tableau实战案例-分析120个国家和地区的**率情况

fundes

tableau实战案例-分析120个国家和地区的**率情况

右手画诗

数据分析
专栏收录该内容
5 篇文章0 订阅
订阅专栏
做数据分析，避免不了的要做可视化展示，这次就讲解一下如何通过tableau制作一份可视化图表，来分析一些问题。

需要的工具：excel、tableau public（就是免费版）

需要的技能：数据清洗、数据分解拆分、tableau**作技能、分析能力

1、获取数据

获取数据的渠道有很多种，如果只是前期练手的话，建议去找一下公共数据库来获得一份数据。本次分析数据来自kaggle数据集，数据中只有一部分国家和地区。



2、数据清洗

拿到数据之后，先对数据进行检查，检查的重点包括：数据是否有缺失、数据是否存在异常值

数据如有缺失，查看是否能够结合**数据进行补充，如果缺失的是字段名称，结合数据和逻辑分析，填补上该字段名称；如果缺失的是数值，可以分析是否是值为0的数据以空白代替。如果无法进行填充，则可删掉该缺失数据。

我拿到的这份数据里，存在国家人口数据、**人数数据空缺的情况，因无法获知准确数据，我选择将该国家字段删除，避免后续数据分析得出错误的结论。

数据是否存在异常值，比如本该是数据的字段里出现了文字，这肯定就是异常数据了，如果无法根据**数据进行修改，建议删除该数据。

3、数据分解拆分-分析目的

在确认数据完整且字段正确的情况下，首先明确自己的分析目的，然后开始数据分解，否则没有目的的分解，到分析的时候就发现怎么跟当初想的不一样啊，无从下手又要重新分解，浪费了很多时间。

我们来看一下我手里的这份数据，字段包括：国家、年份、**别、年龄区间、**人数、国家人口。



从这几个字段来看，我们可以简单的想出以下几个分析方向：

3.1 哪个国家的**率最高？

3.2 随着年份的变化，各个国家**率的变化情况怎样的？

3.3 不同**别的**率有明显差异吗？

3.4 不同国家的男女**率分布有什么特点？

3.5 不同年龄区间，**人数随着年份是如何变化的？

3.6 **率最高的国家中，年龄区间和年份的详细分析

大体我们能拆分出以上几个分析目的，可能有人会问，为什么大部分以**率为指标，而不是**人数呢？因为我们考虑到随着时间的推移，国家人口肯定是增长的，这样**人数也会增长，这样会得出错误的分析结论，所以我们以**率为指标，可以比较可观的对**情况做一个展示。

不知道大家有没有发现一个问题，就是国家人数这一列中，是按照年份、**别、年龄进行拆分的，也就是说我们不能单独在原表中新增一列叫做——**率，通过**人数/国家人口=**率来进行计算。因为这样算的话，算某一年某个国家的**率就会变成百分数相加，计算是不准确的哦！

4、数据分解拆分-分解

好，那我们就先根据以上6个问题来进行数据分解，其中肯定会遇到问题，就详细看看吧：

4.1 哪个国家的**率最高？

这个问题乍一看很简单嘛，不就是按照国家、**人数、国家人口做个数据**表，然后一除就出来了。说干就干，先来个数据**表：



好嘛，数据是**出来了，但是如果你仔细一点，就会发现这数据存在严重的问题。大家看，国家人口排名第一的美国，人口数居然打到了90亿，全球才70亿人口，美国都超出了，难道是数据有问题吗？

其实数据并没有问题，而是分析方法出错了，之前就说过了，这个数据表中是包含了1979-2016年的数据，也就是这个数据**表是把30+年的国家人口做了个累计，妈耶，那肯定是不对的啦。

所以我们第一个问题其实是错的，或者说不完整的，应该是每一年，哪个国家的**率最高，这样就跟我们第二个问题重复了，那就抛弃第一个问题，直接来做第二个吧。

4.2 随着年份的变化，各个国家**率的变化情况怎样的？

根据上一个问题，我们知道，需要在**表中增加年份这个字段，一番**作之后，得到如图所示：



好的，我们将这些数据复制到单独的sheet中，通过分列（分列这里是我用的，根据年份全部以19开头，将19替换成英文标点"，然后分列，最后补充19即可，**方式能达成目的均可）将表格清洗成这个样子：



4.3 不同**别的**率有明显差异吗？

好，我们继续来对**别下手，通过数据**表，得到如下样子的图表：



复制-整理格式，得到如下数据表：



4.4 不同国家的男女**占比分布有什么特点？

以上几个问题呢都是比较中规中矩的，这个问题就有意思了，不同国家的男女**占比分布有什么特点，这在分析的时候可能就牵扯到宗教、风俗、工作等的影响了，应该会比较有意思，到时候从图表中具体来分析吧。

还是进行数据**，得到如下图：



复制-整理数据后，得到下图，其中对男女**人数做了比例计算，之所以没有计算**率，还是之前那个问题，没有区分年份，国家人口是总计的，是不准确的，所以以男女**占比来作展示：



4.5 不同年龄区间，**人数随着年份是如何变化的？

这个问题呢，我没有用**率，因为我想看的是不同年龄段的人的**情况，人数和比率趋势应该是一致的，所以我就没有折腾**率了。

数据**表如下：



复制-整理-转成一维表（二维表转一维表就不详述了，百度一下即可）：



4.6 **率最高的国家中，年龄区间和年份详细分析

这个数据需要整理的字段有点多，国家、年龄区间、年份、**人数和国家人口，经过数据**后，并整理的数据如下表，但是这个表并不完善，需要**表转一维表，已经超出了excel的简单**作范围，接下来使用tableau进行转置（将第三列到最后一列选中，右键选择转置即可，修改列名称即可成为一维表）：



好了，基本上把数据拆成了6个sheet，就能满足我们的基本分析了，到时候看还缺什么数据，等再补充即可。

5、tableau作图

数据已经整理好了，那我们就可以导入到tableau中进行作图分析了。

首先导入excel，根据顺序制作逻辑图表。

5.1 随着年份的变化，各个国家**率的变化情况怎样的？

这个表需要选择地图进行制作，将国家右键，地理信息中心选择国家/地区，自动生成了经纬度数据，然后将其拖动到图表中，生成了一张世界地图；将**率按颜色展示，蓝色的表示**率高，橙色的表示**率低；添加**；既然我们是要按年份来看国家**率的变化情况，那就得想办法能按年来展示吧，又不能老做筛选功能，能不能做成动画展示呢？还别说，tableau还真的能做动画功能哦，就是页面那个框框。

将年份拖动到页面中，即可实现年份的自动播放，也可以手动选择，是不是很方便呢？

因为这里发不了动图啊，我把分析的结果说一下吧，根据显示，俄罗斯的**率在这些有统计数据的国家和地区中，算是较高的，是不是有点颠覆认知呢？而且只要有俄罗斯的年份，基本上就是偏高的。



5.2 不同**别的**率有明显差异吗？

根据年份，我们来看一下男女**率的变化情况，从图中首先可以看出，男****率是女****率的3倍以上，而且随着年份的增加，两者的**率都是向下的趋势，说明整体的**率也是正在降低。



5.3 不同国家的男女**占比分布有什么特点？

不同**别就需要更换到**别国家表，同样的国家拆分出经纬度，生成世界地图，然后将女**比例拖入颜色标记（其实拖男**也一样，分析结果都一样），然后就得到了如下这张图表，你们有没有发现一个很有意思的现象。

颜色越蓝，说明比例越高，那么我们可以发现，在部分中东地区、欧洲国家女****的比例相对来说还是比较高的（因为部分国家数据缺失，灰色的都是没有数据的），反过来说，蒙古国、墨西哥、智利、波兰等几个红色的地区，男****比例要高一些。



5.4 不同年龄区间，**人数随着年份是如何变化的？

再来看一下年龄分布，同5.1，设置年份自动播放，不同年龄段的**人数变化图展示出来，我们可以看出35-54年龄段的**人数是最多的，考虑原因是中年人要面对更多的工作和生活压力，更容易走向**。



5.5 **率最高的国家中，年龄区间和年份详细分析

我们上面说到，俄罗斯联邦的**率一直稳居世界前列，那么我们就深入看一下俄罗斯联邦**年龄区间分布、**率最高的年份，看能不能得到什么有意思的结论。

先来看下**率最高的几个年份吧，从图中发现1992-2002年间，**率是这30年间的高峰期，我们知道俄罗斯联邦前身是苏联，苏联在1991年爆发**，1991年12月苏联解体，而恰恰在第二年，**率开始出现大幅度上涨，经历10年发展后，**率再次下降。推测在这段动荡时期，很多人或者对未来比较迷茫，或者是无法承受苏联解体带来的压力而**。



我们再来看一下这几年不同年龄区间的**人数分布，可以发现同整体趋势一致，35-54年龄区间的**人数是最高的，而这部分人正是在动荡年代承受压力最大的一批人。



以上是我自己对这些数据进行分类分析后的部分方法和结论，可以分析下**的数据来得到更多的分析结果哦。
————————————————
版权声明：本文为CSDN博主「右手画诗」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/fangxiaoyun1/article/details/93994298