Tableau选餐厅数据看板

tableau 是一款专业的数据可视化软件,它不用编程就可以实现很多功能强大并且好看的图表。
例如可以做出这种酷炫的图表:


地区发布地图

巴黎地铁路线图

全球地震分布图

下面我将利用之前爬到的大众点评的餐厅数据做成一个可以根据条件进行筛选的餐厅 BI 看板。


部分数据

可以看到全部数据总共有 10 个字段,分别为:城市、分类、店名、评分、点评数量、人均、口味评分、环境评分、服务评分、地址,这样的数据总共有 50 多万条,包含了国内的一二线城市。接下来是把这些数据导入到 tableau 中:
image

1、之后是到第一个工作表中,要选出每个城市口味评分最好的食物分类。

第一步是先将城市转换为地理角色:


image

再把经度和维度分别拖到行、列的位置,并且显示出城市的详细信息,这样就可以展现出每一个城市在地图中的散点分布。


image

第二步是把菜品分类按不同的颜色进行分类,具体效果是这样子的:
image

这里我们并不需要那么多的菜品分类,所以筛选出每一个城市口味评分最高的菜品:
首先需要创建一个计算字段计算出每一个城市各个菜品的平均口味评分


image

再通过这个字段创建另一个计算字段计算出每个城市口味评分最高的菜品
image

最后一步把计算出来的每个城市口味评分最高的菜品字段放到筛选器中,就完成了图表一的操作,最终结果如下:
image

总共筛选出 13 种菜品。
下面是需要用到的其他的图表,这里就不一一列举出具体的操作了。

2、第二个图表是每个城市门店量最多的菜品

image

3、第三个图表是每个城市的餐厅口味评分

image

4、每个城市的餐厅人均

image

5、第五个图表是按照评分和人均对城市进行划分

image

6、第六个图表是城市人均和评分

image

7、第七个图表是菜品均分

image

8、第八个图表是餐厅一览表

image

9、最后的 BI 看板(仪表盘)

image

image

有了这个 BI 看板之后,你就再也不要纠结吃什么了,只有你输入所在的城市、菜系、环境、口味、服务、预算等要求,就能自动筛选出对应餐厅的店名和所在的地址。

©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 215,463评论 6 497
  • 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 91,868评论 3 391
  • 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 161,213评论 0 351
  • 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 57,666评论 1 290
  • 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 66,759评论 6 388
  • 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 50,725评论 1 294
  • 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 39,716评论 3 415
  • 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 38,484评论 0 270
  • 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 44,928评论 1 307
  • 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 37,233评论 2 331
  • 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 39,393评论 1 345
  • 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 35,073评论 5 340
  • 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 40,718评论 3 324
  • 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 31,308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 32,538评论 1 268
  • 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 47,338评论 2 368
  • 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 44,260评论 2 352

推荐阅读更多精彩内容