aux valeurs multiples. Liste déroulante. Nous allons avoir, encore une fois , la même chose. Nous avons un menu déroulant. Mais dans le menu, nous pouvons sélectionner plusieurs valeurs. C'est tout pour le menu déroulant. Très bien, passons maintenant à un autre mode de filtrage. Nous avons le curseur à valeur unique. Sélectionnons-le. Et avec cela, vous pouvez avoir un slider. Nous pouvons le déplacer vers la gauche et vers la droite pour avoir des valeurs différentes, mais ce n'est pas vraiment intéressant pour une dimension avec des valeurs de chaîne. Nous pouvons l'utiliser pour les chiffres ou les dates. Comme ce n'est pas très agréable d'avoir un curseur pour les valeurs, il est préférable d'utiliser le menu déroulant ou une liste pour les valeurs de chaîne Voilà pour les sliders. Je l'utilise rarement dans les projets. Passons maintenant à une autre question. Nous avons la liste personnalisée, mais je ne l'utiliserai pas dans la catégorie. Passons au nom du produit et utilisons une liste personnalisée. Cliquez dessus. Maintenant, comme vous pouvez le voir , le nom du produit n'a aucune valeur. On ne voit rien. Nous n'avons qu'un champ de recherche. Nous pouvons donc maintenant rechercher une valeur. Par exemple, cherchons Apple . Puis appuyez sur Entrée. Vous pouvez maintenant voir une liste de tous les produits qui contiennent le nom Apple. C'est donc comme faire une recherche dans ce champ. Donc, si vous pouvez aller ici et commencer à sélectionner les valeurs que vous souhaitez inclure dans le filtre. En cliquant ici sur ces cases, je vais voir une liste de toutes les valeurs que je sélectionne. Avec cela, nous avons créé notre liste à l'aide du champ de recherche, mais ici, nous ne voyons aucune donnée cause des catégories. Je vais donc simplement passer du curseur à la liste de valeurs multiples Je vais tout sélectionner. Et maintenant, nous pouvons voir que nous ne sélectionnons que les téléphones de sous-catégorie, car nous avons sélectionné ici, l'Apple Avec ce type de liste, les clients peuvent sélectionner leur propre liste. Nous pouvons donc ajouter d'autres choses comme Samsung ici. Alors, cherchons. Je vais également ajouter ces produits à la liste. Et avec cela, nous déformons ou ajoutons d'autres produits à la liste. Si vous voulez tout effacer, nous pouvons aller ici et effacer la liste. C'est une très bonne façon de rechercher une valeur spécifique, surtout si le nom du produit contient beaucoup de valeurs. Maintenant, allons-y et essayons la dernière option que nous avons dans les modes de filtrage, nous avons les jokers. Allons-y et sélectionnons-le. Nous pouvons maintenant voir que nous avons à nouveau un champ de recherche dans lequel nous pouvons entrer une valeur. Mais maintenant, nous cherchons un modèle spécifique dans nos données. Afin de vous montrer comment cela fonctionne. Selon nous, nous allons également obtenir le nom du produit. Nous allons maintenant rechercher exemple de modèle spécifique. Je veux rechercher tous les produits qui commencent par le personnage A. Pour ce faire, nous allons passer ici après le A. Peu importe le personnage qui suivra. C'est pourquoi nous allons utiliser le personnage étoile. Allons-y avec ça. Puis appuyez sur Entrée. Nous pouvons voir dans le nom du produit que Tableau a filtré les données en fonction de notre modèle, de notre modèle de recherche. Nous pouvons voir ici tous les produits qui commencent par le caractère A. Allons-y et prenons un autre exemple. Supposons que nous voulions commencer par PP, peu importe le personnage qui suivra, nous aurons la star. Entrons. Nous n'avons ici que quatre produits qui suivent ce modèle, et c'est le mot d'or. Nous pouvons rechercher les derniers caractères. Disons que cela devrait se terminer par, au lieu d'avoir le début par la fin, nous allons avoir l'étoile au début. Nous avons une étoile , puis appuyons sur Entrée. Tous ces produits se terminent par le personnage. Si j'aime bien le déplacer ici, certains d'entre eux sont des noms très longs, vous pouvez voir par exemple ici des étuis à livres. Cela se termine par tous ces produits et se termine par le personnage. C'est ainsi que fonctionne ce mode. Les jokers, nous pouvons les utiliser pour rechercher un modèle spécifique dans nos données. Encore une fois, c'est vraiment utile. Si nous avons une dimension avec un grand nombre de valeurs, nous pouvons utiliser la recherche. Pour trouver les données spécifiques dont nous avons besoin. Nous avons ainsi couvert tous les différents modes cette catégorie afin de personnaliser nos filtres rapides. Très bien, passons maintenant à un autre ensemble d' options pour personnaliser nos filtres rapides. Dans chaque filtre rapide, nous avons beaucoup d'informations. Par exemple, nous avons ce bas supplémentaire appelé tout, ou nous avons un titre. Ou nous pouvons rechercher une valeur spécifique, ou nous pouvons réinitialiser des éléments, etc. Nous pouvons donc personnaliser toutes ces informations dans Tableau. Revenons-y encore une fois. Ensuite, nous pouvons passer à la personnalisation. Et maintenant, nous pouvons voir que toutes ces options affichent toutes les valeurs. C'est exactement la première valeur que nous pouvons sélectionner. Désactivé. Nous ne pouvons avoir que les valeurs de la dimension, du filtre, mais parfois c'est vraiment sympa. Par exemple, dans la sous-catégorie, si vous voulez désélectionner un grand nombre de valeurs, vous pouvez simplement cliquer si vous voulez désélectionner un grand nombre de valeurs, sur di, sélectionner toutes les valeurs avec cela, vous supprimez toutes les sélections puis vous sélectionnez des éléments spécifiques Cela nous permet de sélectionner les valeurs très rapidement. Passons à la suivante. Nous avons cette petite icône de recherche. Au fur et à mesure que vous vous rendez ici, vous pouvez rechercher Art Enter, par exemple. Ensuite, vous allez obtenir la valeur dans cette dimension si vous voulez masquer et la mettre à la disposition des utilisateurs. Pour une raison ou une autre, vous pouvez aller ici et le personnaliser puis le désactiver Une fois que vous l'avez désactivée, vous pouvez voir la petite icône disparaître, mais je pense que cela ne fait pas de mal de avoir dans chaque filtre rapide Activons-le à nouveau. Comme vous pouvez le constater avec ces options, nous sommes en train de personnaliser notre filtre rapide Voyons une autre option. Passons à la personnalisation. Et ici, c'est vraiment intéressant de voir le show apply pattern. Sélectionnons-le. Et une fois que vous l'aurez fait, vous aurez deux nouveaux modèles à annuler et à appliquer. Je sélectionne maintenant dans mon filtre, comme vous pouvez le voir, rien ne change dans la vue. Cela signifie qu'il n'enverra aucune requête à la source de données ou au filtre contextuel pour obtenir les données. Rien ne changera tant que je ne clique pas ici sur le bouton Appliquer. Une fois que j'ai cliqué sur Appliquer, le filtre va envoyer une requête au Tableau et Table va répondre avec des données. C'est vraiment intéressant si vous devez sélectionner un grand nombre de valeurs. Chaque fois que vous sélectionnez une valeur, Tableau va faire les calculs, peut-être que cela a du sens. Permettez-moi d'abord de tout sélectionner, puis de faire les calculs. Si vous n' activez pas cette option, comme dans la catégorie, chaque fois que nous sélectionnons et sélectionnons un filtre dans le cadre de notre interaction avec celui-ci, nous générons de nombreux calculs dans Tableau au fur et à mesure que nous cliquons. Mais ici, pendant que nous sélectionnons les valeurs, rien ne change tant que nous n' avons pas décidé de dire «   OK, j'ai terminé ». Maintenant, va faire les calculs. Encore une fois, c'est un très bon moyen de réduire les calculs inutiles dans Tableau. Très bien, ce que nous pouvons personnaliser d'autre dans nos filtres rapides, c'est le titre. Nous pouvons donc décider si vous souhaitez afficher un titre ou non, ou vous pouvez choisir le nom du titre lui-même. Si vous allez ici, vous dites d' accord, au lieu d'une sous-catégorie, je vais avoir un inconvénient entre les deux et faire en sorte que tout soit petit pour une raison ou une Cliquons sur OK. Comme vous pouvez le constater, le titre change, mais le nom du jeu de données reste le même Donc, si vous passez à la sous-catégorie, le nom reste tel quel Nous venons de renommer le nom du filtre. Très bien, nous avons maintenant abordé presque tout ce qui concerne la personnalisation de nos filtres rapides dans Tableau. Bien, nous avons donc appris à appliquer des filtres à plusieurs feuilles de calcul dans Tableau Ensuite, je vais partager avec vous meilleurs conseils et astuces que j'utilise habituellement dans mes projets une fois que je commence à utiliser des filtres dans Tableau. 110. Udemy 9 4 Trucs et astuces: Je vais maintenant vous présenter les meilleures pratiques en matière de filtres Tableau que j'ai habitude de suivre dans mes projets. Allons-y. La première étape que j'ai pour vous est d'utiliser ces filtres. Le filtre d'extrait, le filtre de source de données et le filtre de contexte. J'ai vu de nombreux projets dans lesquels développeurs les oublient ou les ignorent, car il ne s' pas d' individualisations vraiment importantes, mais elles sont très importantes pour optimiser les performances Je vous conseille de toujours discuter avec les utilisateurs finaux de la promotion de l' un de ces filtres pour lesquels vous avez des indivisualisations en tant que filtre d'extrait S'il ne peut pas s'agir d'un filtre d' extrait, le filtre de source de données et la dernière option pour optimiser les performances consiste à l'utiliser en tant que filtre contextuel. Parce que parfois l'individualisation, vous n'avez pas vraiment besoin de toutes les données dont vous n'avez pas besoin Comme par exemple dix ans d'indivisualisations de données. Essayez d'en discuter avec les utilisateurs pour leur dire qu'il faudrait peut-être utiliser que deux ans de données pour les visualisations Ensuite, vous pouvez utiliser un filtre d'extrait ou un filtre de source de données pour votre travail. Ce qui peut avoir un impact important sur les performances globales de Tableau. N'oubliez pas ou n'ignorez pas ces trois filtres. Le deuxième conseil que j'ai à vous donner concerne l'optimisation des performances dans Tableau. C'est-à-dire éviter d'utiliser uniquement des valeurs pertinentes dans vos filtres rapides. Par exemple, si nous allons à la sous-catégorie ici, nous pouvons voir qu'elle n'est actuellement définie que sur nous pouvons voir qu'elle n'est actuellement les valeurs pertinentes Si vous utilisez cette option pour tous vos filtres rapides, que peut-il se passer ? Les performances de Tableau vont être vraiment mauvaises et tout va être très lent. Nous pouvons donc passer à autre chose comme toutes les valeurs de la base de données ou du contexte. On peut changer ça. Cela vous permettra de réduire la charge qui pèse sur la mémoire et les ressources de Tableau, mais voyons pourquoi. Bien, voyons maintenant ce qui peut se passer dans Tableau si vous utilisez vos filtres pour toutes les valeurs de la base de données ou du contexte. Il en va de même une fois que les spectateurs ou leurs utilisateurs commencent les reportages. Si vous n'envoyez qu'une seule requête à la source de données et que la source de données répondra en renvoyant les résultats. Cela signifie que nous n' aurons qu' une seule requête initiale lorsque l'utilisateur démarrera la vue. Mais d'un autre côté, si vous n'utilisez que des valeurs pertinentes, que peut-il se passer ? La vue continuera à envoyer des requêtes après requêtes à la source de données, toujours pour obtenir une mise à jour et un rafraîchissement de la vue. Cela signifie que la vue continuera à envoyer plusieurs requêtes pour chaque interaction utilisateur, ce qui peut réellement avoir un impact sur les performances de Tableau. Parce que chaque fois que l'utilisateur clique sur quelque chose ou interagit avec la vue, la vue continue d' envoyer des requêtes à la source de données pour obtenir une mise à jour sur l'interaction. Ce qui peut utiliser beaucoup de ressources et de mémoire dans Tableau. Et cela va tout ralentir car chaque utilisateur clique sur un élément de la vue ou, en interagissant, la vue va continuer à envoyer des requêtes à la source de données qui consomme beaucoup de mémoire et de ressources de Tableau. Et ça va tout ralentir. Faites attention à vos filtres rapides Si tout ne porte que sur des valeurs pertinentes, les choses risquent d'être lentes. Si les utilisateurs souffrent de mauvaises performances dans Tableau, pensez peut-être à faire passer tous ces filtres à toutes les valeurs du contexte ou de la base de données. J'ai une autre astuce concernant l' optimisation des performances dans Tableau, éviter d'utiliser dimensions à forte cardonalité comme filtres rapides, ces dimensions peuvent avoir un impact sur les performances Mais d'abord, voyons ce qu'est la cardinalité ? Cady est le nombre de valeurs distinctes dans le champ. Par exemple, dans notre base de données, nous avons l'identifiant du client. Nous avons environ 800 identifiants clients et nous avons de nombreux noms de produits, ces deux champs étant considérés comme des dimensions de cardinalité élevées D'autre part, nous avons une autre dimension, par exemple la catégorie. Nous n'avons que trois valeurs ou les pays dans notre base de données, nous n'avons que quatre pays, la sous-catégorie également Nous n'avons que 17 sous-catégories, ces dimensions étant considérées comme telles Et si vous les utilisez, les performances seront bonnes. Mais si vous commencez à utiliser ces dimensions avec une cadalité élevée, les performances seront peut-être meilleures. La meilleure pratique consiste à éviter d' utiliser une cardinalité élevée Bien, revenons à nos filtres rapides. À notre avis, comme vous pouvez le voir dans la catégorie et la sous-catégorie, il existe des dimensions à faible cadalité C'est bien de le laisser à la vue, mais le nom du produit comporte de nombreuses valeurs. Ce sont des dimensions à haute cadalité. Cela vaut vraiment la peine d'en discuter avec les utilisateurs savoir s'ils ont vraiment besoin d'un tel filtre dans la vue. Si vous découvrez que personne n'en a besoin, il suffit de le supprimer de la vue pour obtenir de bonnes performances chez Tableau. Passons maintenant à l'embout de filtre suivant. Disons que les utilisateurs veulent vraiment voir le nom du produit ou l'ID client, n'importe quelle dimension à haute cardinalité Dans la vue ici, le conseil est de changer les modes de filtrage. Au lieu d'avoir une liste déroulante ou une liste, nous pouvons utiliser une correspondance pour les dimensions présentant une cardinalité élevée Pourquoi le fait de disposer d'une liste de tous les produits ou clients dans la vue est une mauvaise chose dans Tableau ou une mauvaise performance. Chaque fois que Tableau doit accéder à la source de données ou à la base de données, nous devons préparer une liste distincte de tous les clients ou tous les produits à présenter dans la vue. Au lieu d'avoir une liste, nous pourrions la changer en Wildcard Match Et comme vous pouvez le constater, Tableau ne prépare rien. Nous n'avons donc aucune valeur à présenter dans la vue, uniquement si les clients commencent à interagir avec le filtre rapide. Ensuite, Tableau va accéder à la base de données et apporte les valeurs pertinentes. Nous évitons ainsi d'utiliser beaucoup de ressources et de faire des calculs inutiles dans Tableau. Si vous avez une cardonalité élevée, évitez de l'utiliser ou, si vous souhaitez l'utiliser, utilisez simplement le joker match Très bien, alors passons à l'endroit suivant. pratique dans Tableau consiste également à optimiser les performances dans Tableau, c' est-à-dire à commencer à utiliser le patum d'application dans vos filtres rapides Parce que si vous ne l'utilisez pas, laissez-moi vous montrer ce qui peut arriver à chaque fois. Je suis toujours en train de sélectionner quelque chose. C'est comme une requête envoyée à la source de données. Il s'agit d'une requête, deuxième requête, d'une troisième requête, d'une quatrième requête, etc. Chaque fois que je clique sur mes filtres, sont générées nombreuses requêtes sont générées vers la source de données, ce qui consomme beaucoup de performances. Au lieu d'avoir un tel filtre, nous pouvons le personnaliser et ajouter du bas comme nous l'avons appris auparavant, nous pouvons aller ici, puis personnaliser et afficher Applypatom Maintenant que je clique sur ces valeurs dans le filtre, aucune requête n'est générée vers la source de données. Nous n'utilisons aucune ressource dans Tableau. Et une fois que j'ai fini de sélectionner ce dont j'ai besoin, je vais appuyer sur OK ou appliquer ce qui peut arriver, une requête sera envoyée à la source de données pour apporter le résultat à la vue. Cela nous permet de réduire le nombre de requêtes générées par nos visualisations dans Tableau, ce qui est vraiment excellent pour les performances Ma recommandation ici, si vous avez un filtre tel que la sous-catégorie ou une dimension à haute cardinalité, où vous utilisez une liste, utilisez applypaom Comme les utilisateurs ne sélectionnent pas une seule valeur, ils sélectionnent généralement plusieurs valeurs et peuvent ensuite les appliquer à la fin . Mais pour un filtre comme la catégorie, nous n'avons que trois valeurs. Par exemple, utiliser Apply Bottom ne fonctionne pas, il n'y en a que trois, donc l'utilisateur va au maximum, par exemple générer trois requêtes. C'est bien de ne pas utiliser un fond plat dont les dimensions sont très faibles. Avec une cardinalité élevée ou moyenne, comme une sous-catégorie, optez pour un fond obli Très bien, le type de filtre suivant concerne également le tableau des performances, qui consiste à éviter d'utiliser l' exclusion et à toujours inclure si c'est possible. Ainsi, par exemple, si vous accédez à la sous-catégorie, nous avons ici la possibilité d'utiliser l'option d'inclusion ou d'exclusion si vous utilisez des valeurs d'exclusion Les requêtes qui seront générées dans Tableau sont plus complexes que celles qui sont incluses. Plus la complexité signifie plus de ressources et peut ralentir le rapport ou la vue dans Tableau. Évitez d'utiliser l'exclusion lorsque c'est possible, je vais donc le remplacer par include qui offre de meilleures performances. Très bien, alors passons à la suivante. Et je vous promets que c'est le dernier point sur les performances, qui consiste à minimiser le nombre de filtres rapides dans votre champ de vision. Ces filtres rapides vont non seulement occuper de l'espace dans la vue, mais aussi générer de nombreuses requêtes. Beaucoup de stress va nuire à l'ensemble des performances de Tableau. Essayez d'éviter d'utiliser trop de filtres rapides et discutez avec les utilisateurs chaque fois qu'ils ont besoin de nouveaux filtres. S'il est vraiment nécessaire de le mettre dans la vue, car j'ai vu beaucoup de Jects que les utilisateurs veulent toujours De nombreux filtres essaient d'en parler. Et il ne faut pas toujours introduire un nouveau filtre rapide dans Tableau, car vous finirez par avoir très mauvaises performances dans la vue, et personne ne sera content d' avoir un temps de réponse insuffisant dans les visualisations Essayez de minimiser le nombre de filtres rapides dans Tableau qui satisferont tout le monde. Ajoutons maintenant plus de filtres à notre affichage. Nous allons, par exemple, choisir la date de commande, je vais l'afficher sous forme de filtre. Prenons les informations de localisation, le pays également, peut-être la ville. Nous devons maintenant commencer à trier ces informations. Je commence généralement dans mes projets avec le premier filtre correspondant à la date ou l'heure que nous avons dans la visualisation. Ici, nous n'avons que la date de commande. Nous allons le glisser-déposer en haut, car les utilisateurs peuvent commencer à réfléchir à la date l'année que je souhaite voir apparaître dans mes visualisations Ils vont toujours se concentrer en premier. Sur le plan de l'heure et de la date. Ensuite, nous avons deux types d' informations ou deux hiérarchies. Dans les filtres rapides, nous avons ici les informations de localisation, la ville et le pays. Ci-dessous, nous avons également les informations sur le produit. Donc, notre hiérarchie ici, nous ne devons pas les mélanger. Séparez-les d'abord, commencez par le sujet, par exemple l'emplacement. Nous allons d'abord parler de la ville et du pays. Ensuite, nous allons parler des informations sur le produit ci-dessous, ainsi que de l' ordre logique dans notre hiérarchie. Notre hiérarchie commence, par exemple, avec le pays comme niveau supérieur à la ville. Commencez toujours par le niveau supérieur, puis descendez au niveau inférieur. Par exemple, ici, nous devrions placer le pays et le sommet, puis la ville devrait être en dessous. Si nous prenons, par exemple, le code postal, ajoutons-le également dans le filtre, le code postal doit se trouver en dessous de la ville. Comme vous pouvez le voir dans le filtre rapide, nous sommes en train de reconstruire l'ordre logique des niveaux de la hiérarchie. Il en va de même pour le produit. Nous avons d'abord la catégorie, la sous-catégorie, puis le nom du produit Ici, tout va bien avec ça. Ajoutez l'utilisateur, commencez à filtrer les données, ils commencent de haut en bas. Il y a comme un ordre logique du champ qui a vraiment du sens. Très bien, passons à l'astuce de filtre suivante, qui concerne toutes les valeurs dans des dimensions à très faible cardinalité. Ce que je veux dire , par exemple, examinons le pays. Le pays n'a que quatre valeurs. Et cela n'a vraiment aucun sens de tout utiliser car il ne s'agit que de trois ou quatre valeurs. Et les utilisateurs peuvent sélectionner ces valeurs sans pour autant les sélectionner ou les désélectionner Toutes ces dimensions sont vraiment de faible cardinalité. Et nous pouvons supprimer cette option. Passons au personnalisé et retirons-le avec nous. Nous avons plus d'espace à montrer aux utilisateurs et cette option prend généralement beaucoup de place. Très bien, passons donc à la suivante, à la ville, et vérifions les valeurs. Comme vous pouvez le constater, nous avons de nombreuses valeurs et ici, il est logique de les laisser telles quelles. Nous allons laisser toutes les valeurs, compris le code postal. C'est comme une cardonalité relativement élevée, nous allons laisser cette catégorie ici. Nous n'avons que trois valeurs. Cela n'a vraiment aucun sens d'utiliser les anciennes valeurs, donc je vais également les supprimer à partir d'ici. Et grâce à cela, nous avons désormais plus d'espace. Nous n'avons pas perdu de place pour cela. La sous-catégorie ici, agrandissons-la un peu. Et vous pouvez voir, oui, beaucoup de valeurs et il est logique sélectionner toutes les sous-catégories ou de les désélectionner Je vais donc m' en tenir à ça. Cela signifie que nous changeons simplement cela pour la catégorie et le pays est vraiment une dimension à très faible cadonalité Très bien, nous allons maintenant passer à la dernière astuce que j'ai pour vous, que j'utilise habituellement dans mes projets, qui porte aussi bien sur le design que sur le sentiment de suppléance dans Tableau Ici, nous allons utiliser les modes de filtrage appropriés dans les filtres rapides. Voyons ce que je veux dire par là. Tout d'abord, nous allons commencer par les dates de commande ou par la date que nous avons. À notre avis, j'ai généralement tendance à utiliser ici un champ continu au lieu d' une liste de valeurs distinctes. Ce que je veux dire par là, c'est que j'ai l'habitude venir ici l'année de la commande, les dates se connectent radicalement et les convertissent en continu. Avec cela, nous pouvons avoir une plage entre deux valeurs, ce qui peut également avoir moins d'espace dans Tableau. Allons-y et changeons maintenant. Comme vous l'avez peut-être déjà remarqué, la date de commande le filtre rapide ont disparu car nous avons changé le rôle de discret à continu. Allons le montrer à nouveau. Comme vous pouvez le voir maintenant, nous avons le filtre rapide, très minimal et ne prenant pas beaucoup de place. C'est vraiment bien comme point de départ d' avoir une plage entre deux valeurs pour la date. Passons à la suivante . Nous avons le pays. Le pays a des dimensions à très faible cardinalité. Et ici, j'ai tendance à toujours utiliser une liste, plusieurs valeurs, donc tout est correct. Vérifions qu'il s' agit de plusieurs valeurs. Une liste. Je vais le laisser tel quel. Ensuite, nous avons la ville ici, nous avons beaucoup de valeurs ici. Nous ne pouvons voir que trois valeurs dans l'ensemble du filtre. Cela n'a aucun sens de l' avoir sous forme de liste de valeurs multiples. Au lieu de cela, j' allais dire qu' il s'agit d'une dimension à cardinalité moyenne, nous allons toujours avoir tendance à utiliser une liste déroulante pour cela Je garde toujours cette valeur unique. C'est comme une restriction, ça n'a aucun sens. Nous allons utiliser le menu déroulant à valeurs multiples . Comme vous pouvez le constater, nous avons un minimum de place. Nous n'avons qu'une seule valeur visible. Donc, si les utilisateurs veulent sélectionner les villes, ils vont sélectionner les valeurs dont ils ont besoin, puis les placards C'est vraiment minimal et ne prend pas beaucoup de place. Le suivant, nous avons également le code postal. Nous avons ici la même dimension de situation avec une cadonalité moyenne, nous avons comme beaucoup de valeurs, nous ne la laisserons donc pas sous forme de liste Nous pouvons l'avoir sous forme de menu déroulant. Comme vous pouvez le constater, la taille par rapport à la ville est vraiment grande. Individualisation. Nous allons également aller ici et le remplacer par plusieurs valeurs. Liste déroulante. La prochaine est la catégorie. C'est exactement le pays, seulement trois valeurs, très faible cadonalité Nous allons le laisser tel quel. Je pense à la sous-catégorie. Vous savez déjà qu'il a une cadonalité moyenne. Nous allons aller ici et en faire une liste déroulante. Nous allons maintenant passer à la dernière, nous en avons déjà parlé. Le nom du produit est énorme et possède de nombreuses valeurs. La meilleure pratique consiste à utiliser un joker pour cette valeur. Par exemple, prenons-en un autre. Prenons les prénoms. Je vais vous montrer le filtre ici et nous allons simplement le retirer. Le dernier pénis. Le nom du produit est également un énorme filtre. Il a beaucoup de valeurs ici, une dimension avec une cadéralité élevée Nous allons passer en mode wild card match, exactement comme le nom du produit. Comme vous pouvez le constater, nous avons maintenant beaucoup de filtres, ce qui n'est pas vraiment bon pour les performances. Mais nous avons économisé beaucoup d' espaces en modifiant les modes de filtrage. Nous avons donc de très bons filtres rapides sur le côté droit, qui ne prennent pas beaucoup de place. J'ai donc abordé tous les trucs et astuces, ou les meilleures pratiques que j'utilise habituellement dans les projets Tableau lorsque j' utilise des filtres. C'est bon. Cela dit, vous connaissez les meilleures pratiques que j'ai l'habitude suivre une fois que je commence à créer des filtres dans Tableau. Ensuite, nous allons découvrir les différentes manières de trier nos données dans Tableau. 111. Tri d'Udemy 9 5: Bien, nous allons maintenant apprendre à trier vos données dans Tableau. Beaucoup de personnes pensent que tri des données dans Tableau ne fonctionne pas correctement, ce qui n'est pas vraiment correct. Nous allons donc maintenant éliminer cette confusion et comprendre comment fonctionne le tri dans Tableau. Allons-y, d'accord, voyons maintenant ce qu' est le tri. C'est très simple. Le tri consiste à organiser vos données dans un ordre précis. Et ici, nous avons deux options. Soit nous pouvons l'assortir par ordre croissant. Ici, nous pouvons organiser vos données par ordre croissant. Cela signifie que nous allons commencer par la valeur la plus basse, et au fur et à mesure que nous descendons, nous allons avoir la valeur la plus élevée. Prenons par exemple le numéro de commande. Nous pouvons les trier par ordre croissant. Alors les valeurs peuvent être comme ça, 123456, les valeurs augmentent à mesure que nous descendons Ou si nous avons, par exemple, le prénom, nous avons des caractères. Cela va être trié de A à Z. Par exemple, nous avons ici et Dwight, et nous finirons par La deuxième option consiste à trier vos données par ordre décroissant Ici, nous pouvons classer vos données par ordre décroissant. Cela signifie que nous commençons toujours par la valeur la plus élevée. Au fur et à mesure que nous descendons, nous allons atteindre la valeur la plus basse. Par exemple, voici à nouveau le numéro de commande, nous commençons par la valeur la plus élevée. Dans cet exemple, il s' agira du 654. Au fur et à mesure que je descends, je vais obtenir la valeur la plus basse. Il en va de même pour le prénom. Ce sera le contraire de l'ordre alphabilitique. Nous allons commencer par Pam, Michael James, jusqu'à ce que nous finissions par, et comme vous pouvez le constater, c'est très simple Nous n'avons que deux options trier les données par ordre croissant ou décroissant Passons maintenant à Tableau et voyons comment nous pouvons y parvenir. Très bien, nous allons maintenant créer une autre vue à partir de zéro. Nous allons nous en tenir à la plus grande, alors prenons, comme d'habitude, la sous-catégorie dans les rangées Et nous allons prendre, comme mesure, les ventes. Mettons-le dans les colonnes. Montrons les chiffres. Je vais passer aux étiquettes et aux couleurs. Ensuite, nous pouvons également avoir le pays dans les colonnes. Passons aux clients. À l'intérieur de la hiérarchie, nous avons notre pays. Mettons-le ici. D'accord, c'est notre point de vue pour le moment. Il existe deux manières de procéder dans Tableau : soit directement dans les visualisations, c'est ce que nous appelons le tri rapide, soit nous pouvons le faire au fur et tri rapide, soit nous pouvons le faire à mesure que nous développons la vue en tant que développeurs Nous allons commencer par le premier , où nous pouvons apprendre à trier à l'aide du tri rapide à partir des visualisations C'est ce que les utilisateurs vont généralement voir et faire. Bien, maintenant, pour le tri rapide dans Tableau, vous pouvez trier vos données à trois endroits directement dans les visualisations La première consiste à trier les données de l' en-tête en plaçant le pointeur de la souris sur le nom de l'en-tête Ici, vous pouvez voir que nous avons une petite icône pour trier vos données. Nous pouvons l'utiliser ici pour trier les informations d'en-tête. Ou au deuxième endroit, nous pouvons passer à l'axe d'ici. Et vous pouvez également voir qu'il y a une petite icône pour trier les données. Le troisième sur le dernier, si vous accédez aux étiquettes des champs, si vous accédez à l'une des valeurs présentes dans l'en-tête, vous pouvez voir que nous avons une petite icône pour trier les données. Ce sont les trois endroits où vous pouvez trier les données. Dans Tableau, le tri fonctionne en trois clics. Le premier clic permet de trier les données, le second de trier les données dans le sens croissant, le troisième de cliquer dans le sens décroissant pour afficher les données telles qu'elles sont triées à partir de la source de données Bien, par défaut, les données seront triées en tant que source de données. Si votre source de données est triée par ordre croissant, nous pouvons procéder de la même manière pour la vue Désormais, par défaut, nous n'appliquons aucun tri dans notre vue, mais nous le prenons à partir de la source de données Comme vous pouvez le constater, il est déjà trié par fission ascendante car nous l'avons obtenu à partir de la source de données Maintenant, si vous allez dans l' en-tête, par exemple, cliquons sur cette icône et voyons ce qui peut se passer. Comme vous pouvez le constater, rien ne s'est passé dans la vue, car elle ressemble exactement à la source de données. Nous l'avons dans la fission ascendante. C'est le premier clic que nous avons fait. Nous avons maintenant trié les données par ordre croissant. Vous pouvez voir ici que nous avons une petite icône qui indique que cette dimension est maintenant triée dans la vue de manière croissante Retournons ici et cliquons à nouveau. Voyons ce qui va se passer si je clique dessus. Maintenant, les données vont également être triées par ordre décroissant Ici, nous allons avoir une icône différente. Nous avons les tables, puis les accessoires se terminent. Maintenant, nous l'avons en train de décroître. Maintenant, revenons à l'accord, aux modèles de source de données. Ce que nous allons faire, c' cliquer pour la troisième fois. Si je clique à nouveau ici, l'icône disparaîtra de la dimension et les données seront triées exactement comme la source de données. Voici comment fonctionne le tri dans Tableau. Vous avez trois clics, le premier montant, le second descendant, et le dernier, nous allons le ramener à la Source de données Bien, nous allons maintenant passer au deuxième endroit où nous pouvons trier nos données dans la vue, et c'est l'axe. Si vous allez sur l'axe d'ici, nous pouvons trouver que la petite icône ici est exactement le contraire. Le premier clic permet de trier les données par ordre décroissant. Le deuxième clic permet de trier les données par ordre croissant. Et le troisième va le ramener à la valeur par défaut, comme maintenant, essayons-le. Nous allons cliquer sur le premier, comme vous pouvez le voir maintenant, les données et les lignes sont triées par ordre décroissant Nous commençons par les ventes les plus élevées. Au fur et à mesure de notre baisse, nous allons enregistrer les ventes les plus faibles. C'est bon. Maintenant, cliquons sur le second. Allons-y, nous trions maintenant les données par ordre croissant. Nous commençons donc par les ventes les plus basses et nous finissons par obtenir les meilleurs résultats. Et le troisième clic peut le mettre par défaut sans aucune commande. Cliquons dessus et nous revenons au début, où les données ne sont pas du tout triées. Ainsi, comme vous pouvez le voir avec l'en-tête et l'axe, nous trions les lignes, seules les lignes sont triées. Nous ne trions pas les colonnes. La France, l'Allemagne, l'Italie États-Unis peuvent rester dans la même position. Nous ne trions pas les colonnes. Maintenant, pour trier les colonnes, nous allons passer à la troisième place, à l'étiquette du champ. Nous allons passer à n'importe laquelle de ces valeurs, peu importe celle sur laquelle nous allons cliquer. Par exemple, sur le fauteuil, vous pouvez voir cette petite icône ici. Encore une fois identique à l'axe. Le premier va trier les colonnes par ordre décroissant, le second par ordre croissant et le troisième par ordre par défaut Comme maintenant, allons-y et cliquons ici sur cette icône. Les données sont maintenant triées par ordre décroissant. Cela signifie que la première colonne enregistrera les ventes les plus élevées, puis la suivante aura les ventes les plus faibles. Et en nous déplaçant vers la droite, nous allons obtenir la valeur la plus basse. Nous trions les colonnes ordre décroissant, comme vous pouvez le constater De plus, sur les colonnes, cette icône indique que les colonnes sont triées. Maintenant dans la vue. Maintenant, si nous cliquons à nouveau dessus, nous allons le trier par ordre croissant, en commençant par la valeur la plus faible, la première colonne En nous déplaçant vers la droite, nous allons également avoir le dernier avec la valeur la plus élevée. Ici, nous pouvons voir l'icône indiquant que les données sont triées par ordre croissant. Au dernier clic, comme vous le savez, nous allons revenir à la valeur par défaut, les données ne sont pas du tout triées. Très bien, tout tourne autour du tri rapide dans Tableau. C'est très simple, une fois que vous savez où trier les données et comment vous pouvez cliquer les données et comment vous pouvez cliquer pour trier les données de différentes manières, beaucoup de personnes s' y trompent. Mais c'est vraiment simple. Supposons que nous ayons le scénario suivant dans lequel vous dites, vous savez quoi, je ne veux pas offrir aux utilisateurs cette possibilité de trier les données. Je vais tout trier dans la vue et l'utilisateur va simplement voir le rapport tel que Bien, pour désactiver l' option de tri pour les utilisateurs, nous allons passer au menu principal. Ensuite, nous allons passer aux feuilles de travail. Et puis ici, nous avons le contrôle du tri affiché en tant que tablette par défaut activera, ce qui est vraiment logique. Maintenant, désactivons-le et voyons ce qui peut arriver. Maintenant, si vous allez dans les visualisations, vous verrez que nous n'avons plus icônes pour trier les données Que je consulte les ventes ici, que je passe à la sous-catégorie ou n'importe où, nous n'avons aucune option pour trier les données Cette possibilité va complètement disparaître pour les utilisateurs. Avec cela, nous avons complètement supprimé les options permettant aux utilisateurs de trier les données dans les visualisations. Pour être honnête, je n'ai jamais été dans une situation où je dois supprimer cette option pour les utilisateurs. Cela rend vraiment tout statique. Et c'est exactement le contraire de ce que nous voulons. Nous voulons que nos tableaux de bord et rapports soient toujours dynamiques et interactifs pour les utilisateurs Je pense qu'il est toujours très mauvais de ne créer que des rapports statiques sans aucune dynamique. À moins que les utilisateurs ne le demandent exactement pour dire, d' accord, je ne veux pas trier les données, rendre statiques autant que possible. Vous pouvez désactiver cette option. Pour l'instant, je vais passer aux feuilles de travail. Je vais juste montrer le contrôle des réglages et réactiver au fur et à mesure que nous passerons aux ventes. Vous pouvez voir que nous avons de nouveau reçu ces petites icônes pour faire le tri. Très bien, y. Tout dépend de la façon de trier les données directement à partir des vues, du point de vue de l'utilisateur. Très bien, nous allons maintenant passer au deuxième groupe où nous allons apprendre à trier les données au fur et à mesure que vous créez la vue. Pour ce faire, il existe deux manières de le faire, soit à partir de la barre d'outils, soit à partir de la dimension elle-même. Maintenant, si vous passez à la barre d'outils, nous avons ici deux options, croissant et tri décroissant Maintenant, pour trier ces dimensions, vous pouvez cliquer sur le pays, par exemple, nous sommes en train de trier les colonnes. Et puis cliquez ici, Ascending. Comme vous pouvez le constater, nous trions maintenant les données par ordre croissant pour les colonnes Si vous souhaitez trier la sous-catégorie, les rôles, nous pouvons cliquer ici puis cliquer sur croissant ou décroissant Comme vous l'avez peut-être déjà remarqué, nous trions les données toujours par mesure, par chiffre d'affaires. Si vous en avez le plus besoin, il sera indiqué de trier sous-catégories en fonction des ventes Nous n'avons aucune option ici pour trier les données par en-tête. Il n'est trié que par mesures. Bien, il s'agit de savoir comment trier les données de la barre d'outils. La deuxième méthode consiste à trier les données directement dans la dimension Passons, par exemple, à la sous-catégorie, cliquez dessus avec le bouton droit de la souris Et comme vous pouvez le voir, nous avons ici deux options concernant le tri. Nous avons des outils clairs, triés et triés. Effacez le tri pour rétablir les paramètres par défaut. Allons-y et faisons-le pour repartir de zéro. Je vais donc tout effacer pour la sous-catégorie, puis cliquer dessus avec le bouton droit Et allons faire le tri. Avec cela, nous allons ouvrir une nouvelle fenêtre. Il indique que nous sommes en train de trier la sous-catégorie des dimensions. Je vais simplement le déplacer vers la gauche afin voir comment le tableau va réagir à ma sélection. OK, qu'est-ce qu'on a ? Voici deux sections. Le premier concerne la façon de trier les données, les méthodes de tri. Le second concerne l' ordre de tri, croissant et décroissant Voyons voir, quelles sont les options qui s'offrent à nous ? Nous avons cinq options. L'ordre des sources de données, manuel rempli par ordre alphabétique, et commençons plutôt par le premier, l' ordre des données . Ici, nous l' avons sous forme ascendante Nous trions les valeurs dans notre en-tête, la sous-catégorie par ordre croissant, par ordre alphabétique Nous pouvons l'inverser en passant dans l'ordre décroissant. Comme vous pouvez le constater, les valeurs changent. Maintenant, si nous voulons tout réinitialiser, nous pouvons aller ici et cliquer sur Effacer pour accéder aux paramètres par défaut. C'est tout pour l'ordre des sources de données. Passons à la suivante. Nous allons avoir exactement le même effet parce que nous l'avons également dans l' ordre alphabétique. Allons par ici. Comme vous pouvez le constater, rien ne va changer car nous l' avons à la descente Passons par ordre alphabétique au commutateur ascendant et au commutateur Hedron Exactement le même effet. Très bien, passons maintenant à la troisième. Nous allons aller sur le terrain. Nous pouvons trier les données par n'importe quel champ, à partir de l'ensemble de la source de données. n'est même pas nécessaire que le champ soit visible, mais bien sûr, cela n'a aucun sens de le faire. Par défaut, Tableau sélectionne les ventes car il s'agit de la seule mesure dont nous disposons. Dans la vue, cela a du sens et les données sont triées de manière croissante Mais si vous le souhaitez, vous pouvez trier les données en fonction du nombre de clients dans chaque catégorie ou sous-catégorie. Nous pouvons aller ici et sélectionner l'identifiant du client et la fonction peut compter le nombre total de clients dans chaque catégorie. Ces catégories sont désormais triées par ordre croissant, en fonction ou en fonction du nombre total de clients Nous avons la possibilité de trier les données par n'importe quel champ de la source de données. Mais cela n'a évidemment aucun sens de trier les données de cette manière, car cela risque de semer la confusion chez les clients et ils ne comprendront pas pourquoi ces catégories sont triées de cette manière sans avoir une description dans leur rapport. C'est tout pour cette méthode, trier le champ pi. Passons à la suivante. Nous avons le manuel Sort Pi et vous avez ici la liberté de choisir l'ordre des dimensions. Par exemple, nous pouvons prendre ces machines ici. Au fur et à mesure que je le déplace vers le bas, vous pouvez voir que l'ordre dans la vue change également. Je peux trier les dimensions comme je le souhaite. Ici, c'est très simple. Nous n'avons aucune règle, nous n'avons pas de règles ascendantes ou descendantes Nous avons la liberté totale de trier les valeurs dans n'importe quelle dimension. C'est tout pour cette option, passons à la suivante. Et le dernier, nous avons le nid. Maintenant, pour comprendre le fonctionnement du tri imbriqué dans Tableau, nous devons travailler avec plusieurs dimensions Le meilleur moyen est d'établir une hiérarchie. Maintenant, allons-y et créons une autre vue. Je vais juste aller fermer celui-ci ici. Emmenons le continent à la hausse et faisons également grimper les bénéfices dans les colonnes. Comme d'habitude, nous allons afficher les étiquettes de nos données. Maintenant, si vous allez sur le continent d'ici et que vous vous connectez radicalement, passons au genre. Supposons que nous trions les données par source de données en ordre décroissant Comme vous pouvez le constater, nous ne trions désormais que le continent. Si nous examinons le pays, vous pouvez constater que seul le continent est trié, mais pas le pays. Donc, si vous allez dans la ville, vous pouvez voir que la ville n' est pas triée selon la première dimension, elle est triée. Mais maintenant, au lieu de cela, nous pouvons utiliser le tri imbriqué afin de trier automatiquement toutes les dimensions de la hiérarchie Allons-y et retirons ces trucs. Je vais donc simplement revenir au continent, ou nous appelons cela un forage vers le haut, en cliquant avec le bouton droit de la souris. Passons à Sort. Ensuite, nous allons aller au nid. Maintenant, nous allons dire, d'accord, ascendant. Et nous allons utiliser la mesure, la somme agrégée des bénéfices, afin de trier les données. Maintenant, allons-y et fermons-le. Et avec cela, nous avons obtenu le tri imbriqué. Comme vous pouvez le constater, le continent est trié. Mais maintenant, si je me penche sur le pays, voyons si le pays sera également bien trié. Maintenant, si vous regardez attentivement les données, vous pouvez constater que les États-Unis sont le seul pays de ce continent. Nous ne pouvons donc en voir aucune sorte ici. Mais vous pouvez voir que les pays d'Europe sont triés, en ordre croissant, en commençant par la valeur la plus faible provenant de l'Italie, puis de la France, puis de l'Allemagne Vous pouvez voir que le pays de ce continent est également trié en fonction des tris imbriqués Comme vous pouvez le constater, les pays de chaque continent seront triés séparément des pays des autres continents. C'est ainsi que fonctionne le tri imbriqué. Allons-y et investissons également les bénéfices sur les couleurs. Descendons maintenant dans la hiérarchie et descendons jusqu'à la ville. Nous allons avoir plus de données et les choses seront plus claires, comme vous pouvez le constater. Maintenant, la ville est également bien triée et maintenant nous trions les villes dans un seul pays. Par exemple, ici aux États-Unis, les ventes les plus faibles se situent à Portland et les ventes les plus élevées. Nous trions les villes en fonction du pays. Il s'agit donc d'une section. La section suivante est consacrée à l'Italie. Le prochain est l'Allemagne. Chaque pays sera donc trié séparément des autres pays. Nous avons ainsi appris que cette méthode fonctionne si nous avons plusieurs dimensions et qu'elle fonctionnera parfaitement si nous avons arch. À notre avis, tout aura du sens et le tri sera très logique pour les utilisateurs. Je vais par exemple accéder au code Bostl ou revenir en arrière, selon moi, tout sera trié de manière très logique C'est bon, les gars. Nous avons donc tout expliqué, comment trier les données contenues dans nos vues du point de vue de l' utilisateur, comment trier les données au fur et à mesure que nous créons les vues. Et je pense que c'est vraiment simple et pas si compliqué. Bien, il s'agit donc de savoir comment trier nos données dans Tableau. Et nous avons terminé cette section. Dans la section suivante, nous allons découvrir les paramètres de Tableau pour ajouter de la dynamique à nos visualisations. 112. Intro d'Udemy 10: tout le monde. Nous allons maintenant parler des paramètres. Les paramètres changent la donne dans Tableau et c'est parce que c'est mon avis. Les paramètres sont la meilleure fonctionnalité introduite par Tableau. Parce que les paramètres de Tableau peuvent rendre vos visualisations très dynamiques, interactives et flexibles d'une manière unique que vous ne trouverez dans aucun autre outil Très bien, alors quels sont les paramètres ? Les paramètres sont comme des variables dans les langages de programmation qui permettent à l'utilisateur de remplacer une valeur constante dans les calculs, les filtres, une ligne de référence, etc. Bien, maintenant, ce que cela signifie réellement, c' que si vous créez une vue pour vos utilisateurs, vous prenez déjà de nombreuses décisions. définissant un grand nombre de valeurs qui peuvent rester statiques, les utilisateurs ne sont autorisés qu'à lire vos points de vue. Par exemple, vous pouvez créer le calcul suivant dans Tableau dans lequel vous définissez un seuil pour votre KPI Vous dites donc que si le total des ventes est inférieur à 400, le KBI s'affichera en rouge Sinon, il sera vert. Ici, la valeur du seuil 400 est statique et ne peut pas être modifiée par les utilisateurs. Les spectateurs ne peuvent être modifiés que par le développeur. Mais maintenant, vous vous trouvez peut-être dans une situation où vous avez deux exigences émanant de deux utilisateurs différents, où ils définissent des seuils différents. Ici, vous finissez par effectuer deux calculs pour deux clients et créer deux vues. Mais maintenant, au lieu de le faire, nous pouvons utiliser le pouvoir des paramètres. Ici, nous pouvons remplacer la valeur 400 par un paramètre, puis nous pouvons proposer le paramètre comme champ de saisie pour les utilisateurs de la vue. Et maintenant, les utilisateurs peuvent utiliser le paramètre pour définir la valeur requise, car cela nécessite l'utilisation de paramètres pour modifier le comportement de votre vue en fonction de la valeur du paramètre. Cela rendra vos points de vue dynamiques et prêts à répondre à toutes les exigences. Et il existe d'innombrables façons d' utiliser les paramètres dans Tableau. Et dans ce tutoriel, je vais vous montrer six cas d'utilisation différents. Le premier cas d'utilisation concerne l'utilisation des paramètres et des calculs. Le deuxième cas d'utilisation concerne les lignes de référence, le troisième comment les utiliser dans un filtre. Et nous avons un autre cas d'utilisation très spécial montre comment passer d'une dimension à l'autre et passer d'une mesure à l'autre de manière très dynamique dans une vue et dans un autre cas d'utilisation concernant les titres et le texte. Et le dernier cas d'utilisation, comment utiliser les paramètres dans les stylos. Très bien les gars, c'était donc une brève introduction aux paramètres. Ensuite, nous allons apprendre à créer des calculs dynamiques à l'aide de paramètres. 113. Udemy 10 2 Calc: Très bien les gars, commençons maintenant par le premier cas d'utilisation, comment utiliser les paramètres dans les calculs. Créons maintenant une sorte de KBI pour suivre les bénéfices par sous-catégorie OK, maintenant nous allons nous en tenir à la source de données volumineuses et nous allons passer aux produits pour obtenir la sous-catégorie Ensuite, nous avons besoin des bénéfices les plus importants. Nous allons donc passer aux commandes et récupérer les bénéfices ici. OK, alors maintenant nous allons également montrer les étiquettes sur la vue. Et maintenant, nous pouvons avoir un seuil ou un BI, où nous allons dire que si le bénéfice est inférieur à dix 000 dollars, il sera rouge. Tout ce qui dépasse dix K sera vert. Maintenant, pour créer la logique et les couleurs de la vue, nous devons créer des calculs. Ne vous inquiétez pas quant à la manière de créer des calculs dans Tableau, car nous allons avoir une section dédiée à cela. Maintenant, pour créer le calcul, nous allons accéder au volet de données de manière radicale sur l'espace vide, puis choisir Créer un champ calculé. Allons-y. Et maintenant, nous allons l' appeler QBI Colors. Maintenant, nous allons écrire ici l'expression concernant notre logique. Il indique si nous en avons besoin et que nous en avons les bénéfices. Nous avons dit que s'il fait moins de 1 000 K, il peut être rouge. Nous allons donc écrire la valeur en rouge, sinon elle sera verte. Finissons-en avec ça. Nous avons notre logique pour les couleurs dans notre vision, et comme vous pouvez le voir ici dans nos calculs, nous avons une constante. Ce sont les dix kilomètres. Allons-y et créons-le. Nous allons donc cliquer sur OK. Et ici, sur le côté gauche, vous pouvez voir notre dimension. Nous allons le prendre et le mettre sur les couleurs. Passons maintenant à l'intérieur et attribuons les valeurs aux couleurs vertes. Ça va être vert et rouge. Ça va être rouge. Cliquons sur OK. Nous pouvons maintenant transmettre ce rapport aux utilisateurs pour qu'ils puissent le consulter et interagir avec lui. Mais maintenant, comme vous pouvez le constater, les calculs du KPI sont vraiment statiques et ils ne peuvent pas le personnaliser Afin de donner maintenant aux utilisateurs la possibilité de définir ce qui est rouge et ce qui est vert, nous devons utiliser des paramètres. Maintenant, pour créer des paramètres dans Tableau, il existe deux manières de le faire. Soit vous accédez au volet de données et créez vos paramètres, soit vous les avez créés à l' endroit où vous en avez besoin. Par exemple, si vous créez un filtre, dans le cadre de la création du filtre, nous pouvons créer des paramètres. Voyons maintenant d'abord comment créer des paramètres dans le volet de données. Dans les volets de données, vous pouvez créer des paramètres de deux manières. Soit vous allez dans l' espace vide, Tic, cliquez dessus, puis vous pouvez voir ici créer un paramètre, soit l'autre option est que vous allez en tête du volet de données et vous avez ici une petite flèche. Si vous cliquez dessus, vous verrez exactement le même menu déroulant. Et ici, nous avons la possibilité de créer un paramètre. Sélectionnons-le. Et maintenant, nous avons la fenêtre de création de paramètres. Tout d'abord, nous devons lui donner un nom, nous allons l'appeler choose threshold. Ensuite, nous devons définir le type de données du paramètre. Et si nous allons ici, vous pouvez voir une liste de tous les types de données. Mais ici, vous les connaissez tous. Mais Table a décidé d'utiliser des flottants et entiers plutôt que des nombres, trous et des nombres décimaux Mais ils sont exactement les mêmes pour le moment. Nous allons utiliser les nombres entiers. Nous ne voulons pas avoir de nombres décimaux dans le KPI. Une fois cela fait, nous pouvons définir le format d'affichage ici. Pour chaque type de données, il existe différents formats pour représenter les valeurs. Comme vous pouvez le voir, nous avons des normes numériques automatiques, des pourcentages, des devises, personnalisées. Je vais m'en tenir à l'automatique. Ensuite, dans le suivant, vous devez définir la valeur par défaut qui apparaîtra dans l'entrée. Donc, ici, je dirais que ce seront les 10 000 et, bien sûr, les utilisateurs peuvent changer cela. Ensuite, vous disposez de différentes options pour limiter ce que les utilisateurs peuvent sélectionner. L' option par défaut est donc tout. Cela signifie que vous autorisez les utilisateurs à saisir n'importe quelle valeur, mais bien entendu, nous avons limité le type de données aux nombres entiers Cela signifie que les utilisateurs ne peuvent pas entrer de caractères dans le champ de saisie. Ou vous définissez pour l'utilisateur une liste de valeurs autorisées. Vous pouvez donc autoriser, par exemple, cinq valeurs différentes, peut-être pour vous assurer que rien ne va mal dans la vue. Vous rendez donc le paramètre plus restrictif. La liste est donc quelque chose comme discrète, vous autorisez une liste de valeurs distinctes. Et la suivante est un peu comme les stylos, vous définissez le début et la fin de la plage, puis vous définissez les étapes entre ces deux valeurs. Donc, pour l'instant, je vais le laisser ouvert afin que les utilisateurs puissent sélectionner ce qu'ils veulent. Très bien, maintenant, allons sur OK pour créer le paramètre et maintenant, si vous vérifiez le bain de données sur le côté gauche, laissez-moi simplement minimiser ces tables. Vous pouvez voir que le paramètre sera toujours créé à la fin du volet de données. Il existe donc une sorte de séparateur entre vos données et les paramètres, car les paramètres sont indépendants de votre source de données. n'y a donc aucune dépendance entre les paramètres et votre jeu de données. C'est quelque chose de complètement indépendant et uniquement spécial pour le classeur Bon, maintenant nous avons le paramètre, comment nous allons le montrer aux utilisateurs. Pour ce faire, c'est très simple. Accédez au paramètre, cliquez dessus avec le bouton droit de la souris, puis nous avons la possibilité d'afficher les paramètres dans la vue. Sélectionnons-le. Vous pouvez maintenant voir le paramètre saisi sur le côté droit de la vue. Ici, nous pouvons voir la valeur de dix K par défaut. Maintenant, changeons la valeur. Nous allons en avoir environ 500. Vous ne voyez rien changer dans notre point de vue. Peu importe donc ce que vous offrez ici. Vous voyez que la vue ne change pas. Cela signifie que nous devons maintenant le relier d'une manière ou d'une autre à la vue. Et pour ce faire, nous allons entrer dans les calculs et remplacer la valeur constante par le paramètre. Voyons comment nous pouvons le faire. Nous allons passer à notre calcul, les couleurs QBI. Cliquez dessus avec le bouton droit, puis passons à Modifier. Nous devons donc maintenant aller ici et remplacer cette valeur. Je vais le supprimer et maintenant nous allons taper le nom du paramètre. Comme vous pouvez le voir Tableu, suggérez-nous ici et cliquez dessus. Que toutes les valeurs que l'utilisateur va donner pour ce paramètre seront utilisées directement dans ce calcul. Essayons ça. Je peux cliquer sur OK. Comme vous pouvez le constater, quelque chose a déjà changé dans la vue, mais jouons avec les valeurs. Au lieu de 5 K, nous allons avoir environ 20 K. C'est bon. Et avec cela, je viens de modifier le seuil de ce KPI. Donc maintenant, tout ce qui est en dessous de 20 K sera rouge, tout ce qui est plus haut sera vert. Prenons une autre valeur, comme 50 K. Et maintenant, comme vous pouvez le constater, le seuil est vraiment élevé. Nous n'avons que deux valeurs. C'est vert, et comme vous pouvez le constater, c'est très dynamique. Et vous donnez aux utilisateurs le pouvoir de définir et de personnaliser le KPI comme ils Ainsi, vous allez répondre à de nombreuses exigences d'un seul coup d'œil. J'adore cette fonctionnalité de Tableau. Très bien, c'est donc tout pour les calculs dynamiques. Nous allons maintenant apprendre à utiliser des paramètres pour créer des lignes de référence dynamiques. 114. Udemy 10 3 Ref: Très bien, voyons maintenant un autre cas d'utilisation des paramètres. Nous pouvons utiliser des paramètres dans la ligne de référence, afin de montrer dans notre vue une ligne de référence pour indiquer quel est le seuil, juste pour indiquer plus clairement où se situe la limite entre le rouge et le vert. Et ici, nous pouvons utiliser notre paramètre déjà existant, savoir le seuil dans la ligne de référence. Permettez-moi de vous montrer rapidement comment nous pouvons y parvenir. Passons maintenant au volet d'analyse. Ensuite, nous avons la possibilité de créer une ligne de référence ici. Alors allons-y et connectons-nous deux fois. Nous avons maintenant une nouvelle fenêtre pour configurer la ligne de référence. Il existe de nombreuses options, mais nous pouvons maintenant nous concentrer sur les paramètres. Ce qui est vraiment important ici, c'est la valeur de la ligne de référence. allons maintenant vérifier l'option comme nous pouvons le voir ici, comme vous pouvez voir Tableau ici suggérer la métrique. La seconde consiste à créer un nouveau paramètre. La troisième consiste à choisir le paramètre déjà existant. Comme vous pouvez le constater, nous pouvons créer nouveaux paramètres exactement là où nous en avons besoin. Mais pour l'instant, il est tout à fait logique d'utiliser le même paramètre dans la ligne de référence. Allons-y et sélectionnons-le. Maintenant, comme vous pouvez le voir sur le côté droit, nous avons déjà une ligne de référence dans notre vue et nous avons l' étiquette Choose Threshold. Au lieu d'afficher les étiquettes, nous pouvons afficher les valeurs du paramètre. Pour ce faire, nous allons accéder aux étiquettes et nous pouvons modifier ces deux valeurs. Sélectionnons-le. Et c'est tout pour le moment, allons-y et cliquez sur OK. Comme vous pouvez le voir, nous montrons maintenant le seuil sous forme de ligne de référence. Et si nous changeons la valeur des 50 K deux, disons dix k, allons-y. Maintenant, comme vous pouvez le constater, l'utilisateur peut contrôler tout ce qui se trouve dans la vue en saisissant le paramètre. Ils modifient les calculs tout comme la ligne de référence. C'est vraiment cool et professionnel d'intégrer cette dynamique à vos rapports Voici comment vous pouvez utiliser la valeur du paramètre à l'intérieur de la ligne de référence. Très bien, c'est donc tout pour les lignes de référence dynamiques. Ensuite, nous allons apprendre à utiliser les paramètres dans les filtres. 115. Udemy 10 4 filtres: Très bien, nous allons maintenant passer au prochain cas d'utilisation où nous allons utiliser les paramètres dans les filtres. Et nous pouvons également apprendre à créer des paramètres exactement à l' endroit où nous en avons besoin. Nous allons donc maintenant créer un rapport dans lequel nous allons présenter les dix meilleurs produits de notre ensemble de données. Pour ce faire, nous allons nous en tenir à la source de données de pointe. Passons aux produits et nous prenons le nom du produit de manière autoblique Nous avons maintenant une liste de nos produits et ce dont nous avons besoin, c'est d'une mesure. Nous allons passer aux commandes et nous allons prendre les ventes, les faire glisser et dessiner ici comme d'habitude. Faisons des étiquettes et je vais les trier. Descendant. Maintenant, nous voulons montrer uniquement les dix meilleurs produits. Pour ce faire, nous allons prendre le nom du produit dans les filtres, afin de pouvoir le faire glisser à partir de là en maintenant la touche Ctrl enfoncée, puis en le déposant sur les filtres. Maintenant, dans les filtres ici, nous voulons montrer les dix meilleurs produits. Pour ce faire, nous allons aller au sommet. Maintenant, nous allons définir la règle. Tout va bien. Vous pouvez donc voir ici les dix meilleurs en termes de ventes. Comme vous pouvez le constater, nous sommes en train de définir une règle. Dans cette règle, c'est comme dans les calculs, nous avons une constante. La constante de cette règle est le dix. Maintenant, vous vous retrouvez peut-être dans la même situation où un utilisateur demande les dix meilleurs produits et un autre utilisateur demande les 20 meilleurs produits. Maintenant, au lieu de créer deux filtres différents, deux vues différentes, nous pouvons rester avec la même vue et utiliser des paramètres. Ensuite, vous allez donner aux utilisateurs finaux le soin de définir leur liste. Nous devons donc maintenant changer la valeur de dix en paramètre. Alors, cliquons ici. Et ici, nous avons toujours les trois options. Soit la valeur que vous entrez, soit vous pouvez créer un paramètre ou utiliser un paramètre déjà existant. Nous voulons maintenant créer un nouveau paramètre pour cette vue, et comme vous pouvez le voir, il s'agit la deuxième méthode pour créer des paramètres. Nous n'allons pas accéder à la banque de données, nous allons la créer exactement là où nous en avons besoin Allons-y et cliquez sur Créer un nouveau paramètre. Nous avons donc à nouveau ici la même fenêtre dans laquelle nous allons créer un paramètre. Nous allons l'appeler Choose Top Products. Vous remarquerez peut-être que vous ne pouvez pas modifier le type de données car vous créez ici un paramètre dans le filtre pour les ventes. Et les ventes sont une question de mesure et de chiffre. Mais pareil ici, vous pouvez personnaliser le format d'affichage, la valeur actuelle, ainsi que les valeurs que vous pouvez autoriser, qu' il s'agisse de tout ou d'une plage. Alors maintenant, essayons la gamme. Le minimum sera de un, le maximum de 50. Et nous allons avoir une taille de cinq pas. bon, c'est tout. Cliquons sur OK. Maintenant, vérifions à nouveau la règle. Nous avons Tube puis notre paramètre en fonction des ventes. Cela signifie donc que nous n'avons pas de valeur constante et que nous utilisons le paramètre. Allons-y et appuyons sur OK. Comme vous pouvez le constater, le rapport affiche les dix meilleurs produits, car la valeur par défaut du paramètre est dix. Et si vous cochez le côté gauche, nous avons un nouveau paramètre appelé Choose Top Products. Génial. Maintenant, l'étape suivante consiste à afficher correctement les paramètres pour les utilisateurs et à dire Afficher le paramètre. Très bien, alors vérifions maintenant nos paramètres. Maintenant, il en affiche 11. Je pensais en avoir donné dix. Modifions-le donc à nouveau. Cliquez dessus avec le bouton droit de la souris , puis allons-y. D'accord, parce que nous respectons ces valeurs. Comme vous pouvez le voir, c'est comme des stylos, cela commence à 1611 et ainsi de suite parce que la taille est de cinq Donc, ce que nous allons faire, c'est le ramener à zéro, puis, comme vous pouvez le voir, nous en avons de nouveau dix. Cliquons sur OK. Très bien, maintenant je vous promets que nous avons les dix premiers, parce que si vous vérifiez la valeur ici sur le paramètre, c'est dix. Très bien, maintenant c' est quelque chose de différent. Au lieu d'avoir des champs de saisie ici, nous avons comme un curseur de plage L'utilisateur peut modifier les diapositives. Vous pouvez voir que notre filtre a réagi et qu'il affiche maintenant les 20 premiers ou que les utilisateurs peuvent utiliser ces flèches pour changer d'étape. Et comme vous pouvez le constater, au fur et à mesure que je passe à différentes valeurs, les yeux du filtre changent également. Cela dit, c'est ainsi que vous pouvez utiliser les paramètres et les filtres. Comme vous pouvez le constater, votre affichage est très dynamique et vous permettez aux utilisateurs de personnaliser ce qu'ils veulent. Très bien, les gars, c'est tout pour les filtres dynamiques. Ensuite, nous allons apprendre un cas d'utilisation très intéressant des paramètres, comment nous pouvons passer dynamiquement d'une dimension à une autre et d'une mesure à l'autre. 116. Udemy 10 5 Swap: Très bien les gars, nous allons maintenant passer au cas d'utilisation le plus important des paramètres. Vous pouvez voir ce cas d'utilisation presque dans chaque projet de table. Le cas d'utilisation consiste à utiliser des paramètres pour basculer entre les dimensions et les mesures. Voyons maintenant d'abord comment utiliser les paramètres pour passer d'une dimension à l'autre dans une seule vue. Supposons que vous créez un tableau de bord sur les ventes et que vous aurez des vues telles que les ventes par pays, les ventes par catégorie. Cela signifie que vous créez deux vues avec la même métrique mais des dimensions différentes. Désormais, au lieu d'avoir deux vues, nous n'en aurons qu' une pour les utilisateurs. Et ils vont décider de la dimension qu'ils vont utiliser dans la vue. Maintenant, pour ce faire, nous devons utiliser la puissance des paramètres. Très bien, alors maintenant allons-y et créons notre vue. Nous avons les ventes, alors prenons les ventes sur les colonnes. Ensuite, nous avons besoin des pays. Nous allons nous en remettre aux clients. Ensuite, nous avons ici le pays et les querelles, super. Et comme d'habitude, nous allons montrer les étiquettes. Nous voulons maintenant faire du pays de la dimension une variable, un paramètre. Cela signifie donc que nous devons d'une manière ou d'une autre passer d'une dimension à l'autre, entre le pays et la catégorie dans la même perspective. Cela signifie donc qu'au lieu d' avoir la dimension pays, nous voulons avoir une dimension dynamique avec des valeurs différentes. Maintenant, la première chose à faire est de créer un paramètre dans lequel l'utilisateur va choisir dimension à présenter dans la vue. Nous allons donc créer un paramètre depuis le volet de données. Cliquez ici, puis créez un paramètre ici. L'objectif principal de ce paramètre est de choisir la dimension qui peut être présentée dans la vue. Tout d'abord, donnons-lui un nom, nous allons l'appeler Choose Dimension. Et maintenant, la question est de savoir quelles sont les valeurs contenues dans ce paramètre ? Ce sera le nom de la dimension. Il s'agira donc de valeurs telles que le pays et la catégorie. Ce sont donc des chaînes, donc le type de données ici sera une chaîne. Allons-y et sélectionnons-le. Et comme vous pouvez le constater, Tableudd a désactivé le format Nous ne pouvons pas choisir le format de la chaîne, c'est comme un texte libre. Ensuite, nous devons définir la valeur actuelle, et ici nous allons avoir le pays de la dimension par défaut. Allons donc saisir la valeur du pays. Bien, maintenant que le type de données est une chaîne, nous ne pouvons pas créer de plage à partir de celui-ci Nous n'avons donc ici que deux options. Soit nous allons l' avoir sous forme de texte libre, sous forme de champ de saisie. Dans ce scénario, il est tout à fait logique d'avoir une liste prédéfinie pour les utilisateurs, car les utilisateurs ne verront pas votre source de données et ils n'ont aucune idée des dimensions que nous avons pour cela. Si nous optons pour le texte libre, cela va être vraiment confus et personne n' en trouvera la bonne dimension. Dans ce scénario, nous devons vraiment fournir une liste prédéfinie aux utilisateurs, puis ils vont sélectionner la valeur qui leur convient. Dans cet exemple, nous n'allons proposer que deux dimensions. C'est le pays et la catégorie. Allons-y et ajoutons ces valeurs. Nous allons donc avoir le pays et la prochaine valeur sera la catégorie. Et bien sûr, vous pouvez ajouter d'autres dimensions comme la ville, le nom du produit, etc. Alors maintenant, nous allons nous en tenir à l'exemple. Et c'est tout, alors cliquons sur OK, super. Maintenant, si vous corrigez les difficultés liées aux données, nous avons un nouveau paramètre appelé choose Dimension. Ici, vous pouvez voir rapidement quel type de données nous avons pour chaque paramètre ? L'étape suivante consiste maintenant à afficher le paramètre pour que les utilisateurs finaux se connectent radicalement. Allons afficher le paramètre. Très bien, vérifions maintenant nos paramètres. Sur le côté droit, nous avons une liste. C'est logique. Nous avons créé un paramètre de liste, et à la fin, nous allons avoir une liste pour les utilisateurs. Et à l'intérieur, nous n'avons que deux valeurs, le pays et la catégorie. Maintenant, si vous passez de l' une à l'autre de ces deux valeurs, rien ne changera dans la vue car ce paramètre n'est pas encore connecté à notre vue. Très bien, maintenant nous allons créer notre dimension dynamique et notre dimension dynamique utiliser dans la vue plutôt que dans le pays. Cela signifie que nous devons créer un nouveau champ pour le faire radicalement ici et créer un champ calculé. Allons-y maintenant. Appelons cela une dimension dynamique. Nous allons utiliser ici le cas où , ne vous inquiétez pas pour ça. Je vais tout expliquer dans la section des calculs. La syntaxe commence par case , puis nous devons spécifier le nom du champ. Dans ce cas, nous allons entrer le paramètre, notre paramètre appelé ici. Comme vous pouvez le constater au moment où vous écrivez Tableau nous suggère des choses. Notre champ choisit la dimension. Ensuite, nous allons spécifier une action pour chaque scénario, pour chaque valeur. Passons à une nouvelle ligne et juste au moment où la première valeur sera le pays, vous devez faire très attention à l'écrire exactement comme nous l' avons écrit dans le paramètre. Il a été mis en majuscule dans le paramètre et il devrait également être en majuscule ici, sinon cela ne fonctionnera pas Maintenant, que peut-il se passer si la valeur est le pays ? Ensuite, nous devons spécifier l'action. Si les utilisateurs choisissent le pays, que peut-il se passer ? Le pays de dimension doit être utilisé. Allons écrire ici, Country. Et comme vous pouvez le constater, au moment où j'écris, cela suggère que nous avons besoin de la dimension pays. Vous pouvez le voir sur l'icône ici, alors sélectionnons-le. Très bien, passons maintenant au scénario suivant dans lequel l'utilisateur va sélectionner la valeur de la catégorie. C'est exactement la même chose que nous pouvons écrire ici. Lorsque la valeur est une catégorie, que peut-il se passer ? La catégorie de dimension doit être utilisée. Commençons par là. Catégorie. Et comme vous pouvez le constater, nous avons suggéré ici la catégorie de dimensions. Sélectionnons-le qui indique que ce sont les scénarios qui peuvent arriver au paramètre et nous devons terminer l' affaire avec gain de cause comme ceci. Comme vous pouvez le constater dans ce calcul, nous ne faisons qu'établir un mappage entre les valeurs des paramètres et les dimensions. Allons-y et cliquons sur OK. Comme vous pouvez le voir, nous avons maintenant une nouvelle dimension sur le côté gauche appelée dimension dynamique. C'est un champ calculé, et maintenant nous allons supprimer notre dimension statique, le pays. Et au lieu de cela, nous allons ajouter notre nouvelle dimension dynamique. Très bien, alors maintenant allons-y et vérifions-en avec le travail éthique. Comme vous pouvez le constater, la valeur est désormais une catégorie et dans la vue, nous voyons les catégories , ce qui est vraiment bien. Très bien, changeons maintenant la valeur du paramètre en country. Comme vous pouvez le constater, la dimension de la vue a changé. Nous avons donc maintenant un pays au lieu d'une catégorie. Comme vous pouvez le constater, les paramètres sont très puissants et vous passez à une vue totalement dynamique, où les utilisateurs peuvent définir le niveau de détail de la vue en modifiant la dimension. Alors imaginez maintenant que vous créez tableau de bord avec les ventes et que vous avez dix dimensions. Ici, vous n' avez qu'une seule vue au lieu de dix rapports. Très bien, cela correspond à ce cas d'utilisation. C'est ainsi que nous passons d'une dimension à l' autre à l'aide de paramètres. Très bien, vous avez maintenant la tâche Tableau suivante. La tâche consiste à créer une mesure dynamique en utilisant des paramètres situés entre trois mesures, bénéfices des ventes et la quantité. Dans le même point de vue. Vous pouvez suspendre la vidéo dès maintenant pour effectuer la tâche, puis la reprendre une fois que vous avez terminé. Très bien, alors laissez-moi vous montrer comment vous pouvez le faire. Nous avons exactement les mêmes étapes que les dimensions que nous avons. Tout d'abord pour créer le paramètre et ensuite pour créer la logique dans le champ calculé. Commençons par le premier. Pour créer les paramètres, nous allons accéder au volet de données. Cliquez ici et créez un paramètre, nous l'appellerons Chose Measure. Et ici, nous devons réfléchir aux valeurs des paramètres. Ce sera donc le nom des mesures, ce qui signifie que le type de données sera une chaîne. Et ici, nous devons définir la valeur par défaut. Nous avons ici trois valeurs, les ventes, le profit et la quantité. Et nous allons avoir la valeur par défaut sous forme de ventes. Là encore, en ce qui concerne les valeurs que les utilisateurs ne connaissent pas à propos de votre source de données, ils ne connaissent pas le nom exact de vos mesures. Vous devez donc créer une liste prédéfinie pour eux. Allons par ici. Nous avons trois valeurs, donc nous allons avoir la première les ventes, la deuxième le profit et la troisième la quantité. C'est ça. Allons-y et appuyons sur OK. Comme vous pouvez le voir sur le côté gauche nous avons notre nouveau paramètre. Et l'étape suivante consiste à afficher les paramètres pour les utilisateurs finaux. Pour ce faire, cliquez dessus avec le bouton droit de la souris et affichez le paramètre. Vérifions notre paramètre. Ici, vous pouvez voir que cela commence par les ventes. Comme il s'agit de notre valeur par défaut, vous pouvez passer d'une valeur à l'autre, mais comme vous pouvez le constater, rien ne change à la vue, la vue affiche toujours les ventes. L'étape suivante consiste maintenant à créer le champ calculé. Pour ce faire, nous allons passer radicalement au volet de données ici, puis sélectionner Créer un champ calculé. Nous allons l'appeler mesure dynamique. Là encore, nous pouvons utiliser le même cas de syntaxe, puis le nom du paramètre, alors choisissez. Nous allons sélectionner la mesure. Nous allons maintenant définir les scénarios dans lesquels la valeur correspond aux ventes. Ensuite, l'action consistera à sélectionner la mesure, les ventes, à écrire les ventes et à sélectionner la mesure. Très bien, nouvelle ligne. Et nous allons maintenant cartographier la prochaine valeur. Ce sera le profit, puis le profit mesuré. Profit. Et allons-y et sélectionnons la mesure. Très bien, donc nous cartographions cela. Nous allons maintenant cartographier la dernière valeur. Nous avons donc la quantité. Si l'utilisateur sélectionne cette valeur dans le paramètre, la mesure de quantité sera également sélectionnée. Allons-y avec ça. Ça y est, ce sont nos trois scénarios que nous allons avoir à la fin. Maintenant, comme vous pouvez le constater, notre calcul est valide. Et allons-y et appuyons sur OK. Si vous vérifiez le bain de données, nous avons un nouveau champ calculé appelé mesure dynamique. Maintenant, ce que nous pouvons faire, c' est supprimer notre mesure statique et la remplacer par la mesure dynamique. Très bien, maintenant allons-y et changeons les valeurs des paramètres. Commençons par les ventes. Comme vous pouvez le constater, nous avons maintenant les valeurs des ventes. Si vous passez à profit, vous pouvez voir que l'axe et les valeurs de la vue sont modifiés en fonction de la nouvelle mesure. Mais passons maintenant à la dernière question, à la quantité, et comme vous pouvez le constater, nous n'avons aucune donnée. Eh bien, si vous avez quelque chose comme ça, nous avons un problème soit dans les calculs, soit dans les paramètres. Découvrons où se trouve l'erreur. Revenons au calcul, modifions-le radicalement, puis passons à Modifier. Et ici, nous devons comparer les valeurs. Comme vous pouvez le voir, nous avons ici la quantité et nous avons la quantité dimensionnelle. Tout est correct, mais comme vous pouvez le voir, la valeur du paramètre est la quantité. J'ai donc une faute de frappe, ce qui signifie que pour Tableau, nous n'avons défini aucun scénario pour cette valeur Pour corriger cela, nous allons aller dans le paramètre sur le côté gauche, corriger ratiquement, puis aller dans Modifications, puis nous allons accéder à notre liste et modifier cette valeur. Nous allons donc nous connecter deux fois et l' écrire correctement Quantité. Alors c'est tout. Allons-y, d'accord. Comme vous pouvez le constater, nous avons des données sur la quantité Il est donc très important d'avoir exactement les mêmes valeurs les paramètres du calcul. Comme vous pouvez le constater, c'est très sensible. Nous avons donc une dimension dynamique et une mesure dynamique et nous pouvons passer d'un membre du personnel à l'autre selon mesure dynamique et nous pouvons passer d'un les souhaits de l'utilisateur. Très bien, voici comment vous pouvez utiliser paramètres pour passer d'une mesure à l'autre. D'un point de vue, c'est tout simplement génial. Très bien, les gars, tout dépend de la façon de passer d'une dimension à l'autre et d'une mesure à l'aide de paramètres. Ensuite, nous allons apprendre à utiliser les paramètres dans les titres et les textes. 117. Udemy 10 6 Texte: Très bien, nous pouvons maintenant passer rapidement au cas d'utilisation suivant, où nous pouvons créer des titres dynamiques à l'aide de paramètres. Maintenant, si vous regardez notre exemple précédent, nous avons un problème. Vous voyez que nous avons le titre, Ventes par pays. Mais la vue montre catégorie par profit, parce que nous avons choisi ici, catégorie par profit. Et maintenant, le titre est erroné et trompeur. Donc, pour résoudre ce problème, nous pouvons utiliser des paramètres pour transformer ce titre statique en titre dynamique. Voyons comment nous pouvons le faire. Passons donc au titre. Et maintenant, nous avons une nouvelle fenêtre pour personnaliser le titre. Maintenant, la règle, par défaut , sera le nom de la feuille. Cela signifie que le nom que vous donnerez à la feuille de calcul sera le titre de votre vue Dans cet exemple, j'appelle cette feuille de travail «   ventes par pays Et nous l'avons en plus d'un titre. Mais maintenant, nous devons modifier cette règle pour qu'elle soit mesurée par dimension. Laissez-moi vous montrer comment procéder. Supprimons simplement cette règle, et le premier mot de notre convention de dénomination sera la mesure. Maintenant, pour insérer le paramètre, nous allons passer ici sur l'insert. Ensuite, vous aurez une liste des différentes fonctions de la table. Et nous avons ici une section pour tous les paramètres. Ici, nous avons besoin du paramètre pour les mesures, cliquons dessus. Et maintenant, le prochain mot de notre convention de dénomination sera espace ». Par l'espace. Comme vous pouvez le constater, il n'y a pas de couleur d'arrière-plan car il est statique et le paramètre est gris pour indiquer qu'il s' agit d'une valeur dynamique. Et puis le dernier mot de notre titre sera la dimension du paramètre. Allons-y et insérons ça. De la même manière, cliquez sur Insérer. Et notre paramètre sera ici. Le paramètre a choisi la dimension. Cliquons dessus. Le premier mot indiquera la valeur du paramètre de mesure. Ensuite, nous avons, d'ici là la valeur de la dimension du paramètre. Allons-y et cliquons sur OK. Comme vous pouvez le constater, le titre de notre point de vue a vraiment changé. Alors maintenant, nous l'avons, c'est exact. Profit par catégorie. Maintenant, comme d'habitude, nous allons jouer avec les valeurs des paramètres. Passons maintenant à la dimension du pays. Et vous voyez maintenant que nous avons les bénéfices par pays, il en va de même pour la mesure. Nous pouvons aller sélectionner la quantité. Nous avons la quantité par pays. Comme vous pouvez le constater, c'est vraiment incroyable. Et vous pouvez ajouter des paramètres à tout et vous obtiendrez des vues vraiment impressionnantes dans Tableau. Prenons rapidement un autre exemple. Nous pouvons faire de même dans les paramètres et les filtres, et ici nous pouvons également créer un titre dynamique. Double-cliquez sur le titre. Supprimons ces pièces, nous allons l'appeler top. Ensuite, la valeur proviendra du paramètre, donc elle se situera dans le top 30 à 40 et ainsi de suite. Nous allons donc insérer le paramètre que vous utilisez dans le filtre. Ce sera donc le Choose Top Products. Ensuite, nous pouvons ajouter le mot « Produits ». Alors c'est tout. Cliquons sur OK. Et maintenant, comme vous pouvez le voir, nous avons le titre Top 30 Products, car la valeur du paramètre est 30. Et au fur et à mesure que vous modifiez les valeurs des paramètres, vous pouvez voir que le titre change également en conséquence. J'adore les paramètres dans Tableau. C'est bon. OK. Nous avons donc appris à utiliser les paramètres dans le texte et les titres. Ensuite, ce sera le dernier cas d'utilisation des paramètres. Nous allons apprendre à créer des pilules dynamiques dans des histogrammes. 118. Udemy 10 7 Bins: Très bien, nous allons maintenant passer au dernier cas d'utilisation. Nous pouvons utiliser des paramètres dans des stylos. Dans le dernier tutoriel, nous avons créé des stylos et histogramme indiquant les scores des clients, et nous avons décidé que la taille du stylo était de dix Allons-y et reconstruisons rapidement cette vue. C'est vraiment facile. Prenons donc les scores et les mettons dans les colonnes, puis nous pourrons compter le nombre de clients et les mettre sur les lignes. Chez nous, nous avons un histogramme et la taille de chacun de ces stylos est de dix Encore une fois, nous avons une valeur constante dans notre vue. Allons-y et rendons-le dynamique. Nous allons donc passer à notre score de stylo. Cliquez dessus avec le bouton droit de la souris, puis faites-le. Ici, vous pouvez voir que les stylos sont au nombre de dix, c'est ce que nous avons défini. Mais maintenant, au lieu de cela, nous allons créer un paramètre raticlick dessus Et encore une fois, nous avons ici la possibilité de créer un nouveau paramètre. Sélectionnez cela, maintenant nous allons l'appeler «  Choisissez la taille de Penso Encore une fois, Tableau a choisi le type de données Il doit être basé sur les scores, et nous avons ici la valeur par défaut est dix. Je suis d'accord avec ça. Nous devons maintenant choisir quelles valeurs peuvent être autorisées. Soit toutes les valeurs, soit une liste, soit une plage. Ici, je recommande d'utiliser cette plage, car si vous regardez la plage de paramètres, elle ressemblait vraiment à un petit stylo également. Il est logique de définir la gamme pour les utilisateurs. Ici, nous avons le minimum cinq, le maximum 25, et la taille des étapes peut être de cinq. Je suis d'accord avec ça. Je vais le laisser tel quel. Alors allons-y et cliquez sur OK. Et maintenant, vous pouvez voir qu'au lieu d'avoir la taille de dix stylos, nous avons un paramètre, allons-y et appuyons sur OK. Comme vous pouvez le constater, rien n'a changé dans notre histogramme car auparavant, nous avions une taille de dix et la valeur par défaut du paramètre est également dix Allons d'abord tester tout ce que nous avons pour afficher le paramètre. Donc, connectez radicalement et affichez le paramètre. Maintenant, sur le côté droit, nous en avons dix. Et si nous passons simplement de l'une à l'autre de ces deux valeurs, vous pouvez voir que notre histogramme change également en conséquence Et avec cela, les clients peuvent personnaliser l' histogramme comme ils le souhaitent ici N'oubliez pas de toujours créer un titre dynamique, car c'est vraiment cool. Allons-y et double-cliquez dessus comme d'habitude. Nous allons le supprimer d'ici et l' appeler histogramme Voici donc la partie statique, le score de l'histogramme. Et maintenant, nous allons ajouter la taille des stylos. Nous allons donc insérer des stylos de la taille d'un stylo, puis nous allons le fermer. C'est ça. Avec cela, nous avons un nom dynamique. Vous pouvez maintenant voir que la valeur sélectionnée le paramètre apparaît désormais dans le titre. Si l'utilisateur change la taille des stylos, comme vous pouvez le constater, le titre change également en conséquence. C'est vraiment amusant de travailler avec Tableau. Très bien, alors maintenant résumons. Je pense que les paramètres sont la meilleure fonctionnalité de Tableau. Les paramètres sont comme des variables qui permettent aux utilisateurs de remplacer la valeur constante dans les calculs, les filtres, la ligne de référence, etc. Autre particularité des paramètres ils sont indépendants de votre ensemble de données, de votre source de données. Et l'objectif principal des paramètres est de rendre vos visualisations plus interactives, flexibles et plus dynamiques Et offrez à différents utilisateurs la possibilité personnaliser les visualisations selon différentes méthodes et exigences sans avoir à créer plusieurs versions des mêmes visualisations J'adore les paramètres. Très bien, d'accord, pour que nous ayons tout appris sur les paramètres et sur la façon de dynamiser nos points de vue. Dans la section suivante, nous allons découvrir d'autres techniques relatives à l'interactivité dans Tableau, et nous allons nous concentrer sur les actions de Tableau 119. Udemy 11 1: Actions de Tableau. Il s'agit d'une fonctionnalité vraiment intéressante de Tableau, qui permet d' ajouter plus d'interactivité et de dynamisme à vos tableaux de bord, ce qui les rendra très modernes De plus, il peut permettre aux utilisateurs d'accélérer les données à l' aide de vos tableaux Comme d'habitude, nous devons d'abord comprendre le concept qui sous-tend les actions Tableau. Ensuite, nous allons nous entraîner dans Tableau. Alors allons-y. Très bien les gars, maintenant nous pouvons commencer par la première question. Qu'est-ce que l'action ? Eh bien, l'action est un changement de statut. Cela signifie qu'en raison d'un événement ou d'un déclencheur spécifique, le statut d'un objet peut passer de a à B. Et l'objet dans Tableau sera constitué de visualisations Le point de départ, que nous appelons cela dans Tableau, ce sont les feuilles de source. Et l'action sera déclenchée par l'interactivité de l'utilisateur À quelle fréquence les utilisateurs interagissent avec nos points de vue à l'aide de la souris Soit en passant la souris sur les données, soit en les sélectionnant ou en cliquant sur les données Et la dernière option consiste à utiliser le menu. Jusqu'à présent, nous avons défini pour Tableau la feuille source du point de départ. La deuxième chose que nous définissons pour Tableau, c'est ce qui peut déclencher l'action. Et la dernière chose que vous devez définir pour Tableau est ce qui peut se passer une fois que l'action est déclenchée. Et ici, nous avons six options ou actions différentes. Le premier sera d'aller à l'URL. Cela signifie que Tableau peut passer de Tableau à un site Web externe. Cela signifie donc que la cible sera ici, un site Web, et non Tableau ou des anivisualisations La deuxième option consiste à sauter ou à accéder à une autre feuille de calcul ou à un autre tableau de bord Nous passons donc ici d' une feuille de travail à une autre. Passons à la troisième. Nous avons l'action de filtrage. Ce que cela signifie, les actions que vous effectuez sur les feuilles sources. Cela va affecter le filtrage dans les feuilles cibles. Tout ce que vous cliquez sur les feuilles sources aura un impact sur le filtre des feuilles cibles. Et puis nous avons une autre action appelée les faits saillants. Là encore, nous avons une feuille cible. Et cette fois, toute action que vous effectuez sur les feuilles sources aura un impact et sera mise en évidence dans la feuille cible sans filtrer les données. Cela signifie qu'il faut passer à Sheet Filter and Highlights. Vous devez toujours spécifier la feuille source et les feuilles cibles. Ensuite, nous avons deux autres actions qui auront impact sur les valeurs de quelque chose. Ici, nous avons modifié la valeur définie. Donc, tout ce que vous faites sur les feuilles sources affectera les membres ou les valeurs des ensembles cibles. Cela va rendre le set très dynamique et interactif. Dans le dernier cas, nous avons modifié les valeurs des paramètres. Encore une fois, ici, toute interaction que vous effectuez dans les feuilles sources aura un impact sur les valeurs des paramètres dont nous disposons. Maintenant, toutes les options que vous pouvez définir en conséquence de l'action. Donc, comme vous pouvez le constater, c'est très simple. Nous devons définir les feuilles sources, nous devons définir le déclencheur, puis nous pouvons définir ce qui peut se passer une fois l' action déclenchée. Très bien, c'était donc une brève introduction aux actions de Tableau. Ensuite, nous allons commencer par le premier type d' actions qui vont à l'URL. 120. URL d'Udemy 11 2: Très bien les gars, dans Tab, nous pouvons créer des actions soit dans la page de la feuille de travail, soit dans la page du tableau de bord Pour ce faire, nous allons passer au menu principal. Ici, nous pouvons trouver les feuilles de calcul des options. Alors allons-y. Et puis nous avons ici l'option d'actions afin de créer de nouvelles actions. Ou nous pouvons accéder aux tableaux de bord. De plus, nous avons les mêmes options d'actions ici. Mais puisque nous en sommes maintenant à la page de la feuille de travail, elle est notée. Nous allons maintenant apprendre à créer actions dans la page de la feuille de travail Et nous pouvons commencer par l'URL obtenue. Revenons donc à la feuille de travail et au menu principal. Ensuite, allons-y et cliquons sur les actions. Avec ça, nous allons avoir la première fenêtre. Nous allons donc voir au début un tableau vide car nous n'avons pas encore créé d'actions. Mais une fois que vous aurez commencé à créer des actions, vous obtiendrez une liste de toutes les actions présentes dans le classeur ou dans les feuilles Maintenant, pour créer une nouvelle action, nous allons aller ici, ajouter une action. Ensuite, nous allons passer à l'URL. Sélectionnons donc le point. Et là, nous allons ouvrir une nouvelle fenêtre afin de configurer notre action. Dans notre exemple, nous voulons passer de Tableau à une page Web externe à Wikipédia. Il faut d'abord lui donner un nom. Le nom de l'action dont il s'agit est indiqué dans plus de détails. Ensuite, au fur et à mesure que nous apprenons, nous devons spécifier trois choses pour Tableau. Nous devons d'abord définir pour Tableau les fiches sources, point de départ de notre action. Ensuite, nous pouvons spécifier pour Tableau ce qui peut déclencher notre action. Et puis, à la fin, nous devons spécifier la cible. Commençons par le premier. Nous devons spécifier quelle feuille de travail va inclure cette action Ici, nous devons d' abord sélectionner la source de données. Ce sera la source de mégadonnées. Et nous allons sélectionner immédiatement la feuille de calcul actuelle, les ventes internes à la source C'est tout pour les fiches sources. Ensuite, nous devons spécifier pour Tableau ce qui peut déclencher notre action. Ici, nous avons trois options, soit en survolant la souris, soit en sélectionnant le menu Laissons-le d'abord sous forme de menu. Nous devons ensuite définir pour Tableau quelles sont les cibles d'URL dans notre exemple. Nous devons spécifier ici, par exemple, la page Wikipédia. Ici, nous avons deux options. Nous pouvons soit créer un nouvel onglet, soit créer une nouvelle fenêtre. C'est tout. C'est très simple, il suffit préciser le point de départ, ce qui peut déclencher notre action, et ce qui peut se passer une fois c'est déclenché, allons-y. OK. Et avec cela, vous pouvez voir que nous avons maintenant une action dans ce tableau. Allons-y et appuyons à nouveau sur OK. Et testons-le. Jusqu'à présent, rien n'a changé dans nos visualisations. Comme vous pouvez le constater, nous avons les sous-catégories en fonction des ventes. Mais maintenant, une fois que l'utilisateur clique sur les marques, par exemple, montons sur les chaises d'ici. Nous allons voir ici un nouveau lien. Cela dit, allez plus en détail. Et ce sont exactement les actions que vous avez définies ici, l'interaction des utilisateurs. Ils doivent aller jusqu'au but. Ils doivent cliquer sur la marque puis accéder au menu. Une fois que vous avez cliqué sur le lien au-dessus du tableau, vous pouvez accéder à une page BD du wiki. C'est ainsi que cela fonctionne. Maintenant, allons-y et essayons différents déclencheurs. Donc je vais juste fermer ça. Revenons aux feuilles de travail, puis aux actions Passons à notre action ici, et modifions-la. Maintenant, au lieu d'utiliser now, j'aimerais sélectionner. Voyons quel en sera l'effet. Cliquons sur OK. Et encore une fois. OK. Maintenant, le déclencheur de l'action se fera en sélectionnant, en cliquant sur les marques. Une fois que j'ai cliqué quelque part ici, passons au stockage. Je vais cliquer sur la marque. Nous allons aller passer à Wikipédia. Comme vous pouvez le voir ici, c'est un peu plus sensible. Une fois que vous avez cliqué sur les marques, vous allez accéder à l'URL. Ici, nous n'avons pas de menu contenant un lien. Nous allons passer immédiatement au lien. Allons essayer le survol. Cela va être plus extrême, alors revenons aux actions , à notre action. Passons ensuite au survol. Et ici, vous devez faire attention lorsque vous survolez la souris, car vous créez de nombreuses pages Web. Allons-y. OK. Maintenant, très prudemment, une fois que je passe la souris sur la table en papier, vais passer à WikiBD. Je n'ai cliqué sur rien, j'ai juste survolé la souris. Comme vous pouvez le voir maintenant, l' action est très sensible aux interactions de l'utilisateur. Il suffit de placer souris sur le tableau des marques exécuter l'action. Avec le menu, les utilisateurs ont la possibilité de décider s'ils veulent exécuter l'action ou accéder à l'URL ou non. Avec la sélection, c'est plus agressif lorsque les utilisateurs peuvent sélectionner les marques passer immédiatement à autre chose. Avec le survol, c'est très agressif, rien que par la façon dont la souris passe sur les marques, l'action peut être déclenchée Concluons maintenant et faisons très attention à l'endroit où vous placez le pointeur de la souris car une fois que vous avez cliqué sur une table de marques , vous allez ouvrir une nouvelle page Web Revenons donc à nos feuilles de travail, puis aux actions Supprimons-le car cela n'a vraiment aucun sens placer le pointeur de la souris pour accéder à une URL La meilleure façon de le faire est d'aller dans le menu. Bien, maintenant que nous travaillons avec les URL, nous pouvons ajouter beaucoup de choses comme des valeurs, des filtres, paramètres à l'URL afin de rendre quelque chose de plus dynamique Par exemple, j' aimerais que les utilisateurs dépendent de la sous-catégorie qu'ils sélectionnent Ils vont aller trouver plus de descriptions sur cette sous-catégorie et sur la façon dont nous pouvons le faire Nous allons d'abord accéder à l'URL ici et nous pouvons ajouter un wiki. Il faut ensuite ajouter la valeur de la sous-catégorie. Pour ce faire, passons à l'insert ici. Ensuite, nous obtiendrons une liste de tous les champs que nous avons dans notre source de données. Nous recherchons la sous-catégorie et nous pouvons la trouver ici Allons-y et sélectionnons la sous-catégorie. Comme vous pouvez le voir, c'est comme si l'intérieur de notre URL était dynamique. Maintenant, je voudrais également rendre le nom du lien plus dynamique. Allons-y et appelons-le En savoir plus sur. Ensuite, il faut ajouter la sous-catégorie pour la rendre plus dynamique Nous avons également ici un encart. Et nous allons aller chercher la sous-catégorie que nous avons ici C'est que nous avons un nom dynamique pour le lien, ainsi qu'un lien dynamique. Allons-y et appuyons sur OK. Et réessaie. OK, allons, par exemple, aux tables d'ici. Cliquez sur la marque, et vous pouvez voir ici que nous avons le lien suivant. Il dit : « En savoir plus sur les tables ». Il s'agit donc de lire la valeur de la sous-catégorie que nous sommes en train de sélectionner Cliquons dessus. Et ici, nous allons passer immédiatement à la page Wikipédia qui décrit les tableaux. Allons essayer autre chose. Allons au stockage ici. Comme vous pouvez le constater, le nom du lien est très dynamique. Nous en avons lu plus sur le stockage, et une fois que vous aurez consulté cette page, vous obtiendrez plus d' informations sur le stockage. C'est donc vraiment incroyable. Afin d'ajouter plus de contexte, plus d'informations à l'intérieur de nos alizations et de les rendre plus interactives, c'est désormais possible d' accéder à l'URL. Très bien, c'est donc tout pour le premier type d'actions qui vont à l'URL. Ensuite, nous allons apprendre à utiliser les actions pour passer d' une feuille à l'autre. 121. Feuille d'Udemy 11 3: bon les gars, Nick. Nous allons apprendre à utiliser les actions pour passer d'une feuille de calcul à une autre Dans cet exemple, nous avons la source, ou le point de départ, des informations sur les ventes. Et l'objectif sera d'obtenir des informations sur les bénéfices. Nous aimerions donc maintenant passer à l'action afin de passer des ventes aux bénéfices. Pour ce faire, nous allons consulter les feuilles de travail dans le In Ensuite, nous allons passer aux actions. Et nous allons créer une nouvelle action. Cette fois, nous allons y aller avec deux draps. Alors allons-y et sélectionnons Dots. Et voici notre nouvelle fenêtre pour configurer l'action. Il est très similaire à la configuration de l'URL. Nous devons d'abord lui donner un nom, nous allons l'appeler Go to Profit Insights. Et puis nous avons les trois choses. La source, ce qui va déclencher l'action et la cible. La source sera les informations sur les ventes. Et cette fois-ci, l'action le sera également. Par menu, allons-y et sélectionnons Dots. Ensuite, nous devons spécifier la feuille cible. Ce doit être le Profit Insights. Allons-y et sélectionnons des points. Nous avons notre configuration. Allons-y et frappons. OK, c'est tout. Ensuite, comme vous pouvez le voir, nous avons une nouvelle action dans notre tableau. Allons-y et appuyons également sur OK. Maintenant, allons-y et testons-le. Passons à l'une de ces marques. Passons aux machines. Ensuite, nous avons notre menu. Nous avons maintenant deux liens. Le premier indique de consulter le Profit Insights ou d'en savoir plus sur les machines. Celui-ci va donc nous faire passer de Tableau à une page Web externe. Le premier peut nous déplacer vers une autre feuille de calcul dans Tableau Cliquons donc sur Go to Profit Insights. Comme vous pouvez le constater, Tableau a exécuté l'action une fois que nous avons cliqué dessus et que nous sommes passés à une autre feuille de calcul Nous en sommes maintenant au Profit Insights. C'est bon, alors c'est tout. Comme vous pouvez le constater, c'est très simple. Il suffit de spécifier les feuilles sources, les feuilles cibles et ce qui peut déclencher l'action. Très bien, donc c'est pour le type. Passons aux feuilles. Ensuite, nous allons apprendre les filtres d'action et comment utiliser les actions rapides. 122. Udemy 11 4 Filtre: Très bien, les gars, lorsque nous passons à un autre type d'actions, nous avons l'action de filtrage. se peut que tout ce que vous sélectionnez dans les feuilles sources Il se peut que tout ce que vous sélectionnez dans les feuilles sources soit pertinent dans les feuilles cibles. Cela signifie que dans la feuille cible, nous ne verrons que les données, uniquement les informations que vous avez sélectionnées dans les feuilles sources. Voyons donc comment cela fonctionne. Nous allons nous en tenir aux mêmes exemples, où nous avons une feuille de travail sur les ventes, qui sera notre source Et nous avons une autre feuille de travail sur les bénéfices. Ce sera notre cible. Commençons par la source. Passons aux feuilles de travail du menu. Passons à, et allons-y, ajoutons une nouvelle action. Le premier sera le filtre. Passons au filtre ici. Une nouvelle fenêtre s'ouvre à nouveau afin de configurer notre action de filtrage. Ce sera très similaire aux précédents, mais nous avons ici un peu plus d'options. Nous devons d'abord lui donner un nom, nous allons l'appeler Filter Profit Insights Here. Comme d'habitude, nous devons définir les feuilles sources. Ce seront les informations sur les ventes. Je ne veux pas avoir tous les draps. Et puis les déclencheurs seront, disons que ce sera la sélection cette fois. Ensuite, nous devons définir les feuilles cibles. Ce seront nos informations sur les bénéfices ici. Le filtre Ici, dans les actions de filtrage, nous avons plus d'options concernant les interactivités Nous devons définir pour Tableau ce qui peut se passer une fois que les utilisateurs ont désélectionné les données, une fois qu'ils ont effacé les sélections Nous avons donc trois options. Conservez les valeurs filtrées, affichez toutes les valeurs, excluez toutes les valeurs. La meilleure façon de comprendre cette interactivité est d' avoir un exemple Maintenant, nous allons nous en tenir à la valeur par défaut, conserver les valeurs filtrées. Allons-y et appuyons sur OK. C'est ainsi que nous avons introduit notre nouvelle action ici. Appuyons à nouveau sur OK. Et essayez l'action. La meilleure façon de comprendre le fonctionnement de cette action de filtrage est d'intégrer les deux feuilles de calcul dans des tableaux Alors allons-y et créons de nouveaux tableaux de bord. Et allons chercher la source et la cible également. En dessous, je vais simplement supprimer cette légende ici. Alors maintenant, allons-y et recommençons à interagir avec les rapports ici. Une fois que nous avons sélectionné quelque chose dans la source, cela affectera les données sur les cibles, par exemple. Allons sélectionner, par exemple, ces sous-catégories. Comme vous pouvez le constater, mon interaction avec la source peut avoir un effet sur la cible. Désormais, nous ne pouvons voir que les sous-catégories que j'ai sélectionnées dans les feuilles sources Avec cela, l'utilisateur aura l' impression que tout est connecté. Tout ce qui interagit ensemble est vivant. Tout ce que je sélectionne dans ces feuilles de travail aura un effet sur la suivante. Pour ce type d' action, nous optons principalement pour la sélection plutôt que pour le menu. Il est vraiment logique de sélectionner un élément dans les tableaux de bord et d'avoir interactions immédiates dans le tableau de bord suivant Donc, comme vous pouvez le constater, c'est très facile, non ? Maintenant, je veux que vous compreniez un autre type d'interactivité Que peut-il se passer une fois que j'ai désélectionné ce que j' ai sélectionné ou une fois que j'ai effacé mes sélections, nous avons sélectionné Afficher les valeurs filtrées Donc, une fois que j'ai, par exemple, cliqué sur le champ vide pour désélectionner, rien ne changera Avec cela, nous avons conservé les valeurs filtrées et c'est exactement ce que nous avons spécifié dans notre action. Mais maintenant, si vous dites, vous savez quoi, une fois que j'ai désélectionné des éléments dans la source, j'aimerais que toutes les valeurs soient également désélectionnées des cibles Pour ce faire, nous allons revenir à notre action et modifier notre action de filtrage. Maintenant, si les utilisateurs effacent leurs sélections ou les désélectionnent, nous voulons afficher toutes les valeurs des feuilles cibles Alors changeons-le comme ça. Cliquez à nouveau sur OK. OK. Et essayons ça. Par exemple, je vais sélectionner uniquement le stockage. Et comme vous pouvez le constater, nous n' avons que le stockage. Et une fois que j'ai effacé mes sélections, une fois que j'ai , sélectionné n'importe quoi dans la source, vous pouvez voir que nous allons retrouver toutes les valeurs dans les feuilles cibles. Dans ce scénario, il est plus judicieux d'utiliser ces options. Si je ne sélectionne rien dans une source, rien ne doit être filtré dans les cibles. Maintenant, allons vérifier la dernière option. Passons aux actions des feuilles de calcul et aux filtres. Allons-y et excluons toutes les valeurs. Sélectionnons-le. Essayons ce qui peut arriver maintenant. Au début, rien ne s'est passé. Nous voyons toutes les données des deux feuilles. Maintenant, allons sélectionner, par exemple, ces sous-catégories Comme d'habitude, nous allons obtenir tous les filtres de données dans les feuilles cibles. Mais maintenant, une fois que j'ai désélectionné, tout va disparaître dans les feuilles cibles Cela signifie donc que la feuille cible n'affichera les données que si je sélectionne quelque chose dans les feuilles sources. Cela signifie donc que rien ici n'est pertinent, tant que je ne sélectionne rien dans les feuilles sources. Et une fois que je commencerai à sélectionner quelque chose dans les feuilles sources, les données seront affichées. Sinon, si je le sélectionne maintenant, ne rien afficher. Encore une chose que je voudrais montrer à propos des actions de filtrage. Si vous consultez les feuilles cibles ici, vous pouvez voir que nous n'avons aucune donnée. Tableau peut également indiquer qu' une action filtre les données contenues dans ces feuilles de calcul Et vous pouvez voir que dans le nom du filtre, nous avons le mot action Tableau pour indiquer que ce filtre dépend réellement des actions des utilisateurs, toute valeur sélectionnée parmi les utilisateurs. Cela va avoir un impact sur ce filtre. Par exemple, si vous entrez dans le filtre et que vous modifiez le filtre, vous verrez que rien n'est sélectionné. Et c'est parce que lors de nos interactions, nous n'avons rien sélectionné ici dans les tableaux de bord Une fois que, par exemple, j'ai sélectionné ces valeurs, vous pouvez revenir à la feuille cible et vous pouvez voir ces valeurs également sélectionnées dans les feuilles de travail Et si vous entrez dans le filtre, vous pouvez voir que ces valeurs sont également sélectionnées à l'intérieur du filtre. Tout ce qui commence par l'action et le filtre provient d'un filtre d'action. Et les valeurs qu'il contient peuvent être définies en fonction des interactions que vous avez effectuées. Très bien, nous avons donc tout expliqué sur les actions de filtrage dans Tableau. Très bien les gars, j'aimerais maintenant vous montrer des actions rapides dans Tableau à l'aide des tableaux de bord Par exemple, supposons que nous ayons les ventes et les bénéfices et qu'ils soient dissociés. Il n'y a aucune action entre eux. Mais maintenant je peux créer un filtre. Des actions entre eux très rapidement. Si vous allez, par exemple, aux ventes ici, vous pouvez trouver une petite icône pour les filtres. Il est dit « utiliser comme filtre ». Si vous cliquez dessus, vous pouvez voir qu'il est maintenant rempli. Et maintenant, si je clique sur un élément des ventes, comme vous pouvez le voir, les bénéfices peuvent être filtrés. Maintenant, si vous accédez au tableau de bord en une minute , aux actions, vous pouvez constater que Tableau crée automatiquement de nouvelles actions Il porte généralement le nom de generated. Nous avons ici un filtre généré. Celui-ci est créé automatiquement ou rapidement lorsque nous avons cliqué sur cette petite icône ici sur les tableaux de bord Et bien sûr, vous pouvez aller ici et modifier les options si vous ne voulez pas avoir Select, vous pouvez le déplacer vers Menu to Hover, etc. Et bien entendu, vous pouvez faire de même pour Profit Insights. Alors allons-y et fermons tout. Passons aux Profit Insights, et nous pouvons dire, d' accord, les bénéfices vont également filtrer les ventes. Alors, allons cliquer dessus. Et maintenant, sélectionnons tout. Et tout ce que je sélectionnerai dans le cadre des bénéfices servira également à filtrer les joints. C'est vraiment sympa et rapide pour créer des actions dans Tableau. Mais cela ne concerne que l'action du filtre de type. Très bien, c'est tout pour les filtres d'action. Nick, tu vas apprendre un autre type d'action. Nous en avons les points forts. 123. Udemy 11 5 Highlight: Très bien les gars, nous allons maintenant parler d' un autre type d'actions. Nous avons le point fort. Le surlignage est très similaire aux filtres dans lesquels l'utilisateur va interagir avec les feuilles sources. Dans la feuille cible, nous allons nous concentrer sur un sous-ensemble de données que nous avons sélectionné à partir de la source Mais la principale différence ici est que les données non pertinentes ne seront pas filtrées Toutes les données seront les feuilles cibles, mais seules les données que nous sélectionnons seront mises en évidence dans les feuilles cibles. Et le meilleur moyen de comprendre l'action de surlignage est de disposer d' un tableau de bord contenant deux feuilles de travail Alors maintenant, allons créer une action de surlignage. Comme d'habitude, nous allons accéder au menu principal ici, mais cette fois, nous allons accéder au tableau de bord. Passons ensuite aux actions et ajoutons une nouvelle action. Nous allons aller ici, ajouter une action, puis nous allons choisir, cette fois, le point culminant. Comme d'habitude, nous devons définir la source, le déclencheur et les feuilles cibles. Allons-y et donnons-lui un nom. Ce sera Highlight, Profit Insight. Ensuite, les sources, ce seront nos ventes. Je vais juste retirer les bénéfices d'ici. Et le meilleur moyen de travailler ou de déclencher un surlignage est de le surligner Je vais juste exécuter cette action au survol. Ensuite, l'objectif sera notre profit intérieur. Je vais donc simplement supprimer les informations relatives aux ventes. Ensuite, nous avons quelques options pour définir quel champ sera inclus dans l'interaction, car tous les champs ou les dates et heures seront utilisés par défaut . Ensuite, la dernière option que vous avez sélectionnée est le champ, afin que vous puissiez spécifier le champ à inclure dans l'action. Je vais m'en tenir à tous les champs par défaut. Donc, avec ça, nous avons tout. Allons-y et d'accord. Et c'est avec cela que nous avons également pris des mesures. Réglons à nouveau OK. Maintenant, allons tester l'action. Passons aux fiches sources. Ce déclencheur sera le survol de la souris. Maintenant, lorsque vous passez la souris sur ces informations, vous pouvez voir que Tableau réagit dans les feuilles cibles et se concentre sur les données qui me ressemblent, en survolant la souris Si je reste sur la feuille de stockage avec ma souris, vous pouvez voir que Tableau se concentre sur le stockage dans la feuille cible. Et vous avez un surligneur de couleur jaune. Comme vous pouvez le voir, c'est vraiment sympa, non ? Cela ajoute plus d'interactivité dynamisme à vos vues au fur et à mesure que les utilisateurs interagissent Les feuilles de travail et autres feuilles de travail sont mises en évidence. C'est vraiment sympa. Maintenant, vous pourriez dire, vous savez quoi ? J'aimerais avoir le même effet sur les informations sur les bénéfices qu'une souris survolant ces données J'aimerais avoir des points saillants dans la source, dans les informations sur les ventes deux rapports ou ces feuilles de travail peuvent mettre en évidence ceux de l'autre Pour ce faire, c'est très simple. Revenons au menu principal, aux tableaux de bord, aux actions. Passons à l'action Highlight. Ensuite, incluons tout dans les feuilles sources et également dans les feuilles cibles. Ainsi, toutes ces feuilles de travail peuvent mettre en évidence celles des autres Allons-y et frappons. OK. Et encore une fois. OK, et vérifions-le. Maintenant, comme vous pouvez le voir lorsque vous passez la souris sur le Profit Insights, le point culminant sera celui des ventes et vice versa. Au fur et à mesure que je passe aux ventes, vous pouvez voir que le point culminant sera celui des bénéfices. Maintenant, le pointeur de la souris va mettre en évidence les deux feuilles de calcul. C'est bon, les gars. En ce qui concerne les points forts de Tableau, il existe différentes options dans lesquelles nous pouvons ajouter des surlignages ou contrôler l'option de surlignage. Par exemple, si vous allez dans le menu rapide ici, vous pouvez voir que nous avons une option pour modifier les surlignages. Si vous allez ici, vous pouvez voir que nous pouvons désactiver les surlignages. Nous pouvons l'activer, nous pouvons définir quels champs seront inclus dans les points forts. Par exemple, si je vais ici et que je dis « OK », classeur désactivé met en évidence ce qui peut arriver si l' action de surlignage soit désactivée Pour l' activer, nous allons passer à nouveau à l'action rapide ici et activer les surlignements du classeur, comme vous pouvez le voir Je peux maintenant mettre l'accent sur ces éléments dans Tableau. Nous pouvons ajouter des points saillants aux feuilles de travail ou aux tableaux de bord si vous accédez aux analyses principales Et puis nous avons ici des surligneurs. Si vous allez ici, nous avons la sous-catégorie. Comme il s'agit de la seule dimension que nous avons dans les tableaux de bord ou dans ces feuilles de travail, allons-y et cliquons dessus Maintenant, si vous prenez le bon côté, nous coupons quelque chose comme un filtre. Mais ce n'est pas vraiment un filtre, c'est un surligneur. Si vous cliquez sur cette case ici, vous obtiendrez une liste de toutes les valeurs distinctes de la sous-catégorie. Maintenant, ce que vous pouvez faire, vous pouvez simplement passer la souris sur ces informations et comme vous pouvez le voir, sur ces informations et comme vous pouvez le voir, le tableau de bord sera surligné. Il s'agit d'un autre moyen de déclencher les actions surlignées dans vos tableaux de bord ou feuilles de calcul en ajoutant le surligneur sur le côté droit Par exemple, si je clique simplement dessus, elle restera surlignée plusieurs fois puisque nous avons sélectionné cette valeur ici. Et bien sûr, si vous voulez que tout revienne à la normale, vous pouvez aller ici, cliquer sur le X et supprimer la valeur. Avec cela, nous avons tout récupéré sans points forts. Très bien, les gars, tout est une question de temps forts. Actions dans Tableau. Très bien, tout dépend des moments forts de l'action. Ensuite, nous allons apprendre à utiliser des actions pour modifier les décalages des membres 124. Udemy 11 6 SET: Dcast. Passons à un autre type d'actions, nous avons les sets. Comme nous l'avons déjà appris précédemment, dans les ensembles, il est possible de diviser vos données en deux groupes, le groupe et le groupe sortant. Maintenant, celui qui crée le tableau de bord commande les feuilles de travail, garantit quels membres vont entrer et quels membres vont sortir Mais afin de rendre vos visuels interactifs, nous pouvons donner ces options aux utilisateurs afin qu'ils puissent définir quels membres vont entrer et quels membres vont sortir Pour ce faire, nous allons créer des ensembles d'actions. Créons donc d'abord une vue et les ensembles. Pour ce faire, nous allons nous en tenir à la source des mégadonnées. Reportons les ventes dans les colonnes, les bénéfices dans les lignes du milieu. Nous allons aller chercher l'identifiant client que nous avons obtenu, exemple des points de données, mais nous n'en avons toujours pas. Mais commençons par approfondir un peu ces points afin de comprendre les membres. Ensuite, je vais également changer la forme pour créer des cercles de champs qui se forment. Allons-y maintenant et créons un ensemble. Pour ce faire, je vais simplement sélectionner les meilleurs clients. Ensuite, nous allons ici et nous disons créer des ensembles. Très bien, je vais juste le laisser tel quel. Et cela nous a permis de surmonter les difficultés liées aux données et de donner une nouvelle dimension aux ensembles. Nous allons donc maintenant l'ajouter à notre vue sous forme de couleurs. Alors allons-y et passons aux couleurs ici. Donc, comme vous pouvez le voir, le bleu sera le N et les points extérieurs seront les points gris. Je vais juste changer ces couleurs. Passons donc aux couleurs et à ce qui va être, disons que le vert et les couleurs extérieures seront les rouges. Allons-y, appuyons sur Appliquer et OK. Et maintenant, comme vous pouvez le constater, celui qui crée cette vue décide quels membres entrent et quels membres ne le sont pas. Mais maintenant, allons-y et donnons ces options aux utilisateurs. Pour ce faire, nous allons créer un ensemble d'actions. Comme d'habitude, nous allons accéder au menu principal des feuilles de travail Passons à Actions et ajoutons une nouvelle action. Cette fois, nous allons utiliser les valeurs définies pour les modifications. Allons à l'intérieur. Et voici les trucs habituels. Nous avons la source, ce qui peut déclencher l'action et la cible. Changons-le simplement de nom, définissons un identifiant client, puis nous allons définir les feuilles sources. Ce seront les ensembles d'actions que nous aurons , puis nous devrons définir l'action. Je vais juste le laisser sélectionné. La cible sera la cible fixée. Pour ce faire, il faut cliquer ici. Ensuite, nous obtiendrons ici tous les ensembles que nous avons dans notre source de données. Dans cet exemple, nous n' avons qu'une seule source de données volumineuses. Nous l' avons ici, ensembles d'identifiants clients, allons-y et cliquons dessus. Et maintenant, nous avons plus d' options concernant les ensembles. La question de gauche sera celle qui peut arriver à l'ensemble une fois que les utilisateurs commenceront à interagir ou à sélectionner des points de données. Sur le côté droit, nous avons des options sur ce qui peut se passer une fois que les utilisateurs ont effacé la sélection, une fois qu'ils ont désélectionné des éléments dans les visualisations Maintenant que nous connaissons les options de Santos, nous devons contourner ces valeurs. Sur le côté droit, je vais juste dire de conserver les valeurs définies. Si c'est le cas, sélectionnez n'importe quoi dans la vue, rien ne peut se passer. Maintenant, dans ce groupe de gauche, nous avons assigné des valeurs à définir, ajouté des valeurs à définir et supprimer des valeurs à des ensembles. Nous pouvons commencer par le premier. Une fois l'action déclenchée, nous pouvons attribuer des valeurs aux ensembles. Qu'est-ce que cela signifie, si vous choisissez celle-ci, à quoi servira cette table ? allez vider le groupe et tout ce que vous sélectionnez deviendra membre du groupe. Voyons ce que cela signifie. Allons-y et frappons, d'accord. Et encore une fois, d'accord. Ici, nous devons sélectionner pour déclencher l'action. Comme vous pouvez le voir, ces membres font partie du groupe. Supposons maintenant que j'aimerais sélectionner ces quatre membres ici. Une fois que j'aurai commencé à sélectionner ces membres, que peut-il se passer ? Seuls les membres du groupe peuvent voir que ces points sont désormais disponibles. Cela signifie que Tableau supprime tout et repart de zéro. Et tous ceux que vous sélectionnez seront les seuls membres du groupe. C'est tout pour cette option. La sélection va définir les membres du groupe. Allons-y et changeons-le pour la deuxième option. Passons à notre action, le changement d'identifiant client. Passons maintenant à celui-ci. Il dit d'ajouter des valeurs pour définir ce qui peut arriver cette fois. Tableau n' oubliera pas précédemment quels membres faisaient partie du groupe. Maintenant, nous ajoutons simplement nouveaux membres aux ensembles. Voyons comment cela fonctionne. Allons-y et encore. Ok, maintenant nous avons ces quatre membres dans le groupe. Et disons que j'aimerais ajouter deux nouveaux membres. Supposons donc que j'aimerais ajouter ces deux membres ici, alors sélectionnons-les. Cela dit, vous pouvez voir que ces membres sont toujours là. Nous venons d'ajouter deux nouveaux membres ce set. C'est très simple, non ? Allons essayer le dernier. Passons à l'action et au changement d'identifiant du client. Dans ce cas, nous pouvons dire supprimer les valeurs des ensembles. Que peut-il se passer maintenant ? Cela peut être exactement comme ajouter de nouveaux membres aux ensembles, mais cette fois, tout ce que vous sélectionnez supprimera ces membres des ensembles. Allons essayer ça. Allons-y et appuyons sur OK. Et encore une fois. OK, disons que je voudrais supprimer ce membre du groupe et le déplacer vers le groupe sortant. Pour ce faire, allons-y, sélectionnez-le et cliquez dessus. Comme vous pouvez le voir maintenant, c'est un fil de discussion et il n'est plus dans le groupe. C'est ça. Il s'agit donc de ce qui peut se passer une fois que nous avons déclenché l'action. Mais voyons maintenant ce qui peut se passer une fois que nous avons commencé à sélectionner l'action. Passons aux actions ici et revenons à nos actions définies. Sur le côté droit, nous avons ici trois options. Conservez les valeurs définies. Ajoutez toutes les valeurs à définir. Supprimez toutes les valeurs des ensembles. Jusqu'à présent, nous avons toujours travaillé avec les valeurs définies. Cela signifie que si vous effacez les sélections, rien ne se passera. Les membres que vous avez définis lors de votre sélection resteront dans le groupe. Mais les deux autres vont détruire vos définitions. Supposons que vous ajoutiez toutes les valeurs aux ensembles. Si vous désélectionnez , toutes les valeurs seront ajoutées au groupe Cette option signifie donc que si vous désélectionnez tout, ce sera exactement le contraire Nous avons supprimé toutes les valeurs des ensembles, donc si vous désélectionnez tout ce qui doit être affiché, sélectionnons-le Ajoutez toutes les valeurs aux ensembles et essayez correctement. Nous avons ces cinq membres dans le groupe et le tarif est dépassé. Et j'interagis avec nos rapports. Et je sélectionne ce point à supprimer du groupe sortant. Alors maintenant, une fois que j'ai désélectionné ou effacé ma sélection, que peut-il se passer ? Tous les membres feront partie du groupe Et l'autre option peut être exactement le contraire. Si je désélectionne tout ce qui va être lu et tout ce qui va être publié. C'est bon. OK, donc c'est tout pour les actions définies. Comme vous pouvez le constater, c'est une fonctionnalité vraiment intéressante qui vous permet de donner utilisateurs la liberté aux utilisateurs la liberté de choisir quel membre va entrer, quel membre va être absent afin qu'ils puissent effectuer une analyse ciblée au lieu de nous confier la création des tableaux Cela ajoute donc vraiment plus de dynamisme et d' interactivité à vos points de vue. Très bien, tout tourne autour des ensembles d'actions . Ensuite, nous allons apprendre le dernier type, comment utiliser les actions pour modifier les valeurs des paramètres. 125. Paramètres d'Udemy 11 7: Très bien les gars, nous allons maintenant passer au dernier type d'actions. Nous avons les paramètres. Ici encore, nous pouvons utiliser des actions pour modifier les valeurs des paramètres. Alors maintenant, prenons un exemple pour comprendre comment cela fonctionne. Augmentons maintenant les ventes par mois. Alors allons-y et faisons les ventes ici. Et allons-y et inscrivons la date de commande dans les colonnes. Je vais juste le remplacer par les mois d' ici et allons-y et ajoutons les étiquettes. Maintenant, ce que je voudrais intégrer dans cette vue, comme je sélectionne des données dans la vue, j'aimerais obtenir le total des ventes de ma sélection. Que je choisisse un point ou autre groupe de points, j'aimerais connaître le total des ventes de ma sélection. Pour ce faire, nous allons maintenant créer une autre feuille de travail dans créer une autre feuille de travail laquelle nous voulons afficher le total des ventes de notre sélection Allons-y et créons une autre feuille de travail. La première chose à faire est donc de créer un nouveau paramètre. Passons à la peinture des données, à l'espace vide ici, cliquez dessus avec le bouton droit de la souris. Et puis créez un paramètre. Donnons-lui un nom. Ce sera le total des ventes. À l'intérieur de ce périmètre, nous pouvons avoir le total des ventes de notre sélection. Nous pouvons avoir les flux de types de données, le format d'affichage. Passons à une devise standard et la valeur actuelle pourra être, disons, zéro au lieu de un. C'est tout Allons-y et appuyons sur OK. Connectez radicalement le paramètre show, actuellement il est nul et rien à notre avis. J'aimerais maintenant avoir une phrase qui parle des ventes totales. Ensuite, nous pouvons avoir la valeur du paramètre. Pour ce faire, nous devons créer un nouveau champ calculé. Passons ici, dans cette flèche, pour créer un nouveau champ calculé. Pour ce faire, nous allons simplement accéder à notre paramètre depuis les données, Pain, le glisser-déposer dans nos calculs. Pourquoi faisons-nous cela ? Comme nous ne pouvons pas utiliser directement paramètre dans nos agrégations ou dans notre vue, nous devons toujours créer un nouveau champ calculé dans lequel nous allons avoir la valeur du paramètre. C'est tout Allons-y et appuyons sur OK. Maintenant, sur le côté gauche, nous avons un nouveau champ calculé, notre nouvelle mesure. Allons-y et mettons-le dans le texte ici. Et par défaut, nous pouvons l'avoir sous forme de somme. Au fur et à mesure que l'utilisateur sélectionne différents points, nous allons avoir la somme de toutes nos sélections. Cette agrégation est correcte. Mais maintenant, dans cette vue, nous n'en avons que zéro, mais j'aimerais avoir une phrase, total des ventes, puis la valeur. Pour ce faire, passons au texte ci-dessous, puis aux trois points. Nous avons maintenant une nouvelle fenêtre dans laquelle nous allons personnaliser le texte. Nous allons parler des ventes totales. Nous avons alors la valeur de notre nouveau champ calculé. Mais agrandissons les choses. Ventes totales, passons-le à 20. Et le paramètre ou les champs calculés seront également de 20. Et j'aimerais le rendre plus audacieux. C'est tout Cliquez sur OK. Comme vous pouvez le constater, nous avons maintenant le total des ventes et la valeur est zéro, ce qui provient du paramètre. Maintenant, changeons cette valeur en 100, par exemple. Maintenant, comme vous pouvez le voir, nous avons obtenu un total de 100 ventes. Et maintenant, j'aimerais également changer le format des ventes totales. Passons à notre champ calculé, Rad. Cliquez dessus, puis passons à Formats. Et puis ici, sur le côté gauche, nous avons des chiffres. Si vous cliquez sur ces options, nous pouvons accéder aux normes monétaires. Passons ensuite aux États-Unis. Ce sera quelque part par ici, aux États-Unis anglais. Et c'est ainsi que nous avons obtenu les signes du dollar. Très bien les gars, la prochaine étape est que j' aimerais tout regrouper dans un seul tableau de bord, donc les deux feuilles de travail Allons-y et créons de nouveaux tableaux de bord. allons obtenir le total des ventes, puis nous allons obtenir les ventes par mois. Permettez-moi de l'agrandir un peu et de supprimer le titre du total des ventes. Maintenant, comme vous pouvez le constater, la valeur totale des ventes provient du paramètre. Jusqu'à présent, tout est déconnecté entre ces deux feuilles de travail Ce que je sélectionne ici ne sera pas reflété dans le paramètre. Maintenant, voici la magie. J'aimerais modifier la valeur des paramètres en fonction de mes ou de mes interactions depuis cette vue. Pour le faire comme d'habitude, nous allons accéder au menu principal situé ici pour accéder aux tableaux de bord Passons ensuite aux actions. Ensuite, ajoutons une nouvelle action et choisissons cette option. Modifiez les valeurs des paramètres. Allons à l'intérieur. Nous avons donc ici les éléments habituels, la source, le déclencheur et les cibles. Changons-le de nom, Total sales. Définissons la source. Ce seront les ventes par mois. Enlevons simplement la feuille sept d'ici. La feuille sept représente le total des ventes. Et puis l'action sera la sélection. Je voudrais donc sélectionner et déclencher l'action. Et puis il faut trouver ici notre paramètre. Nous n'en avons qu'un, donc le total des ventes, sélectionnons-le sur le côté droit. Que se passera-t-il une fois que nous aurons effacé nos sélections ? Je voudrais donc dire, d'accord, mettons-le à zéro si les utilisateurs ne sélectionnent rien. Très bien, voici le dernier que nous devons définir pour Tableau, quel champ va contrôler les valeurs des paramètres en fonction des ventes. Par mois, nous avons différentes informations comme vous pouvez le voir ici. Nous avons le mois et la somme des ventes. Bien entendu, la somme des ventes va contrôler les valeurs des paramètres. Allons-y et sélectionnons cette valeur ici. Et l'agrégation sera la somme, puisque nous trouvons le total des ventes. Tout est réglé pour le moment, allons-y et appuyons sur OK. Puis encore une fois Ok. Maintenant, comme vous pouvez le voir, la valeur 100 provient des paramètres. Mais si je sélectionne, par exemple, les points de données ici, vous pouvez voir que le total des ventes provient de ma sélection, les 64 000. Maintenant, si je sélectionne toutes ces valeurs dans la vue, Tableau va résumer toutes les ventes issues de mes sélections et les mettre dans la valeur du paramètre Cela nous permet d' établir un lien entre les paramètres et nos actions et la vue, ce qui donne beaucoup de dynamique et d' interactivités à vos tableaux Très bien, les gars, c'est tout pour les actions des paramètres. C'est une fonctionnalité vraiment intéressante dans Tableau. Très bien, c'est donc tout pour les types d'action. Ensuite, je vais partager avec vous mes conseils sur les déclencheurs d'action. 126. Déclencheurs Udemy 11 8: C'est bon, les gars. J'aimerais maintenant vous donner des conseils rapides sur moment d'utiliser quel type de déclencheur d'actions. Par exemple, si vous souhaitez passer de vos feuilles de calcul à une autre feuille de calcul, ou accéder à un site Web externe, il est préférable de donner aux utilisateurs la possibilité de sélectionner cette option à l' aide Tout d'abord, affichez le menu. Divisez les utilisateurs, voyez le lien, puis s'ils veulent y accéder, ils vont sélectionner le lien et cliquer dessus C'est toujours mieux que de les surprendre en les sélectionnant si les utilisateurs aiment sélectionner quelque chose, comme s'ils se rendaient soudainement ailleurs. Ce n'est vraiment pas sympa. Optez pour le menu. Si vous accédez à l'URL ou si vous utilisez l'action de filtrage, le meilleur moyen est d'utiliser select. C'est un peu plus interactif, une fois qu'un utilisateur commence à sélectionner parmi plusieurs feuilles de calcul L'autre feuille de travail sera consacrée aux filtres. J'utilise généralement Select si j'utilise les actions de filtrage et le tableau utilisés ainsi que par défaut. Si vous utilisez une action rapide pour filtrer, j'utilise généralement Select. Pour la dernière, les surlignements, je vous recommande vivement d'utiliser le survol. Comme les utilisateurs passent la plupart du temps à l'intérieur d'une feuille de calcul, l'autre feuille de calcul interagit également C'est vraiment sympa et plutôt moderne. Faites vraiment attention à la manière de déclencher les actions qui ne surprendront pas vos utilisateurs en sautant ailleurs. Si vous utilisez par exemple go to RL et Sheets, soyez prudent, discutez-en avec vos utilisateurs, façon dont ils aimeraient le voir, puis prenez peut-être ensemble une décision concernant l'interactivité et les actions avec les utilisateurs. D'accord ? OK, pour moi, tout tourne autour des actions dans Tableau. Très bien, c'est donc tout pour les conseils sur les déclencheurs d'action. Nous avons ainsi terminé la section consacrée aux actions de Tableau. Dans la section suivante, nous allons aborder un sujet très important dans Tableau, les calculs de Tableau. Nous pouvons y apprendre à manipuler les données dans Tableau, et nous allons découvrir de nombreuses fonctions de Tableau. 127. Section12: Calculs de table. Nous allons maintenant aborder plus de 60 fonctions différentes de Tableau afin de manipuler vos données. Vous comprendrez non seulement comment utiliser toutes ces fonctions Tableau, mais vous comprendrez également le concept qui les sous-tend. Utilisez des croquis et des exemples très simples pour comprendre le fonctionnement de ces fonctions de tableau. Certains de ces calculs étant très compliqués, nous allons d'abord aborder les bases des calculs de table. Ensuite, nous pouvons examiner les fonctions les plus utilisées dans les quatre catégories, à savoir les calculs au niveau des lignes, les calculs d' agrégation, les expressions LOD et les calculs de table. Commençons d'abord par une introduction aux principes de base des calculs sur tableau. Alors maintenant allons-y. 128. Intro de Calc dans Udemy 1 1: Tout le monde. Nous allons maintenant parler des champs calculés dans Tableau. Et nous allons commencer par la première question. Pourquoi avons-nous besoin de champs calculés en premier lieu ? Comme nous l'avons déjà appris, lorsque nous créons nos visualisations, nous accédons toujours à la peinture des données, à la source de données, et nous saisissons les champs que nous voyons dans la vue Imaginons maintenant que vous vous trouviez dans un scénario dans lequel vous avez besoin d'informations supplémentaires, informations qui ne sont pas disponibles dans notre source de données. Ou vous souhaitez manipuler et transformer ces informations en nouvelles informations, en nouveaux champs. Ou disons que nous élaborons une logique très complexe dans nos points de vue. Pour tous ces scénarios, nous pouvons créer de nouveaux champs calculés dans Tableau à placer dans notre source de données. champs calculés dans Tableau sont des champs définis par l'utilisateur qui sont créés à l'aide de formules ou d'expressions. Il existe donc des champs supplémentaires que vous pouvez créer en fonction des champs d'origine de la source de données. Très bien, tout le monde. Nous allons maintenant passer à la question suivante, à comment créer de nouveaux champs calculés dans Tableau. Il existe cinq méthodes pour créer des champs calculés. Quatre d'entre eux se situent dans le monde entier. Cela signifie qu'une fois que vous aurez créé le champ calculé, il apparaîtra sur la source de données, sur les données. Difficile à utiliser dans toute autre feuille de calcul ou dans tout classeur connecté à la source de données Et nous avons une méthode locale pour créer un champ calculé à partir d'une seule vue. C'est ce que nous appelons des calculs rapides. Passons maintenant à l'exploration de ces cinq méthodes. La première façon de créer un nouveau champ calculé consiste à accéder à l' épingle de données sur le côté gauche. Cliquez avec le bouton droit sur l' espace blanc, cliquez avec le bouton droit ici. Et la première option est de créer un champ calculé. Une fois que nous sommes arrivés ici, nous avons une nouvelle fenêtre dans laquelle nous pouvons écrire notre expression. Ça y est, c' est le premier moyen. Passons à la suivante. Je vais juste fermer ça. Si vous passez par ici, nous avons une petite flèche à côté de la recherche. Si vous cliquez dessus, nous obtiendrons exactement la même liste. Comme vous pouvez le voir, la première option consiste créer un champ calculé. Pour ce faire, la troisième méthode consiste à accéder à l'un de ces champs dans notre source de données. Disons que nous allons aux adresses, que nous cliquons dessus, puis que nous avons l' option Créer. Et le premier s'appelle Create Calculated Field. Une fois que vous y serez allé, nous aurons exactement la même fenêtre, mais cette fois, nous allons préparer le nom du champ dans l'expression, car ici nous sommes allés spécifiquement à l'adresse et nous avons créé partir de là un nouveau champ calculé. Fermons ceci et je vais vous montrer les premières méthodes pour créer un champ calculé. Nous allons accéder aux analyses dans le menu ici, cliquez dessus. Et ici, nous avons l'option de créer un champ calculé. Une fois que nous aurons cliqué dessus, nous aurons à nouveau la même fenêtre. Voici rapidement les quatre méthodes permettant de créer un nouveau champ calculé. Vous obtiendrez toujours le même résultat, mais si vous allez dans le champ, puis que vous créez un champ calculé, vous trouverez le nom du champ dans l'expression. Maintenant, disons que c'est mon premier calcul. Et je vais juste donner n'importe quoi dans l'expression. Tapons-en un. Allons-y et frappons. OK. Nous pouvons maintenant voir sur la banque de données que Tableau a créé un nouveau champ pour nous C'est comme un champ, comme tous les autres champs présents dans la chaîne de données de notre source de données Il possède également un type de données. C'est une mesure continue parce que j' en saisis une, donc c'est comme un chiffre. Vous pouvez le traiter exactement comme n'importe quel autre champ, mais ici, pour comprendre quels champs sont calculés et quels champs sont originaux, vous pouvez voir sur l' icône ici qu'il porte le signe égal. Cela signifie que si vous voyez le signe égal près de l' icône du type de données dans un champ, cela signifie que ce champ est un champ calculé. Il ne s'agit pas d'un champ d'origine provenant de la source de données. Quelqu'un a créé ce champ calculé et il est basé sur les données d'origine. Cela vous permet d'identifier rapidement quels champs sont des données d'origine provenant des systèmes sources et quels champs sont des champs calculés créés par les utilisateurs. Nous avons ainsi créé notre premier champ calculé. Et c'est un domaine mondial. Cela signifie que si vous passez à une autre feuille de calcul, passons, par exemple, à une nouvelle Nous pouvons retrouver notre champ calculé. Passons maintenant à la méthode suivante, dans laquelle nous allons créer un champ calculé local pertinent pour une seule vue. Pour ce faire, nous allons avoir quelque chose de gros sur la vue. Prenons, par exemple, le prénom du client et mettons-le sur les lignes. Maintenant, afin de créer un champ calculé rapidement localement, nous allons entrer dans le champ, dans la dimension. Et nous pouvons le faire en double-cliquant. Une fois cela fait, vous pouvez voir que nous sommes désormais autorisés à écrire quelque chose dans ce champ. Et nous écrivons maintenant le champ calculé. Disons que, d'accord, nous avons maintenant les lettres majuscules du prénom et j' aimerais le manipuler et le transformer en majuscules J'aimerais que tout soit écrit en majuscules. Pour ce faire, nous avons la fonction dans la table appelée upper. Maintenant, j'écris le nom de la fonction et cela va transformer le prénom que j'ai créé, le champ calculé, à l'intérieur du prénom. Une fois que vous êtes sorti, cliquez quelque part à l'extérieur ou cliquez maintenant, nous pouvons voir le résultat, cette fonction a changé. Le premier cas où nous avons effectué une transformation rapide, des calculs rapides dans la vue. Si vous reprenez le prénom à cause des difficultés liées aux données, vous pouvez constater que rien n'a changé. Nous n'avons rien changé sur la source de données, nous l'avons simplement modifiée rapidement pour cette vue. C'est ainsi que vous pouvez créer rapidement un nouveau champ calculé dans la vue sans affecter la source de données. Et il ne sera disponible que localement dans cette vue. Disons maintenant que cette transformation est intéressante et que j'aimerais la réutiliser ailleurs dans d'autres vues. Maintenant, afin de le rendre disponible dans notre source de données, ce que nous pouvons faire, récupérer ce champ dans les visualisations et simplement le placer dans la source de données Libérons avec ça, vous pouvez voir. Ajoutez le nouveau champ dans les clients et nous saurons que ce champ est calculé en vérifiant le type de données Vous pouvez voir que nous avons le signe égal Tableau, proposez-nous ici de le renommer J'aimerais le laisser tel quel, et si vous y entrez pour modifier le calcul, connectez radicalement le calcul et modifiez-le. Et encore une fois, nous avons coupé la fenêtre où nous pouvons configurer le calcul. Très bien, Kay, je vous ai donc montré toutes les méthodes pour créer de nouveaux champs calculés dans Tableau. Très bien, à l'étape suivante, nous allons apprendre les options de base que nous avons dans la fenêtre calculée. Passons à notre champ calculé, mon premier calcul. Et d'abord, montrons la valeur dans la vue. Faisons-le glisser vers le texte ici, et comme vous pouvez le voir, nous avons la valeur numéro un. Allons modifier le champ calculé afin que la fenêtre se connecte radicalement. Et passons au montage. Alors, qu'est-ce qu'on a ici ? Nous avons d'abord le nom du champ calculé, et nous l'avons appelé, dans cet exemple, my first calc Mais bien entendu, vous pouvez accéder au volet de données ou à la source de données et le renommer directement à partir de là, ou vous pouvez le faire dans la fenêtre calculée OK, l'information suivante nous donne le nom de la source de données dans laquelle nous créons le champ calculé. Dans cet exemple, nous avons créé le champ calculé dans la petite source de données. C'est très important si vous avez plusieurs sources de données et que vous créez un grand nombre de champs calculés Il est très intéressant de savoir où je crée ce champ calculé, donc c'est sympa et f Passons maintenant à la section la plus importante de cette fenêtre, cette zone blanche où vous pouvez écrire votre expression pour définir le champ calculé. Actuellement, nous en avons un, mais nous pouvons utiliser différentes choses. Nous pouvons utiliser les noms de champs, les paramètres, les fonctions, etc. Par exemple, nous avons créé la dernière fois la fonction supérieure pour le prénom. Avec cela, j'ai défini ce qui doit être fait dans ce champ calculé. C'est mon expression. Maintenant, ne vous inquiétez pas pour les syntaxes que j'écris dans les expressions, car dans les prochains didacticiels, nous allons tout apprendre sur les syntaxes différentes fonctions Ne t'inquiète pas pour ça maintenant. Les informations suivantes dont nous disposons sont que les informations du calcul sont valides. Ici, Tableau nous indique rapidement si l' expression que je viens d'écrire est valide ou non valide actuellement, j'ai écrit le calcul correctement. C'est pourquoi Tableau propose tout ce qu'il faut. Mais maintenant, faisons quelque chose de mal. Nous allons maintenant recevoir un message rouge de Tableau indiquant que le calcul contient des erreurs. Et ici, nous avons une petite flèche. Si vous allez ici, vous verrez le message. Il est indiqué que Tableau s'attend à ce qu'une parenthèse fermante nous montre un message rapide pour savoir ce qui ne va pas dans notre calcul Si j'ajoute les parenthèses, vous verrez que le calcul est valide Nous avons des informations rapides provenant de Tableau. Passons aux informations suivantes dont nous disposons. Dans celui-ci, il est indiqué une dépendance et une petite flèche. Cliquons dessus et voyons ce que nous avons ici. Il indique que les modifications apportées à ce calcul peuvent modifier les feuilles suivantes, feuille numéro un ici, Tableau nous avertit. Toute modification apportée à l'expression contenue dans ce calcul peut avoir un effet sur la feuille numéro un. Et c'est parce que nous utilisons ce champ calculé dans la vue de la feuille numéro un. Ces informations sont très importantes, en particulier si vous avez différentes feuilles de calcul et que vous utilisez le même champ calculé dans différentes feuilles de calcul Et cela se produit souvent, surtout si vous voulez vous concentrer sur le contenu d' une vue et que vous modifiez le champ calculé ici. C'est comme un rappel, un avertissement de Tableau vous indique que, d'accord, si vous apportez cette modification, vous pouvez affecter les feuilles de calcul suivantes ici Je vous recommande de toujours vérifier les dépendances pour vous assurer que les modifications que vous apportez vous assurer que les modifications que vous actuellement au champ calculé sont toujours pertinentes pour les autres feuilles. Très bien, passons à autre chose, nous avons deux bas simples qui s'appliquent et d'accord, je n'ai pas besoin d'en parler, je pense Ensuite, nous avons ici une petite flèche, et c'est très important. Alors allons-y et cliquons dessus . Qu'est-ce que nous avons ici ? Et cette extension est une documentation ou un catalogue de toutes les fonctions que nous avons dans Tableau Par exemple, cherchons la fonction upper que nous utilisons dans cet exemple, recherchons upper, et maintenant nous pouvons voir sur le côté droit la documentation de cette fonction. Nous avons donc ici trois informations provenant de Tableau. Le premier est la syntaxe de la fonction. La syntaxe indique donc qu'il faut commencer par le mot-clé upper. Il n'accepte que les champs et le type de données doit être une chaîne. L'information suivante est une brève description de la fonction, indique qu'elle va convertir une chaîne de texte en lettres majuscules. Pour ce qui est de la troisième information, nous avons un exemple d'utilisation ici. Cela dit, d'accord, si vous avez une valeur maximale pour le produit de valeur, tout est en minuscules, le résultat, le résultat sera un produit en majuscules. Nous avons ici une brève description rapide toutes les fonctions que nous avons dans Tableau. C'est très utile, surtout pendant que vous rédigez les calculs, car cela n'a aucun sens de tout mémoriser, n'est-ce pas ? J'ai aussi tendance à toujours vérifier si j'utilise la bonne syntaxe ou même si utilise la bonne fonction like. Je vérifie toujours les exemples et je dis, d'accord, c'est celui dont j'ai besoin. Et encore une chose que vous pouvez voir dans cette fenêtre, ce menu déroulant. Et ici, nous avons différents groupes de fonctions dans Tableau, par exemple, nous avons ici le groupe de fonctions de chaîne. Si vous y allez, vous obtiendrez une liste de toutes les fonctions qui manipuleront les champs de chaîne. Nous avons donc ici à la fin, comme vous pouvez le voir, la fonction supérieure que nous utilisons dans notre calcul. Très bien, Kay, nous avons donc abordé toutes les options que vous pouvez voir dans la fenêtre des champs calculés. Très bien, c' était donc une introduction aux champs calculés dans Tableau. Ensuite, nous allons apprendre les composants de base des calculs Tableau. 129. Udemy 1 2 composants calc: Les gars, passons à autre chose. Nous allons parler des composants de base des calculs dans Tableau. Cela signifie le type d'informations que nous pouvons ajouter dans les expressions, dans les calculs. La première chose que nous pouvons ajouter dans le calcul est le commentaire. Les commentaires sont très utiles pour vous et pour les autres afin d'avoir un aperçu du contexte ou de petites descriptions des raisons pour lesquelles vous effectuez le calcul. Par exemple, pour ajouter des commentaires à ce code, nous pouvons commencer par deux barres obliques Ensuite, nous pouvons écrire n'importe quoi. Tout élément situé après les deux barres obliques ne sera pas pris en compte dans le calcul Par exemple, nous pouvons écrire ici un calcul pour changer le prénom en majuscules. Tout ce que j'écris ici ne sera pas exécuté et ne sera pas non plus vérifié dans Tableau. Je recommande vraiment de toujours ajouter des commentaires pour vous si vous consultez ce calcul plus tard, vous comprendrez pourquoi vous écrivez cette expression. Très bien, passons à la deuxième information que nous pouvons ajouter dans les calculs, savoir les champs de la source de données. Ce sont donc les couleurs orange. Nous l'avons ici, le prénom. Mais il suffit de tout supprimer pour repartir de zéro. Donc, si vous souhaitez ajouter un nouveau champ dans ce champ de calcul, vous pouvez commencer à écrire le nom du champ. Au moment où j'écris, Tableau peut créer une liste de suggestions ici, Tableau a défini trois choses. La première est une fonction. Comme vous pouvez le voir, il y a comme une petite icône, comme un F. Cela indique qu'il s'agit d'une fonction. Ou la deuxième information, c'est le prénom, et à côté se trouve une icône de type de données. Cette icône de type de données peut indiquer qu'il s'agit d'un nom de champ. La troisième information est également le prénom avec l'icône. Cela signifie donc qu'il est rempli. Mais ici Tableau l'écrit, cela provient de la source de données volumineuses, car ces deux champs portent le même nom. Exactement ici. Tableau nous montre que ce champ provient d'une source de données différente. Le premier provient de la même source de données. C'est pourquoi Tableau n'a pas à dire, d'accord, cela provient d'une petite source de données, car il provient de la source actuelle. Mais comme le second provient d'une source de données différente, Tableau indique qu'il s'agit d'un champ différent provenant d'une autre source de données. Maintenant que nous voulons le prénom de la source de données actuelle, nous pouvons sélectionner celui-ci ici. Avec cela, nous avons inséré un champ dans nos calculs, et comme vous pouvez le voir, il a pris la couleur orange. Une autre façon d'ajouter des champs dans nos calculs, c'est par glisser-déposer Disons que j'aimerais également obtenir le nom de famille. Je peux donc aller au nom de famille ici, glisser-déposer dans le calcul et voir, avec cela , nous avons obtenu notre deuxième champ et encore une fois, il est de couleur orange. Et bien entendu, les champs que nous ajoutons aux calculs peuvent être n'importe quel exemple de champ. Allons ajouter les sceaux. Les sceaux sont une mesure. Nous passons donc aux commandes, aux ventes, nous pouvons simplement glisser-déposer pour effectuer les calculs. Comme vous pouvez le constater, Tableau, à l' exception des mesures contenues dans les calculs, peuvent également avoir la même couleur, la couleur orange. Très bien, passons au composant suivant , très important, savoir les fonctions Tableau. Les fonctions Tableau sont des opérateurs intégrés qui peuvent être utilisés pour manipuler, transformer ou modifier le contenu d'un champ. Par exemple, ce que nous pouvons faire avec les ventes. Nous pouvons calculer le total des ventes à l'aide de nos données. Pour ce faire, nous pouvons utiliser la fonction sum avant les ventes de champs, commencer par la somme, puis ouvrir les apprentis, puis fermer. Comme nous pouvons le voir, ce composant, ces fonctions de Tableau, ont toujours la couleur bleu clair Que peut-il se passer maintenant ? Le tableau va résumer toutes les valeurs incluses dans les ventes et présentées sous forme de résultat. Allons-y et chauffons. Ou nous allons avoir une erreur ici parce que nous avons modifié le calcul. Alors allons-y et retirons-le. Reprenons-le dans le texte afin la somme totale des ventes incluses dans nos données. Revenons maintenant à notre champ calculé et voyons le composant suivant. Nous avons les expressions logiques. Nous pouvons utiliser les expressions logiques afin de vérifier si une condition est vraie ou fausse. Et ils ont aussi la couleur de la plaque. Supposons, par exemple, que nous voulions créer le calcul dans lequel nous vérifiions la somme des ventes. S'il est supérieur à 1 000 , nous voulons voir le maximum à la fin. Laissez-moi vous montrer comment nous pouvons le faire. Nous allons utiliser l'instruction, elle va commencer par le mot clé. Comme vous pouvez le constater, il est noir parce que c'est une expression logique. Si la somme des ventes est supérieure à 1 000, on peut dire l'opérateur est supérieur à 1 000, alors que va-t-il se passer ? Nous allons avoir une valeur élevée. Ensuite, nous allons terminer l'expression logique. Nous pouvons vérifier ici que le calcul est valide ici. Nous avons nos expressions logiques à l'époque et à la fin, ne vous inquiétez pas pour la syntaxe. Nous allons tout apprendre dans les prochains tutoriels étape par étape avec des exemples très simples. Très bien, nous allons maintenant passer au dernier composant que nous pouvons ajouter à nos calculs. Nous avons les paramètres de Peter, des champs dynamiques que nous pouvons ajouter aux visualisations afin de rendre tout dynamique dans les vues ou les calculs Encore une fois, il y aura un tutoriel dédié à cela plus tard. Mais voyons maintenant, nous pouvons ajouter un champ de paramètres dans le calcul. Tout d'abord, il faut créer rapidement un paramètre. Pour ce faire, je vais simplement terminer notre calcul ici. Ensuite, nous pouvons passer à la flèche et au volet de données. Ensuite, nous pouvons demander au paramètre de création cliquer dessus. Ici, nous allons obtenir la fenêtre. Pour configurer les paramètres, nous allons l'appeler , choisir un numéro. C'est ça. Fermons-le et disons « OK ». Maintenant, sur le côté gauche, nous avons un nouveau paramètre. Cliquez dessus avec le bouton droit de la souris et affichez le paramètre que nous avons obtenu comme sur le côté droit, et le champ de saisie où nous pouvons ajouter une valeur. Par exemple, nous l' avons maintenant sous forme d'un, nous pouvons en ajouter 1 000 Maintenant, rien ne peut se passer dans la vue parce que nous n'avons rien. Mais nous allons ajouter ce paramètre dans le calcul. Revenons à notre calcul, mon premier calcul, cliquez dessus avec le bouton droit de la souris, puis cliquez sur Modifier. Maintenant, ce que nous allons faire, au lieu d' avoir 1 000, nous allons obtenir la valeur du paramètre nous créons, comme un champ calculé dynamique, afin que l'utilisateur puisse contrôler cette valeur. Supprimons les 1 000 et nous allons commencer à écrire le nom du paramètre comme n'importe quel autre champ, donc il sera choisi et nous le trouverons ici, alors cliquez dessus. C'est ainsi que nous avons ajouté notre paramètre dans le calcul. Et comme vous pouvez le constater, les paramètres de Tableau sont de couleur violette. C'est tout pour le dernier composant. Nous avons ainsi couvert tous les différents composants utilisés dans les calculs. Maintenant, allons-y et essayons le résultat. Je vais y aller et appuyer sur OK. Alors je vais retirer celui-ci, il est rouge. Apportons les produits à la rose. Ensuite, nous allons aller chercher notre nouveau champ calculé. Cette fois, ce sera une dimension car la sortie du champ calculé sera une valeur de chaîne. Nous allons vérifier les résultats. Et comme vous pouvez le voir ici, nous avons deux produits dont la valeur est élevée, le reste sera nul. Allons-y maintenant et recensons les ventes afin de comprendre pourquoi ces valeurs sont élevées. Et c'est grâce à nos calculs. Tout ce qui est supérieur à 1 000, nous pouvons obtenir une valeur élevée. Tout ce qui est en dessous sera nul. Et avec le paramètre, les utilisateurs contrôlent le calcul. Si je vais ici et que je dis, d'accord, au lieu de 1 000, prenons-en 500. Avec cela, nous avons également inclus les autres produits. Ainsi, tous les produits ont désormais la valeur la plus élevée dans le champ calculé, ce qui nous générer de nouvelles informations pour nos visualisations Très bien les gars, résumons maintenant rapidement les composants des calculs dans cet exemple. abord, nous pouvons voir le commentaire, ce commentaire va nous aider à documenter le but du calcul et il ne sera pas exécuté, il sera également en gris. Le composant suivant, nous avons le champ. Ainsi, n'importe quel champ de notre source de données, qu'il s'agisse d' une dimension ou d'une mesure, nous pouvons l'ajouter à notre calcul comme celui-ci. Nous avons les soldes et ils sont de couleur orange. Le composant suivant, nous avons les fonctions. Ce sont des opérateurs intégrés pour manipuler nos données, et ils ont la couleur bleue. Le composant suivant, nous avons les opérateurs. Dans cet exemple, nous avons deux opérateurs, le plus, l'opérateur arithmétique Et comme pour l'opérateur de comparaison, il est plus élevé que la couleur noire. Le composant suivant, ça peut l'être aussi. Avec la couleur noire, nous avons les expressions des lettres. Il s'agit de valeurs statiques que nous pouvons insérer dans nos calculs. Il peut s'agir d'un chiffre comme ici le dix ou d'une chaîne comme ici le haut. Et il n'oublie pas d'ajouter marques Oto doubles ou simples pour que la table comprenne qu'il s'agit d'une valeur non remplie, d'un paramètre ou d'une fonction ou de quoi que ce soit d'autre et que nous pouvons également ajouter des valeurs de date. Très bien, on passe au composant suivant. Nous avons les expressions logiques dont nous disposons, le cas échéant, et elles peuvent nous aider à évaluer les conditions dans Tableau , puis à déterminer si elles sont vraies ou fausses. Et le dernier élément que nous avons dans les calculs, ce sont les paramètres. Ce sont les champs dynamiques que nous pouvons utiliser dans les calculs. Très bien, tout dépend des composants des calculs. D'accord ? Nous avons donc appris les principaux composants de base des calculs Tableau. Ensuite, nous allons apprendre à imbriquer un calcul dans un autre. 130. Calc imbriqué dans Udemy 1 3: Je vais donc parler des calculs imbriqués dans Tableau Dans Tableau, vous pouvez imbriquer des calculs en utilisant le résultat d' un calcul comme entrée pour un autre calcul. Et c'est parce que vous pouvez parfois être dans une situation où nous avons des calculs compliqués comportant différentes étapes. Pour chaque étape, nous pouvons faire un calcul. Au fur et à mesure que vous implémentez ces étapes, vous finirez par avoir plusieurs calculs imbriqués les uns dans les autres Permettez-moi maintenant de vous montrer un exemple. Très bien, nous allons maintenant créer un nouveau champ calculé pour créer un nouveau champ calculé manipuler les valeurs du pays du champ afin qu'elles aient un format spécifique. Dans cet exemple, prenons le prénom des clients ainsi que les pays. Nous allons maintenant créer un nouveau champ pour le pays avec un format différent. Allons-y et créons un nouveau champ calculé. Ensuite, nous allons commencer par le premier calcul où nous pouvons calculer toutes les portées du terrain en majuscules, nous allons donc avoir la fonction supérieure Ensuite, nous allons manipuler le pays du terrain, donc nous allons commencer à écrire country. Et voici notre champ qui sert de base pour le premier calcul. Allons-y et appuyons sur OK, cet onglet. allons créer un nouveau champ calculé, nouvelle dimension dans notre source de données. Allons donc vérifier les valeurs. Comme vous pouvez le voir, toutes les portées, tous les pays sont en majuscules Très bien, nous allons maintenant passer à l'étape suivante de la transformation, où nous voulons afficher uniquement les trois premiers caractères de chaque valeur dans ce nouveau champ calculé. Pour ce faire, nous allons revenir à notre champ calculé et nous allons le modifier. Cette fois, nous allons utiliser la fonction left. Vous pouvez faire une recherche dans le catalogue pour voir la syntaxe de la fonction de gauche telle que vous pouvez la voir , à l' exception de deux champs, le premier sera la chaîne que nous voulons manipuler, puis nous aurons le nombre de caractères que nous voulons afficher. Permettez-moi de vous montrer maintenant, étape par étape, comment nous pouvons le faire. Passons d'abord à une nouvelle ligne. Nous allons donc partir, puis il faudra deux arguments. Le champ que nous voulons manipuler et le nombre de caractères. Le champ que nous voulons manipuler sera le résultat de la fonction supérieure. Ce sera celui-ci par ici. Je vais donc simplement le couper et l'insérer ici. Avec cela, nous avons le premier argument. Le deuxième argument sera le nombre de caractères que nous voulons afficher. Il y aura trois caractères, c'est pourquoi nous pouvons en spécifier trois. C'est ainsi que nous pouvons répertorier les fonctions dans Tableau. La première fonction à exécuter sera celle située à l'intérieur de la fonction supérieure sera exécutée en premier. Ensuite, le résultat de cette fonction sera utilisé comme entrée pour la fonction extérieure, pour la fonction lift. Cela signifie que nous allons d'abord mettre toutes les valeurs du pays en majuscules. Ensuite, nous allons exécuter la fonction lift, laquelle nous ne montrerons que les trois premiers personnages. Maintenant, allons-y et attaquons un mildiou pour vérifier les résultats. Ainsi, vous pouvez constater que nous n'en avons plus que trois selon les valeurs du pays. Encore une fois, la fonction à l'intérieur va d'abord être exécutée, puis la fonction à l'extérieur. Vous pouvez ainsi étendre ce champ calculé à d'autres fonctions. Par exemple, disons à la troisième étape, nous voulons calculer la longueur des caractères. Pour ce faire, nous pouvons utiliser la fonction de liaison. Nous allons l'ajouter sous forme d'amidon, puis l'entrée du champ peut être la sortie de ces deux fonctions. Comme vous pouvez le constater, il est très facile d'imbriquer des fonctions dans Tableau. Allons faire un blind et vérifier les résultats. Comme vous pouvez le voir partout, nous avons les liens de trois. Encore une fois, l'ordre d'exécution sera celui situé au plus profond de la fonction supérieure, puis celui de la fonction de gauche. Ensuite, la dernière fonction à calculer est la fonction de longueur. C'est ça. Il s'agit d'une méthode permettant de créer des calculs imbriqués dans Tableau, mais il existe une autre méthode pour le faire C'est en créant un deuxième champ calculé à l'aide du premier champ calculé. Laissez-moi vous montrer ce que je veux dire. Nous pouvons aller fermer celui-ci ici. Et créons un nouveau champ calculé. Nous allons l'appeler deuxième champ calculé. Ce que nous allons faire à l'intérieur, c'est utiliser le résultat du premier champ calculé. Dans cet exemple, il s' agit du pays U. s'agit de notre premier champ calculé Ensuite, nous allons le multiplier par deux. Par exemple, là encore l'ordre du calcul sera le premier Tableau doit calculer le premier champ calculé, calculer le champ en haut à gauche et le lien, puis à la fin, il va arriver ici et le multiplier par deux. Allons-y et appuyons sur OK. Et avec cela, nous avons un nouveau champ calculé. Suivez-le et déposez-le sur la vue. Comme vous pouvez le voir, il y aura une valeur de six, la fenêtre I utilise le premier isolde, et la fenêtre I utilise le second mode D'accord ? Je vais donc vous montrer comment je prends habituellement mes décisions à ce sujet. Passons à notre premier calcul. Comme vous pouvez le constater, si ces étapes intermédiaires ne sont pas importantes et que vous ne souhaitez pas les utiliser dans d'autres visualisations, il n'est pas logique créer, pour chaque étape intermédiaire de votre champ, dans votre source de données, une source données qui peut exploser Et vous allez avoir de nombreux champs qui pas nécessaires dans cette situation. Je vais avoir toutes ces étapes intermédiaires en un seul calcul. Un autre scénario où vous avez un calcul très complexe, où le code va être très volumineux et où il est vraiment difficile de tout maintenir en un seul calcul. J'essaie de le diviser en étapes et chaque étape aura comme un champ dans la source de données. Le dernier scénario où ces étapes intermédiaires sont vraiment importantes pour autre chose, pour différentes visualisations, ou peut-être aussi pour d'autres calculs différents Afin de ne pas me répéter et refaire les mêmes calculs encore et encore, je crée un champ calculé dédié pour chaque étape intermédiaire uniquement si elle est importante. Très bien les gars, c'est pour les calculs imbriqués, c'était une introduction aux calculs dans Tableau Ils sont très importants pour visualiser les notes. Dans la vidéo suivante, nous allons en apprendre davantage sur les calculs dans Tableau. Très bien. Grâce à cela, nous avons appris à effectuer des calculs imbriqués dans Tableau Ensuite, je vais vous présenter les quatre types de calculs Tableau. Nous avons les calculs au niveau des lignes, des agrégats, des tables et des LOD. 131. Udemy 1 4 types de calc: Tableau dispose de nombreuses fonctions différentes que nous pouvons utiliser dans les calculs, et dans Tableau, nous pouvons les classer en quatre types de calculs différents Dans ce tutoriel, nous allons en parler. Mais d'abord, nous pouvons avoir un exemple très simple pour comprendre comment ils fonctionnent et comment ils interagissent les uns avec les autres. Alors allons-y. Bien, disons maintenant que vous avez le tableau des produits suivant dans notre source de données où nous avons des informations telles que les prix des produits, les quantités, etc. Ces données sont les données d'origine que nous pouvons trouver dans la source de données. Supposons maintenant que nous ayons besoin d'un nouveau champ dans notre source de données pour afficher les données relatives à leurs revenus. Pour ce faire, nous pouvons simplement créer un nouveau champ calculé dans lequel il va multiplier les prix par les quantités. Maintenant, Tableau va créer un nouveau champ dans notre source de données pour y stocker le résultat des calculs. Le tableau va se dérouler ligne par ligne en multipliant les prix par la quantité Ainsi, par exemple, pour la première ligne il va multiplier 20 par deux. Et Tableu va aller le stocker sur le nouveau terrain. Ensuite, Table peut passer à la ligne suivante et faire exactement la même chose. Comme vous pouvez le constater, Tableau traite chaque ligne individuellement et indépendamment les unes des autres. Lorsque les calculs sont effectués sur une ligne, nous ne nous soucions pas des informations présentes dans les autres lignes. Tableu ne peut se concentrer que sur une seule ligne à la fois. Ce type de calcul est appelé calcul au niveau des lignes. Et le niveau de détail que nous avons ici est le plus bas que nous ayons par rapport à la source de données. Il est très important de comprendre que ce type de calcul est le seul qui n'agrège pas également les lignes de la source de données. Le seul type capable de stocker les résultats dans la source de données. Cela signifie que le tableau ne calculera pas le résultat de ces calculs chaque fois que vous l'utiliserez dans les visualisations Il peut donc le recalculer et le stocker dans la source de données. Le calcul ne sera pas effectué à la volée. Très bien, passons maintenant aux visualisations. Et disons que j' aimerais indiquer le chiffre d' affaires total de chaque produit. Pour cela, nous pouvons utiliser la fonction sum pour résumer les valeurs des revenus. Et nous pouvons ajouter le produit Dimension à la vue. Et Tableau n'affichera ici que trois lignes dans la vue. Une ligne pour chaque valeur de produit. Cela signifie que nous allons avoir P1p2 et P trois. Cette fois, Tableau va commencer à résumer et agréger les lignes de la source de données Cela va se faire au niveau de la dimension. Par exemple, Tableau va commencer par le premier produit, le premier et Table vont résumer les deux premières lignes de la source de données. Nous avons 40 plus 60 Tablo directement à la sortie, 100 directement dans la visualisation Ensuite, vous allez passer à la ligne suivante. Nous avons le P deux ici. Nous n'avons qu'une seule ligne dans la source de données. Et le résumé sera de 20 pour le produit. Troisièmement, nous avons ici trois lignes dans la source de données. Le résumé de 40 plus 25 plus 15. Le tableau aura la réponse 80 lors des visualisations. Cette fois, comme vous pouvez le constater, la table ne traite pas les lignes de la source de données une par une et individuellement. Au lieu de cela, Tablo va faire un résumé. Regroupez les lignes de la source de données au niveau de la visualisation. Ce type de calcul, nous l'appelons calculs agrégés doit être calculé à la volée. Cela signifie que le résultat de ces fonctions de ces calculs ne sera pas stocké de manière supplémentaire dans la source de données. Et maintenant, il est très important de comprendre le niveau de détail de ce nouveau tableau dont nous disposons. Dans la vue, le niveau de détail est inférieur en tant que source de données et celui qui contrôle le niveau de détails est la dimension que nous avons sur la vue. La dimension que nous utilisons dans la vue permet de contrôler le niveau de détail des calculs agrégés. C'est pourquoi nous avons un autre type de calcul. cette raison, supposons que nous ayons un autre scénario dans lequel vous dites, vous savez quoi, j'aimerais contrôler le niveau de détail. Je veux que mes calculs indiquent le chiffre d'affaires total de chaque catégorie. Ici, nous pouvons utiliser différentes fonctions comme la fonction fixe, afin d'avoir une catégorie fixe, puis une partie des revenus que nous indiquons à Tableau. OK, trouvez le chiffre d'affaires total. Mais cette fois, ça va être réparé. Il sera connecté à la catégorie de dimension. Alors laissez-moi vous montrer ce qui peut arriver. Tableau va aller vérifier. OK, quelle est la catégorie de paiement 1 ? C'est la catégorie A. Passons maintenant à la question suivante. Quel est le chiffre d'affaires total de la catégorie A ? Ici, Tableau peut résumer 40 plus 60 plus 20 et le résultat sera 120. Tableau n'affichera pas ici le chiffre d'affaires total du produit, payez-en un, mais plutôt le chiffre d' affaires total de la catégorie A. La même chose peut se produire pour le produit suivant. Nous en avons payé deux. Il appartient à la même catégorie, deux A. Le chiffre d'affaires total de la catégorie A est à nouveau de 120. Et puis le dernier produit, payez-en trois. Il appartient à une autre catégorie, cette fois à une catégorie. Et le revenu total sera de 40 plus 25 plus 15. Le résultat peut être de 80 % en tant que chiffre d'affaires total pour la catégorie. Maintenant, qui contrôle les agrégations ? Ce n'est plus la dimension que nous avons sur la vue, mais plutôt la dimension que nous spécifierons dans les calculs, ce type. Cations, nous les appelons expressions LOD. Expressions de niveau de détail ici. Pareil, comme pour les agrégations. Cela va se faire à la volée. Rien ne sera stocké dans la source de données. Très bien, passons maintenant au dernier type de calcul que nous avons dans Tableau. Disons qu'après avoir obtenu le résultat dans la vue, je voudrais calculer le classement des produits en fonction des données affichées dans la vue. Pour ce faire, nous pouvons utiliser la fonction rank du résumé des revenus. Ce qui peut arriver dans ce calendrier n'entraînera pas d'interrogation de la source de données. Au lieu de cela, Tableau peut interroger la visualisation elle-même. C'est comme si nous agrégions l'agrégation fonction de la valeur affichée sur la vue Nous pouvons constater que le produit un paiement » a le rang un, les deux le rang trois, le P trois » le rang deux Ce type de calcul, nous l'appelons calculs stables. Et contrairement à tous les autres types, il est basé sur le contexte et sur les données affichées dans la vue et il n'interroge pas directement la source de données. Il est également calculé à la volée. Cela signifie que le résultat ne sera pas stocké dans la source de données. Si vous parlez du niveau de détail, cela dépend également de la visualisation. Cela peut dépendre de la dimension des produits. Très bien, les gars, nous avons maintenant une vue d'ensemble des quatre types de calculs différents dans Tableau. Et nous pouvons voir comment Tableau peut calculer les calculs présenter les données à la fin des résultats. Très bien, nous allons maintenant commencer par le premier type de calculs. Nous avons les calculs au niveau des lignes. Et ici, nous avons beaucoup de fonctions dans cette catégorie si vous les comparez aux autres types. Nous avons donc ici les fonctions numériques, les chaînes de caractères, les fonctions de date, les fonctions logiques. Il existe de nombreuses fonctions, mais nous les aborderons toutes dans les prochains tutoriels. Passons maintenant à Tableau et essayons quelques-uns de ces calculs. Bon, revenons maintenant à Tableau, nous allons passer à la petite source de données, puis aux commandes. Comme vous pouvez le constater, nous avons ici la quantité ainsi que le prix unitaire. Nous allons maintenant calculer le chiffre d'affaires, en multipliant la quantité par le prix unitaire. Pour ce faire, nous allons créer de nouveaux champs calculés dans la source de données et ce sera du type de calcul au niveau des lignes. Allons-y et créons de nouveaux champs calculés. Nous allons passer radicalement au volet de données dans l'espace vide. Créez des champs calculés et donnons-leur le nom de revenue. Et puis la formule pour cela sera la quantité multipliée par le prix unitaire. Maintenant, vous pouvez me demander où puis-je trouver dans Tableau toutes les fonctions liées aux calculs au niveau des lignes de type ? Eh bien, il n'y a pas d'endroit précis pour cela, mais il y a des orientations similaires pour cela. Donc, si vous consultez la documentation ici et que vous vérifiez ces groupes, vous ne trouverez pas directement les types de calculs, mais vous trouverez des groupes similaires à ces types. Par exemple, si vous pouvez voir ici, nous avons des calculs de table. Si vous y entrez, vous trouverez toutes les fonctions que nous pourrions utiliser dans ce type. Et puis nous avons un autre groupe appelé agrégat. Et ici, vous ne trouverez pas seulement les calculs agrégés, mais également les expressions LOD. Le dernier, le dernier type est le calcul au niveau des lignes, c'est en fait le reste. Tous les autres éléments, comme les conversions de types de données de chaînes numériques, sont tous des calculs au niveau des lignes. Bien, alors revenons à nos calculs. Allons ici et appuyons sur OK. Et avec cela, vous pouvez voir que Tablo a immédiatement créé un nouveau champ dans notre volet de données Comme je vous l'ai dit, si vous utilisez des calculs au niveau des lignes, Tablo peut effectuer les précalculs et stocker les résultats immédiatement dans le Da Allons vérifier ça. Soit vous pouvez accéder à la page de la source de données, soit nous pouvons accéder à cette petite icône ici, indique Afficher les données. Allons à l'intérieur et vérifions les résultats. Ici, nous devons passer aux commandes. Maintenant, faisons défiler la page vers la droite. Vous pouvez voir que nous avons le champ d'origine, nous avons la quantité et le prix unitaire. Mais nous avons également notre nouveau champ calculé, qui est comme tous les autres champs que nous avons dans la source de données. Nous avons les recettes ici. Et comme vous pouvez le constater, Tablo a immédiatement volé tous les résultats de ce champ calculé dans la source de données, même si nous n'avons encore rien créé dans les visualisations Cela signifie que Tablo se prépare pour vous dans la source de données et que nous pouvons vérifier le Par exemple, nous avons ici la quantité 1, le prix unitaire 215. Nous allons suivre le même cours. Et ici, les choses sont multipliées par deux. Comme vous pouvez le constater, nous multiplions maintenant la quantité par le prix unitaire Et maintenant, nous pouvons voir très clairement que les calculs au niveau des lignes seront calculés et effectués au niveau des lignes individuellement et indépendamment les uns des autres. Ainsi, les informations que nous avons dans les autres lignes n' affecteront pas les calculs de la première ligne. C'est bon, les gars, alors c'est tout. Voici comment fonctionnent les calculs au niveau des lignes dans Tableau. D'accord, nous allons maintenant passer au type de calcul suivant. Nous avons les calculs agrégés. Et ici, nous avons quelques calculs. Si vous comparez avec les calculs au niveau des lignes, nous avons le maximum en moyenne, le nombre, nombre distinct et l'attribut à nouveau. Toutes ces questions peuvent être abordées de manière détaillée et extraorielle, mais nous allons maintenant essayer certaines d'entre elles dans Tableau Très bien, tout le monde, maintenant nous allons créer une vue d' ensemble du chiffre d'affaires par produit. Pour ce faire, nous allons récupérer le nom du produit à récupérer le nom du produit partir de la petite source de données et le mettre dans la vue. Maintenant, il est très important de comprendre les concepts. Le nom Broaduct est désormais la dimension qui permet définir le niveau de détail des visualisations Cela signifie que dans cette vue, nous avons cinq lignes entièrement contrôlées par le nom du produit Maintenant, je veux que vous compreniez comment choisir type de calcul que nous allons utiliser. Maintenant, pour répondre à cette question, nous commençons toujours par la première question. Devons-nous agréger les données depuis la tâche intitulée Revenus ? Cela signifie qu'il y a comme une agrégation et des résumés. Eh bien, cela signifie que nous ne pouvons pas utiliser les calculs au niveau des lignes, alors nous devons utiliser les autres types. Pour les agrégations, il nous reste les trois types. Maintenant, la question suivante sera avons-nous toutes les données dans la vue ? Eh bien, comme vous pouvez le voir dans notre tableau, nous n'avons que les informations dimensionnelles. Nous n'avons rien à dire sur les recettes. Cela signifie que non, nous n' avons pas toutes les données dans la vue. Cela signifie que nous n' utiliserons pas type de calcul de table car les types de calculs de table dépendent toujours de la vue. Si les données ne figurent pas dans la vue, vous ne pouvez pas utiliser les calculs de table. Qu'il nous reste deux options. Nous pouvons soit utiliser les calculs agrégés, soit le LOD. Eh bien, dernière question que vous pouvez me poser, est-ce que le niveau de détails que nous avons en vue peut répondre à mes besoins ? Eh bien, dans cet exemple, oui, car nous voulons avoir le chiffre d'affaires total par produit. Nous parlons donc des produits et de la dimension que nous avons à l'intérieur de la vue qui répondent exactement au niveau de détail. Cela signifie que nous pouvons conserver le niveau de calcul que nous avons dans la vue et que nous n'avons pas besoin d' utiliser d'expressions LOD. Si vous suivez ces trois questions simples, vous pouvez facilement identifier le type de calculs dont vous avez besoin pour résoudre votre tâche. Dans cet exemple, il peut s'agir de calculs agrégés. Voyons comment nous pouvons le faire. calculs agrégés étant Les calculs agrégés étant les méthodes par défaut de Tableau, il sera très facile de créer des agrégats de données ou de mesures . avons donc besoin que de leurs revenus, alors il suffit de les glisser-déposer ici au-dessus de ces chiffres. Et comme Tableau va créer immédiatement des calculs agrégés, nous pouvons le voir ici. La somme de leurs revenus. En effet, il s'agit de la méthode par défaut agréger les données . Le tableau fonctionne pour chaque produit contenu dans les données et commence à agréger tous les revenus liés à ces Maintenant, l'étape suivante, ce que je fais habituellement, de valider quelques exemples. Je choisis certains de ces produits et je commence à résumer les valeurs pour vérifier si la valeur que je vois dans les visualisations est correcte Créons de nouvelles feuilles Et ici, nous voulons passer au niveau le plus bas. Pour ce faire, nous allons prendre le numéro de commande, la vue. Prenons maintenant le nom du produit. Nous pouvons également prendre les catégories. Alors prenons leurs revenus et mettons-les sur l'APC ici Agrandissons-le un peu pour voir les noms, puis nous pourrons trier les noms des produits. Nous pouvons donc maintenant utiliser n'importe lequel de ces produits. Pour valider les réponses, prenons le moniteur LG Fol HD Comme vous pouvez le constater, la somme totale devrait être supérieure 3 000. Revenons à nos agrégations et examinons le LG Fol Vous pouvez voir qu'il est supérieur à 3 000 qui signifie que tout va bien. Et avec cela, nous avons obtenu le chiffre d'affaires total par produit. Et bien sûr, nous l'avons fait rapidement en glissant et en déposant le champ vers la vue. Mais si vous souhaitez le faire en tant que champ calculé afin de réutiliser ultérieurement dans différentes feuilles, nous pouvons créer de nouveaux champs calculés. Appelons-le Total Revenue. Ensuite, nous aurons la même syntaxe, la somme des revenus. Cette fois, nous allons utiliser les calculs imbriqués. Nous l'avons donc déjà dans un autre champ calculé. Allons-y et cliquons dessus. Et comme le calcul est valide, appuyons sur OK. Et cela nous a permis d'obtenir une nouvelle mesure de nos difficultés liées aux données. Donc, si vous le remplacez, vous obtiendrez des résultats exacts. Comme vous pouvez le constater dans le résultat, rien n'a changé. Le seul avantage pour vous est de le réutiliser dans différentes feuilles ainsi que dans différents classeurs Très bien les gars, c'est tout pour les calculs agrégés dans Tableau. Très bien, les gars, le troisième type de calcul dans Tableau, nous avons les calculs LOD ou les expressions de niveau de détail. Ici nous n'avons que trois fonctions Tableau. Nous avons le fixe, l' inclusion et l'exclusion. Passons maintenant à Tableau et créons l'une de ces fonctions. Bien, nous avons maintenant la tâche suivante dans laquelle nous voulons afficher le chiffre d'affaires total mais en utilisant la même vue. Nous allons donc nous en tenir aux mêmes informations. Nous allons avoir le nom du produit, nous allons avoir le chiffre d'affaires total généré par les produits. Mais je veux voir côte à côte le chiffre d'affaires total par catégorie. Reprenons les trois questions. La première question est la suivante : faisons-nous des agrégations ? Eh bien, oui, cela signifie que nous ne pouvons pas utiliser de calculs au niveau des rôles. La question suivante est donc la suivante : les données dont nous disposons sont-elles suffisantes ? Eh bien, il n'est pas ici. Il ne s'agit pas du chiffre d'affaires total par catégorie, mais par produit. Eh bien, cela signifie que nous ne pouvons pas utiliser les calculs du tableau. Passons maintenant à la dernière question. Le niveau de détail de la vue m' aidera-t-il à résoudre la tâche ? Eh bien, la réponse est non. En effet, le niveau de détail de la vue est désormais défini par le nom du produit et le niveau de détails est supérieur à celui de la catégorie que nous souhaitons avoir, c'est-à-dire détail de la vue est désormais défini par le nom du produit et le niveau de détails est supérieur à celui de la catégorie que nous souhaitons avoir, le chiffre d'affaires total par catégorie. Le niveau de détails que nous avons dans la vue ne me convient pas. C'est pourquoi je ne peux pas utiliser ici des calculs agrégés. Et je dois utiliser des expressions LOD. Comme vous pouvez le constater, des questions très simples. Et cela vous permettra de trouver exactement le bon type de calcul dans Tableau. Et maintenant, vous pourriez parler de taux de poids. Je peux ajouter les informations de la catégorie à la vue, puis j'ai le niveau de détail de la catégorie. Eh bien, cela ne fonctionnera pas et c'est parce que le nom général de la loi contient un niveau de détails plus élevé. Permettez-moi de vous montrer ce qui peut arriver si vous apportez cette catégorie. Allons donc chercher la catégorie située sur le côté droit de notre. Ici, vous pouvez voir que rien ne va changer. Nous le sommes toujours. Les cinq lignes, et c'est à cause du nom du produit. Même si vous le déplacez vers la gauche ici, nous n'avons pas deux rangées ici. Nous avons ici cinq rangées. Si vous pouvez vérifier les détails ici, nous avons cinq points. C'est pourquoi même si vous ajoutez la catégorie, rien ne changera. Nous en sommes toujours au niveau des détails du produit. Créons maintenant un nouveau champ calculé pour utiliser les expressions ou les calculs LOD. Passons à gauche et créons un nouveau champ calculé. Nous pouvons l'appeler le chiffre d'affaires total par catégorie et par syntaxe, ne vous inquiétez pas, nous allons l'apprendre dans un didacticiel séparé à ce sujet. La syntaxe suivante va donc être corrigée. Ensuite, nous devons spécifier la dimension qui va contrôler le niveau de détail des résultats. Ce sera la catégorie. Ensuite, ce que nous faisons, en agrégeant les revenus, nous devons ajouter ici la somme des revenus Ensuite, nous devons le fermer qui indique que le calcul est valide et que tout va bien. Allons-y et appuyons sur OK. Comme d'habitude, nous allons entrer un nouveau champ calculé dans nos données ici. Allons voir le résultat. Et faisons-le glisser ici pour voir les données. Nous pouvons voir pour chaque ligne le chiffre d'affaires total par catégorie. Pour le premier, il s'agira du chiffre d' affaires total généré par les accessoires. Le second est le même parce qu'il appartient à la même catégorie. Le troisième est pareil, mais le quatrième, vous pouvez le voir, appartient à une catégorie différente et c'est pourquoi nous allons obtenir des numéros différents. C'est ça. C'est pourquoi nous avons besoin de calculs LOD dans Tableau. Nous allons maintenant passer au dernier type de calculs dont nous disposons, les calculs de table. Et là, nous avons également quelques calculs. Nous avons donc le classement de la fenêtre en cours d'exécution en premier, en dernière recherche d'index, etc. Encore une fois, ici, nous pouvons avoir un didacticiel dédié à ces choses, mais maintenant allons-y et essayons l'un d'entre eux. Très bien, tout le monde, nous allons maintenant passer à la dernière tâche de cette vue, nous voulons afficher le total cumulé des revenus par produit. Ici, nous allons poser à nouveau les trois questions. Sommes-nous en train d'agréger ? Eh bien, oui, étant donné que nous avons le total cumulé des recettes, nous ne pouvons pas utiliser les calculs au niveau des lignes. La question suivante est la suivante : les données contenues dans les visualisations sont-elles suffisantes pour résoudre cette tâche ? Eh bien, oui, c'est parce que nous avons le chiffre d'affaires total généré par les produits et par la vue. Sur la base de ces informations, nous pouvons établir le total cumulé des revenus par produit. Nous avons donc en fait tout en vue pour résoudre les problèmes. Et c'est pourquoi nous allons utiliser les calculs de table de types. Et nous n'aborderons pas la troisième question, qu'il s'agisse de calculs agrégés ou de LOD, car il s'agit de calculs sous forme de tables. Alors allons-y et créons un nouveau champ calculé. Nous allons l'appeler Running Total Revenue. La syntaxe pour cela est également très simple. Nous allons commencer par la course, puis nous devons sélectionner le type d'agrégation dont la somme sera la somme. Ensuite, nous devons spécifier quelles données seront calculées dans les calculs de la table. Et ici, nous n'avons que deux informations, donc soit nous allons utiliser le chiffre d'affaires total soit le chiffre d'affaires total par catégorie, le LOD, mais nous parlons du chiffre d'affaires total par produit, c'est pourquoi nous pouvons l' inclure ici. Ce sera la somme des recettes, c'est tout, et le calcul est valide. Alors allons-y et appuyons sur OK. Et nous allons prendre notre mesure et la mettre également sur la vue pour vérifier les résultats que nous pouvons très bien voir. Ils gèrent le total des revenus. C'est très simple. Commençons par la première valeur du chiffre d'affaires total. La valeur suivante peut alors être basée sur la valeur précédente plus le chiffre d'affaires total. Ces deux valeurs vont être ajoutées une à l'autre afin d'obtenir cette valeur. Ensuite, le suivant est identique, la valeur précédente, plus le chiffre d'affaires total actuel. Comme vous pouvez le constater, nous n' avons rien ici. C'est pourquoi nous obtenons la même valeur. Comme vous pouvez le constater, à mesure que nous diminuons, nous ajoutons des revenus totaux au chiffre total. Il est maintenant très important de comprendre que les calculs de la table sont très sensibles aux données affichées dans la vue. Toute modification apportée à cette structure donnera lieu à des nombres différents à la sortie. Ce n'est pas le cas pour l'agrégat ou le L. Laissez-moi vous montrer ce que je veux dire. Par exemple, changeons simplement le type des données contenues dans le nom du produit. Allons par ici et faisons-le descendre. Par exemple, vous pouvez constater que les valeurs des calculs agrégés ou du LOD sont les mêmes. Ça va juste changer le genre. Mais les valeurs incluses dans les calculs du tableau ont complètement changé, car nous avons désormais un tri différent et Tableau va recalculer le total cumulé en fonction de la Cela signifie que toute interaction dans les visualisations peut affecter les fonctions de calcul des tables Cela dépend entièrement de la vue. C'est tout pour le moment. Il s'agit des calculs de table dans Tableau. Très bien, les gars, nous allons maintenant parler des calculs des différents types de calculs que nous avons dans Tableau Supposons maintenant que nous ayons les calculs suivants, et ils sont très similaires aux calculs listés ici. Nous en avons différents types. Nous avons le classement pour les calculs du tableau, nous avons la somme sous forme de calculs agrégés et nous avons le multiplicateur de quantité avec le prix. En ce qui concerne les calculs au niveau des lignes, la première chose à exécuter est toujours les calculs au niveau des lignes. Le premier sera un multiplicateur de quantité avec le prix. Ensuite, le deuxième type à exécuter dans Tableau sera celui des calculs agrégés. Il s'agira de la fonction somme dans Tableau. Et le dernier type de calcul qui sera exécuté dans Tableau sera la fonction de classement, les calculs de table, encore une fois, les calculs au niveau des lignes dans un premier temps, puis les calculs agrégés, et toujours le dernier, les calculs de table. OK, maintenant allons-y et récapitulons rapidement comment choisir le bon type de calcul Nous avons ici trois questions. Nous avons commencé le premier. Disposez-vous des données agrégées ? Si ce n'est pas le cas, utilisez les calculs au niveau des lignes. Nous sommes au niveau des lignes. Dans l'affirmative, nous passons à la question suivante. Toutes les données nécessaires sont-elles déjà disponibles dans les visualisations ? Dans l'affirmative, nous pouvons utiliser les calculs du tableau. Si ce n'est pas le cas, nous sommes là. La troisième question est de savoir si le niveau de détail des visualisations correspond à la question ou aux exigences Dans l'affirmative, nous pouvons utiliser les calculs agrégés. Si non, nous pouvons utiliser les expressions ou les calculs LOD . Si vous suivez ma troisième décision, vous pouvez simplement trouver une réponse à cette question. accord, est-ce que vous avez maintenant un aperçu des différents types de calculs que nous avons dans Tableau. Ensuite, nous allons examiner en profondeur chaque type d' entre eux et nous allons commencer par les calculs des niveaux de rôle. Nous allons aborder ici de nombreuses fonctions très importantes de Tableau, notamment les manipulations et transformations de données, ainsi que la génération de nouvelles informations dont vous avez besoin pour vos visualisations 132. Numéro Udemy 2: Nous allons donc maintenant commencer par le premier type de calculs, les calculs au niveau des lignes. Dans ce didacticiel, nous allons aborder les fonctions numériques dans Tableau. L'objectif principal des fonctions numériques dans Tableau est donc manipuler et de transformer des valeurs numériques. Nous pouvons donc les utiliser sur n'importe quel champ avec le numéro de type de données. Et le cas d'utilisation le plus important des fonctions numériques est de simplifier les nombres. Nous avons ici trois fonctions. Nous avons le plafond, le plancher et l'arrondissons afin d'arrondir les chiffres de la même manière que d'habitude. Découvrons d'abord le concept qui les sous-tend, puis nous pourrons nous entraîner dans Tableau. Allons-y. Très bien, disons maintenant que nous avons le scénario suivant. Nous avons construit une vue à partir des sous-catégories et de la somme des ventes Maintenant, si vous regardez ces chiffres, vous pouvez voir que ce sont grands nombres avec beaucoup de fractions, beaucoup de détails. Nous avons trois décimales ici. Ces détails vont rendre très difficile la lecture de ces chiffres dans la vue. Au lieu de cela, nous pouvons arrondir ces chiffres pour faciliter lecture et masquer les petits détails inutiles ici. Si vous prenez les ventes, les ventes arrondies, vous pouvez voir que nous avons maintenant une taille plus petite dans les chiffres. Nous avons arrondi toutes ces fractions, tous ces nombres décimaux. Avec cela, vous pouvez voir si vous comparez la droite à la gauche, il est plus facile de lire à droite. Voyons maintenant comment cela fonctionne. Chaque nombre décimal, comme par exemple 1,4, a toujours deux voisins entiers. Pensez-y comme si nous avions une pièce, elle a un plafond et un plancher. Dans cet exemple, le 1.4 a le plafond de deux et le plancher d'un. Ici, nous sommes peut-être dans une situation où je ne veux pas m'occuper ces détails, de ces fractions. J'aimerais avoir un chiffre entier deux ou un ici. Exactement. Nous avons deux options. Soit nous allons le déplacer vers le plafond jusqu'au chiffre le plus élevé, soit nous allons le déplacer vers le sol, vers le chiffre le plus bas. Si vous décidez d'utiliser le numéro de fonction du plafond, ce sera deux. Ce que nous faisons ici, c'est arrondir le chiffre à la valeur la plus élevée jusqu'au plafond ou nous le déplaçons au sol Cela signifie que nous arrondissons le chiffre, la fonction de plancher arrondissant 1,4 à un Maintenant, vous pourriez dire, vous savez quoi, je ne veux pas décider si ça va aller au plafond ou au sol. J'aimerais que cela soit automatique. Il doit aller à l'entier le plus proche, et ici nous pouvons utiliser la fonction round. Prenons l'exemple suivant. Disons que nous sommes à 1,3. Si vous utilisez round, nous allons aller chez le voisin le plus proche. Le voisin le plus proche sera l'un d'eux. Le tour va déplacer la valeur à un. Mais maintenant, prenons une autre valeur, 1.7 Ici, le voisin le plus proche n'est pas le sol. C'est le plafond. C'est plus près de deux. Si vous utilisez la fonction round, elle la convertira en deux. Supposons maintenant que notre valeur se situe exactement au milieu de 1,5. Que peut-il arriver à la valeur si j'utilise la forme arrondie, car elle est exactement à la même distance par rapport au plafond et au sol ici ? Ce qui peut arriver , c'est qu'il sera arrondi au plafond. Nous ne devons avoir qu'une seule valeur, 1,5, la ronde de cette valeur sera deux. Comme vous pouvez le constater, voici comment fonctionnent ces trois fonctions. On n'y pense qu'à une pièce. Vous avez un plafond et un plancher. Très bien, comparons maintenant les trois fonctions. Nous allons commencer par le plafond. Le plafond arrondit les chiffres. La syntaxe de tablo va ressembler à ceci. Plafond et il n'accepte qu'un seul argument, le numéro d'origine. Par exemple, le plafond de 1,2 sera de deux ; le plafond de 1,8 sera de deux. Plafond de 1,5, peut être deux, nous allons toujours vers le chiffre le plus élevé. Passons à la suivante. Ce sera exactement le contraire, le plancher arrondira les chiffres vers le bas pour réduire la valeur. La syntaxe ici est « floor it », à l'exception d'un seul chiffre. Les exemples sont les suivants : l'étage 1,2 peut être 11,8, 1,1, 0,5 peut être aussi bien un Nous optons toujours pour le chiffre le plus bas. Passons maintenant à la dernière. Nous arrondissons les nombres à l'entier le plus proche. La syntaxe pour cela va être un peu différente. Nous avons rond, puis le nombre original, puis nous avons une décimale ici, c'est facultatif, bien sûr Ici, nous pouvons également décider si nous allons voir, par exemple, une décimale, deux décimales Et si vous le laissez vide, il l'arrondira à un nombre entier. Passons maintenant aux exemples pour les mêmes nombres. Si vous arrondissez 1,2, il passera au sol. Le plus proche, si nous arrondissons 1,8, le plafond le proche sera celui des deux. Si nous arrondissons 1,5 exactement au milieu, il sera arrondi au plafond, donc nous avons deux. C'est ça. Voici comment fonctionnent les trois fonctions. Revenons maintenant à Tableau et commençons. Très bien, revenons à Tableau. Créons maintenant, visualisons-le. Nous allons afficher les commandes avec les ventes. Nous allons nous en tenir à la petite source de données. Prenons le numéro de commande, mettons-le sur les lignes et affichons les ventes. Comme vous pouvez le constater, les ventes ne comportent aucune fraction. Et ce n'est pas parce que les chiffres sont arrondis, c'est juste que le format est différent. Pour afficher les valeurs réelles, nous devons modifier le format. Pour ce faire, nous allons passer aux principales ventes de notre site, cliquer dessus avec le bouton droit de la souris et passer au format. Ensuite, nous allons passer sur le côté gauche. Nous avons ici des chiffres. Cliquons sur ce menu et passons à Une fois que vous l'avez fait, vous pouvez voir que nous avons les données brutes telles que nous les avons dans la source de données. Nous voulons maintenant arrondir ces chiffres pour qu'ils soient similaires à ceux lus dans la vue. Pour ce faire, nous avons les trois fonctions et nous pouvons commencer par le plafond. Fermons ceci ici et créons un nouveau champ calculé. Cliquez avec le bouton droit ici dans l'espace blanc. Créez un champ calculé. Nous allons l'appeler Sales Ceiling. La syntaxe est très simple, donc elle commence par le plafond, Ord, puis à l'intérieur, nous devons avoir notre champ, le numéro Notre champ est celui des ventes, et comme vous pouvez le constater, les calculs sont valides. Allons-y, d'accord. Comme vous pouvez le constater, nous avons maintenant le champ, le nouveau champ calculé dans la source de données. Passons à la vue. Allons-y et faisons-le glisser ici. Comme vous pouvez le constater, nous avons maintenant notre nouveau domaine. Permettez-moi de l' agrandir un peu et toutes ces valeurs seront arrondies. Prenons la première valeur. Nous en avons 215, 88. Au fur et à mesure que nous arrondissons, nous allons passer à la valeur supérieure suivante, 216 Tout va bien. Vérifions-le ici. Nous en avons donc 56, 11. En arrondissant, nous allons passer à l'entier suivant qui est 57 Tout va bien et les fonctions du plafond fonctionnent désormais. C'est bon. Ensuite, nous devons y aller et faire exactement le contraire. Nous allons arrondir les chiffres au sol. Nous allons créer un nouveau champ calculé que nous allons appeler Sales Floor. De plus, c'est très facile. Le mot clé est Floor. Et notre valeur résidera dans les ventes. Voilà donc les calculs qui sont évalués. Cliquez sur OK. Et notre nouveau champ figure déjà dans notre source de données. Passons à la vue. La première valeur était 215, 88. Comme nous arrondissons à l'entier inférieur, ce sera 215 Cette valeur ici, nous avons 56, virgule 11. Au moment où nous allons prendre la parole, il y en aura 56, donc tout va bien. Et comme vous pouvez le constater, c'est exactement le contraire du plafond. Très bien, ensuite nous allons contourner les chiffres automatiquement jusqu'au voisin le plus proche. En utilisant le cycle, nous allons créer le troisième champ calculé, que nous allons appeler cycle de vente. Les fonctions sont vraiment simples. Cela commence par le round et il faut accepter deux arguments. Le premier est indispensable, ce sera notre numéro de vente, et le second sera facultatif au cas où nous voudrions décider du nombre de décimales ici, nous ne voulons pas l'utiliser, nous allons le laisser Nous n'avons pas besoin de décimales ou de fractions, nous allons donc laisser les choses comme ça , les ventes et c'est Comme vous pouvez le constater, le calcul est valide et nous allons également passer à notre troisième champ calculé. En l'état actuel des données, saisissons-les simplement dans la vue et vérifions-en les valeurs. Maintenant, la première valeur, 215, 88. C'est près du plafond, c'est pourquoi la ronde va le porter à 216. Le suivant, nous en avions 56 ou 11. C'est vraiment près du sol. C'est pourquoi Tableau ou la fonction ronde vont en prendre 256. Comme vous pouvez le constater, tout va bien et les chiffres se déplacent vers le voisin le plus proche. , disons maintenant que nous voulons voir les Els de notre point de vue, mais avec une seule décimale, pas deux décimales comme dans notre exemple Pour ce faire, nous pouvons arrondir ces nombres à une seule décimale en utilisant la fonction round Allons-y et créons un nouveau champ calculé. Disons que c'est le premier cycle de ventes. Et nous allons également utiliser les mêmes cycles de mots clés. Le chiffre sera celui des ventes. Ensuite, nous allons définir combien de décimales voulons-nous ? Dans cet exemple, nous ne voulons qu'une seule décimale, nous allons donc en taper une ici C'est ça. Comme vous pouvez le constater, le calcul est valide. Cliquez sur OK. Et voici notre nouveau champ Passons-en à la vue. Et maintenant, vous pourriez dire, vous savez quoi, rien n'a changé. Nous avons toujours tout arrondi à un nombre entier, il n'y a pas de décimales Eh bien, c'est une question de format. Allons-y et changeons cela. Nous allons aller ici, cliquer dessus avec le bouton droit de la souris, puis passer au formatage ici. Nous allons le mettre aux normes. Une fois cela fait, comme vous pouvez le voir maintenant nous n'avons qu'une seule valeur décimale Nous n'avons pas deux valeurs décimales comme les sceaux, comme dans le champ d'origine de notre source de données Mais maintenant, vous pourriez dire, d'accord, peut-être que le rond contient également des décimales Nous allons donc vérifier les formats. Nous allons passer au tour par ici, et cliquons sur Formats. Et maintenant, si nous adoptons la norme, comme vous pouvez le constater, rien ne changera. Cela signifie donc que nous n' avons pas vraiment de décimales, nous n'avons qu'un nombre entier Bien, alors maintenant, vous pourriez me demander, quand dois-je utiliser le plafond et quand dois-je utiliser le sol ? Eh bien, il n'y a pas de règle pour cela. Cela dépend vraiment du cas d'utilisation et de l'exigence. Par exemple, si je crée un tableau de bord pour la budgétisation afin de modérer un budget, je choisirais toujours le plafond pour m' assurer de ne rien oublier et de ne pas manquer de budget au final Dans ce cas d'utilisation, j'ai tendance à toujours utiliser le plafond et à ne jamais utiliser le sol ou le rond. Cela dépend vraiment des exigences du cas d'utilisation. Comme vous pouvez le constater, ces trois fonctions facilitent réellement la lecture et simplifient les visualisations . Bien, tout le monde. Jusqu'à présent, nous avons appris à simplifier les nombres dans Tableau à l'aide des trois fonctions numériques plafond, plancher et rond. Et c'est tout pour le premier groupe, le nombre de fonctions. Ensuite, nous pouvons apprendre les fonctions de chaîne dans Tableau. 133. Cas de changement dans Udemy 3 1: Nous allons maintenant nous concentrer sur le deuxième groupe de fonctions de Tableau. Dans les calculs au niveau des lignes de catégories, nous avons les fonctions de chaîne. L'objectif principal des fonctions de chaîne dans Tableau est de manipuler et de transformer les valeurs de texte, n'importe quel champ de notre ensemble de données contenant la chaîne de type de données. Il existe de nombreux cas d'utilisation et raisons d'utiliser les fonctions de chaîne dans Tableau. Par exemple, nous pouvons l'utiliser pour nettoyer nos données et adapter notre texte à des cas standard. Par exemple, nous pouvons modifier la majuscule pour qu'elle soit inférieure ou. Et le prochain cas d'utilisation est également sur le point de nettoyer nos données dans Tableau en supprimant les espaces indésirables. Ici, nous avons trois fonctions, la garniture gauche, la garniture droite et la garniture. Passons au groupe ou au cas d'utilisation suivant, nous avons ici trois fonctions pour extraire une sous-chaîne spécifique d'un texte Nous avons la gauche, la droite et nous avons fait. Le cas d'utilisation suivant consiste à rechercher des modèles spécifiques. Nous avons ici cinq fonctions : commencer par la largeur, contenir, rechercher et rechercher. Nous avons ensuite un autre cas d'utilisation des fonctions de chaîne permettant de combiner et de diviser des données dans Tableau. Nous avons ici l'opérateur concat et la fonction split. Le dernier cas d'utilisation consiste à remplacer une sous-chaîne spécifique, une autre sous-chaîne. Nous avons donc ici la fonction remplacée. Comme vous pouvez le constater, nous disposons de nombreuses fonctions et outils de chaîne pour manipuler, transformer, nettoyer les valeurs de texte dans le tableau. Nous allons maintenant commencer par le premier cas d'utilisation des fonctions de chaîne. Comment nettoyer nos données et mettre notre texte en majuscules et minuscules à l'aide des deux fonctions, lower et er. Mais comme d'habitude, nous devons d'abord comprendre le concept avant de commencer à pratiquer à table. Allons-y. Très bien, maintenant allons-y et examinons le problème de qualité des données suivant selon nous. Si vous vérifiez les dimensions des produits ici, nous avons trois valeurs pour le mot. Nous avons le clavier trois fois dans la vue, ce qui est vraiment faux. Et cela s'explique par le fait que la qualité des données provenant du système source d'où nous les obtenons est tout simplement faible. Cela se produit lorsque de nombreuses personnes travaillent sur les projets les plus importants et que vous avez un grand nombre de produits. Ils peuvent donc saisir des noms différents pour les mêmes produits. Nous avons ici un problème lié au nom du produit. Et ce que je fais habituellement dans le cadre de mes projets, je contacte les systèmes sources pour leur faire part des problèmes de qualité des données qu'ils rencontrent. Mais parfois, cela peut prendre beaucoup de temps avant qu'ils ne le corrigent. En individualisant, nous pouvons réparer et nettoyer ces choses. Dans Tableau, nous disposons de nombreux outils et fonctions pour manipuler et nettoyer les dimensions. Par exemple, nous pouvons utiliser les fonctions supérieure ou inférieure afin de normaliser les valeurs. Si vous utilisez le plus bas, nous avons les résultats suivants. Dans cet exemple, nous ne pouvons avoir que trois produits dans les visualisations, bien que trois valeurs soient agrégées pour la quantité sur une seule ligne, ce qui est vraiment correct Maintenant, si vous comparez la première vue avec la seconde, vous pouvez constater que nous avons amélioré la qualité des données dans les indivisualisations. Passons maintenant à la compréhension du fonctionnement de ces deux fonctions Prenons maintenant l'exemple suivant concernant le nom du client. Les noms peuvent être écrits comme ceci, le premier caractère du prénom et du nom de famille sont en majuscules, ou tout en majuscules ou le contraire Lorsque tout est écrit en minuscules, vous pouvez voir que nous pouvons écrire le nom du client dans différents cas. Dans Tableau, nous devons désormais intégrer ces noms. Normes, nous avons deux moyens de le faire. Soit nous mettons tout en minuscules ou en majuscules. Maintenant, si vous décidez d'utiliser le nom du client en majuscules, que peut-il se passer ? Le premier client peut être entièrement converti en majuscules. Le deuxième client est déjà en majuscule. Rien ne peut arriver, ça va rester pareil. Le troisième est en minuscules, il peut donc être converti en majuscules. Mais maintenant, si vous voulez utiliser le nom le plus bas pour les clients, voici ce qui peut arriver. Le premier, le premier client, peut être converti en minuscules. Le second peut également être converti du haut vers le bas. Pour le troisième, rien ne peut se passer car c'est déjà une minuscule. Comme vous pouvez le voir avec cette fonction, nous forçons les noms à être en haut ou en bas. Nous apportons donc des normes aux visualisations. Nous allons maintenant comparer ces deux fonctions ensemble. Nous commençons par la partie supérieure. Cela va convertir les caractères en deux majuscules. La syntaxe dans Tableau sera la suivante. Cela commence par le mot clé upper. Il n'accepte qu'un seul champ, la chaîne. La sortie peut également être une chaîne. Par exemple, si nous prenons Maria majuscule, le premier caractère est en majuscule, la sortie peut être la chaîne Maria en majuscules Passons maintenant à la partie inférieure. Ce sera exactement le contraire. Il va donc convertir les caractères en minuscules. La syntaxe peut être similaire à, ici nous avons moins d'un champ, la chaîne. La sortie peut également être une chaîne. L'exemple ci-dessous est inférieur. Maria, Maria peut apparaître dans la sortie en minuscules. Ces deux fonctions sont simples et faciles à utiliser, mais elles sont tout de même très importantes. J'ai tendance à les utiliser beaucoup dans mes projets pour nettoyer les données. Revenons maintenant dans Tableau et commençons. Très bien, pour ces deux fonctions, j'ai préparé un fichier supplémentaire avec la faible qualité des données dans les noms des produits. Pour connecter ce fichier, nous devons créer une nouvelle source de données. Passons à la page de la source de données ici. Ensuite, nous allons créer une nouvelle source de données. Ensuite, nous allons passer au fichier texte. Vous le trouverez dans le petit dossier. Nous avons ici un fichier CSV appelé products low quality. Allons le connecter. Ce n'est qu'un tableau, et si vous consultez la grille de données ici, vous verrez que nous avons des problèmes avec le produit. Vous pouvez voir que nous avons ici le clavier en majuscules. Clavier en minuscules ou avec le premier Carter en majuscule. Revenons maintenant à notre feuille et commençons également à vérifier les données à partir de là. Passons maintenant à la base de données, assurez-vous de sélectionner la nouvelle source de données. Nous en avons ici un produit. Nous avons ici le problème du cas, alors abordons-le dans la vue et vérifions les valeurs. Comme vous pouvez le constater, nous pouvons trouver environ cinq produits, mais en réalité, nous n'en avons que trois ici. Nous avons le clavier trois fois, le moniteur et la souris. Nous ne devrions avoir que trois claviers, écrans et souris. Nous avons un problème de qualité des données dans les noms des produits. Tableau distingue les majuscules et minuscules afin de présenter les données exactement telles qu'elles proviennent du système source. Prenons la quantité et mettons-la dans les colonnes. Et comme vous pouvez le constater, ces trois valeurs ne seront pas agrégées ensemble. Étant donné que Tableau pense qu'il s'agit de trois valeurs différentes, affichons les valeurs ici dans les étiquettes. Passons également à la couleur. Nous allons donc maintenant nettoyer les données en utilisant la fonction inférieure. Pour cela, nous devons créer un nouveau champ calculé. Passons au Data Pain ici. Cliquez avec le bouton droit sur l'espace vide, Créer un champ calculé. Nous allons l'appeler Products Lower. Il commence par le mot clé lower et n'accepte qu'une seule valeur, la chaîne. Nous allons donc en avoir un seul produit et c'est tout. Comme vous pouvez le voir, le calcul est valorisé et le résultat sera une chaîne, le produit. Allons-y et frappons, d'accord. Maintenant, si nous examinons les difficultés liées aux données, nous avons ici notre nouvelle dimension, le champ calculé. Passons à la vue et aux lignes pour commencer à comparer les valeurs. Le premier, comme vous pouvez le voir, est une majuscule. Le résultat sera une minuscule du clavier. Le suivant est déjà minuscules, rien ne va changer. Le troisième est entièrement en majuscules par rapport aux données d'origine, mais le résultat est en minuscules. Comme vous pouvez le constater, nous avons tous les noms ici en minuscules. Maintenant, si vous retirez le produit ici, vous pouvez voir que nous pouvons finir par n' avoir que trois valeurs. Seulement trois produits , ce qui est correct. Nous avons donc nettoyé les données en utilisant les minuscules. Maintenant, nettoyons les données. Cette fois, en utilisant la fonction supérieure, nous pouvons faire de même. Nous allons créer un nouveau champ calculé. Appelons cela des produits supérieurs. Nous allons utiliser la fonction ci-dessus. Et il n'accepte qu'un seul champ, nos produits, un seul. Et voilà, le calcul est valide. Cliquons sur OK. Maintenant, si vous vérifiez la corbeille de données, nous avons un nouveau champ calculé, une nouvelle dimension. Passons-en à la vue et commençons à comparer les valeurs. Je peux également apporter le champ d'origine, le premier est en majuscule, comme vous pouvez le voir, le résultat peut être en majuscule Le second est également complètement en minuscules , complètement en majuscules. Pour le troisième, rien ne va changer. Comme vous pouvez voir toutes les valeurs maintenant en majuscules, je vais maintenant supprimer les autres pour voir le résultat final. Comme vous pouvez le constater, nous n'avons que trois produits et la visualisation est vraiment correcte. Et avec cela, nous avons corrigé la qualité des données en utilisant. Très bien, alors maintenant vous pourriez me demander je dois utiliser une minuscule ou une majuscule dans mes vues ? Eh bien, si vous demandez à un informaticien comme moi, je vais répondre comme ça. Cela dépend, cela dépend des champs que vous utilisez dans les vues. Prenons l' exemple suivant. Nous avons ici deux points de vue. Celui de gauche avec les minuscules et le nom du produit. Et le second est en majuscules. Si vous examinez maintenant ces deux points de vue, qu'en pensez-vous ? C'est plus facile à lire ? Si vous avez un texte normal ou un texte long comme le nom du produit, le nom du client, etc. Il est toujours préférable d'utiliser des minuscules. Les minuscules sont plus faciles à lire que les majuscules. La majuscule va également prendre plus de place. C'est plus agressif et c'est vraiment difficile à lire. Donc, pour le scénario, je vous recommande d' utiliser les minuscules. Dans le design moderne, ils ont tendance à utiliser des minuscules, car cela aspect plus élégant et minimaliste au site Web et à l'apparence des visualisations Les minuscules sont donc plus faciles à lire. C'est plus moderne. Si vous le comparez aux majuscules, c'est difficile à lire et c'est comme si quelqu'un criait. Prenons maintenant un autre exemple. Nous avons ici une agrégation pour l'abréviation du pays. Nous l'avons donc ici en minuscule et en majuscule. Cette fois, si vous les comparez, vous pouvez voir qu'il vaut peut-être mieux utiliser les majuscules. Et c'est parce que c'est très court, les abréviations ont un maximum, peut-être trois caractères. Il est vraiment difficile de voir les visualisations Ind. Ils sont vraiment petits. Si nous l'avons comme un gros caractère, il est plus facile de lire avec les abréviations J'ai toujours tendance à utiliser les majuscules. Les abréviations, si elles sont écrites en majuscules, peuvent apporter des normes et éviter des interprétations erronées des données Si vous regardez du côté droit d'ici, vous pouvez immédiatement comprendre. D'accord, nous parlons ici de pays. Mais si vous êtes sur le côté gauche, vous risquez de vous perdre. Par exemple, parlons-nous des États-Unis ou du mot « nous » ? Il en va de même pour l'Italie. Est-ce comme si nous l' utilisions dans les phrases du pronom ou est-ce que c'est comme l' abréviation de l'Italie ici ? Si vous l'écrivez en minuscules, vous risquez de créer des malentendus et les abréviations J'ai toujours tendance à utiliser des majuscules. Les noms abrégés sont plus clairs et faciles à lire. C'est pourquoi la réponse qui vient de l' informatique dépend du cas d'utilisation, des exigences, etc. Parfois, nous optons pour le bas, parfois pour le haut. Mais 90 %, je choisis les minuscules pour les noms, etc., mais uniquement pour les abréviations. J'opte pour la partie supérieure. Cela vous permet de disposer d'au moins certaines orientations dans votre visualisation. Très bien, il s'agit donc de savoir comment nettoyer les données en ramenant notre texte en majuscules et minuscules à l'aide des deux fonctions, inférieure et supérieure. Ensuite, vous pouvez commencer à parler des trois fonctions : garniture gauche, jante droite et garniture. 134. Udemy 3 2 Remove: Très bien, nous allons maintenant parler une autre fonction de chaîne de Tableau qui permet de nettoyer nos données en supprimant les espaces indésirables à l'aide des trois fonctions : bord gauche, bord droit et découpage. Et bien entendu, comme d'habitude, nous devons d'abord comprendre le concept qui les sous-tend, puis nous mettre en pratique avec Tableau. Alors allons-y. Très bien, nous avons maintenant le scénario suivant, où nous avons, encore une fois, une mauvaise qualité des données à notre avis. Si vous vérifiez les produits, nous pouvons constater que nous avons quatre fois plus de clavier. Alors, qu'est-ce qui se passe ? Nous n'avons ici aucun problème de majuscule , car ils sont tous en majuscules dans le premier caractère, n'y a donc pas de minuscules, de majuscules Tout va bien. Pourquoi Tablo n'a pas agrégé toutes ces valeurs sur une seule ligne, dans un seul produit Parce que nous n'avons ici que trois produits. Alors, que se passe-t-il ici ? Que s'est-il passé ? Eh bien, nous avons des espaces sales dans le nom du produit. Dans le clavier, il y a comme des espaces indésirables. C'est vraiment difficile de voir un individu. Tu peux le voir. Comme si tout avait l'air bien, non ? Mais il y a des espaces à l'intérieur du clavier et nous devons les supprimer. Maintenant, pour nettoyer les données et supprimer ces espaces sales, nous pouvons utiliser l'une des trois fonctions gauche, droite, découpage ou découpage. Et si vous appliquez ces fonctions au nom du produit, nous obtiendrons le résultat suivant. Seulement trois produits et tout ira bien. Voyons comment fonctionnent ces fonctions. Prenons les exemples simples suivants. Disons que nous avons le mot moniteur, mais sur le côté gauche, nous avons un espace blanc. Pour le supprimer, nous pouvons utiliser la fonction Tableau. Soulevez, découpez, soulevez, découpez, Gna, supprimez tous les espaces indésirables le côté gauche du mot. Maintenant, nous pouvons avoir la situation inverse avec le moniteur, mais sur le côté droit, il y a un espace blanc. Pour supprimer ces espaces, nous pouvons utiliser la fonction dans Tableau. Garniture droite, garniture droite. Je vais supprimer tous les espaces du côté droit du mot. Passons au troisième scénario, nous avons le même détecteur de mots, mais cette fois sur la gauche. Et sur la droite, il y a des espaces blancs. Pour supprimer ces espaces, nous pouvons soit utiliser les deux fonctions lift trim et right rim, soit utiliser la troisième fonction, trim, si vous utilisez la fonction trim dans Tableau. Pour ce scénario, il va supprimer tous les espaces blancs du côté gauche ainsi que tous les espaces blancs du côté droit. Très bien, nous allons maintenant comparer rapidement ces trois fonctions. La garniture de levage supprimera tous les espaces principaux. La bonne garniture peut supprimer tous les espaces résiduels, et la garniture peut supprimer les deux Les espaces de début et de fin ainsi que les syntaxes de Tableau sont très simples Ainsi, par exemple, nous avons ici le mot-clé left trim. Ensuite, il n'accepte qu' un seul champ de chaîne, la sortie étant une valeur de chaîne. Par exemple, supposons que nous voulions lever la bordure, cette valeur signifie que nous avons narea sur le côté gauche, nous avons un espace blanc plus, sur le côté droit, si vous utilisez une garniture de levage, elle ne peut supprimer que les espaces principaux. Il peut donc simplement supprimer l'espace de l'ascenseur et laisser l' espace que nous avons sur la droite, car il ne s'agit que de découper l' ascenseur. Passons à la suivante. C'est exactement le contraire, mais la syntaxe est quasiment la même. Nous avons donc le droit de le découper, sauf la chaîne de champ, la sortie sera également une valeur de chaîne. Si nous nous en tenons au même exemple, cela ne supprimera que l'espace de fin L'espace sur le côté gauche restera dans cet exemple. Passons maintenant à la dernière. Je pense que tu l'as déjà. Nous allons utiliser uniquement la garniture ici. Ni un ascenseur ni une droite. Donc tous les deux. Et cela sauf également un champ de chaîne. La sortie sera une valeur de chaîne. Et l'exemple sera le suivant. Maria avec les espaces gauche et droit, que peut-il se passer ? Nous allons supprimer l'espace de levage ainsi que le bon espace. Ces fonctions sont très faciles à utiliser et très importantes pour améliorer indivisualisations de la qualité de vos données Revenons à Tableau et commençons à nous entraîner. Bien, tout d'abord, assurez-vous de sélectionner la bonne source de données afin que nous puissions nous tenir à la faible qualité des produits depuis que j'ai préparé les exemples. Et maintenant, nous allons passer au deuxième produit, il suffit de le faire glisser et de le frotter ici dans la vue. Comme vous pouvez le constater, nous avons maintenant quatre produits pour le clavier. Maintenant, il est vraiment difficile de voir où se trouvent ces espaces blancs. Pour les deux premiers, vous pouvez voir qu'ils sont légèrement décalés vers la droite, mais pour les deux autres claviers, nous ne savons pas s' ils ressemblent à un espace blanc sur le côté droit ou non La situation peut être très mauvaise si nous passons à différentes visualisations. Prenons la quantité et maintenant, dans le diagramme à barres, il est presque impossible de voir s'il y a des espaces blancs. Si je suis confronté à cette situation dans mes projets, je commence par compter nombre de personnages que j'ai dans chaque produit. Je calcule la longueur de chaque mot. Pour cela, nous pouvons créer un nouveau champ calculé. Allons en créer un nouveau, et nous l' appellerons longueur des produits. Le mot-clé utilisé par les arts pour calculer les liens est LEN. Cela définit. Ensuite, il n'accepte qu'un seul champ, un champ de chaîne, et le résultat sera un nombre. Notre champ sera le produit pour nous assurer de sélectionner le bon et que le calcul est valide. Cliquons sur OK, puisque le résultat sera un nombre Tableau, nous allons créer une mesure continue. Je vais donc simplement supprimer la quantité de la vue et intégrer notre nouveau champ calculé à la vue. Le lien du premier comporte neuf, ce qui signifie que nous n'avons qu'un seul espace blanc. Le second comporte deux espaces blancs. La troisième est correcte. Le premier comporte également un espace blanc. Grâce à la fonction de lien, nous pouvons facilement détecter s'il y a des espaces sales dans nos mots. Maintenant, afin de supprimer et de régler ces problèmes, nous allons utiliser les fonctions de découpage. Commençons par le montage de l'ascenseur et nous allons créer un nouveau champ calculé. Allons-y et faisons-le. Nous allons l'appeler Products Left Trim. Et nous allons commencer par la syntaxe left trim, n'accepte qu' un seul champ de chaîne. Ça va être le produit. Pour vous assurer de sélectionner le bon, ce calcul est valide. Allons-y et appuyons sur OK. Nous remarquons maintenant que la table a créé une nouvelle dimension car la sortie est une chaîne. Allons-y et mettons-le ici dans la vue. Maintenant, que peut-il arriver aux valeurs contenues dans les produits ? Tous les espaces du côté gauche seront supprimés ou rognés. Mais encore une fois, ici, il est vraiment difficile de voir d'un point de vue si tout va bien. Nous allons donc recommencer et calculer la longueur du nouveau champ. Allons-y et modifions les calculs dans notre champ calculé. Au lieu d'avoir le Broadct two, nous pouvons le supprimer et insérer la nouvelle dimension Cliquons sur OK. C'est bon. Alors maintenant, vérifions le résultat. Comme vous pouvez le constater, certaines valeurs sont fixées à la première. Nous en avons huit. Pour le second, nous avons encore de la place. La troisième est de toute façon correcte. La troisième est également incorrecte. Comme vous pouvez le constater, la situation est maintenant un peu meilleure. Mais il nous reste des places. Cela signifie que nous avons des espaces sur le côté droit. Pour résoudre ce problème, nous allons découper du côté droit. Revenons à nos calculs, la bordure gauche. Modifions-le et ajoutons la bonne garniture. Nous allons donc passer ici, nous allons avoir des calculs imbriqués, un découpage à droite, et nous voulons obtenir les résultats du découpage à gauche Allons-y et frappons. OK, mais peut-être que je vais changer le nom en Trim. Allons-y. OK, alors que peut-il arriver aux valeurs contenues dans les produits ? Nous découpons tout par la gauche et aussi bien par la droite que vous pouvez le voir Maintenant, la longueur est également correcte. Toutes ces valeurs ont les liens de huit. Afin de tester cela également, nous allons supprimer le produit deux de la vue que nous avons ici, soit seulement trois valeurs. Bien entendu, le lien n'a aucun sens ici, car nous résumons les liens de tous les produits contenus dans les commandes Au lieu de l'avoir comme mesure, nous pouvons peut-être le convertir en dimensions, sans aucun calcul. Je vais juste le supprimer d'ici et simplement ajouter la longueur du produit. Comme vous pouvez le constater, tout va bien. Maintenant, bien sûr, pour ce scénario, nous avons une solution plus simple. Nous pouvons simplement utiliser un découpage au lieu d' utiliser un découpage gauche et droit en un seul calcul. Allons-y et faisons-le. Nous allons revenir à notre calcul et le modifier. Nous allons donc simplement tout supprimer. Nous allons utiliser le mot clé trim puis il n'acceptera qu'un seul champ, le produit deux, et comme vous pouvez le voir, le calcul est valide. Cliquons sur OK. Comme vous pouvez le constater, rien ne changera dans la vue. Nous allons obtenir exactement les mêmes résultats. Nous avons ainsi nettoyé les valeurs contenues dans les produits en supprimant les espaces sales ou indésirables. Très bien, je veux vous montrer une autre méthode pour détecter s'il y a mauvaise égalité dans vos données en ayant des espaces indésirables. C'est particulièrement vrai si vous avez une source de données volumineuse. Si vous avez beaucoup de valeurs, il est très difficile de les détecter si vous utilisez la fonction link. Je vais maintenant vous montrer comment je m' y prends habituellement si j'ai une source, ce que je fais habituellement si je me doute un champ où je pense que les utilisateurs saisissent manuellement les valeurs que je vais saisir et compter les valeurs distinctes dans ce champ. Maintenant, je vais vous montrer comment je m'y prends habituellement. Allons-y et créons de nouveaux champs calculés, que nous appellerons Products count D. La syntaxe pour cela sera count. Ensuite, le mot D, nous comptons la valeur distincte de nos produits. Le champ sera le produit 2. Le résultat sera un nombre. Le calcul est valide. Allons-y et frappons, d'accord. Comme vous pouvez le voir sur le côté gauche, nous avons une nouvelle mesure continue. Cela va compter le nombre de valeurs distinctes que nous avons dans les produits. Voyons les résultats. Je vais juste aller tout retirer de la vue. Je vais prendre le décompte et le mettre sur le texte. Maintenant, les résultats indiquent que ma source de données contient six produits différents, mais j'ai des soupçons à ce sujet Maintenant, ce que je vais faire, c'est commencer à réduire les valeurs des produits et mes attentes seront les suivantes Si le nombre doit rester le même, alors nous n'avons pas d'espaces, mais si le nombre doit diminuer , il y a des espaces indésirables à l'intérieur des produits. Commençons par le tester. Nous allons passer à notre calcul et commencer à ajouter nos garnitures. Nous commençons toujours par la garniture gauche ou droite. Pourquoi ? Nous ne passons pas immédiatement à la car si vous découpe, car si vous coupez tout de gauche à droite, cela peut avoir de mauvaises performances dans Tableau, car il a besoin de ressources Si vous effectuez uniquement le découpage par le levage ou le bon découpage, Tableau pourra le faire plus facilement Mais si vous passez toujours immédiatement à la finition, vous risquez d'avoir de mauvaises performances. C'est pourquoi je commence toujours par la garniture de levage. Passons donc à la version de l'ascenseur et vérifions les résultats. Je vais donc simplement l'ajouter au produit ici. Avec cela, nous allons d'abord réduire le produit par deux, puis nous comptons le nombre de valeurs distinctes que nous allons voir dans cette base Le calcul est valide, allons-y. OK. Très bien, maintenant nous avons déplacé 6 à 4 produits. C'est alertant pour moi, cela signifie qu'il y a comme des espaces principaux Maintenant, l'étape suivante, ce que je fais habituellement, est de vérifier s'il y a les bons espaces sur le bon côté pour cela. Soit je vais ajouter un droit de découpage, soit je vais simplement utiliser le découpage. Maintenant, si nous ajoutons la bonne garniture et le nombre restera le même, Quatre, cela signifie que nous n'avons qu'un problème avec les espaces de levage. Mais si le nombre doit diminuer, cela signifie que nous avons également les bons espaces. Maintenant, ce que nous pouvons faire, c'est revenir à notre mesure et modifier le calcul. Et au lieu d'avoir un découpage à gauche, je vais juste avoir un découpage pour tester également les bons espaces. Allons-y et frappons. OK. Comme vous pouvez le voir, nous avons obtenu une fiche 4-3, ce qui signifie que nous avons également des espaces à droite, non seulement à gauche mais aussi à droite Le nombre total de produits est donc passé de 6-4 à trois. C'est ainsi que je procède habituellement pour décider si je vais utiliser uniquement la garniture relevable ou la jante droite, ou les deux au lieu d'utiliser une garniture immédiate. J'ai vu beaucoup de projets, et de nombreux développeurs ont tendance à réagir de manière excessive à ce sujet S'ils apparaissent comme une valeur de chaîne, ils la découpent immédiatement afin d'obtenir un résultat correct. Ajoutez une visualisation Tableau. Mais pensez que si vous le faites toujours, vous allez avoir de mauvaises réactions dans Tableau et vous risquez d' avoir de mauvaises performances. Prenez peu de temps pour déterminer si c'est vraiment nécessaire ou non. Très bien, il s'agit donc de savoir comment nettoyer nos données en supprimant les espaces indésirables à l'aide des trois fonctions lift trim, right, jante et trim. Ensuite, nous allons parler d'un autre groupe, l'ascenseur, à droite et au centre. 135. Extrait d'Udemy 3 3: Nous allons maintenant aborder un autre groupe de fonctions de chaîne dans Tableau pour extraire une sous-chaîne spécifique du texte à l'aide des trois fonctions left, right et mid, comme d'habitude Découvrons le concept que nous pouvons mettre en pratique dans Tableau. Allons-y, tout le monde. Ainsi, dans les scénarios réels et les projets réels, les données provenant des systèmes sources sont généralement bien plus compliquées que celles que vous pouvez trouver dans les exemples, didacticiels, les cours, etc., car les processus et les projets réels sont bien plus compliqués. L'exemple que nous pouvons voir ici pourrait être le nom Broaduct dans vos projets Ici, vous pouvez voir que nous avons beaucoup d' informations dans un seul champ. Par exemple, nous avons le Canon, cela pourrait être le nom du produit. Le suivant, nous avons l'identifiant du produit. Et le troisième est le code du produit. Toutes ces informations, nous les trouverons peut-être sous le nom du produit. Dans le cadre de l' individualisation d'un seul domaine, il se peut que nous ne soyons intéressés que par une seule information, et non par l'ensemble Nous pourrions être intéressés par le Canon, le nom du produit. Ou nous n'avons besoin que de l'ID 789. Ou nous voulons que seul le code soit individualisé. Nous avons besoin de Tableau, d'une telle fonction ou d'un tel outil pour extraire ces informations. Et divisez le champ en trois champs dans Tab. Il existe de nombreuses fonctions et méthodes pour atteindre cet objectif. L'une d'elles consiste à utiliser les fonctions gauche, droite et milieu afin de découper ce champ en plusieurs champs. Nous allons maintenant commencer par le premier. Comprenons l'ascenseur. La première chose à comprendre est que chaque caractère de notre chaîne possède un numéro de position. Par exemple, nous avons le C, il a la position numéro un, le 23, et ainsi de suite jusqu'à ce que nous atteignions le dernier caractère, cinq, il a la position 14. Nous comptons de la gauche jusqu'à ce que nous allions vers la droite. Maintenant, dans cet exemple, nous ne nous intéressons qu'aux noms des produits, nous allons donc nous concentrer sur celui-ci. Et comme vous pouvez le voir, cela se termine par la position cinq. La syntaxe utilisée dans Tableau pour effectuer l'ascenseur est la suivante. Cela commence par la gauche. Ensuite, il a besoin de deux arguments. Le premier est le champ lui-même, la chaîne elle-même. Ensuite, le nombre de caractères que nous voulons conserver en sortie. Le résultat sera une valeur de chaîne. Par exemple, nous allons prendre la gauche, puis notre valeur et le nombre de caractères seront cinq. Nous gardons cinq caractères à partir du côté gauche. Voyons comment cela va fonctionner. Nous allons commencer à compter de la gauche et nous déplaçons vers la droite. Le caractère de départ est « nous commençons à compter 12345 C'est exactement le nombre de caractères et nous faisons une découpe ici. Tout ce qui se trouve après les cinq ou après n sera supprimé. Et nous ne retenons ici que cinq personnages. Nous pouvons avoir la sortie de Canon. Dans cet exemple, nous coupons toutes les valeurs après le caractère dont la position est cinq. Très bien, voici comment fonctionne la fonction de levage dans Tableau. Passons à la fonction suivante. C'est exactement le contraire. Nous allons avoir la bonne fonction. Disons que le nom du produit ne nous intéresse plus . Nous aimerions avoir et extraire le code du produit, les quatre derniers caractères de notre chaîne. Maintenant, si vous envisagez d'utiliser la bonne fonction, que peut-il se passer ? Le numéro de position des caractères peut être exactement le contraire. Nous allons commencer à compter du côté droit alors que nous nous déplaçons vers la gauche. Le premier personnage sera le personnage cinq. Le deuxième, R, le troisième et dernier caractère, le numéro 14, sera le C. Maintenant, nous voulons nous concentrer sur le code du produit et nous allons utiliser la bonne fonction. La syntaxe de la bonne fonction est très similaire à celle de l'ascenseur, il faut commencer par le bon mot clé, puis nous avons besoin de notre champ, le champ de chaîne. Ensuite, le nombre de caractères que le résultat sera ainsi qu'une valeur de chaîne Cette fois, ce sera un exemple comme celui-ci. Il va avoir droit à notre corde. Ensuite, le nombre de caractères que nous voulons garder du côté droit est pour. Voyons comment cela peut fonctionner. La bonne fonction va commencer à compter du côté droit et nous allons passer à l'ascenseur. À partir d'ici, nous commençons à compter 1234. Et c'est tout. Ici, nous faisons de la découpe. Tous les caractères situés après la position numéro quatre seront ignorés et ne figureront pas dans les résultats. À la fin, vous n'aurez que quatre caractères du côté droit. E R cinq. Voici comment fonctionnent les bonnes fonctions dans Tableau. On commence à compter du côté droit et on ne garde que quatre caractères, par exemple ici. Très bien, nous allons maintenant passer à la troisième. Nous avons la fonction intermédiaire. Très bien, nous voulons maintenant extraire la dernière information que nous avons dans notre chaîne, l'identifiant du produit, celui du milieu. Nous ne sommes donc pas intéressés par la première partie du nom du produit ou par la dernière partie du code. Nous voulons placer exactement ces informations entre les deux. Si vous utilisez le milieu, nous allons compter de gauche à droite, exactement comme pour la fonction gauche. Le premier caractère sera le C, le dernier sera le cinq. La syntaxe dans Tableau est légèrement différente, à gauche ou à droite Nous commençons donc par le milieu. Nous avons alors trois arguments. La première, comme d'habitude, est la valeur de chaîne que nous voulons manipuler. Le suivant est nouveau. Nous pouvons définir le point de départ, où nous pouvons commencer à compter nombre de personnages qui allaient partir. Ensuite, nous avons la longueur ici, c'est comme le nombre de caractères, mais cette fois c'est facultatif. Si vous le quittez, nous examinerons tout après le point de départ. Ou si vous le spécifiez, nous aurons exactement le même nombre de caractères que celui que vous avez défini La sortie sera également présente ici , String value. Prenons ici un exemple. Nous pouvons avoir le milieu, puis notre valeur. Nous voulons commencer à compter à partir de sept et ne conserver que trois caractères dans le résultat. Voyons maintenant comment cela peut fonctionner. La position de départ, pour compter le nombre, est la position numéro sept. Nous allons partir de cette valeur et compter trois caractères, 123 et couper. Maintenant, ce que nous faisons, nous réduisons deux choses, la position de départ et la position. Cela signifie que tous les caractères situés avant le point de départ seront ignorés figureront pas dans les résultats, même que tous les caractères situés après le dernier lors de la découpe seront ignorés, le résultat sera 789 Nous avons ainsi extrait des informations au milieu de notre chaîne. C'est ainsi que fonctionne la fonction intermédiaire, comme vous pouvez le constater avec ces trois fonctions. Grâce à ces trois outils de Tableau, nous pouvons découper n'importe quel élément de notre chaîne et générer de nouvelles données. Allons-y, Tableau, et commençons à nous entraîner. Il existe de nombreux cas d'utilisation de ces trois fonctions. Commençons par exemple à travailler avec l'URL. L'URL a généralement une structure et nous voulons extraire partie des informations contenues dans l' URL dans nos sources de données Nous avons une URL dans les images. Si vous accédez à la petite source de données, accédez aux produits, et voici l'image du produit. Faisons-le glisser et dessinons-le sur les lignes et vérifions-en la structure. L'URL standard commence généralement par le protocole. Ensuite, nous avons un domaine, puis à la fin, nous avons un fichier ou quelque chose comme ça. Nos fichiers ici sont tous des images comme nous le pratiquons dans la file d'images. La première tâche consiste à extraire uniquement les protocoles de notre URL. Maintenant, les outils se trouvent sur le côté gauche. Je pense que vous savez déjà que nous voulons utiliser la fonction lift pour pouvoir compter le nombre de personnages que nous voulons laisser. Nous avons besoin de cinq personnages. Allons-y et créons un nouveau champ calculé. Parce que nous avons besoin d'un nouveau champ, nous allons l'appeler URL , puis nous allons avoir ce protocole. Cela commence comme ça, gauche, puis il a besoin de deux arguments. Les données dont nous avons besoin sont une image générale, nous l'avons ici et nous voulons couper cinq caractères. Nous pouvons en spécifier cinq ici. Comme vous pouvez le constater, le calcul est valide. Allons essayer ça. Nous allons aller appuyer sur OK. Et comme vous pouvez le voir sur le côté gauche, nous avons notre nouvelle dimension, notre nouveau champ calculé. Allons-y et amenons-le à la vue. Faites-le glisser et déposez-le sur la route à côté. Et comme vous pouvez le constater, nous avons un nouveau champ dans notre source de données où nous avons les informations de protocole de notre URL. Tout fonctionne donc bien, et c'est ainsi que nous travaillons avec la fonction de gauche. Passons au cas d'utilisation suivant dans lequel nous voulons extraire les extensions de fichiers dans notre URL. Nous voulons obtenir cette partie à la fin de l'URL, car nous parlons du côté droit. Ce que nous allons faire maintenant, c'est utiliser la bonne fonction ici. Nous devons extraire environ trois caractères. Allons-y et créons le champ calculé. Nous allons donc en créer un nouveau. Nous allons l'appeler extension de fichier URL. Cela commence par le mot clé, non ? Et puis il a également besoin de deux chaînes d'arguments , notre champ devant être l'image du produit. Et combien de personnages voulons-nous ? Nous en voulons trois, allez trois. Vous pouvez ainsi voir que le champ calculé est valide. Allons-y et appuyons sur OK. Et comme d'habitude, nous avons un nouveau champ calculé, une nouvelle dimension dans notre source de données. Juste pour traiter les extensions de fichiers, vérifions les valeurs pour voir si tout va bien. Et comme vous pouvez le constater, nous obtenons toutes les extensions de fichiers à partir de l'URL. Comme vous pouvez le constater, c'est très simple. Et c'est ce que nous faisons, en générant de nouvelles informations et de nouveaux champs que nous pourrions utiliser dans notre analyse. Et ils sont basés sur les données originales que nous obtenons des sources de données. Très bien, passons maintenant à la tâche suivante où nous voulons obtenir les URL à partir du nom de domaine sans avoir les protocoles. Nous voulons conserver tout ce qui se trouve après les deux barres obliques dans la chaîne Cette fois, nous allons utiliser la fonction de table de. Allons-y et créons un nouveau champ calculé. Nous allons l'appeler «   domaine étendu ». Ici, nous pouvons commencer par un mot clé mid. Il faut trois arguments. La première, comme d'habitude, peut être l'image générale de l'acte. Alors, quand commence-t-on à couper ? Ici, nous devons spécifier le numéro, 12345789, nous commençons à couper à partir La dernière option est facultative. Je vais juste tout laisser par la suite. Nous ne couperons rien du bon côté. C'est ça. Le calcul est valide, c'est bon. Comme d'habitude, nous obtenons une nouvelle dimension, nouveau champ calculé, à utiliser dans les analyseurs Allons le récupérer et le mettre dans les rangées pour vérifier les valeurs. Comme vous pouvez le constater, nous partons du nom de domaine et le protocole est coupé. La valeur totale sera le reste. Maintenant, nous avons la tâche suivante pour vous. Très bien, la tâche consiste donc à extraire les quatre derniers chiffres des numéros de téléphone des clients. Pour accéder aux adresses et extraire uniquement le nom de la rue. Nous pouvons donc supprimer le code et le mot rue. Vous pouvez maintenant passer la vidéo pour terminer la tâche. Et une fois que vous avez terminé, vous pouvez tout reprendre. Je pense que c'est vraiment facile. Passons à la petite source de données. Nous allons aller voir les clients et prendre le téléphone pour admirer la vue. Nous voulons maintenant extraire les quatre derniers personnages dont nous parlons. Du bon côté, à droite, nous allons utiliser la bonne fonction. Allons-y et créons un nouveau champ calculé. Nous allons l'appeler code téléphonique. Et nous pouvons utiliser la bonne fonction pour couper à partir de la gauche. À partir de la droite. Désolé, la valeur de la chaîne est phone. Nous voulons couper quatre chiffres, donc nous allons avoir le nombre de caractères qui sera. Le calcul est maintenant valide. Allons-y, et passons aux résultats tels que vous pouvez le voir. Avec ça, c'est vraiment facile. Nous avons obtenu les quatre derniers chiffres du numéro de téléphone. Très bien, alors maintenant nous allons résoudre la tâche suivante. Nous n'avons besoin que des noms de rue de l'adresse. Comme vous pouvez le voir ici, nous avons le code puis le mot rue. Et puis il y a le nom de la rue. Nous ne voulons que cette information. Puisque nous voulons commencer à découper ici, nous allons utiliser la fonction mid pour définir le point de départ de la découpe. Allons-y et créons de nouveaux champs calculés. Nous allons l'appeler address stretch, nous allons donc utiliser la fonction mid. La première valeur peut être l'adresse du champ, puis le point de départ peut être neuf. Pour le reste, nous allons le laisser tel quel. Alors c'est tout. Appliquons et vérifions les valeurs. Glissez et déposez dans la vue comme vous pouvez le voir. Sur ce, nous n'avons que les rues à partir de l'adresse. Nous l'avons coupé. La première partie consiste à résoudre la tâche en utilisant huit au lieu de neuf. C'est parce que tu as oublié de compter les espaces blancs. Si je l'enlève et que j'en utilise huit, je pourrais obtenir exactement les mêmes résultats. Mais nous avons des espaces blancs, ce qui n'est pas vraiment une bonne chose. L'espace compte, il devrait être de neuf. Cela dit que c'est vraiment simple. C'est ainsi que vous pouvez extraire des informations dans Tableau. Très bien, tout tourne autour de ce cas d'utilisation. Comment extraire une sous-chaîne spécifique du texte à l'aide des trois fonctions gauche, droite et milieu. Ensuite, nous pouvons commencer à parler d'un tas de fonctions expliquant comment rechercher des modèles spécifiques dans Tableau 136. Recherche dans Udemy 3 4: Les gars, nous allons maintenant passer au cas d'utilisation suivant, où nous allons apprendre à rechercher modèles spécifiques dans notre texte à l'aide de champs calculés. Et ici, nous avons cinq fonctions : commencer par, terminer par contains, find et find th comme d'habitude. Nous devons d'abord comprendre le concept qui les sous-tend. Ensuite, nous allons nous entraîner dans Tableau. Allons-y. Très bien, tout le monde. Les fonctions de recherche dans Tableau seront réparties en deux groupes. Dans un premier temps, nous allons indiquer si la sous-chaîne existe ou non Dans notre texte, nous avons trois fonctions. Nous avons le début, la fin et le contenu. La sortie de ces trois fonctions sera toujours vraie ou fausse. Nous avons un pullion, par exemple, nous avons la fonction contains, nous avons notre chaîne, et nous cherchons des tirets ici La sortie sera vraie ou fausse, dans cet exemple, elle sera vraie puisque nous l'avons ici deux fois. Et puis nous avons un deuxième groupe de fonctions où il peut renvoyer la position de la chaîne. Ici, nous avons deux fonctions, find et find dans la sortie qui seront le numéro de position. Nous allons donc obtenir des chiffres à partir de ces deux fonctions. Par exemple, si nous prenons la fonction find pour la même chaîne et que nous cherchons le tiret ici, nous obtiendrons le résultat de six. Nous n'obtenons donc pas le vrai ou le faux, nous obtenons la position de la sous-chaîne. Et l'exemple peut être le premier. Il porte le numéro de position six. Comme vous pouvez le constater, les deux peuvent être utilisés pour rechercher un élément spécifique dans notre texte, mais ils répondent à des questions différentes. Le premier groupe peut répondre à la question savoir si la sous-chaîne existe dans mon texte, oui ou non, vrai ou faux Mais le deuxième groupe peut répondre à ma question où je trouve ma sous-chaîne. Nous allons donc obtenir ici le numéro de position de la recherche. Maintenant, concentrons-nous sur les premiers groupes de fonctions sur lesquels nous allons nous concentrer. Commencez par, par et contient. OK, maintenant nous allons commencer par le premier. Supposons que nous ayons le texte suivant, Monitor, LG, four k. La syntaxe du tableau sera très simple. Il commence par le mot clé start with, et il accepte deux arguments. Le premier sera le champ de chaîne. C'est le texte dans lequel nous voulons effectuer une recherche. Dans le second cas, nous aurons la sous-chaîne dans laquelle nous pourrons spécifier ce que nous recherchons Comme nous l'avons appris, le résultat sera soit vrai, soit faux. C'est Epuli. Prenons un exemple. Nous avons commencé par notre texte et nous cherchons le mot moniteur. Voyons comment cela peut fonctionner. C'est vraiment facile. Nous commençons à chercher par la gauche et nous nous déplaçons vers la droite. La position de départ de la recherche sera le caractère. Tableau peut maintenant commencer à faire correspondre le moniteur dans notre texte commençant par M. Et comme vous pouvez le voir ici, la première partie de notre texte correspond à la sous-chaîne que vous recherchez pour notre texte Commencez par Monitor, qui est correct. C'est pourquoi Tableau peut revenir. C'est vrai. OK. Maintenant, prenons-en un autre. Ici, nous demandons si notre texte commence par la sous-chaîne LG ? Bien entendu, si vous vérifiez notre message, si vous commencez à chercher de gauche à droite, notre texte ne commence pas par LG. Tableau ne trouvera aucune correspondance et répondra par un faux. C'est ça. C'est tout simplement juste. Nous ne faisons que poser une question. Nous posons donc une question à Tableau et Tableau peut répondre par oui ou par non. OK, passons maintenant à la fonction suivante. Nous avons la fin, c'est exactement le contraire. Très bien, nous allons travailler avec le même exemple. Et la syntaxe de Tableau est très similaire. Ici. Il commence par la fin où il accepte également d' argumenter, le champ de chaîne dans lequel nous allons rechercher à l'intérieur. Et dans la sous-chaîne ici, nous pouvons spécifier ce que nous recherchons Le résultat sera également vrai et faux. Commençons donc par le premier exemple. Nous demandons ici si notre texte se termine par quatre K ici, Tableau peut commencer la recherche par le côté droit, en se déplaçant vers la gauche. Maintenant, notre texte se termine par quatre K. Donc oui, les deux derniers caractères sont quatre K. C'est pourquoi Tableau peut répondre par « oui », c'est tout. La sortie, le résultat peuvent être vrais. Posons une autre question. Notre texte se termine-t-il par LG ? Eh bien, si vous regardez le texte ici, cela ne s'arrête pas à LG. Lg est au milieu, donc les deux derniers caractères ne sont pas LG. C'est pourquoi Tableau peut répondre par la fausse réponse. La réponse est donc non. Donc, comme vous pouvez le constater, c'est très simple. Nous ne faisons que poser des questions et Tableau répond par oui ou par non. Passons à la suivante. Nous avons tout ce qu'il faut. D'accord, nous travaillons maintenant avec le même exemple, et la syntaxe est très similaire aux deux autres. Ici, cela commence par le contenu, et il accepte deux choses. le premier, nous devons spécifier le texte que vous recherchez, et dans le suivant, nous allons spécifier ce que vous recherchez. Le résultat sera également «   vrai » ou « faux ». Oui ou non Bien, posons maintenant la question suivante à Tableau. Est-ce que nous incluons le mot moniteur ? Ce que le tableau va faire, c'est qu'il va rechercher partout. Il ne recherchera ni au début ni à la fin. Il va chercher partout. Et si le mot doit être trouvé n'importe où dans notre tableau de texte, il était vrai de répondre par « oui ». Notre texte contient-il le mot moniteur ? Comme vous pouvez le constater, c'est vrai. La table peut renvoyer « oui ». Maintenant, posons une autre question. Notre texte contient-il le mot LG ? Eh bien, si vous cherchez ici, vous le trouverez au milieu. C'est pourquoi Table peut également répondre. Se retirer. Oui, notre texte contient le mot LG. OK. Passons à autre chose et posons la question suivante. Notre texte contient-il la sous-chaîne quatre ? Si vous regardez le texte ici, nous avons les quatre, nous avons le G, mais ils ne sont pas ensemble. C'est pourquoi le tableau peut répondre. Non, nous n'avons pas le mot quatre dans notre texte. Maintenant, comme vous pouvez le constater, la fonction contains n'a aucune restriction. Il va chercher partout. Ce n'est pas comme commencer et terminer. La sous-chaîne ne doit pas être au début ni à la fin si elle existe n'importe où. Oui c'est vrai. Si ce n'est pas le cas, c'est faux. Cela dit, il s'agit des trois fonctions. Passons maintenant à Tableau et commençons à nous entraîner. Très bien les gars, alors maintenant vous pourriez me demander quels sont les cas d'utilisation de ces trois fonctions ? Eh bien, je les utilise dans deux scénarios. Le premier cas d'utilisation lorsque j'explore de nouvelles données. Le deuxième cas d'utilisation est celui où je propose de nouveaux filtres aux utilisateurs. Bien, commençons maintenant par le premier, qui consiste à explorer les données. Cela est particulièrement utile si vous débutez dans un projet ou si vous avez une nouvelle source de données. La première étape consiste donc généralement à explorer les données et à superposer le contenu de la source de données. Donc, si vous êtes dans cette situation, vous vous posez peut-être de nombreuses questions sur les données. Vous disposez donc de ces trois fonctions, ces trois outils pour explorer les nouvelles données dont vous disposez. OK, alors partons à la découverte des produits contenus dans notre source de mégadonnées. Nous avons de nombreux produits et j'aimerais comprendre le contenu de ma source de données. Mettons donc le nom du produit sur les lignes. Et comme vous pouvez le voir dans Tableau, d'accord, il y a beaucoup de membres. Je recommande d'en avoir seulement 1 000 mais j' aimerais tout voir. Je vais donc dire d'ajouter tous les membres à la vue. Et maintenant, comme vous pouvez le constater, notre source de données contient de nombreux produits. Et j'aimerais comprendre l'ampleur de mes projets. Quel est donc le contenu de ces produits ? J'aimerais savoir si notre source de données contient des produits Apple. Nous allons donc créer un nouveau champ calculé pour répondre à cette question. Nous allons donc dire que les produits commencent par Apple qui définit. Nous allons utiliser la fonction start with start with it. J'ai besoin de deux arguments. Le premier sera le texte dans lequel nous allons rechercher. C'est le nom de notre produit. Nous effectuons une recherche dans le nom du produit. Maintenant, ce que nous cherchons, c'est le mot pomme. Je vais l'écrire comme ça, tout va bien. Vous pouvez voir que le calcul est valide. Cliquons sur OK. Comme vous pouvez le voir sur le côté gauche, nous avons une dimension avec le type de données pullion car nous avons oui ou non vrai et faux Passons aux lignes et vérifions les résultats. Vous pouvez voir ici que nous avons beaucoup de faussetés. Je vais aller faire le tri afin de voir le vrai. Nous pouvons voir ici que nous avons quatre produits dont le nom commence par les autres. Comme vous pouvez le constater, cela ne commence pas par Apple. Nous avons maintenant un peu plus d' informations sur nos données. Allons poser la question suivante. Le nom du produit contient-il le mot Apple quelque part ? Pas seulement au début ou à la fin, où que ce soit. Pour poser la question, nous allons créer un autre champ calculé. Nous allons dire que les produits contiennent des produits Apple. Nous allons utiliser la fonction qui le contient. J'ai besoin de deux arguments. La chaîne dans laquelle nous cherchons sera le nom de notre produit. Ce que nous recherchons, c'est Apple. Voilà, et le calcul est valide. Mettons-nous en place. OK. Encore une fois, nous avons ici une dimension appelée produits. Le type de données est vrai et faux. Alors, tirons, suivons-le et dessinons-le ici. Mais je vais d'abord l' agrandir un peu pour voir l' en-tête du champ. Comme vous pouvez le voir, le premier est « contient », le second est « commencer par », trions-le par « contient ». Comme vous pouvez le constater, nous avons environ sept produits dont le nom contient le mot pomme. Maintenant, vérifions le résultat. Comme vous pouvez le voir, le premier, nous l'avons ici, le mot pomme. Le deuxième est ici, et le troisième également ici. Et le reste, ces mots produits, commencent tous par le mot pomme. Comme vous pouvez le constater, il contient des fonctions. Nous allons obtenir plus de résultats que cela. Commence par. Très bien, comme vous pouvez le constater, nous en apprenons davantage sur les produits contenus dans notre source de données. Nous avons sept produits de la société Apple. Passons à la question suivante : les noms des produits se terminent-ils par le mot Apple ? Pour ce faire, nous pouvons créer et encore une fois, un nouveau champ calculé, appelons-le produits, se termine par Apple. Nous allons donc utiliser ce temps. La fonction se termine par, encore une fois, nous avons le nom du produit et nous recherchons les produits. Ainsi, le produit se termine par le mot Apple. Le calcul est valide. Encore une fois, nous avons ici une attraction. Faisons-le glisser dans la vue pour vérifier les résultats. Allons maintenant vérifier les résultats. Je vais juste l'élargir un peu pour voir. OK, c'est la fin , allons-y et trions les choses. Pendant que je fais le tri, nous n'avons aucune valeur vraie, toutes les valeurs sont fausses. Cela signifie que nous n' avons aucun produit. Il se termine par le mot pomme. Savons-nous que le mot pomme n' existe qu'au début du nom du produit ou au milieu ? Comme vous pouvez le constater, ces trois fonctions sont vraiment utiles pour comprendre nos données. Maintenant, allons-y et posons la question suivante. Le nom du produit contient-il le mot Samsung quelque part ? Nous voilà à la recherche des produits de la société Samsung. Pour ce faire, je pense que vous le savez déjà. Nous allons créer un nouveau champ calculé. Nous allons dire que les produits contiennent du Samsung. Nous allons utiliser la fonction contains et recherche dans le nom du champ, le nom du produit Cette fois, nous cherchons le mot Samsung. Comme vous pouvez le constater, le calcul est valide. Allons-y et appuyons, amenons-le à la vue. Maintenant, je vais juste l'agrandir un peu pour voir de quoi nous parlons ici. Il s' agit du Samsung. Allons trier les résultats. Waouh, nous pouvons voir que nous avons beaucoup de produits de la société Samsung. Nous avons donc plus de produits Samsung que d'Apple dans notre source de données. Vérifions à nouveau les résultats. avons donc ici, Samsung. Samsung par ici. Ensuite, nous avons de nombreux produits où cela commence avec le mot Samsung, encore une fois au milieu, mais cela ne finit jamais par le mot Samsung. OK les gars, il y a une autre fonction que j'utilise habituellement dans les calculs lorsque je recherche ou que j' explore les données. Et ce sont les fonctions majuscules et minuscules que nous avons apprises auparavant. Cela est dû au fait que Tableau fait la distinction majuscules/minuscules dans la recherche. Nous devons faire attention à la façon dont nous évaluons le terme de recherche. Pour pallier ce problème, nous allons utiliser les fonctions du boîtier. Permettez-moi de vous montrer un exemple. Nous pouvons maintenant nous poser la question suivante : le nom du produit contient-il le mot plaque quelque part ? Allons-y et créons un nouveau champ calculé. Comme d'habitude, nous allons l' appeler plaque de produits. Et cette fois, nous allons utiliser tout ce qui contient la chaîne, le nom du produit et nous recherchons le mot plaque. C'est ça. Mettons-nous en place. OK, nous l'avons dans une nouvelle dimension. Nous allons vérifier le résultat. Comme d'habitude, je vais juste l' élargir un peu pour voir les résultats. Maintenant, nous avons beaucoup de faux et beaucoup de choses vraies. il y a beaucoup de produits Comme vous pouvez le voir ici, il y a beaucoup de produits qui ont ce mot. Nous avons ici, nous avons aussi ici, le mot noir à la fin et ainsi de suite. Il existe donc de nombreux produits portant le mot noir. Le cas ici est la majuscule du caractère B. Modifions-le dans le terme de recherche Nous allons donc aller le manger. Maintenant, au lieu de mettre le premier caractère en majuscule, vous allez l' avoir aussi petit, tout en minuscules Allons-y et appuyons sur Appliquer. Maintenant, comme vous pouvez le voir dans les résultats, nous n'avons qu'un seul produit avec le mot noir. Comme les minuscules, Tableau est très sensible aux majuscules contenues dans le terme de recherche. Si nous passons tout, par exemple, au noir majuscule, cherchons. Comme vous pouvez le constater, tous les produits que nous avons sont désormais faux. Nous n'avons aucun produit contenant le mot majuscule. Tableau est très sensible aux cas contenus dans votre terme de recherche. Maintenant, pour résoudre ce problème, au lieu de changer à chaque fois la majuscule du terme de recherche, minuscules, les majuscules en majuscules, etc. Nous passons au nom du produit et nous le forçons à être en majuscules ou en minuscules En utilisant le bas ou le haut, nous allons aller ici et ajouter, par exemple, le bas. Vous pouvez utiliser la partie supérieure si vous le souhaitez. Nous allons avoir les mêmes résultats. Avec cela, nous forçons d'abord le nom du produit à être inférieur, puis nous pouvons rechercher le mot noir. Cela me permet de couvrir tous les scénarios de ma source de données. Allons-y et appuyons sur OK, avec ça, je vais obtenir tous les produits contenant le mot noir. Peu importe que ce soit en minuscules ou en majuscules. Nous allons tout récupérer. Cela dit, je suis sûr que la chaîne contient le mot plaque et qu'il ne nous manque rien. C'est pourquoi j'inclus les majuscules et les minuscules dans les calculs avant de commencer la recherche. Voilà pour le facie case. C'est ainsi que j'utilise habituellement ces trois fonctions pour explorer et connaître le contenu de ma nouvelle source de données. Passons maintenant au deuxième cas d'utilisation, où nous allons utiliser ces trois fonctions afin de proposer de nouveaux filtres aux utilisateurs. Par exemple, créons un filtre pour les entreprises dans le nom du produit. Alors allons-y et créons un nouveau champ calculé. Nous allons l' appeler Companies. Et cette fois, ce sera un peu plus compliqué qu'avant, mais nous allons le faire étape par étape. Nous recherchons donc d'abord la société Apple. Nous allons donc contenir nom du produit et le terme de recherche correspondant à la caste inférieure d' Apple Mais nous devons également mettre le nom du produit en minuscules juste en bas. Et nous allons l' avoir comme ça. C'est le premier. Je vais juste le copier-coller pour la prochaine entreprise, nous aurons Samsung, puis nous aurons Microsoft. Nous recherchons ces trois entreprises, et ce sont des ensembles. Alors maintenant, nous allons avoir ces trois entreprises. Mais comme vous le savez, le résultat des conteneurs est toujours vrai et faux. Mais j'aimerais avoir une valeur dans mon filtre appelée Samsung, Apple et Microsoft. Pour ce faire, nous allons utiliser les instructions F L des opérations logiques. Ne t'inquiète pas pour ça. Nous pouvons avoir un tutoriel dédié pour cela plus tard, mais nous devons l'utiliser maintenant. Maintenant, juste après, nous allons l' utiliser pour évaluer ces conditions. Cela commence par car le premier contient le nom du produit Apple. Que peut-il se passer alors ? J'aimerais voir la valeur Apple. Ensuite, si ce n'est pas vrai, passez à la suivante, L F. Ensuite, nous allons évaluer cette condition, elle est vraie, alors ce sera Samsung. Si c'est faux, nous allons bien sûr utiliser un autre LSF. Nous allons évaluer celui-ci. Et puis le résultat, si c'est vrai, sera Microsoft. S'il ne remplit aucune de ces conditions, nous allons avoir le L, disons Inconnu. C'est ça. Nous allons y mettre fin. Ne vous inquiétez pas encore une fois pour les logiques dont nous allons parler Avec cela, je vais obtenir des valeurs, je vais obtenir ces trois valeurs au lieu de vrai et de faux. Et nous sommes en train d'évaluer ces conditions. Allons-y et frappons, d'accord. Comme vous pouvez le constater maintenant, nous avons de nouvelles dimensions. Le type de données n'est pas le pollen, ni vrai ni faux. Et c'est parce que les résultats du calcul seront désormais des valeurs de chaîne. Allons le montrer sous forme de filtre. Et maintenant, nous pouvons avoir ces valeurs, comme vous pouvez le voir, Apple, Microsoft, Samsung et Unknown. Je vais également l'ajouter à la vue pour voir les résultats. Allons le chercher ici. Les utilisateurs peuvent désormais commencer à filtrer les données en fonction des entreprises. Supprimons tout et commençons par Apple. Avec cela, nous allons avoir tous les produits contenant le mot Apple, ou nous avons Microsoft. Maintenant, nous pouvons voir. Ces produits proviennent de Microsoft. Il en va de même pour Samsung. Avec cela, nous filtrons en fonction des entreprises et nous utilisons le nom du produit comme base pour cela. L'inconnu Je pense qu'il y aura beaucoup de valeurs inconnues. Vous pouvez y aller étape par étape en ajoutant d'autres entreprises à nos filtres. Mais maintenant, je vais juste vous montrer un exemple pour cela. C'est exactement la puissance des champs calculés dans Tableau. Nous avons introduit de nouvelles informations basées sur les fonctions, tout cela est pour ce cas d'utilisation. Comment créer des filtres basés sur ces trois fonctions. Très bien, nous allons maintenant nous concentrer sur le deuxième groupe de fonctions de recherche dans Tableau. Nous avons les deux fonctions find et find. Nous répondons ici à la question suivante : où puis-je trouver mon terme de recherche ? Nous cherchons le numéro de position du terme de recherche. Cette fois, ce n' est pas vrai, faux, nous obtenons le numéro de position. Comprenons pourquoi en avons-nous besoin ? , voyons maintenant rapidement les différences entre find et find n. Eh bien, dans find, nous renvoyons numéro de position de la première occurrence de la recherche nième, nous renvoyons le numéro de position d'une occurrence spécifique Par exemple, supposons que nous voulions rechercher le numéro de position du tiret dans cette chaîne. Les résultats seront de six, car la première occurrence se produira à cette position. Mais d'un autre côté, nous pouvons utiliser la fonction find n pour le même texte et pour le même texte, nous cherchons le, mais nous demandons maintenant la position de la deuxième occurrence. La première occurrence sera donc ignorée. Nous allons obtenir la position de la deuxième occurrence, et ce sera dix. C'est la principale différence entre ces deux fonctions. Dans find, nous cherchons toujours la première occurrence, mais dans find eh, nous pouvons spécifier l'occurrence que nous recherchons. Passons plus en détail à la fonction find. Très bien, maintenant nous pouvons avoir cet exemple. Et comme vous le savez , chaque caractère de la chaîne a une position. C a le dépôt numéro un, et le caractère cinq a le numéro 14. La syntaxe de recherche dans Tableau est également très simple. Cela commence par le mot clé find, et nous avons ici trois arguments. La dernière option est facultative. La chaîne correspond à la recherche qu'elle contient. La sous-chaîne est ce que nous recherchons ici. La position de départ de la recherche comme vous l'avez dit, est facultative. Le montant sortant sera un chiffre. Supposons, par exemple, que nous voulions connaître la position du tiret dans ce texte. Comment cela fonctionne, c'est vraiment simple. Cela commence par le côté gauche. Comme nous n'avons rien spécifié pour la position de départ, cela va toujours rien spécifié pour la position de départ, commencer par le premier caractère. Tableau peut lancer une recherche. OK, dans le premier personnage, on ne le trouve pas. Le tiret, on le trouve à la position numéro six, le point extérieur à la position numéro six Bien, prenons maintenant un autre exemple où nous pouvons spécifier la position de départ pour la recherche de Tableau. Nous allons avoir la même chose à nouveau, mais nous allons dire que cette fois, commencez par la position numéro sept, d'accord ? Alors, que peut-il se passer ? Nous allons commencer à chercher à partir d'ici. Et Tableau va commencer de gauche à droite Nous allons donc le trouver ici à la dixième position. Le résultat sera à la sortie dix au lieu de six car nous commençons la recherche à partir de cette position. Très bien, c'est tout pour la fonction find. Passons au suivant, il faut le trouver. Et nous allons travailler avec le même exemple de syntaxe, qui sera un peu différent. Cela commence par un mot clé défini comme la valeur de la chaîne, dans lequel nous allons effectuer une recherche, nous allons spécifier ce que nous recherchons. Mais cette fois, nous allons préciser l'occurrence. Ici, nous devons indiquer à Tableau quelle occurrence nous intéresse. Prenons un exemple. Nous avons la question suivante. Trouvez le numéro de position du tiret à l'intérieur de la chaîne, mais nous nous intéressons à la seconde occurrence, à la façon dont cela va fonctionner. Nous allons commencer à chercher de gauche à droite. Comme d'habitude ici, nous ne pouvons pas spécifier la position de départ de la recherche. Nous n'avons pas cette option ici. Cela peut toujours commencer par le premier. Alors que nous cherchons de gauche à droite, nous avons la première occurrence de ce personnage. Nous l'avons à la position numéro six. résultat ne sera pas la position numéro six, car nous avons indiqué à Tableau que nous étions intéressés par la deuxième occurrence, et non par la première. Tableau va continuer à chercher le tiret dans la chaîne, nous allons donc le trouver à la position numéro dix. Voici la deuxième occurrence du tiret dans notre texte. C'est exactement ce que vous recherchez. La sortie sera la position numéro dix. Cela dit, c'est ainsi que fonctionne cette fonction. Nous pouvons rechercher une occurrence spécifique dans la fonction find. Nous allons toujours avoir la première occurrence, mais là, nous pouvons spécifier par où commencer la recherche. Passons maintenant à Tableau et commençons à nous entraîner. Très bien, nous allons maintenant avoir l'exemple suivant. Nous allons commencer par la petite source de données. Passons aux clients. Et j'aimerais avoir leur prénom ainsi que les téléphones. Maintenant, la tâche consiste à extraire le code du pays du téléphone et à le mettre dans un champ supplémentaire afin que nous puissions nous intéresser à ces informations, le plus 33, plus un, plus 49, et ainsi de suite. Comme nous l'avons fait précédemment, nous pouvons utiliser la fonction lift afin d'extraire les informations du côté gauche du texte. Allons-y et créons ça. Nous allons créer un nouveau champ calculé, appelons-le codes de pays téléphoniques. Et nous allons utiliser les ascenseurs fonctionnels. Nous devons spécifier la chaîne, donc ce sera le téléphone. Et maintenant, la prochaine étape, nous devons préciser le nombre de caractères que nous voulons extraire et exactement d'où vient le problème. Parfois, il y aura trois personnages et parfois deux personnages. Allons-y, par exemple, avec trois. Mettons-nous en place. OK, nous l' avons ici. Une nouvelle dimension. Passons simplement aux choses en revue, nous pouvons trouver exactement le problème, n'est-ce pas ? Le premier est bon, le troisième aussi, très bien. Mais pour ces pays , cela ne fonctionne pas. Nous avons le tableau de bord à l'intérieur, ce qui n'est pas vraiment correct. Maintenant, pour résoudre ce problème, nous allons utiliser la magie de la fonction find. Si vous regardez ici, nous voulons toujours les chiffres avant le bon tiret. Nous pouvons rechercher le numéro de position du tiret. Ensuite, nous pouvons l'inclure dans la fonction de gauche. Laissez-moi vous montrer ce que je veux dire. Nous allons créer un nouveau champ calculé. Nous allons l'appeler Phone Find Dash. Maintenant, nous allons chercher le numéro de position du tableau de bord. Comme nous l'avons appris, commencez par trouver. Nous devons préciser où nous allons effectuer la recherche. Nous cherchons donc dans les téléphones, ce que nous recherchons, d'accord, nous allons avoir le tableau de bord ici, et c'est tout. La position de départ ne nous intéresse pas, nous pouvons donc partir du premier caractère. C'est ça. Comme vous pouvez le constater, le calcul est valide. Réglons, d'accord, puisque le résultat sera un nombre, nous allons l'obtenir à la mesure continue. Faisons-le glisser et volons-le ici et voyons les résultats. Le numéro de position du tableau de bord à l'intérieur du premier téléphone est quatre. Le second 13, puis 443. Tout va bien. Maintenant, la prochaine étape, ce que nous allons faire, c'est effectuer ces deux calculs, à gauche, et trouver dans un seul calcul que je vais copier la syntaxe des téléphones. Bien, copions-le à partir d'ici et revenons au premier calcul concernant le code du pays. Allons-y, modifions-le maintenant. Au lieu d'avoir les trois en tant que statique, nous allons les avoir en tant que variable en utilisant la fonction fine. Ajoutons-le ici. Maintenant, comment Tablo va-t-il exécuter ce calcul ? Cela va commencer par la première fonction, trouver, il va d'abord trouver le numéro de position du tableau de bord à l'intérieur des téléphones. Ensuite, nous allons passer à la réception laissée à l'extérieur. Nous allons maintenant tout supprimer, ce numéro de position. C'est bon. Maintenant, allons vérifier les résultats au niveau de la chaîne. Comme vous pouvez le constater, nous y sommes presque. Nous avons le plus 49 tirets, plus un tiret, plus 33 tirets. Les tirets sont partout, et c'est parce que nous coupons tout après la position du tableau de bord Cela signifie que nous faisons toujours un pas de plus que ce qui est nécessaire pour y remédier. C'est vraiment facile. Nous allons revenir à nos calculs. Oui, nous sommes en train d'obtenir le numéro de position, qui est correct, mais nous voulons prendre du recul. Pour ce faire, nous allons faire moins un pour reculer d'un pas. Allons-y. Très bien, avec ça, on obtient exactement ce que l'on veut, non ? Plus 33, plus un plus 49. Et avec cela, nous allons devenir plus dynamiques dans la fonction qui reste. Nous utilisons une fonction définie. Nous pouvons ainsi voir comment nous pouvons réunir ces fonctions en un seul calcul afin d' atteindre des objectifs aussi ambitieux. Très bien, essayons maintenant la deuxième fonction que nous avons définie, nenthow Disons que nous voulons obtenir le numéro de position du tiret. Mais dans le second cas, créons un nouveau champ calculé. Nous allons commencer par le mot clé fined nth. Il faut trois arguments. Le premier sera le texte dans lequel nous pourrons effectuer une recherche. Ce sera le téléphone. Ensuite, nous cherchons le tableau de bord. Ensuite, dans le troisième , nous allons préciser l'occurrence qui nous intéresse. La seconde nous intéresse. Ça y est, le calcul est valide. Cliquons sur OK. Puisque le résultat est un nombre, nous allons obtenir une nouvelle mesure continue. Passons à la vue d'ici. Voyons maintenant les résultats pour le premier téléphone. La deuxième occurrence du tiret se situera à la position numéro huit, ce qui est correct. Et comme vous pouvez le voir, la trouvaille est numéro quatre parce que la première occurrence à la position numéro quatre pour la seconde, ce sera au numéro sept, ce qui est également correct. Maintenant, allons-y et commençons à modifier ces occurrences. Allons-y et modifions-le à nouveau. J'aimerais maintenant en savoir plus sur la troisième occurrence. Comme vous pouvez le voir, nous avons un troisième tiret ici. Modifions-le à trois et appliquons-le. Vous pouvez voir que nous obtenons maintenant la position 12 pour le dernier tiret du numéro de téléphone que nous recevons. La troisième occurrence, le tiret dans notre texte. Mais maintenant, si nous passons à un, que peut-il se passer ? Nous allons obtenir exactement le même résultat que find, car find peut toujours apporter la première occurrence. Nous disons donc que je suis intéressé par la première occurrence, d'accord. OK, c'est tout pour ces deux fonctions, find et find. Ils sont vraiment utiles pour obtenir le numéro de position d' sous-chaîne spécifique et je les utilise généralement dans un autre calcul Ils sont donc comme le support d' une autre fonction Très bien, nous avons donc appris à rechercher modèles spécifiques dans notre texte dans Tableau à l'aide des calculs de Tableau. Ensuite, vous pouvez commencer à parler d'un autre groupe sur la façon de combiner et de diviser les données dans Tableau. 137. Udemy 3 5 Combine Split: Nous allons maintenant apprendre à combiner et diviser le texte dans Tableau à l'aide de l'opérateur de concatéination, plus et de la fonction de division Mais comme d'habitude, nous allons comprendre le concept qui les sous-tend, puis nous pourrons nous entraîner dans Tableau. Allons-y Très bien, nous allons maintenant parler de la concaténation dans Tableau. C'est très simple. Pour cela, nous utilisons l'opérateur plus afin de combiner plusieurs textes en un seul texte. Par exemple, dans notre base , nous pourrions avoir le scénario suivant, où le prénom et le nom de famille sont séparés par des champs différents, nous aimerions n' avoir qu'un seul champ appelé nom complet, par exemple. Pour ce faire, nous pouvons utiliser l'opérateur plus afin de combiner le prénom Michael avec le nom de famille Scott. Et au final, nous allons obtenir le nom complet, Michael Scott. Mais maintenant, si vous vérifiez le nom complet, nous aimerions qu'il y ait toujours une séparation entre le prénom et le nom de famille dans la sortie. À l'intérieur du nom complet, nous utilisons généralement un espace entre les deux. Nous pouvons faire de même. Nous allons simplement ajouter un opérateur plus. Nous avons Michael Space, Scott. Entre Michael et l'espace, nous allons avoir l'opérateur positif. Et entre l'espace et le nom de famille, nous allons également avoir un autre opérateur Plus. Le résultat sera Michael Space Scott. Comme vous pouvez le voir avec l'opérateur plus, nous pouvons structurer tout ce que nous voulons en combinant plusieurs valeurs de chaîne à l'aide de l'opérateur plus. C'est ça. C'est vraiment facile. Revenons à Tableau et commençons à nous entraîner. Très bien, maintenant nous allons passer à la petite source de données ici et nous adresser à nos clients. Nous aimerions que le prénom et le nom de famille apparaissent dans la vue. Comme vous pouvez le constater, ces informations sont séparées dans deux champs différents. La tâche consiste maintenant à créer un seul champ pour le nom du client, le nom complet, au lieu d'en avoir deux. Pour ce faire, comme d'habitude, nous allons créer de nouveaux champs calculés. Nous allons l' appeler nom complet. Nous avons maintenant besoin de la première partie, le prénom. Ensuite, nous aurons l'opérateur Plus. Ensuite, nous voulons avoir un séparateur entre eux sous forme d'espace vide, donc nous allons l' avoir comme ceci. Et puis plus operator, la dernière partie sera le nom de famille. Prenons le nom de famille et mettons-le ici. C'est ça. Il est important que le calcul soit valide pour que tout aille bien. Frappons OK. Comme vous pouvez le voir dans la base de données, nous avons maintenant un nouveau champ calculé, une nouvelle dimension appelée nom complet. Vérifions les valeurs. Nous allons le traîner ici sur la rose. Et comme vous pouvez le voir maintenant, nous avons un très beau nom complet, George Pips, John Steel, etc. C'est très simple pour le moment, si vous changez d'avis, vous aimeriez qu'il y ait un tiret entre ces noms. Ce que nous allons faire, c'est le modifier , puis au lieu d' avoir l'espace blanc au milieu, nous allons avoir le tiret, c'est tout. Appuyons sur Appliquer. Et maintenant, nous pouvons voir dans le nom complet que le prénom et le nom de famille sont séparés par. C'est donc très simple. Passons maintenant à une tâche rapide. La tâche consiste à combiner la catégorie et le produit selon la règle suivante. Comme d'habitude, vous pouvez transmettre la vidéo afin de terminer les tâches, et une fois que vous avez terminé, vous pouvez la reprendre. Très bien, alors voyons maintenant la solution. C'est très simple. Nous allons passer au produit. Voyons d'abord les données brutes. Nous avons donc la catégorie et le nom du produit. Nous allons maintenant créer un nouveau champ calculé. Nous allons l'appeler le nom complet du produit. La règle commence par une catégorie, puis nous avons un opérateur R plus. Après cela, le séparateur peut être le point double. Mais après le double point, il y a un espace blanc. Je vais juste l'ajouter ici et nous aurons le nom du produit. Nous allons vérifier les résultats. Le calcul est valide, d'accord ? Et voici notre nouvelle dimension. Il suffit de le glisser-déposer ici et de vérifier les résultats. Je vais juste l'agrandir un peu pour que nous puissions voir les résultats d' ici et d'ici également. Comme vous pouvez le constater, le nom de notre produit commence désormais par le double point de la catégorie, puis par le nom du produit, et c'est tout. C'est ainsi que nous pouvons travailler avec les concrétins dans Tableau. C'est très simple pour le moment nous allons apprendre exactement le contraire. Nous allons donc apprendre maintenant comment diviser un champ en plusieurs champs à l'aide du fractionnement. Très bien, nous allons maintenant parler de la fonction de division dans Tableau. C'est une fonction très importante et beaucoup de gens s'y trompent, mais je pense que c'est simple. Voyons donc cet exemple. Nous avons ici un champ contenant de nombreuses informations. Nous avons donc ici le nom du produit, l'identifiant du produit et le code du produit, le tout dans un seul champ. Dans de nombreuses situations, dans les individualisations d' analyse, j'aimerais diviser ces informations en trois champs Donc, au lieu d'avoir un seul champ, j'aimerais en avoir trois. Pour ce faire, nous pouvons utiliser la fonction split. Et avant d'apprendre cela, nous pouvons le faire avec la gauche, la droite et le milieu. Mais la fonction split est plus simple. Dans ce cas, nous voulons diviser ce champ en deux parties : le nom du produit, l'identifiant du produit et le code du produit. Dans Tableau, nous avons la syntaxe suivante. Pour ce faire, nous nous sommes divisés et cela a besoin de trois arguments. La première est la chaîne, les textes, nous voulons la diviser. Maintenant, allons vérifier la syntaxe dans Tableau. Cela commence par le fractionnement des mots clés et nécessite trois arguments. Le premier sera la chaîne ou le champ que nous voulons diviser. Le second sera le délimiteur. Ensuite, le dernier est le numéro du jeton, le numéro sortant étant une valeur de chaîne Prenons maintenant un exemple. Je voudrais scinder ce texte et le délimiteur sera le tiret J'aimerais avoir le jeton numéro un ici. Tableau a besoin de deux informations de votre part, le délimiteur et le numéro de jeton Le délimiteur est le séparateur entre les mots. Par exemple, nous avons un séparateur entre Canon et l'ID à l'aide du tiret. Et nous avons un autre séparateur entre l'identifiant et le code. Ces tirets sont le délimiteur qui divise mon texte. Tableau souhaite vous expliquer comment les mots sont séparés. Passons maintenant à l' information suivante qui est nécessaire, le numéro de jeton ici également. Tableau souhaite comprendre quelle partie de l' information vous intéresse. Est-ce la première partie ? Deuxième ou dernière partie ? Ici, nous avons comme un identifiant ou jeton pour chaque information . Donc, le premier aura le jeton numéro un. Le second est le jeton numéro deux et le dernier est le jeton numéro trois. Dans cet exemple, nous avons dit que je suis intéressé par le jeton numéro un, ce qui signifie que je suis intéressé par le nom du produit. Le résultat peut être, bien sûr, si vous êtes intéressé par l'identifiant du produit au milieu, nous pourrions dire, d'accord, je suis intéressé par le jeton numéro deux. Si vous le spécifiez ainsi, vous obtiendrez l'identifiant du produit. Et si vous êtes intéressé, bien sûr, par le dernier, le code produit, vous pouvez spécifier le jeton numéro trois afin d'obtenir le code produit. Donc, comme vous pouvez le constater, une fois que vous l'avez compris, c'est vraiment facile. Nous avons juste besoin de deux informations. Quelle est la différence entre les mots et le numéro de jeton qui vous intéresse ? Revenons maintenant à Tableau et commençons entraîner. C'est bon, tout le monde. Il existe donc trois manières de diviser vos données dans Tableau. La première consiste à créer un nouveau champ calculé. Le second est le fractionnement automatique. Le troisième est un fractionnement personnalisé. Nous allons donc commencer par le premier qui explique comment diviser vos données à l'aide d'un nouveau champ calculé. Nous allons prendre l'exemple suivant. Nous allons nous en tenir à la petite source de données. Allons voir les clients et prenons les téléphones ici. Et les numéros de téléphone ont une structure, nous avons donc un code de pays, code régional et le numéro de téléphone lui-même. Nous aimerions donc maintenant diviser ces trois informations en trois nouveaux champs. OK, alors voyons comment nous pouvons le faire. Nous allons procéder comme d'habitude et créer un nouveau champ calculé pour la première partie du code de pays du téléphone. Nous allons donc commencer par le mot clé split nécessite trois arguments. La première sera la chaîne que nous voulons manipuler, donc ce sera le numéro de téléphone. Je vais l'ajouter comme ça. Ensuite, le dilimètre Le dilimètre ici est le tiret. Donc, comme vous pouvez le voir, ces éléments sont divisés avec le tiret Ajoutons-le donc ici. Tableau a alors besoin d'un numéro de jeton de ma part. Le premier sera donc le jeton numéro un, puis 234. Nous avons donc quatre sections et nous nous intéressons au premier numéro de jeton. Donc, le premier, ajoutons-en un, et c'est tout. Comme vous pouvez le constater, le calcul est valide. Allons-y et appuyons sur OK. Nous pouvons maintenant constater que dans notre bain de données dans la source de données, nous avons notre nouveau champ, le code du pays. Allons le voir et vérifions-le le résultat. Et avec cela, nous extrayons le premier jeton, la première partie du téléphone Et avec cela, nous avons notre code de pays, tout est parfait. Maintenant, à l'étape suivante, nous aimerions extraire le code régional, le jeton numéro deux. Nous allons donc maintenant créer un nouveau champ calculé. Mais d'abord, je voudrais reprendre l' ancien code, car nous voulons uniquement ajuster le numéro du jeton car tout le reste peut rester le même. Allons-y et créons-en un nouveau. Nous allons appeler ça des indicatifs régionaux téléphoniques. Ensuite, nous allons mettre notre code ici. Les mêmes éléments resteront le téléphone et le tableau de bord comme séparateur. Ensuite, nous voulons changer uniquement le jeton numéro deux. Nous parlons donc de la deuxième partie. Alors allons-y, appuyons sur OK, et vérifions à nouveau les résultats que nous avons ici, notre nouveau champ, alors suivez-le et déposez-le sur la vue, et comme vous pouvez le voir maintenant, nous obtenons, nous sommes en train de diviser, oui, la deuxième partie Nous avons donc le 555 ici et aussi ici. Donc, avec ça, nous avons obtenu la troisième partie de notre téléphone. Nous avons maintenant le code du pays ainsi que le code régional. Et maintenant, nous avons la tâche suivante pour vous. Créez un nouveau champ dans la source de données pour extraire le numéro de téléphone, sans le pays ni les indicatifs régionaux. Vous pouvez maintenant transmettre la vidéo pour terminer la tâche et, une fois que vous avez terminé, reprenez-la. Très bien, nous allons maintenant créer un nouveau champ calculé. Nous allons l'appeler numéro de téléphone. Nous pouvons avoir le même script, nous avons un téléphone partagé, mais cette fois, nous nous intéressons fois au jeton trois et au jeton quatre. Comment pouvons-nous le faire dans Tableau ? Nous ne pouvons ajouter qu' un seul jeton à la fois. Pour ce faire, nous allons passer à trois. Comme nous avons besoin des deux informations dans un seul champ, nous pouvons utiliser l'opérateur plus. Qu'est-ce qu'on va aller ici ? De plus, nous pouvons ajouter le même code ici, mais cette fois pour le jeton numéro quatre. Nous obtenons les deux jetons dans un seul champ. Disons que le calcul est valide. OK, et comme d'habitude, nous avons un nouveau champ dans notre source de données. Nous allons vérifier le résultat ici. Nous pouvons voir que nous avons maintenant les numéros de téléphone. Maintenant, comme vous pouvez le voir, le premier est 1234567, et nous l'avons également Ici, nous avons également le même numéro de téléphone, mais vous pourriez dire, vous savez quoi, il nous manque les tirets, n'est-ce pas ? Nous pouvons donc aller les ajouter dans notre champ calculé. Alors allons-y et modifions-le. Et nous pouvons simplement ajouter un nouvel opérateur et, entre eux, nous aurons le bon tableau de bord. Comme vous pouvez le constater, le calcul est valide. Allons-y et appuyons sur OK. Et avec cela, nous avons obtenu exactement la même structure avec le téléphone. C'est tout pour les premières méthodes et pour la façon de diviser vos données à l'aide d' un nouveau champ calculé. Vous pouvez voir qu'à partir d'un champ, nous avons extrait trois nouveaux champs. Passons maintenant à la deuxième méthode où nous pouvons diviser les données en utilisant le fractionnement automatique. Très bien, alors maintenant, oui, on peut le faire. Nous allons nous en tenir à la petite source de données, cette fois nous avons besoin de l'URL. Prenons donc l'image du produit à partir d'ici, glissons-la dans la vue. Et nous savons que l' URL contient de nombreuses informations. De plus, nous pouvons utiliser le séparateur pour diviser les données. Désormais, au lieu de créer manuellement ces champs calculés, Tableau propose une fonctionnalité vraiment intéressante nous permet de diviser les données automatiquement. Pour ce faire, nous allons aller dans notre domaine, nom du produit se connecte radicalement. Et ici, nous avons la possibilité de transformer. Nous manipulons les données. Et ici, nous avons deux options, la division et la division personnalisée. La division est la méthode automatique. Waouh. De nombreux nouveaux champs ont été ajoutés à notre source de données explique par le fait que Tableau a automatiquement scindé les données et que nous avons compris leur contenu. Vous pouvez donc le voir ici. Le domaine de l'image du produit, puis le schéma de requête du chemin du fragment. Toutes ces informations font partie de la structure d'une URL. Maintenant, allons vérifier ces informations. Nous allons prendre, par exemple, le domaine. Suivez-le sur la vue et, comme vous pouvez le voir, placez-le correctement sur tablette, non ? Nous n'avons maintenant que les informations de domaine de l'URL complète, ce qui est vraiment bien. Nous pouvons également adopter le schéma ici, et nous avons les protocoles dès le départ. Comme vous pouvez le constater, Tableau l'a très bien compris. Certains de ces champs vont être vides, je pense que c' est parce que nous ne les avons inclus dans notre URL avec Tableau. avez effectué la division automatique et si nous voulons savoir comment Tableau l'a divisée, vous pouvez également la combattre dans ce champ, car il s'agit du champ Elcltd Voyons comment Tableau a réussi à scinder radicalement le domaine, en deux points. comme nous pouvons le voir ici, Tableau utilise deux divisions pour obtenir les informations de domaine La première scission est celle-ci. Tableau sépare le protocole de l'URL complète. Le séparateur sera le double point et les deux barres obliques Et nous prenons les deux qui parlent. Nous allons donc passer à la deuxième partie. Une fois que nous aurons obtenu la deuxième partie, cela peut être vraiment facile. Comme vous pouvez le voir, le séparateur est la barre oblique. Nous voulons maintenant nous séparer avec la barre oblique. Et nous aimerions n'avoir que la première partie. C'est vraiment facile. Tu peux aller l'essayer toi-même. C'est ça. Cliquons sur OK avec ce tableau. Dans certains cas, il n'est pas toujours assez intelligent de diviser automatiquement vos données dans de nouveaux champs. C'est tout pour cette méthode, le fractionnement automatique. Ensuite, nous allons voir le personnalisé, d'accord ? Nous allons donc nous en tenir à la petite source de données et nous concentrer sur les clients. Encore une fois. Ici, nous voulons diviser les téléphones en utilisant la division personnalisée Passons à la vue d'ensemble. Ensuite, afin de personnaliser le découpage, nous allons accéder au volet de données du champ que nous voulons manipuler, connecter radicalement. Et puis il y a le transfert avant le partage automatique. Cette fois, nous nous intéressons à la division personnalisée, allons-y, puis nous allons ouvrir une nouvelle fenêtre afin de personnaliser la division. Et c'est comme les calculs, la syntaxe que Tableau a besoin de deux informations de notre part. D'abord le séparateur, ensuite, que voulez-vous exactement pour obtenir les numéros de jetons ? La première, le séparateur ou le délimiteur, dans cet exemple, si vous passez au tiret, toutes ces informations sont séparées par des tirets Allons-y et saisissons un tiret. La deuxième information, nous avons les options suivantes, donc séparez-les, et nous avons ici trois options. Tu veux la première partie, la dernière ou tout le reste ? Et ici, tout dépend de ce que tu veux. Si vous souhaitez diviser tout ce que vous voulez pour chaque information dans de nouveaux champs, vous allez choisir l'option tout. Supposons maintenant que vous ne soyez intéressé que par deux informations, le code du pays et le code régional. le reste, cela ne vous intéresse pas de l'avoir dans la source de données. Pour obtenir les deux premières parties, nous allons d'abord sélectionner ici. Et ici, vous pouvez en expliquer deux. Nous nous intéressons donc aux deux premières colonnes, aux deux premières informations du côté gauche. Mais maintenant, disons que les deux dernières parties vous intéressent , vous aimeriez donc obtenir champ pour les deux dernières informations. Donc, ce que vous allez faire, c'est vous rendre ici et sélectionner la dernière option. Et puis sélectionnez-en deux, afin de spécifier pour Tableau que voulez-vous obtenir exactement comme résultat ? Combien de champs depuis le début ? Depuis la fin ou tout ? Dans cet exemple, je souhaite tout obtenir. Nous allons donc opter pour toutes les options. Et c'est tout. Allons-y et appuyons sur OK. Une fois cela fait, Tableau va créer de nombreux nouveaux champs. Tableau a donc réussi à diviser le numéro de téléphone en quatre parties. Allons donc vérifier ces informations. Faites-le glisser et déposez-le ici sur les lignes, comme vous pouvez le voir. La première partie sera le code du pays, la seconde sera le code régional. Tableau a ensuite divisé ces deux informations en deux champs. Ici, ce n'est pas comme dans la deuxième erreur où nous divisons automatiquement et aveuglément tout Nous indiquons ici quelques règles pour Tableau, puis Tableau pourra procéder à la division automatique des données pour améliorer la qualité des champs. Et bien entendu, si vous souhaitez savoir comment Tableau a procédé à la répartition, nous pouvons toujours consulter la base de données. Toutes ces informations sont des champs calculés et nous pouvons y accéder et vérifier le code. Nous pouvons donc aller ici et le faire . Comme vous pouvez le voir, le dilimètre est le tiret et Tableau l'obtient comme premier jeton pour obtenir le code du pays Bien, cela dit, ce sont les trois méthodes pour diviser les données au sein de votre source de données. Ils sont vraiment utiles pour générer de nouvelles informations et diviser ces structures complexes au sein la source de données d'origine en une nouvelle structure pour les individualisations d'analyse Très bien, c'est Voici comment combiner et diviser du texte dans Tableau. Nous allons maintenant commencer à parler la dernière fonction de chaîne de Tableau, le replace. 138. Udemy 3 6 Remplacer: Nous allons maintenant en savoir plus sur le dernier cas d'utilisation de la fonction de chaîne. Comment remplacer une sous-chaîne spécifique par une autre sous-chaîne en utilisant la fonction remplacée comme Découvrons le concept sous-jacent , puis nous allons nous entraîner dans Tableau. Allons-y, d'accord, la fonction remplacée dans Tableau. C'est très simple. Il va remplacer une sous-chaîne par une autre Par exemple, nous allons avoir l'adresse suivante, et comme vous pouvez le voir au milieu nous avons l'abréviation de la rue T. J' aimerais avoir une formulation normale plutôt que les abréviations J'aimerais avoir le mot complet, street. Nous pouvons le faire en utilisant la fonction remplacée dans Tableau. Voyons la syntaxe dans Tableau. Cela commence par le mot Blake et nécessite trois arguments. Le premier sera la chaîne, le texte original que vous souhaitez manipuler. La seconde est la sous-chaîne, celle que vous souhaitez remplacer Le troisième est le remplacement. Il est très clair que ce sera la nouvelle sous-chaîne, le nouveau mot ici, la sortie sera ainsi que valeur de la chaîne afin de résoudre cette tâche Dans cet exemple, ce que nous allons faire, c'est utiliser remplacer, puis notre texte. Ensuite, l'ancien sera le T, l'abréviation. Il s'agit de l'ancienne sous-chaîne et la nouvelle sera le mot de rue. Comment cela peut-il fonctionner ? Tableau doit d'abord rechercher la sous-chaîne que nous voulons remplacer Il va rechercher l'ensemble du texte afin de trouver la sous-chaîne. Dans cet exemple, nous allons bien sûr le trouver ici au milieu. L'étape suivante est que Tableau va commencer à remplacer ce mot par le mot Tableau de remplacement. Je vais prendre les points SD et je peux les remplacer par le mot complet «   off street » à la fin. Nous allons prendre Louis Street, à Paris. Comme vous pouvez le constater, c'est très simple. Nous remplaçons l'ancienne valeur par une nouvelle valeur à la fin. La chaîne va ressembler à ceci. Nous allons donc avoir une rue complète au lieu de points ST. Maintenant, bien sûr, la question qui se pose est que peut-il se passer dans la sortie et les résultats si nous ne trouvons rien ? Par exemple, nous avons cette adresse, Paris. Nous cherchons les points ST, mais nous ne les avons pas dans le texte ici. Tableau peut renvoyer le texte d'origine sans rien modifier. Rien ne peut arriver. C'est ça. C'est très simple, non ? Nous allons revenir sur Tableau afin de nous entraîner à utiliser la fonction remplacée. OK, maintenant nous allons nous entraîner avec la petite source de données. Allons voir les clients et nous pourrons nouveau manipuler le numéro de téléphone des clients. Comme vous pouvez le constater, la structure du numéro de téléphone commence toujours par le plus pour le préfixe, pour l'appel international Nous avons donc maintenant l' obligation de remplacer le plus par 00 comme préfixe Pour ce faire, nous allons maintenant utiliser la fonction remplacée dans Tableau. Pour effectuer le changement, le remplacement, créons un nouveau champ calculé. Nous allons l'appeler «   remplacement du téléphone ». Commençons par le mot clé replace. Nous avons maintenant besoin du champ que nous voulons manipuler. Ce sera le numéro de téléphone, donc nous l'avons ici. Nous devons maintenant spécifier pour Tableau la sous-chaîne de l'ancienne valeur L'ancienne valeur est le signe plus. Nous devons maintenant spécifier pour Tableau le remplacement, la nouvelle valeur, la nouvelle valeur devant être 00. C'est ça. Tableau considère que le calcul est valide. Allons-y et appuyons . Comme d'habitude, nous avons créé un nouveau champ calculé dans notre volet de données. Allons vérifier les résultats. Alors glissez et déposez la rose et maintenant nous pouvons voir le résultat. Au lieu d'avoir le signe plus, nous avons partout 00. Et avec cela, nous avons satisfait à l'exigence. Et maintenant, nous pourrions avoir une autre exigence où ils disent, vous savez quoi, je ne veux pas que ces inconvénients figurent dans le numéro de téléphone, donc ce serait bien de les supprimer. Maintenant, pour ce faire, nous allons faire la même chose. Nous allons utiliser la fonction remplacée. L'ancienne valeur sera le tiret et la nouvelle valeur ne sera rien. Voyons comment nous pouvons le faire. Passons maintenant à la modification de nos champs calculés. Nous voulons simplement ajouter une nouvelle fonction remplacée. Allons donc modifier ici jusqu'à ce que peu importe si nous voulons d' abord remplacer le plus ou le tiret. Alors maintenant, pour ce faire, j'ai l'habitude de le faire comme ça, si je fais nisted, remplaçant le numéro de téléphone Au lieu d'avoir le tableau de bord, nous n'aurons rien. Nous remplaçons l'ancien tiret par rien. Maintenant, pour qu'elle soit répertoriée, j'aimerais prendre cette partie, la première, et la mettre à la place du téléphone. Cela nous donne lieu à de nombreux calculs. Tout d'abord, nous allons remplacer le signe plus. Ensuite, nous allons remplacer le tableau de bord. Passons à la première ligne, et en disant que le calcul est valide, appuyons sur OK. Et comme vous pouvez le voir maintenant dans les résultats, nous n'avons ni tiret ni signe plus. Nous avons donc un nombre entier sans caractères spéciaux, Nous avons donc un nombre entier sans ce qui répond à la deuxième exigence C'est facile, non ? Ce n'est pas si difficile. Et nous pouvons faire beaucoup de choses avec la fonction de remplacement. C'est une excellente fonction des valeurs de chaîne dans Tableau. Maintenant, pour vous, nous avons la tâche suivante dans la source de données volumineuses, dans le nom du produit. Nous aimerions remplacer le hachage simple par un chiffre comme abréviation Et maintenant, nous pouvons regarder la vidéo afin de terminer la tâche. Et une fois que vous avez terminé, vous pouvez le reprendre. Très bien, nous allons donc passer à la source de données volumineuses pour le moment. Et nous allons passer aux produits. Et nous avons besoin du nom du produit. Faisons-le glisser et dessinons-le sur la vue et vérifions toutes les valeurs. Nous allons donc maintenant l' agrandir un peu afin de voir plus de valeurs dans les données. Nous avons quelques hachages, comme par exemple au début, et nous voulons les remplacer par dans notre point de vue Pour ce faire, nous allons créer un nouveau champ calculé. Allons-y sur la flèche ci-dessus, pour créer de nouveaux champs calculés. Nous pouvons appeler cela le remplacement des produits. Nous allons donc commencer par les mots clés de remplacement. Ensuite, nous avons besoin de la chaîne que nous voulons manipuler. Ce sera le nom du produit. Ensuite, nous voulons l'ancienne valeur, c'est le hachage. Et puis le remplacement sera le chiffre en tant qu'abréviation dans notre point de vue. Alors c'est tout. Comme vous pouvez le constater, le calcul est valide. Allons-y et appuyons sur OK. Nous avons donc une nouvelle dimension, nouveau champ calculé dans notre volet de données. Essayons de contribuer à la vue et de vérifier les valeurs. Et nous voyons ici qu' au lieu du hachage, nous avons l'abréviation du numéro Nous avons donc appris que la fonction de remplacement est très simple et très importante dans de nombreux cas d'utilisation. Je l'utilise beaucoup une fois que je veux nettoyer les données. Parfois, la qualité des publicités provient des sources et je peux utiliser de nombreux caractères spéciaux similaires, que je peux toujours remplacer, pour nettoyer les données et supprimer ces caractères spéciaux quelque chose de plus significatif dans la visualisation. Comme nous l'avons fait dans cet exemple, nous remplaçons ces caractères spéciaux quelque chose de plus significatif, ou je l'utilise beaucoup également, pour modifier le format de quelque chose. Par exemple, nous avons ici les numéros de téléphone. Et nous changeons le format, passant des tirets à un autre format, par exemple sans tirets De plus, au lieu du plus, nous avons le 00. Donc, avec cela, nous ne sommes pas en train de faire le ménage ici. Le téléphone, nous changeons le format et la façon dont nous présentons les téléphones dans les visualisations. Sur le côté gauche, nous avons le plus et le tiret. Sur le côté droit, nous n'en avons pas. Nous utilisons généralement la fonction remplacée pour modifier la structure, le format d'un champ. C'est un outil tout simplement incroyable et très important dans Tableau. Très bien, tout le monde. C'est donc tout pour la fonction remplacée. Nous avons ainsi couvert tous les cas d'utilisation des fonctions String. Nous avons découvert environ 16 fonctions de chaîne permettant de manipuler, transformer et de nettoyer les valeurs Tix dans Tableau Nous allons maintenant passer à un autre groupe de fonctions dans Tableau, les fonctions de date. 139. Tableau | Extraire des parties de date : DATENAME, DATEPART, DATETRUNC, DAY: Nous allons maintenant parler du troisième groupe de fonctions de la catégorie calculs au niveau des lignes, les fonctions de da