Tableau Prep 正在被越來越多的資料粉使用，作為專業的資料準備工具，Prep 提供了常用的資料處理功能，例如分組、轉置、計算等，還提供了對 R 語言和 Python 腳本的支援。
● 之前分享過栗子：用 Prep 輕松實作資料去重、用 Prep 資料去重的三種場景、用 Prep 正規表達式拆分複雜字段。
不過，有一些複雜的場景，比如：需要計算相關系數，Tableau 本身提供的相關系數計算方法 CORR() 隻能一次計算兩個字段的相關系數，如果遇到需要建立相關系數矩陣的情況，處理起來就比較麻煩。
這種情況，可以通過 Prep 調用 Python 腳本來加速資料清理，實作對多個字段計算皮爾遜相關系數( Pearson correlation coefficient，更多資訊可自行了解）。
如何在 Prep 調用 Python 腳本？今天的🌰學起來！
本期《舉個栗子》，我們要給大家分享的 Tableau 技巧是：在 Prep 中調用 Python 處理複雜資料。
為友善學習，栗子使用 Tableau 自帶的“示例-超市”資料。掌握栗子方法後，資料粉可嘗試使用自己的資料源。懶癌患者可通過以下連結擷取栗子資料源：
https://www.dkmeco.com/cms/course/detail/539?suid=5
具體步驟如下：
1、安裝 Python
首先，安裝 Python 。因為 TabPy 暫不支援最新版本的 Python，是以安裝 Python3.7 即可（安裝步驟不贅述，教程可自行上網搜尋）。
安裝 TabPy（Python 的擴充包），用于 Tableau 與 Python 進行資料互動。另外，由于資料是以 pandas.DataFrame 格式存儲的，是以需要同時安裝 pandas。
此時，可以使用浏覽器通路 http://localhost:9004/，會出現 TabPy 的歡迎頁面。
2、編寫腳本
接着，需要編寫計算相關系數的 Python 腳本，以供 Tableau Prep 調用。
➤ 腳本首先必須引入 pandas ，才能識别 Tableau Prep 傳遞的資料。
➤ 建立 get_output_schema() 方法，Tableau Prep 需要該通路指明傳回的資料對象格式。
prep_string() 和 prep_decimal() 都是 Prep 支援的資料類型的名稱，直接寫即可。附 Prep 的資料類型如下：
➤ 建立計算相關系數的方法，input 是 prepy 調用該方法時傳入的資料對象，即該腳本步驟所傳入的資料表。
編寫完成後，儲存檔案名為 tabpy.py。
3、Prep 調用 Python
然後，打開 Tableau Prep，單擊頂部菜單欄“幫助”，下拉菜單選擇：設定和性能-管理分析擴充程式連接配接。
鍵入第二步建立的 TabPy 伺服器資訊，分析程式類型選擇 Tableau Python(TabPy) 伺服器，伺服器填預設：Localhost， 端口預設：9004，使用者名和密碼沒有設定的可以不用填寫。
4、建構資料矩陣
最後，在 Prep 中建立流程。
使用“示例-超市”資料集中的訂單資料，取用“銷售額”、“數量”、“折扣”、“利潤”四個度量字段。
建立一個腳本步驟：單擊資料表右側
按鈕，下拉菜單選擇：腳本。
連接配接類型選擇：TableuPython(TabPy)伺服器，選擇第三步儲存的 tabpy.py 檔案，并填寫 get_corr 方法名。
完成後，就可以在右側視窗看到銷售額等四個字段的相關系數矩陣。
本期的 Tableau 技巧，你 Get 到了嗎？趕快試試看吧！
下一期，再見~
文章部分資訊來源于網絡，如有侵權請告知