抽样与汇总

Alteryx 中的数据准备

Deanna Sanchez

Alteryx ACE and Owner, Nova Geographica LLC

抽样数据就像……

从化学实验试管中取样。

• 液体上层
• 液体上层百分比
• 随机样本（1/N 概率）

Sample 工具选项

抽样数据的选项：

• 前或后 N 行
• 跳过前 N 行
• 每 N 行取 1 行
• 每行 1/N 的入选概率
• 前 N% 的行

前 N 与后 N 记录

• 在 Sample 工具前使用 Sort 工具
  • 按降序排序
• 添加 Sample 工具
  • 取前 N 条记录，N = 10
• 例：前 10 名销售额

跳过前 N 行

跳过指定数量的首行后，返回其余所有行

• 确保仅保留含数据的行
• 例：跳过前 4 行以越过表头，数据从第 5 行开始

每 N 行取 1 行

返回数据集中每隔 N 行的第 1 行

• 例：每 10 条取 1 条
  • 适合查看运行计数概览
  • 100 条记录将返回 10 条
• 这不是随机抽样

每行被选中的概率为 1/N

数据集的随机样本

• 例：1000 条记录中，每条有 1/25 的机会被选中
  • 对整个数据集随机抽样
• 每次运行都会生成新的随机样本集
  • 每次运行输出的 ID 不同

前 N% 的行

返回前 N% 的行

• 例：前 25% 行，如销售额前 25%
• 对于 1,000 条记录，前 25% 为第 1–250 行

分组抽样

• 允许按组对数据进行抽样
• 可选择一个或多个字段
• 例：各区域销售额前 10 名

使用 Summarize 工具

"Summarize" 工具可按多种方式分组并汇总数据。

• 可用操作取决于字段数据类型
• 仅输出含有已选操作的字段
• 同一字段可应用多个操作
  • 例：最低和最高销售收入

汇总字符串数据

部分可用于字符串数据的操作：

• Group By
• Count
• Count Non Null
• Min/Max
• Mode
• First/Last
• Concatenate

汇总数值数据

部分可用于数值数据的操作：

• 包含 Group By 及上述字符串操作，另外：
• Sum
• Average、Median、Mode
• Percentile
• Standard Deviation
• 财务公式，如 IRR（内部收益率）和 NPV（净现值）

顺序很重要

操作按层级顺序应用

• 尤其适用于 Group By 功能
• 例：
  • 按区域分组
  • 按销售团队分组
  • 按销售人员分组

Alteryx 文件类型

• Alteryx 数据库 .yxdb
  • 原生格式，针对 Alteryx 优化
  • 可输出 .yxdb 并在流程中作为输入
• Alteryx 工作流 .yxmd
  • Alteryx Designer 工作流格式
• Alteryx 打包工作流 .yxzp
  • Alteryx 压缩工作流
  • 可包含输入与输出数据集

¡Vamos a practicar!

Alteryx 中的数据准备