PowerBI技巧之Power BI :利用雷达图(蛛网图)显示某一个体指标变动情况

合集下载
相关主题
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

雷达图是数据分析中比较常见的一种图形,主要可以基于某几个既定指标,分析个体在各个指标上的完成情况,能比较清楚的看到个体哪几个指标完成的好,哪几个完成的不好。比如一些赛事经常用蛛网图来分析选手的个人能力,技术特点,获胜情况等。

Power BI也提供一个雷达可视化控件供用户使用,可以设置多个数据分析点,对多种数据进行分析。雷达图的设置比较简单,但是应用上需要有特别要注意的地方,并且对要分析的数据格式有一定要求,如果数据准备有问题,可能就无法达到想要的结果。

例如下图是一张常见形式的学生成绩统计表,第一列是学生姓名,之后跟着学科名称。

如果想创建的雷达图是以各个成绩为区域分布来分析每个学生的考试情况,就会发现基于这个原始数据表单,似乎无法实现。因为蛛网图中的Category项只能选择一个列作为蛛网图的分布区域名称,显然与我们期待的以5个学科做分布区域的要求不符。

如果使用Name列作为Category项,其他学科作为Y轴,看起来可以得到一个雷达图,但是分析的视角就变成了以

每个学生为固定主体,看每个学科在该学生身上的表现情况。这种视图逻辑显然不符合实际生产需要。同时由于成绩单的学生人数可能是成百上千,当用这个列做雷达图的Category会导致有成百上千个区域被分区出来,失去了可读性。

正确的雷达图应该是Category处显示每个学科名称,而Y轴是学生姓名。要实现这样的结果就需要对原始数据表单进行转换,来构造出这样的数据结果。转换方法也比较简单,在Power Query Editor处,选择原始表单的Name 列,之后选择Unpivot Other Columns。

之后表单会被转换成三列数据,第一列还是Name,第二列变成了Attribute,也就是学科,第三列是具体学科对应的考试分数。

用这组数据去构造蛛网图就很简单了。在Category处选择Attribute列,Y轴选择Value列,之后用Name列创建一个Slicer就可以查看具体每个学生各个成绩表现了。

相关文档
最新文档