Tableau選餐廳數據看板

tableau 是一款專業的數據可視化軟件,它不用編程就可以實現很多功能強大并且好看的圖表。
例如可以做出這種酷炫的圖表:


地區發布地圖

巴黎地鐵路線圖

全球地震分布圖

下面我將利用之前爬到的大眾點評的餐廳數據做成一個可以根據條件進行篩選的餐廳 BI 看板。


部分數據

可以看到全部數據總共有 10 個字段,分別為:城市、分類、店名、評分、點評數量、人均、口味評分、環境評分、服務評分、地址,這樣的數據總共有 50 多萬條,包含了國內的一二線城市。接下來是把這些數據導入到 tableau 中:
image

1、之后是到第一個工作表中,要選出每個城市口味評分最好的食物分類。

第一步是先將城市轉換為地理角色:


image

再把經度和維度分別拖到行、列的位置,并且顯示出城市的詳細信息,這樣就可以展現出每一個城市在地圖中的散點分布。


image

第二步是把菜品分類按不同的顏色進行分類,具體效果是這樣子的:
image

這里我們并不需要那么多的菜品分類,所以篩選出每一個城市口味評分最高的菜品:
首先需要創建一個計算字段計算出每一個城市各個菜品的平均口味評分


image

再通過這個字段創建另一個計算字段計算出每個城市口味評分最高的菜品
image

最后一步把計算出來的每個城市口味評分最高的菜品字段放到篩選器中,就完成了圖表一的操作,最終結果如下:
image

總共篩選出 13 種菜品。
下面是需要用到的其他的圖表,這里就不一一列舉出具體的操作了。

2、第二個圖表是每個城市門店量最多的菜品

image

3、第三個圖表是每個城市的餐廳口味評分

image

4、每個城市的餐廳人均

image

5、第五個圖表是按照評分和人均對城市進行劃分

image

6、第六個圖表是城市人均和評分

image

7、第七個圖表是菜品均分

image

8、第八個圖表是餐廳一覽表

image

9、最后的 BI 看板(儀表盤)

image

image

有了這個 BI 看板之后,你就再也不要糾結吃什么了,只有你輸入所在的城市、菜系、環境、口味、服務、預算等要求,就能自動篩選出對應餐廳的店名和所在的地址。

?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 228,505評論 6 533
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 98,556評論 3 418
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 176,463評論 0 376
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,009評論 1 312
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 71,778評論 6 410
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 55,218評論 1 324
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,281評論 3 441
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,436評論 0 288
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 48,969評論 1 335
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 40,795評論 3 354
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 42,993評論 1 369
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,537評論 5 359
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,229評論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,659評論 0 26
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,917評論 1 286
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,687評論 3 392
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 47,990評論 2 374

推薦閱讀更多精彩內容