數據去重是最常見的數據準備工作，我們之前分享過 🌰 ：用 Prep 輕松實現數據去重，教大家如何用計算快速去除完全重復的數據記錄。

那么，假如數據同時存在多種重復情況（如下示例），該如何快速去重呢？

• 序號 1、8 的記錄完全重復，只需保留其一；

• 序號 3、6 的姓名音同字不同，確認屬于輸入錯誤，只需保留其一；

• 序號 2、5、9、10 記錄，確認姓名重復，分數需保留為平均值。

如何用 Tableau Prep 對這三種較常見的數據重復進行清理？今天的栗子一睹為快吧！

本期《舉個栗子》，我們要給大家分享的 Tableau 技巧是：用 Prep 數據去重的三種場景。

為方便學習，栗子使用自備的上述示例數據。掌握栗子方法后，數據粉可嘗試使用自己的數據源。懶癌患者可通過以下鏈接獲取栗子數據源：
https://www.dkmeco.com/cms/course/detail/533

具體步驟如下：

打開 Tableau Prep 連接栗子數據源，新建一個清理步驟：單擊數據表右側 圖片 按鈕，下拉菜單選擇：+ 清理步驟。

在視圖中可以快速瀏覽數據的整體情況：將鼠標懸停在字段的數值上，可以查看各個字段重復值的統計數，直觀了解重復情況。

1、對同音字進行分組替換

單擊“姓名”字段右上角的圖片按鈕，下拉菜單中選擇：將值分組-手工選擇。

Tips：這里也可以直接選中需要分組的值，進行快速分組。另，“發音”分組暫不支持中文。

在彈出的對話框中，左窗口選中要保留的值“王五”，右窗口勾選需要替換的值“王午”；再重復操作，選中保留值“張三”和替換值“張山”，單擊“完成”。

此時，可以看到姓名字段中的“王午”被替換成了“王五”、“張山”被替換成了“張三”。

2、去掉完全重復的記錄

為清理完全重復的數據記錄，新建一個聚合步驟：單擊數據表右側 圖片 按鈕，下拉菜單選擇：∑ 聚合。通過對數據進行聚類，來剔除重復的記錄。

將需要去重的字段“姓名”和“分數”，依次拖放至分組字段下方空白處。此時，可以看到完全重復的數據“張三”只剩下一個了。

3、姓名相同的分數取平均分

接著，再新建一個聚合步驟：單擊數據表右側 圖片 按鈕，下拉菜單選擇：∑ 聚合。

將需要去重的字段“姓名”，拖放至分組字段下方空白處；將需要聚合的“分數”，拖放至聚合字段下方空白處。

然后，單擊聚合字段“總和”，下拉菜單選擇：平均值。

此時可以看到：姓名相同、分數不同的李四，只剩下一個記錄，分數字段的值為：62.75。

如果不放心，可以再添加一個清理步驟來驗證數值的唯一性。

也可以右鍵單擊任意流程，選擇：在 Tableau Desktop 中預覽，來查看數據的清洗是否符合分析要求。

最后，單擊所需步驟圖標右側的圖片 按鈕，在下拉菜單中選擇：輸出，增加數據輸出流程。

選擇存儲位置、設置文件名以及文件格式后，單擊運行流程 ? 按鈕即可導出數據源。

栗子Tips

細心的數據粉會發現，第三種場景的去重方法其實也適用第一個場景。的確，Tableau Prep 功能強大，數據粉可多探索并按需選用。

本期的 Tableau 技巧，你 Get 到了嗎？趕快試試看吧！
下一期，再見~

文章部分信息來源于網絡，如有侵權請告知

總結

以上是生活随笔為你收集整理的举个栗子！Tableau 技巧（197）：用 Prep 数据去重的三种场景的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。