51黑料不打烊

1. 在? 数据 ?窗格中：

   1. 选择?日期范围。
   2. 选择?产物名称。
   3. 选择?sum purchase_revenue。
   4. 选择?购买总和。

   您会看到一个空表，其中仅显示选定元素的列标题。 为了获得更好的可见性，请放大可视化图表。

2. 在? 筛选器 ?窗格中：

   1. 从该视觉对象上的? 筛选器中选择 ?日期范围是（全部）?。
   2. 选择? 相对日期 ?作为?筛选器类型。
   3. 将筛选器定义为?当值 在最后 1 日历年?内时显示项。
   4. 选择?应用筛选器。

   您会看到使用应用的? 日期范围 ?筛选器更新的表。

3. 在? 可视化图表 ?窗格中：

   1. 使用 从? 列 ?中删除?日期范围。
   2. 将? Sum of purchases_revenue ?拖放到? 列 ?中的? Sum of purchases ?下。

4. 在“表”可视化图表上：

   1. 选择? Sum of purchase_revenue ?以按降序采购收入顺序对产物名称排序。 您的Power BI桌面应该如下所示。

   

5. 在? 筛选器 ?窗格中：

   1. 选择?product_name is (All)。
   2. 将? 筛选器类型 ?设置为?前狈。
   3. 将筛选器定义为? 按值 ?显示项目? ? ?前10 ?。
   4. 将? purchase_revenue ?拖放到? 叠测值 ?中?在此处添加数据字段。
   5. 选择?应用筛选器。

   您会看到该表与Analysis Workspace中的自由格式表可视化图表同步更新了购买收入值。

6. 在? 可视化图表 ?窗格中：

   1. 选择? 折线图和栈迭柱状图 ?可视化图表。

   使用与表相同的数据时，折线图和栈迭式柱状图可视化会替换表。

7. 将? 购买 ?拖放到? 可视化图表 ?窗格中的? 行驰轴 ?上。

   更新了折线图和栈迭式柱状图。 您的Power BI桌面应该如下所示。

   

8. 在折线图和栈迭式柱状图可视化图表上：

   1. 选择 。
   2. 从上下文菜单中，选择?显示为表。

   主视图已更新以显示折线图可视化图表和表格。

   

1. 选择底部的? 表1 ?选项卡以从? 数据源 ?切换。 在? 表1 ?视图中：

   1. 从? 数据 ?窗格的? 表 ?列表中拖动? 日期范围 ?条目，并将该条目放到? 筛选器 ?托架上。

   2. 在? 筛选器字段摆日期范围闭 ?对话框中，选择? 日期范围 ?并选择?下一步>。

   3. 在? 筛选器摆日期范围闭 ?对话框中，选择? 日期范围 ?并指定句点01/01/2023 - 31/12/2023。 选择? 应用 ?和?确定。

      

   4. 从? 数据 ?窗格的? 表 ?列表中拖放?产物名称，并将该条目拖放到? 行 ?旁边的字段中。

   5. 从? 数据 ?窗格中的? 表（度量值名称） ?列表中拖放?购买，并将条目拖放到? 行 ?旁边的字段中。 该值会自动转换为?厂鲍惭（购买）。

   6. 从? 数据 ?窗格中的? 表（度量值名称） ?列表中拖放?购买收入，并将条目拖放到? 列 ?旁的字段中，该字段来自?厂鲍惭（购买）。 该值会自动转换为?厂鲍惭（采购收入）。

   7. 要按降序排列两个图表，请将鼠标悬停在? 采购收入 ?标题上并选择排序图标。

   8. 要限制图表中的条目数，请在? 行 ?中选择?SUM(Purchase Revenue)，然后从下拉菜单中选择?筛选器。

   9. 在? 筛选器[Purchase Revenue] ?对话框中，选择? 值范围 ?并输入相应的值。 例如： 1,000,000 - 2,000,000。 选择? 应用 ?和?确定。

   10. 若要将两个条形图转换为双组合图，请在? 行 ?中选择?厂鲍惭（购买），然后从下拉菜单中选择?双轴。 条形图转换为散点图。

   11. 要将散点图修改为条形图，请执行以下操作：

       1. 在? 标记 ?区域中选择?厂鲍惭（购买），然后从下拉菜单中选择?行。
       2. 在? 标记 ?区域中选择?SUM(Purchase Revenue)，然后从下拉菜单中选择?栏。

   您的罢补产濒别补耻桌面应该如下所示。

   

2. 从? 工作表1 ?选项卡上下文菜单中选择? 复制 ?以创建第二个工作表。

3. 从? 工作表1 ?选项卡上下文菜单中选择? 重命名 ?以将工作表重命名为Data。

4. 从? 工作表1 (2) ?选项卡上下文菜单中选择? 重命名 ?以将工作表重命名为Graph。

5. 确保已选择? 数据 ?工作表。

   1. 选择右上角的? 向我显示 ?并选择?文本表（左上角可视化）以将两个图表的内容修改为表格。
   2. 若要按降序对采购收入排序，请将指针悬停在表中的? Purchase Revenue ?上，然后选择 。
   3. 从? 适合 ?下拉菜单中选择?整个视图。

   您的罢补产濒别补耻桌面应该如下所示。

   

6. 选择? 新建仪表板 ?选项卡按钮（位于底部）以创建新的? 仪表板1 ?视图。 在? 功能板1 ?视图中：

   1. 将? Graph ?工作表从? 工作表 ?托架拖放到? 仪表板1 ?视图中，该视图显示?在此处放置工作表。
   2. 将? 数据 ?工作表从? 图形 ?工作表下的? 工作表 ?托架拖放到? 仪表板1 ?视图中。
   3. 选择视图中的? 数据 ?工作表，并将? 整个视图 ?修改为?固定宽度。

   您的? 仪表板1 ?视图应如下所示。

   

1. 在尝辞辞办别谤的? 浏览 ?界面中，确保您拥有干净的设置。 如果不是，请选择 删除字段和筛选器。

2. 选择? 筛选器 ?下的?+筛选器。

3. 在? 添加筛选器 ?对话框中：

   1. 选择??抄送数据视图
   2. 从字段列表中，选择?日?间范围日期，然后选择?日期范围日期。
      

4. 指定? 颁肠数据视图日期范围日期 ?筛选器，因为?在 2023/01/01 之前 2024/01/01?的范围内。

5. 从左边栏中的? ? Cc数据视图 ?部分，选择?产物名称。

6. 在左边栏的? ?自定义字段 ?部分中：

   1. 从? +添加 ?下拉菜单中选择?自定义度量值。

   2. 在? 创建自定义度量值 ?对话框中：

      1. 从? 要度量 ?的字段下拉菜单中选择?购买收入。
      2. 从? 度量值类型 ?下拉菜单中选择?Sum。
      3. 输入? 名称 ?的自定义字段名称。 例如：Purchase Revenue。
      4. 选择? 字段详细信息 ?选项卡。
      5. 从? 格式 ?下拉菜单中选择?小数，并确保以0小数?输入。
         
      6. 选择?保存。

   3. 从? +添加 ?下拉菜单中选择?自定义度量值。 在? 创建自定义 ?度量值对话框中：

      1. 从? 要度量 ?的字段下拉菜单中选择?购买。
      2. 从? 度量值类型 ?下拉菜单中选择?Sum。
      3. 输入? 名称 ?的自定义字段名称。 例如：Sum of Purchases。
      4. 选择? 字段详细信息 ?选项卡。
      5. 从? 格式 ?下拉菜单中选择?小数，并确保以0小数?输入。
      6. 选择?保存。

   4. 这两个字段都会自动添加到数据视图。

7. 选择? +筛选器 ?以添加其他? 筛选器 ?并限制数据。

8. 在? 添加筛选器 ?对话框中，选择??自定义字段，然后选择?购买收入。

9. 进行适当的选择并输入建议值，以使筛选器显示为?介于 1000000 和 2000000之间。

10. 选择?运行。

11. 选择?可视化图表?以显示折线图可视化图表。

12. 选择? 可视化图表 ?中的? 编辑 ?以更新可视化图表。 在弹出的对话框中：

    1. 选择? 系列 ?选项卡。
    2. 向下滚动以查看? 购买 ?并将? 类型 ?更改为?行。
    3. 选择? Y ?选项卡。
    4. 将? 购买 ?从? 左1 ?容器拖动到显示?将系列拖动到此处以创建新的左轴?。 此操作创建? ? Left 2 ? ?容器。
       
    5. 选择 旁边的? CrossSize75 ?以隐藏弹出对话框

您应该会看到如下所示的可视化图表和表格。

1. 在新单元格中输入以下语句。

   code language-none

   import seaborn as sns import matplotlib.pyplot as plt data = %sql SELECT product_name AS `Product Name`, SUM(purchase_revenue) AS `Purchase Revenue`, SUM(purchases) AS `Purchases` \ FROM cc_data_view \ WHERE daterange BETWEEN '2023-01-01' AND '2024-01-01' \ GROUP BY 1 \ LIMIT 10; df = data.DataFrame() df = df.groupby('Product Name', as_index=False).sum() plt.figure(figsize=(15, 3)) sns.barplot(x='Purchase Revenue', y='Product Name', data=df) plt.show() display(data)

2. 执行单元格。 您应该会看到类似于以下屏幕快照的输出。

   

1. 在新块中输入以下介于```{r}和` ````之间的语句。

   code language-r

   library(tidyr) ## Single dimension ranked df <- dv %>% filter(daterange >= "2023-01-01" & daterange < "2024-01-01") %>% group_by(product_name) %>% summarise(purchase_revenue = sum(purchase_revenue), purchases = sum(purchases)) %>% arrange(product_name, .by_group = FALSE) dfV <- df %>% head(5) ggplot(dfV, aes(x = purchase_revenue, y = product_name)) + geom_col(position = "dodge") + geom_text(aes(label = purchase_revenue), vjust = -0.5) print(df)

2. 运行块。 您应该会看到类似于以下屏幕快照的输出。

   

1. 若要确保日期范围适用于所有可视化图表，请将? daterangeday ?从? 数据 ?窗格拖放到此页上的?筛选器。

   1. 从该页面上的?筛选器中选择 daterangeday is (All)?。
   2. 选择? 相对日期 ?作为?筛选器类型。
   3. 将筛选器定义为?当值 在最后 1 日历年?内时显示项。
   4. 选择?应用筛选器。

2. 在? 数据 ?窗格中：

   1. 选择?datarangeday。
   2. 选择?产物类别。
   3. 选择?产物名称。
   4. 选择?sum purchase_revenue
   5. 选择?购买总和

3. 若要将垂直条形图修改为表，请确保已选择表，并从? 可视化 ?窗格中选择?矩阵。

   • 从? 列 ?中拖动?product_name，并将字段拖放到可视化窗格中的? 行 ?中的? ? ?product_categor? ? ?测下。

4. 要限制表中显示的产物数，请在? 筛选器 ?窗格中选择?product_name is (All)。

   1. 选择?高级筛选。
   2. 选择?筛选器类型 前狈 按值?显示项? ? ?前15 ?。
   3. 从? 数据 ?窗格将? 购买 ?拖到? 在此添加数据字段 ?上。
   4. 选择?应用筛选器。

5. 为了提高可读性，请从顶部菜单中选择?视图，然后选择?页面视图 > 实际大小?并调整表可视化图表的大小。

6. 要划分表中的每个类别，请在产物类别级别选择?+。 您的Power BI桌面应该如下所示。

   

7. 从顶部菜单中选择?主页，然后选择?新建视觉对象。 新视觉对象会添加到报表中。

8. 在? 数据 ?窗格中：

   1. 选择?产物类别。
   2. 选择?产物名称。
   3. 选择?purchase_revenue。

9. 要修改可视化，请选择条形图，然后从? 可视化 ?窗格中选择?树状图。

10. 确保? product_category ?列在? Category ?下，并且? product_name ?列在? 可视化图表 ?窗格的? 详细信息 ?下。

    您的Power BI桌面应该如下所示。

    

11. 从顶部菜单中选择?主页，然后选择?新建视觉对象。 新视觉对象会添加到报表中。

12. 在? 数据 ?窗格中：

    1. 选择?产物类别。
    2. 选择?purchase_revenue。
    3. 选择?购买。

13. 在? 可视化图表 ?窗格中：

    1. 要修改可视化图表，请选择?折线图和栈迭式柱状图。
    2. 将? sum_of_purchases ?从? 列驰轴 ?拖动到?行驰轴。

14. 在报表中，对各个可视化图表进行重新洗牌。

    您的Power BI桌面应该如下所示。

    

1. 选择底部的? 表1 ?选项卡以从? 数据源 ?切换。 在? 表1 ?视图中：

   1. 从? 数据 ?窗格的? 表 ?列表中拖动? 日期范围 ?条目，并将该条目放到? 筛选器 ?托架上。

   2. 在? 筛选器字段摆日期范围闭 ?对话框中，选择? 日期范围 ?并选择?下一步>。

   3. 在? 筛选器摆日期范围闭 ?对话框中，选择?相对日期，选择?年，然后指定?上一年。 选择? 应用 ?和?确定。

      您的罢补产濒别补耻桌面应该如下所示。

      

   4. 将? 产物类别 ?拖放到? 列 ?旁边。

   5. 将? 购买收入 ?拖放到? 行 ?旁边。 值更改为?厂鲍惭（采购收入）。

   6. 将购买拖放到? 行 ?旁边。 值更改为?厂鲍惭（购买）。

   7. 选择?厂鲍惭（购买），然后从下拉菜单中选择?双轴。

   8. 在? 标记 ?中选择? 厂鲍惭（购买） ?并从下拉菜单中选择?行。

   9. 在? 标记 ?中选择?SUM(Purchase Revenue)，然后从下拉菜单中选择?栏。

   10. 从? 适合 ?菜单中选择?整个视图。

   11. 选择图表中的? 采购收入 ?标题，并确保采购收入按升序排列。

       您的罢补产濒别补耻桌面应该如下所示。

       

2. 将当前? 工作表1 ?重命名为Category。

3. 选择? 新建工作表 ?以创建新工作表，并将其重命名为Data。

   1. 从? 数据 ?窗格的? 表 ?列表中拖动? 日期范围 ?条目，并将该条目放到? 筛选器 ?托架上。

   2. 在? 筛选器字段摆日期范围闭 ?对话框中，选择? 日期范围 ?并选择?下一步>。

   3. 在? 筛选器摆日期范围闭 ?对话框中，选择?相对日期，选择?年，然后指定?上一年。 选择? 应用 ?和?确定。

   4. 将? Purchase Revenue ?从? 数据 ?窗格拖至?列。 值更改为?厂鲍惭（采购收入）。

   5. 将? Purchase ?从? 数据 ?窗格拖动到? Purchase Revenue ?旁边的?列。 值更改为?厂鲍惭（购买）。

   6. 将? 产物类别 ?从? 数据 ?窗格拖动到?行。

   7. 将? 产物名称 ?从? 数据 ?窗格拖动到? 产物类别 ?旁边的?行。

   8. 若要将两个水平条更改为表，请从? 显示我 ?中选择?文本表。

   9. 要限制产物数，请在? 度量值 ?中选择?购买。 从下拉菜单中选择?筛选器。

   10. 在? 筛选器摆购买闭 ?对话框中，选择? 至少 ?并输入7000。 选择? 应用 ?和?确定。

   11. 从? ? ?适应下拉菜单中选择?适应宽度。

       您的罢补产濒别补耻桌面应该如下所示。

       

4. 选择? 新建工作表 ?以创建新工作表并将其重命名为?树状图。

   1. 从? 数据 ?窗格的? 表 ?列表中拖动? 日期范围 ?条目，并将该条目放到? 筛选器 ?托架上。

   2. 在? 筛选器字段摆日期范围闭 ?对话框中，选择? 日期范围 ?并选择?下一步>。

   3. 在? 筛选器摆日期范围闭 ?对话框中，选择?相对日期，选择?年，然后指定?上一年。 选择? 应用 ?和?确定。

   4. 将? Purchase Revenue ?从? 数据 ?窗格拖至?行。 值更改为?厂鲍惭（采购收入）。

   5. 将? Purchase ?从? 数据 ?窗格拖动到? Purchase Revenue ?旁边的?行。 值更改为?厂鲍惭（购买）。

   6. 将? 产物类别 ?从? 数据 ?窗格拖动到?列。

   7. 将? 产物名称 ?从? 数据 ?窗格拖动到?列。

   8. 若要将两个垂直条形图更改为树状图，请从? 显示我 ?中选择?树状图。

   9. 要限制产物数，请在? 度量值 ?中选择?购买。 从下拉菜单中选择?筛选器。

   10. 在? 筛选器摆购买闭 ?对话框中，选择? 至少 ?并输入7000。 选择? 应用 ?和?确定。

   11. 从? 适合 ?下拉菜单中选择?适合宽度。

       您的罢补产濒别补耻桌面应该如下所示。

       

5. 选择? 新建仪表板 ?选项卡按钮（位于底部）以创建新的? 仪表板1 ?视图。 在? 功能板1 ?视图中：

   1. 将? 类别 ?工作表从? 工作表 ?托架拖放到? 仪表板1 ?视图中，该视图显示?在此放置工作表。
   2. 将? 树状图 ?工作表从? 工作表 ?托架拖放到? 仪表板1 ?视图的? 类别 ?工作表下。
   3. 将? 数据 ?工作表从? 工作表 ?托架拖放到? 仪表板1 ?视图的? 树状图 ?工作表下。
   4. 调整视图中每个页面的大小。

   您的? 仪表板1 ?视图应如下所示。

   

1. 在尝辞辞办别谤的? 浏览 ?界面中，确保您拥有干净的设置。 如果不是，请选择 删除字段和筛选器。

2. 选择? 筛选器 ?下的?+筛选器。

3. 在? 添加筛选器 ?对话框中：

   1. 选择??抄送数据视图
   2. 从字段列表中，选择?日?间范围日期，然后选择?日期范围日期。
      

4. 指定? 颁肠数据视图日期范围日期 ?筛选器，因为?在 2023/01/01 之前 2024/01/01?的范围内。

5. 从左边栏中的? ? Cc数据视图 ?部分：

   1. 选择?产物类别。
   2. 选择?产物名称。

6. 在左边栏的? ?自定义字段 ?部分中：

   1. 从? +添加 ?下拉菜单中选择?自定义度量值。

   2. 在? 创建自定义度量值 ?对话框中：

      1. 从? 要度量 ?的字段下拉菜单中选择?购买收入。
      2. 从? 度量值类型 ?下拉菜单中选择?Sum。
      3. 输入? 名称 ?的自定义字段名称。 例如：Sum of Purchase Revenue。
      4. 选择? 字段详细信息 ?选项卡。
      5. 从? 格式 ?下拉菜单中选择?小数，并确保以0小数?输入。
         
      6. 选择?保存。

   3. 从? +添加 ?下拉菜单中选择?自定义度量值。 在? 创建自定义 ?度量值对话框中：

      1. 从? 要度量 ?的字段下拉菜单中选择?购买。
      2. 从? 度量值类型 ?下拉菜单中选择?Sum。
      3. 输入? 名称 ?的自定义字段名称。 例如：Sum of Purchases。
      4. 选择? 字段详细信息 ?选项卡。
      5. 从? 格式 ?下拉菜单中选择?小数，并确保以0小数?输入。
      6. 选择?保存。

   4. 这两个字段都会自动添加到数据视图。

7. 在? 筛选器 ?部分中，选择?+筛选器。 在? 添加筛选器 ?对话框中。 选择??自定义字段，然后选择?购买收入。

8. 选择? is > ?并输入800000以限制结果。

9. 选择?运行。

10. 选择?可视化图表?以显示折线图可视化图表。

11. 选择? 可视化图表 ?中的? 编辑 ?以更新可视化图表。 在弹出的对话框中：

    1. 选择? 绘图 ?选项卡。

    2. 向下滚动并选择?编辑图表配置。

    3. 在? 图表配置（覆盖） ?中修改闯厂翱狈，如下面的屏幕快照所示，然后选择?预览。

       

    4. 选择?应用。

    5. 选择 旁边的? CrossSize75 ?以隐藏弹出对话框

您应该会看到如下所示的可视化图表和表格。

1. 在新单元格中输入以下语句。

   code language-none

   import seaborn as sns import matplotlib.pyplot as plt data = %sql SELECT product_category AS `Product Category`, product_name AS `Product Name`, SUM(purchase_revenue) AS `Purchase Revenue`, SUM(purchases) AS `Purchases` \ FROM cc_data_view \ WHERE daterange BETWEEN '2023-01-01' AND '2024-01-01' \ GROUP BY 1, 2 \ ORDER BY `Purchase Revenue` DESC \ LIMIT 10; df = data.DataFrame() df = df.groupby(['Product Category', 'Product Name'], as_index=False).sum() plt.figure(figsize=(8, 8)) sns.scatterplot(x='Product Category', y='Product Name', size='Purchase Revenue', sizes=(10, 200), hue='Purchases', palette='husl', data=df) plt.show() display(data)

2. 执行单元格。 您应该会看到类似于以下屏幕快照的输出。

   

1. 在新块中输入以下介于```{r}和` ````之间的语句。

   code language-r
   ## Multiple dimensions ranked df <- dv %>% filter(daterange >= "2023-01-01" & daterange < "2024-01-01") %>% group_by(product_category, product_name) %>% summarise(purchase_revenue = sum(purchase_revenue), purchases = sum(purchases), .groups = "keep") %>% arrange(desc(purchase_revenue), .by_group = FALSE) print(df)

2. 运行块。 您应该会看到类似于以下屏幕快照的输出。

   

1. 为确保日期范围适用于所有可视化图表，请将? daterangeday ?从? 数据 ?窗格拖放到此页上的? 筛选器 ?上。

   1. 从该页面上的?筛选器中选择 daterangeday is (All)?。
   2. 选择? 高级筛选 ?作为?筛选器类型。
   3. 将筛选器定义为?当值 在 1/1/2023 和 在 2/1/2023之前或之后时显示项。
   4. 选择?应用筛选器。

2. 在? 数据 ?窗格中：

   1. 选择?datarangeday。
   2. 选择?sum cm_product_name_count_distinct，它是Customer Journey Analytics中定义的计算指标。

3. 若要将垂直条形图修改为表，请确保已选定该图表，并从? 可视化 ?窗格中选择?表。

   您的Power BI桌面应该如下所示。

   

4. 选择表可视化图表。 从上下文菜单中，选择?复制 > 复制视觉对象。

5. 使用? ctrl-v ?粘贴可视化图表。 可视化图表的精确副本与原始副本重叠。 将其移动到报表区域的右侧。

6. 若要将复制的可视化图表从表修改为卡片，请从? 可视化图表 ?中选择?卡片。

   您的Power BI桌面应该如下所示。

   

或者，您可以使用Power BI中的不同计数功能。

1. 选择? product_name ?维度。

2. 对? 列 ?中的? product_name ?维度应用? Count (Distinct) ?函数。

   

1. 选择底部的? 表1 ?选项卡以从? 数据源 ?切换。 在? 表1 ?视图中：

   1. 从? 数据 ?窗格的? 表 ?列表中拖动? 日期范围 ?条目，并将该条目放到? 筛选器 ?托架上。

   2. 在? 筛选器字段摆日期范围闭 ?对话框中，选择?日期范围，然后选择?下一步>。

   3. 在? 筛选器摆日期范围闭 ?对话框中，选择?日期范围，然后选择01/01/2023 - 31/1/2023。 选择? 应用 ?和?确定。

   4. 将? Cm Product Name Count Distinct ?拖至?行。 该值更改为?SUM(Cm Product Name Count Distinct)。 此字段是您在Customer Journey Analytics中定义的计算指标。

   5. 将? Daterangeday ?拖放到? 列 ?旁边。 选择?Daterangeday，然后从下拉菜单中选择?Day。

   6. 若要将折线图可视化图表修改为表格，请从? 显示我 ?中选择?文本表格。

   7. 从工具栏中选择?交换行和列。

   8. 从? 适合 ?下拉菜单中选择?适合宽度。

      您的罢补产濒别补耻桌面应该如下所示。

      

2. 从? 工作表1 ?选项卡上下文菜单中选择? 复制 ?以创建第二个工作表。

3. 从? 工作表1 ?选项卡上下文菜单中选择? 重命名 ?以将工作表重命名为Data。

4. 从? 工作表1 (2) ?选项卡上下文菜单中选择? 重命名 ?以将工作表重命名为Card。

5. 确保您已选择? 卡片 ?视图。

6. 选择?DAY(Daterangeday)，然后从下拉菜单中选择?月。 值更改为?MONTH(Daterangeday)。

7. 在? 标记 ?中选择?SUM(Cm Product Name Count Distinct)，然后从下拉菜单中选择?格式。

8. 若要更改字体大小，请在? Format SUM(CM Product Name Count Distinct) ?窗格中，选择? 默认值 ?内的?字体，然后选择字体大小为?72。

9. 若要对齐数字，请选择? 对齐 ?旁边的?自动，并将? 水平 ?设置为居中。

10. 若要使用整数，请选择? 数字 ?旁边的?123.456，然后选择?数字（自定义）。 将? 小数位 ?设置为0。

    您的罢补产濒别补耻桌面应该如下所示。

    

11. 选择? 新建仪表板 ?选项卡按钮（位于底部）以创建新的? 仪表板1 ?视图。 在? 功能板1 ?视图中：

    1. 将? 卡片 ?工作表从? 工作表 ?托架拖放到? 仪表板1 ?视图中，该视图显示?在此处放置工作表。
    2. 将? 数据 ?工作表从? 工作表 ?托架拖放到? 仪表板1 ?视图的? 卡片 ?工作表下。

    您的? 仪表板1 ?视图应如下所示。

    

或者，您可以使用Tableau Desktop中的非重复计数功能。

1. 使用?产物名称，而不是?颁尘产物名称计数顿颈蝉迟颈苍肠迟。

2. 在? 标记 ?中的? 产物名称 ?上应用?度量 > 计数（非重复）。

   

1. 在尝辞辞办别谤的? 浏览 ?界面中，确保您拥有干净的设置。 如果不是，请选择 删除字段和筛选器。

2. 选择? 筛选器 ?下的?+筛选器。

3. 在? 添加筛选器 ?对话框中：

   1. 选择??抄送数据视图
   2. 从字段列表中，选择?日?间范围日期，然后选择?日期范围日期。
      

4. 指定? 颁肠数据视图日期范围日期 ?筛选器，因为?在 2023/01/01 之前 2023/02/01?的范围内。

5. 从左边栏中的? ? Cc数据视图 ?部分：

   1. 选择?日期范围日期，然后选择?日期。
   2. 从? 产物名称 ?上的? ?更多 ?上下文菜单中选择?聚合非重复计数?。
      

6. 选择?运行。

7. 选择?可视化图表?并从工具栏中选择6??以显示单值可视化图表。

您应该会看到如下所示的可视化图表和表格。

1. 在新单元格中输入以下语句。

   code language-none
   data = %sql SELECT COUNT(DISTINCT(product_name)) AS `Product Name` \ FROM cc_data_view \ WHERE daterange BETWEEN '2023-01-01' AND '2023-02-01'; display(data)

2. 执行单元格。 您应该会看到类似于以下屏幕快照的输出。

   

1. 在新块中输入以下介于```{r}和` ````之间的语句。

   code language-r
   ## Count Distinct df <- dv %>% filter(daterange >= "2023-01-01" & daterange < "2023-02-01") %>% summarise(product_name_count_distinct = n_distinct(product_name)) print(df)

2. 运行块。 您应该会看到类似于以下屏幕快照的输出。

   

1. 在? 数据 ?窗格中：

   1. 选择?daterangemonth。
   2. 选择?日期范围名称。
   3. 选择?发生次数总和。

   您看到一个可视化图表，其中显示?获取此可视化图表的数据时出错。

2. 在? 筛选器 ?窗格中：

   1. 从该视觉对象上的?筛选器中选择 daterangeName is (All)。
   2. 选择? 基本筛选 ?作为?筛选器类型。
   3. 在? Search ?字段下，选择?Last Year 2023，它是您在Customer Journey Analytics中定义的日期范围的名称。
   4. 选择 以从? 列 ?中删除?daterangeName。

   您会看到使用应用的? 日期范围名称 ?过滤器更新的表。 您的Power BI桌面应该如下所示。

   

1. 选择底部的? 表1 ?选项卡以从? 数据源 ?切换。 在? 表1 ?视图中：

   1. 从? 筛选器 ?托架中的? 表 ?列表中拖动? 日期范围名称 ?条目。

   2. 在? 筛选器摆日期范围名称闭 ?对话框中，确保选中?从列表中选择，然后从列表中选择?去年度2023。 选择? 应用 ?和?确定。

   3. 从? 表 ?列表中拖动? Daterangemonth ?条目，并将该条目放入? 行 ?旁边的字段中。 选择? Daterangemonth ?并选择?月。 值更改为?MONTH(Daterangemonth)。

   4. 从? 表 ?列表中拖动? 发生次数 ?条目，并将该条目放入? 列 ?旁边的字段中。 值更改为?厂鲍惭（发生次数）。

   5. 从? 显示我 ?中选择?文本表。

   6. 从工具栏中选择?交换行和列。

   7. 从? 适合 ?下拉菜单中选择?适合宽度。

      您的罢补产濒别补耻桌面应该如下所示。

      

1. 在尝辞辞办别谤的? 浏览 ?界面中，确保您拥有干净的设置。 如果不是，请选择 删除字段和筛选器。

2. 选择? 筛选器 ?下的?+筛选器。

3. 在? 添加筛选器 ?对话框中：

   1. 选择??抄送数据视图
   2. 从字段列表中选择??日期范围名称。

4. 将? 颁肠数据视图日期范围名称 ?筛选器指定为?is，并从值列表中选择?Last Year 2023。

5. 从左边栏中的? ? Cc数据视图 ?部分：

   1. 选择?日期范围月，然后选择?月。
   2. 在左边栏（底部）中选择? MEASURES ?下的?计数。

6. 选择?运行。

7. 选择??可视化图表。

您应该会看到如下所示的可视化图表和表格。

1. 在新单元格中输入以下语句。

   code language-python
   data = %sql SELECT daterangeName FROM cc_data_view; style = {'description_width': 'initial'} daterange_name = widgets.Dropdown( options=[d for d, in data], description='Date Range Name:', style=style ) display(daterange_name)

2. 执行单元格。 您应该会看到类似于以下屏幕快照的输出。

   

3. 从下拉菜单中选择?钓鱼产物。

4. 在新单元格中输入以下语句。

   code language-python
   import seaborn as sns import matplotlib.pyplot as plt data = %sql SELECT daterangemonth AS Month, COUNT(*) AS Events \ FROM cc_data_view \ WHERE daterangeName = '{daterange_name.value}' \ GROUP BY 1 \ ORDER BY Month ASC df = data.DataFrame() df = df.groupby('Month', as_index=False).sum() plt.figure(figsize=(15, 3)) sns.lineplot(x='Month', y='Events', data=df) plt.show() display(data)

5. 执行单元格。 您应该会看到类似于以下屏幕快照的输出。

   

1. 在新块中输入以下介于```{r}和 ````之间的语句。 确保使用适当的日期范围名称。 例如，Last Year 2023`。

   code language-r
   ## Monthly Events for Last Year df <- dv %>% filter(daterangeName == "Last Year 2023") %>% group_by(daterangemonth) %>% count() %>% arrange(daterangemonth, .by_group = FALSE) ggplot(df, aes(x = daterangemonth, y = n)) + geom_line(color = "#69b3a2") + ylab("Events") + xlab("Hour") print(df)

2. 运行块。 您应该会看到类似于以下屏幕快照的输出。

   

1. 在? 数据 ?窗格中：

   1. 选择?日期范围。
   2. 选择?筛选器名称。
   3. 选择?产物名称。
   4. 选择?发生次数总和。

您看到一个可视化图表，其中显示?获取此可视化图表的数据时出错。

1. 在? 筛选器 ?窗格中：

   1. 从该视觉对象上的? 筛选器中选择 ?筛选器名称为（全部）。
   2. 选择? 基本筛选 ?作为?筛选器类型。
   3. 在? Search ?字段下，选择?Fishing Products，它是Customer Journey Analytics中定义的现有过滤器的名称。
   4. 从该视觉对象上的? 筛选器中选择 ?日期范围是（全部）?。
   5. 选择? 高级筛选 ?作为?筛选器类型。
   6. 将筛选器定义为?当值 在 1/1/2023 和 在 2/1/2023之前或之后时显示项。
   7. 选择 以从? 列 ?中删除?filterName。
   8. 选择 以从? 列 ?中删除?日期范围。

   您会看到使用应用的? filterName ?筛选器更新的表。 您的Power BI桌面应该如下所示。

   

1. 选择底部的? 表1 ?选项卡以从? 数据源 ?切换。 在? 表1 ?视图中：

   1. 从? 筛选器 ?托架中的? 表 ?列表中拖动? 筛选器名称 ?条目。

   2. 在? 筛选器摆筛选器名称闭 ?对话框中，确保已选中?从列表中选择，并从列表中选择?钓鱼产物。 选择? 应用 ?和?确定。

   3. 从? 筛选器 ?托架中的? 表 ?列表中拖动? 日期范围 ?条目。

   4. 在? 筛选器字段摆日期范围闭 ?对话框中，选择?日期范围，然后选择?下一步>。

   5. 在? 筛选器摆顿补迟别谤补苍驳闭 ?对话框中，选择?日期范围，然后选择01/01/2023 - 01/02/2023。 选择? 应用 ?和?确定。

   6. 将? 产物名称 ?从? 表 ?列表拖至?行。

   7. 从? 表 ?列表中拖动? 发生次数 ?条目，并将该条目放入? 列 ?旁边的字段中。 值更改为?厂鲍惭（发生次数）。

   8. 从? 显示我 ?中选择?文本表。

   9. 从? 适合 ?下拉菜单中选择?适合宽度。

      您的罢补产濒别补耻桌面应该如下所示。

      

1. 在尝辞辞办别谤的? 浏览 ?界面中，确保您拥有干净的设置。 如果不是，请选择 删除字段和筛选器。

2. 选择? 筛选器 ?下的?+筛选器。

3. 在? 添加筛选器 ?对话框中：

   1. 选择??抄送数据视图
   2. 从字段列表中，选择?日?间范围日期，然后选择?日期范围日期。
      

4. 指定? 颁肠数据视图日期范围日期 ?筛选器，因为?在 2023/01/01 之前 2023/02/01?的范围内。

5. 选择? 筛选器 ?下的? +筛选器 ?以添加其他筛选器。

6. 在? 添加筛选器 ?对话框中：

   1. 选择??抄送数据视图
   2. 从字段列表中，选择??筛选器名称。

7. 确保? 是 ?筛选器的选定内容。

8. 从可能值列表中选择?钓鱼产物。

9. 从左边栏中的? ? Cc数据视图 ?部分：

   1. 选择?产物名称。
   2. 在左边栏（底部）中选择? MEASURES ?下的?计数。

10. 选择?运行。

11. 选择??可视化图表。

您应该会看到如下所示的可视化图表和表格。

1. 在新单元格中输入以下语句。

   code language-python
   data = %sql SELECT filterName FROM cc_data_view; style = {'description_width': 'initial'} filter_name = widgets.Dropdown( options=[d for d, in data], description='Filter Name:', style=style ) display(filter_name)

2. 执行单元格。 您应该会看到类似于以下屏幕快照的输出。

   

3. 从下拉菜单中选择?钓鱼产物。

4. 在新单元格中输入以下语句。

   code language-python

   import seaborn as sns import matplotlib.pyplot as plt data = %sql SELECT product_name AS `Product Name`, COUNT(*) AS Events \ FROM cc_data_view \ WHERE daterange BETWEEN '2023-01-01' AND '2023-02-01' \ AND filterName = '{filter_name.value}' \ GROUP BY 1 \ LIMIT 10; df = data.DataFrame() df = df.groupby('Product Name', as_index=False).sum() plt.figure(figsize=(15, 3)) sns.barplot(x='Events', y='Product Name', data=df) plt.show() display(data)

5. 执行单元格。 您应该会看到类似于以下屏幕快照的输出。

   

1. 在新块中输入以下介于```{r}和 ````之间的语句。 确保使用适当的过滤器名称。 例如，Fishing Products`。

   code language-r
   ## Dimension filtered by name df <- dv %>% filter(daterange >= "2023-01-01" & daterange < "2023-02-01" & filterName == "Fishing Products") %>% group_by(product_name) %>% count() %>% arrange(desc(n), .by_group = FALSE) print(df)

2. 运行块。 您应该会看到类似于以下屏幕快照的输出。

   

1. 从菜单中选择?主页，然后从工具栏中选择?刷新。 您需要刷新连接以选取您刚才在Customer Journey Analytics中定义的新筛选器。

2. 在? 数据 ?窗格中：

   1. 选择?日期范围。
   2. 选择?产物类别。
   3. 选择?产物名称。
   4. 选择?发生次数总和。

您看到一个可视化图表，其中显示?获取此可视化图表的数据时出错。

1. 在? 筛选器 ?窗格中：

   1. 从该视觉对象上的? 筛选器中选择 ?筛选器名称为（全部）。
   2. 选择? 基本筛选 ?作为?筛选器类型。
   3. 从该视觉对象上的? 筛选器中选择 ?日期范围是（全部）?。
   4. 选择? 高级筛选 ?作为?筛选器类型。
   5. 将筛选器定义为?当值 在 1/1/2023 和 在 2/1/2023之前或之后时显示项。
   6. 选择? 基本筛选器 ?作为? product_category ?的?筛选器类型，并从可能值列表中选择?Hunting。
   7. 选择 以从? 列 ?中删除?filterName。
   8. 选择 以从? 列 ?中删除?日期范围。

   您会看到使用应用的? product_category ?过滤器更新的表。 您的Power BI桌面应该如下所示。

   

Tableau Desktop不支持从Customer Journey Analytics获取产物类别的动态列表。 相反，此使用案例使用新创建的? 打猎产物 ?的筛选器，并使用筛选器名称肠谤颈迟别迟颈补。

1. 在? Data Source ?视图中，在? Data ?下，从? cc_data_view(prod:cja%3FFLATTEN) ?的上下文菜单中，选择?刷新。 您需要刷新连接以选取您刚才在Customer Journey Analytics中定义的新筛选器。

2. 选择底部的? 表1 ?选项卡以从? 数据源 ?切换。 在? 表1 ?视图中：

   1. 从? 筛选器 ?托架中的? 表 ?列表中拖动? 筛选器名称 ?条目。

   2. 在? 筛选器摆筛选器名称闭 ?对话框中，确保已选中?从列表中选择，并从列表中选择?正在搜寻产物。 选择? 应用 ?和?确定。

   3. 从? 筛选器 ?托架中的? 表 ?列表中拖动? 日期范围 ?条目。

   4. 在? 筛选器字段摆日期范围闭 ?对话框中，选择?日期范围，然后选择?下一步>。

   5. 在? 筛选器摆日期范围闭 ?对话框中，选择?日期范围，然后选择01/01/2023 - 1/2/2023。 选择? 应用 ?和?确定。

   6. 将? 产物名称 ?从? 表 ?列表拖至?行。

   7. 从? 表 ?列表中拖动? 发生次数 ?条目，并将该条目放入? 列 ?旁边的字段中。 值更改为?厂鲍惭（发生次数）。

   8. 从? 显示我 ?中选择?文本表。

   9. 从? 适合 ?下拉菜单中选择?适合宽度。

      您的罢补产濒别补耻桌面应该如下所示。

      

1. 在1. 在尝辞辞办别谤的? 浏览 ?界面中，刷新您的连接。 选择 清除缓存并刷新。

2. 在尝辞辞办别谤的? 浏览 ?界面中，确保您拥有干净的设置。 如果不是，请选择 删除字段和筛选器。

3. 选择? 筛选器 ?下的?+筛选器。

4. 在? 添加筛选器 ?对话框中：

   1. 选择??抄送数据视图
   2. 从字段列表中，选择?日?间范围日期，然后选择?日期范围日期。
      

5. 指定? 颁肠数据视图日期范围日期 ?筛选器，因为?在 2023/01/01 之前 2023/02/01?的范围内。

6. 选择? 筛选器 ?下的? +筛选器 ?以添加其他筛选器。

7. 在? 添加筛选器 ?对话框中：

   1. 选择??抄送数据视图
   2. 从字段列表中，选择??产物类别。

8. 确保? 是 ?作为筛选器的选择。

查找未显示? 产物类别 ?的可能值列表。

1. 在新单元格中输入以下语句。

   code language-python
   data = %sql SELECT DISTINCT product_category FROM cc_data_view WHERE daterange BETWEEN '2023-01-01' AND '2024-01-01'; style = {'description_width': 'initial'} category_filter = widgets.Dropdown( options=[d for d, in data], description='Product Category:', style=style ) display(category_filter)

2. 执行单元格。 您应该会看到类似于以下屏幕快照的输出。

   

3. 从下拉菜单中选择?打猎。

4. 在新单元格中输入以下语句。

   code language-python

   import seaborn as sns import matplotlib.pyplot as plt data = %sql SELECT product_name AS `Product Name`, COUNT(*) AS Events \ FROM cc_data_view \ WHERE daterange BETWEEN '2023-01-01' AND '2023-02-01' \ AND product_category = '{category_filter.value}' \ GROUP BY 1 \ ORDER BY Events DESC \ LIMIT 10; df = data.DataFrame() df = df.groupby('Product Name', as_index=False).sum() plt.figure(figsize=(15, 3)) sns.barplot(x='Events', y='Product Name', data=df) plt.show() display(data)

5. 执行单元格。 您应该会看到类似于以下屏幕快照的输出。

   

1. 在新块中输入以下介于```{r}和 ````之间的语句。 确保使用适当的类别。 例如，贬耻苍迟颈苍驳缚。

   code language-r
   ## Dimension 1 Filtered by Dimension 2 value df <- dv %>% filter(daterange >= "2023-01-01" & daterange < "2023-02-01" & product_category == "Hunting") %>% group_by(product_name) %>% count() %>% arrange(desc(n), .by_group = FALSE) print(df)

2. 运行块。 您应该会看到类似于以下屏幕快照的输出。

   

1. 在? 数据 ?窗格中：

   1. 选择?日期范围。
   2. 选择?product_namr。
   3. 选择?sum purchase_revenue。
   4. 选择?购买总和。

2. 在? 筛选器 ?窗格中：

   1. 从该视觉对象上的? 筛选器中选择 ?日期范围是（全部）?。
   2. 选择? 高级筛选 ?作为?筛选器类型。
   3. 将筛选器定义为?当值 在 1/1/2023 和 在 2/1/2023之前或之后时显示项。

3. 在“可视化”窗格中：

   1. 选择 以从列中删除日期范围。
   2. 将? Sum of purchase_revenue ?拖到? 列 ?项的底部。

4. 在报表中，选择? Sum of purchase_revenue ?以按采购收入的降序对表进行排序。

   您的Power BI桌面应该如下所示。

   

Power BI Desktop使用BI扩展执行的查询不包含sort语句。 缺少sort语句意味着排序在客户端执行。

select "_"."product_name",
    "_"."a0",
    "_"."a1"
from
(
    select "rows"."product_name" as "product_name",
        sum("rows"."purchases") as "a0",
        sum("rows"."purchase_revenue") as "a1"
    from
    (
        select "_"."daterangeName",
            "_"."daterange",
            "_"."filterId",
            "_"."filterName",
            "_"."timestamp",
            "_"."affiliate_name",
            "_"."affiliate_url",
            "_"."commerce.order.priceTotal",
            "_"."customer_city",
            "_"."customer_region",
            "_"."daterangeday",
            "_"."daterangefifteenminute",
            "_"."daterangefiveminute",
            "_"."daterangehour",
            "_"."daterangeminute",
            "_"."daterangemonth",
            "_"."daterangequarter",
            "_"."daterangesecond",
            "_"."daterangethirtyminute",
            "_"."daterangeweek",
            "_"."daterangeyear",
            "_"."hitdatetime",
            "_"."page_name",
            "_"."page_url",
            "_"."product_category",
            "_"."product_name",
            "_"."product_short_review",
            "_"."product_subCategory",
            "_"."referrer_url",
            "_"."search_engine",
            "_"."search_keywords",
            "_"."store_city",
            "_"."store_name",
            "_"."store_region",
            "_"."store_type",
            "_"."timepartdayofmonth",
            "_"."timepartdayofweek",
            "_"."timepartdayofyear",
            "_"."timeparthourofday",
            "_"."timepartminuteofhour",
            "_"."timepartmonthofyear",
            "_"."timepartquarterofyear",
            "_"."timepartweekofyear",
            "_"."cm_session_end_rate_defaultmetric",
            "_"."cm_session_person_defaultmetric",
            "_"."cm_session_start_rate_defaultmetric",
            "_"."cm_timespent_person_defaultmetric",
            "_"."cm_timespent_session_defaultmetric",
            "_"."cm_product_name_count_distinct",
            "_"."ad_views",
            "_"."adobe_sessionends",
            "_"."adobe_sessionstarts",
            "_"."adobe_timespent",
            "_"."exchange_buybacks",
            "_"."exchange_cost",
            "_"."exchange_purchases",
            "_"."exchange_revenue",
            "_"."occurrences",
            "_"."page_views",
            "_"."product_quantity",
            "_"."product_reviews",
            "_"."product_views",
            "_"."purchase_revenue",
            "_"."purchases",
            "_"."visitors",
            "_"."visits"
        from "public"."cc_data_view" "_"
        where "_"."daterange" < date '2023-02-01' and "_"."daterange" >= date '2023-01-01'
    ) "rows"
    group by "product_name"
) "_"
where not "_"."a0" is null or not "_"."a1" is null
limit 1000001

1. 选择底部的? 表1 ?选项卡以从? 数据源 ?切换。 在? 表1 ?视图中：

   1. 从? 筛选器 ?托架中的? 表 ?列表中拖动? 日期范围 ?条目。

   2. 在? 筛选器字段摆日期范围闭 ?对话框中，选择?日期范围，然后选择?下一步>。

   3. 在? 筛选器摆日期范围闭 ?对话框中，选择?日期范围，然后选择01/01/2023 - 1/2/2023。 选择? 应用 ?和?确定。

   4. 从? 表 ?列表中拖动?产物名称，并将该条目放入? 行 ?旁边的字段中。

   5. 从? Tables ?列表中拖动? Purchases ?条目，并将该条目放入? 列 ?旁边的字段中。 值更改为?厂鲍惭（购买）。

   6. 将? Purchase Revenue ?条目从? 表 ?列表中拖放到? 列 ?旁的字段中，厂鲍惭（购买）?旁边。 值更改为?厂鲍惭（采购收入）。

   7. 从? 显示我 ?中选择?文本表。

   8. 从? 适合 ?下拉菜单中选择?适合宽度。

   9. 选择? Purchase Revenue ?列标题并对此列上的表按降序排序。

      您的罢补产濒别补耻桌面应该如下所示。

      

Tableau Desktop使用BI扩展执行的查询不包含sort语句。 缺少此sort语句意味着排序在客户端执行。

SELECT CAST("cc_data_view"."product_name" AS TEXT) AS "product_name",
  SUM("cc_data_view"."occurrences") AS "sum:occurrences:ok",
  SUM("cc_data_view"."purchase_revenue") AS "sum:purchase_revenue:ok",
  SUM("cc_data_view"."purchases") AS "sum:purchases:ok"
FROM "public"."cc_data_view" "cc_data_view"
WHERE (("cc_data_view"."daterange" >= (DATE '2023-01-01')) AND ("cc_data_view"."daterange" <= (DATE '2023-02-01')))
GROUP BY 1

1. 在尝辞辞办别谤的? 浏览 ?界面中，刷新您的连接。 选择 清除缓存并刷新。

2. 在尝辞辞办别谤的? 浏览 ?界面中，确保您拥有干净的设置。 如果不是，请选择 删除字段和筛选器。

3. 选择? 筛选器 ?下的?+筛选器。

4. 在? 添加筛选器 ?对话框中：

   1. 选择??抄送数据视图
   2. 从字段列表中，选择?日?间范围日期，然后选择?日期范围日期。
      

5. 指定? 颁肠数据视图日期范围日期 ?筛选器，因为?在 2023/01/01 之前 2023/02/01?的范围内。

6. 从左边栏中的? ? Cc数据视图 ?部分，选择?产物名称。

7. 在左边栏的? ?自定义字段 ?部分中：

   1. 从? +添加 ?下拉菜单中选择?自定义度量值。

   2. 在? 创建自定义度量值 ?对话框中：

      1. 从? 要度量 ?的字段下拉菜单中选择?购买收入。
      2. 从? 度量值类型 ?下拉菜单中选择?Sum。
      3. 输入? 名称 ?的自定义字段名称。 例如：Sum of Purchase Revenue。
      4. 选择? 字段详细信息 ?选项卡。
      5. 从? 格式 ?下拉菜单中选择?小数，并确保以0小数?输入。
         
      6. 选择?保存。

8. 请确保在? Purchase Revenue ?列上选择?↓ （降序，排序顺序： 1）。

9. 选择?运行。

10. 选择??可视化图表。

您应该会看到如下所示的可视化图表和表格。

尝辞辞办别谤使用叠滨扩展生成的查询包括ORDER BY，这意味着排序通过尝辞辞办别谤和叠滨扩展执行。

-- Looker Query Context '{"user_id":6,"history_slug":"fc83573987b999306eaf6e1a3f2cde70","instance_slug":"71d4667f0b76c0011463658f45c3f7a3"}'
SELECT
    cc_data_view."product_name"  AS "cc_data_view.product_name",
    COALESCE(SUM(CAST(( cc_data_view."purchase_revenue"  ) AS DOUBLE PRECISION)), 0) AS "purchase_revenue"
FROM
    "public"."cc_data_view" AS "cc_data_view"
WHERE ((( cc_data_view."daterange"  ) >= (DATE_TRUNC('day', DATE '2024-01-31')) AND ( cc_data_view."daterange"  ) < (DATE_TRUNC('day', DATE '2023-02-01'))))
GROUP BY
    1
ORDER BY
    2 DESC
FETCH NEXT 500 ROWS ONLY

1. 在新单元格中输入以下语句。

   code language-python
   data = %sql SELECT product_name AS `Product Name`, SUM(purchase_revenue) AS `Purchase Revenue`, SUM(purchases) AS `Purchases` \ FROM cc_data_view \ WHERE daterange BETWEEN '2023-01-01' AND '2023-02-01' \ GROUP BY 1 \ ORDER BY `Purchase Revenue` DESC \ LIMIT 5; display(data)

2. 执行单元格。 您应该会看到类似于以下屏幕快照的输出。

   

查询由Jupyter Notebook中定义的BI扩展执行。

1. 在新块中输入以下介于```{r}和` ````之间的语句。

   code language-r
   ## Dimension 1 Sorted df <- dv %>% filter(daterange >= "2023-01-01" & daterange < "2023-02-01") %>% group_by(product_name) %>% summarise(purchase_revenue = sum(purchase_revenue), purchases = sum(purchases), .groups = "keep") %>% arrange(desc(purchase_revenue), .by_group = FALSE) print(df)

2. 运行块。 您应该会看到类似于以下屏幕快照的输出。

   

搁厂迟耻诲颈辞使用叠滨扩展生成的查询包括ORDER BY，这意味着顺序通过搁厂迟耻诲颈辞和叠滨扩展应用。

SELECT
  "product_name",
  SUM("purchase_revenue") AS "purchase_revenue",
  SUM("purchases") AS "purchases"
FROM (
  SELECT "cc_data_view".*
  FROM "cc_data_view"
  WHERE ("daterange" >= '2023-01-01' AND "daterange" < '2023-02-01')
) AS "q01"
GROUP BY "product_name"
ORDER BY "purchase_revenue" DESC
LIMIT 1000