你真的熟悉表格吗？观远可视化组件巡礼二：透视表-观远数据BI平台

你真的熟悉表格吗？观远可视化组件巡礼二：透视表

网友投稿 546 2017-10-20

写在前面

大家好，我是老兵Stone。在上一篇短文中，我们介绍了日历图（一种以天为单位索引数据的可视化组件）。文章发布后收到了很多反响，首先感谢大家拍砖。这里挑选一个比较集中的问题先来回答一下：

问题：可视化虽美，但是多用于专业的数据分析领域，日常生活中有没有接地气的应用场景？

回答：先贴一个福建武夷山景区售票处的显示屏：

这是一个为了表征景区拥挤程度而打造的仪表盘（dashboard）。里面有环形图、饼图、柱状图、面积图、人口组件、透视表等多种可视化图形组件，实时记录武夷山景区的入园人数及分布、各售票窗口排队人数等信息，并结合后台算法推算景区不同区域的人员密度，进而得出游客的舒适度。如果这些信息能通过手机推送给用户，那么游客可以按需地来调整自己的出行计划。

好，下面老兵开始本篇一本正经的胡扯：

一

可视化组件的简单分类

可视化组件的内涵比较宽泛，目前业界并没有统一的分类标准。老兵所在的team曾经从零开始打造了一款可视化引擎，这款引擎被广泛地应用于美国某BI公司的各条产品线，有效地支撑了数据分析的各种需求。我们把可视化组件分割成了如下种类。

表格（Grids，Pivot Table或者叫透视表）从形式上讲是最接近于数据库表格的一个可视化组件。它是一个按行或列来审视数据的工具，直接把数据呈现给用户，省去了数据发现的过程。

图形（Graphs， Charts）是一组图形元素（例如圆形，柱子等）的组合，它一个显著特征是由一个或多个轴（axis）来约束这些图形形状的大小、颜色、位置等等。一个例子就是气泡图，它由三个轴（x坐标轴， y坐标轴， z形状大小轴）来控制了每个气泡的形态（在哪儿，有多大）

套件（widgets），套件可以进一步细分为高阶套件（High Order Widgets）与低阶套件（Low Order Widgets）。高阶套件形态上较为复杂，其图形元素的相互关系无法简单地用“轴（axis）”来约束。例如关系图。形式上看，高阶套件也可以呈现为图形或表格的堆叠，例如常见的MicroChart 套件。低阶套件相对比较简单，它最大的特点就是整个套件只对应一个或两个数据。例如上述的人口图套件。

值得一提的是，目前市面上常见的所谓可视化图形库（例如highCharts, eCharts，fushionCharts，etc），大部分只是把精力放到了图形与套件上。

为什么不把透视表格也纳入进来呢？可能各家都有自己的考虑，但是老兵觉得一个共性的原因是：相比于图形与套件，透视表的形态更贴近数据库列表而非图形。而且要实现一个好的透视表并不是一件容易的事情。

二

透视表 vs Excel

细心的读者可能已经发现，透视表看上去和excel表格很像。从形式上，excel可以看做是透视表的一个特例。

excel表格可以简单地分割为列表头（column headers）和数据区（data area）

而透视表则可以分割为列表头，行表头（row headers）以及数据区。每个数据区的格子都是由列表头的一些元素以及行表头的一些元素交叉后计算得来。在BI 领域，这种行列表头交叉所触发的数据计算被称作 cross-tab。

也就是说，透视表引入了“行轴”的概念。透视表因此也拥有两个轴：行轴（row axis），列轴（column axis），这些轴上的居民就是我们从数据库里提取的各种字段。它们的交叉碰撞（cross-tab）产生的结果就是我们的数据（data）。

和Excel相比，透视表可以更方便的展示不同的字段间的关联关系。

三

透视表@观远web

在观远可视化平台，构造一个透视表非常的方便。只需要四个步骤：

（1）在编辑模式，选定可视化组件类型为“表格（透视表）”

（2）选择透视表的行表头

在观数可视化平台，行表头对应的拖拽区域被命名为维度。

我们可以从数据库字段中拖拽感兴趣的字段到维度上

（3）选择透视表列表头

在观数可视化平台，列表头对应的拖拽区域被命名为对比。

我们可以从数据库字段中拖拽感兴趣的字段到对比上

（4）选择行列表头碰撞后想展示的数据

我们可以从数据库字段中拖拽感兴趣的字段到数值上

四

老板，好用的透视表多少钱一斤？

那么，一个好用的透视表应该具备哪些功能呢，老兵根据自己的经验总结如下：

（1）支持增量加载数据

依稀记得2009年的时候，老兵曾帮某银行用户修改过一个透视表相关的bug。当时所在公司的透视表产品还不支持增量加载，而客户的那张表行数超过了90万行。。。又加上国内网络比较慢的缘故，基本上是中午开始尝试打开，吃完晚饭才能开始debug。所以，一个好用的透视表，必须处理好大数据加载的情形，通常的做法都是先下载一部分数据，然后按照需要将后续数据陆续加载进来。

观远平台的透视表会比较智能地比对所在容器及自身的大小关系，既可以按行进行增量加载，也可以按列进行增量加载。如下图所示：

（2） 数据的可获取性

能否将数据方便的导入到其他平台或媒介，直接决定了透视表的可用性。尤其在国内，数据分析师经常做的一件事情是把数据导入到excel，借助office平台的计算能力来完成一些深度分析。

在观远平台的详情模式，用户可以直接选择将透视表导出为excel表格。

除此之外，在编辑模式，用户可以直接用鼠标框选自己感兴趣的数据格子，然后Ctrl + C （macOS Command + C）把选中数据保存到剪贴板，非常方便。

（3）支持数据阈值标记

阈值标记（threshold）就是预先对数据设定一些条件，当这些条件触发时，满足这些条件的数据格子就会以预定义好的形态展示出来。观数平台的透视表允许用户通过阈值编辑器（threshold editor）自由定制各种条件，从而改变透视表默认的呈现效果。只需要在编辑模式下，点击对应的度量就可以看到对应的菜单。