用Intersects方式联接地理数据

在数据联接界面中,Intersects(相交)联接方式几乎不太引人注意,但是它对于处理空间地理文件特别有用处。

比如,Tableau国内2020 年第四期 Viz Challenge“2011 年至 2017 年北京房价”的数据集中,只有经纬度数据,那么如果我们想要分析区县维度,但数据中又没有,那怎么办呢?

这时候,Intersects联接方式就能派上大用场了。

原文:https://mp.weixin.qq.com/s/OBLEwOczWMuO0W6rC6pfVw

首先大家可以去下载房价的数据集。

然后,打开阿里的DATAV.GeoAtlas地图选择器,下载北京市(含区县)的geojson空间文件。

http://datav.aliyun.com/tools/atlas/#&lat=32.95336814579932&lng=87.8466796875&zoom=4

用tableau联接两个数据集,

左边房价数据源选择“编辑联接计算”,

  • MAKEPOINT([Lat],[Lng])

右边北京.json数据源联接字段选择“几何”,

中间联接条件选择“Intersects”和左连接,如下图

这样就可以根据数据集中的经纬度匹配区县了,在新生成的数据集中的Name字段就是匹配好的区县信息。

我们还可以做一些更有意思的操作,比如,房价数据集有30多万条数据,如果我只想要以天安门为中心,半径10公里以内的数据,那该怎么操作呢?

我们新建一个数据集,标记好天安门的经纬度。

address,lat1,lng1
天安门,39.90729651,116.3912024

同样导入两个数据集做联接。

左边房价数据源选择“编辑联接计算”,

  • MAKEPOINT([Lat],[Lng])

右边天安门.csv数据源选择“编辑联接计算”,

  • BUFFER(MAKEPOINT([Lat1],[Lng1]),10,'km')

中间联接条件选择“Intersects”和内连接,如下图。

这时,数据集已经被BUFFER函数筛选后,只剩下距离天安门10公里以内的数据了。

是不是很有意思,快试试吧。

此篇文章已发布到我的公众号: saodisir,有兴趣也可关注一下

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,864评论 6 494
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,175评论 3 387
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 159,401评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,170评论 1 286
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,276评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,364评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,401评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,179评论 0 269
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,604评论 1 306
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,902评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,070评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,751评论 4 337
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,380评论 3 319
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,077评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,312评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,924评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,957评论 2 351