正在移除 Tableau Prep 中的重複資料

答案

對於任何情況，可以使用清除（修正）相同值的變化中的方法手動移除重複項

按一下以展開步驟

案例 1：從聯結複製度量

在 Tableau Prep 工作簿 "duplicates from join.tfl" 中，"January Inventory" 資料表將每個產品及其總庫存列出一次。如果同一產品有多個訂單，則 "January Orders" 資料表可能包含許多產品列。聯結「銷售」和「庫存」資料表之後，度量 [庫存] 已被複製。第一個流程示範了這個問題。

選項 1：使用聯集而不是聯結

附註：[庫存] 的所有值都不會與 "January Orders" 中的任何資料直接相關。這可能會在建立沒有彙總的計算時出現問題，或者在顯示比聯結子句中的欄位細微性更高的檢視中出現問題，在本範例中為 [產品]

選項 2：建立計算以均勻分佈度量值

我們可以使用彙總步驟查找每個產品的訂單數量，然後將庫存除以訂單數量。然後，最終的結果將是，每一個訂單具有相同比例的庫存。例如，有 2 個帽子訂單。每個帽子訂單的 [庫存] 將為 100。每個訂單的 [新庫存] 將為 50。

請附註：如果僅篩選掉產品的某些訂單，這可能會導致檢視中的庫存資訊不准確。

在 [產品] = [產品] 上建立 INNER 聯結 "January Inventory" 和 "January Orders"
從聯結 2 新增彙總
在彙總 1 步驟中，執行以下動作：
1. 將 [產品] 拖曳到「分組欄位」
2. 將 [訂單 ID] 拖曳到彙總欄位
3. 將訂單 ID 的彙總變更為「計數不同」
4. 將訂單 ID 重命名為類似於「每件產品的訂單」
  - 使用其他資料表中每列具有唯一值的欄位，而不是 [訂單 ID]。
  - 如果沒有唯一識別碼，則在建立彙總步驟之前，新增一個步驟以建立導出欄位，該欄位串連每列具有唯一值所需的維度。
  - 例如，STR([Order ID])+STR([Date])
將聯結 2 拖曳到彙總 1 上並將聯結 2 拖曳到新聯結上
在聯結 3 步驟中，在 [產品] = [產品] 上建立 LEFT 聯結
從聯結 3 新增一個步驟
在清除 1 步驟中，按一下「建立導出欄位…」按鈕
在打開的「計算欄位」對話框中，執行以下作業，然後按一下「確定」：
1. 命名此計算欄位。在此範例中，導出欄位命名為 "New Inventory"
2. 在公式欄位中，創建一個類似於如下的計算：
```
[Inventory]/[Orders per Product]
```

選項 3：彙總資料以便資料表具有 1:1 關係

從 January Orders 4 新增彙總步驟
在彙總 2 步驟中，執行以下動作：
1. 將 [產品] 拖曳到「分組欄位」窗格
2. 將 [銷售]、[數量]、[訂單 ID] 和 [客戶] 拖曳到「彙總欄位」窗格
3. 按一下 [客戶] 欄位上的 CNT 選取「計數不同」
4. 按一下 [訂單 ID] 欄位上的 SUM 選取「計數不同」
將 Aggregate 2 拖曳到 January Inventory 4 上以在 Product = Product 上建立 INNER 聯結

附註：[Product] 欄位被拖曳到「分組欄位」窗格，因為這是唯一用於聯結的欄位。最終資料表每個產品只有一列，這意味著每個訂單的詳細資訊都將丟失。

選項 4:在 Tableau Desktop 中使用 FIXED 運算式

有關詳細指示，請參閱透過 LOD 計算移除重複資料。

在 Tableau Desktop 中使用 FIXED 運算式的優點是細節級別 (LOD) 運算式具有特殊的彙總規則。因此，使用 FIXED 的重複資料刪除庫存欄位可以顯示產品的完整、未重複的庫存，無論檢視中該產品只有一個訂單，還是多個。

按一下以展開步驟

案例 2：具有相同資料的資料來源聯集後的重複資料

在 Tableau Prep 工作簿 "duplicates from union.tfl" 中，"January Orders"是 1 月份的第一份訂單報告。."January Orders (corrections)" 資料表是稍後發佈的報告，其中包含一些新訂單，但也對 "January Orders" 中已存在的訂單進行了校正。聯集兩個資料表時，將保留兩個資料表中的所有列，從而建立重複度量。

"duplicates from union.tfl" 中的第一個流程示範了此問題。

選項 1：保留一個資料表中的所有資料和其他資料表的不匹配資料

對於本例，我們需要「January Orders (corrections)」的所有資料以及未存在於「January Orders (corrections)」中的「January Orders」訂單。

在 "January Orders" 和 "January Orders (corrections)" 之間建立新聯結
在聯結 1 步驟中，執行以下動作：
1. 對於所套用的聯結子句，在 [Order ID] = [Order ID] 上建立一個聯結子句
2. 對於「聯結類型」，按一下卞氏圖表的各個部分，以便僅填充最左側的區段。Tableau Prep 將此稱為「Left unmatched only」聯結。
將 "January Orders (corrections)" 拖曳到「聯結 1」上，然後將資料表放在「新建聯集」上

選項 2：保留最近日期的記錄

例如，Ms. Mouse 女士變更了她的訂單以新增一件外套，但這一變更被意外記錄在 "January Orders" 中。正確的訂單是具有最新日期的訂單。

在 [訂單 ID] = [訂單 ID] 上的 "January Orders" 和 "January Orders (corrections)" 之間建立 FULL OUTER 聯結
從聯結 2 新增一個步驟
合併除日期欄位和度量值之外的所有匹配欄位：
1. 在設定檔窗格中按一下其值應該取代另一個欄位的欄位
2. 按一下 Ctrl 並按一下匹配的欄位
3. 以滑鼠右鍵按一下欄位並選取「合併欄位」
  - 合併欄位時，Tableau Prep 不會保留這兩個值（如果有兩個不同的值），而是保留首先選取的欄位中的值（如果有）。
  - 例如，Horse 女士的名字在 "January Orders" 資料表中被意外記錄為 House 女士，她的正確名稱顯示在 "January Orders (corrections)中。合併 [Customer] 和 [Customer-1] 時，我想先選取 [Customer-1]。
  - 您可以從合併欄位的名稱驗證哪個欄位將取代另一個欄位。名稱的格式類似於 [first field name & second field name]。首先列出的欄位名稱將是取代另一個欄位的欄位。
  - 如果欄位以錯誤的順序合併，則可以透過以滑鼠右鍵按一下「設定檔窗格」中合併欄位名稱上方的合併圖示並選取「移除」來取消復原合併。
4. 按一下「建立導出欄位…」按鈕
5. 在開啟的 [導出欄位] 對話方塊中，執行下列動作，然後按一下 [確定]：
  1. 為導出欄位命名。在此範例中，導出欄位名稱為 "Most Recent Date"
  2. 在公式欄位中，建立類似於如下的導出欄位：
```
IF [Date] > [Date-1]
THEN [Date]
ELSE IFNULL( [Date-1], [Date] )
END
```
  3. 如果「更大」，則上述計算將返回 [Date]，如果日期更近，則返回 [Date-1]。否則計算將返回 [Date-1]。
  4. 如果任一欄位為 null，則第一個條件將始終為 false。當 [Date-1] 為 null 時，IFNULL() 函式用 [Date] 取代 [Date-1]。這意味著如果有的話，計算將始終返回非 null 值。
  5. 移除 [Date] 和 [Date-1]
6. 使用類似於以下的計算建立一個名稱類似於 "New Cost" 的導出欄位：
```
IF [Date] > [Date-1]
THEN [Cost]
ELSE IFNULL( [Cost-1], [Cost] )
END
```
7. 移除 [Cost] 和 [Cost-1]
8. 為每個度量重複步驟 6-7

選項 3：每個重複項都應該以不同的方式處理

在 [訂單 ID] = [訂單 ID] 上的 "January Orders" 和 "January Orders (corrections)" 之間建立 FULL OUTER 聯結
從聯結 3 新增一個步驟
合併 a) 在兩個資料表中具有相同值，或 b) 應始終取代一個資料表中的值的所有欄位
按一下「建立導出欄位…」按鈕
在打開的「計算欄位」對話框中，執行以下作業，然後按一下「確定」：
1. 命名此計算欄位。在此範例中，導出欄位名為 "New Cost"
2. 在公式欄位中，創建一個類似於如下的計算：
```
CASE [Order ID-1 & Order ID]
WHEN 5 THEN [Date]
WHEN 9 THEN [Date]
ELSE IFNULL([Date-1],[Date])
END
```
- 上述計算將讀取 [Order ID-1 & Order ID] 的每個值並返回指定的日期欄位。為了簡單起見，我只指定哪些 ID 應返回 [Date]，然後由於 ELSE 陳述式，其他所有內容都將返回 [Date-1]，如果 [Date-1] 為 null，則返回 [Date]。
- [Order ID-1 & Order ID] 值在 CASE 陳述式中使用，因為該欄位對於每列資料都具有唯一值。
- 這也意味著在將來重新執行此流程時，新增的任何新 ID 將返回 [Date-1]。
移除 [Date] 和 [Date-1]
對需要單獨處理重複項的所有欄位重複步驟 4-6