使用须知

此 15 分钟的教程演示如何使用在 Oracle Analytics 中为报告和分析精心策划的两个数据集创建数据流。

背景信息

在本教程中，您将使用从两个电子表格文件创建的数据集创建数据流。学生将学习如何使用转换和修改源数据集以创建精选数据集的函数的图形表示来组合数据流中来自不同源的数据。

在数据流中，您可以使用转换列、筛选、添加列和选择列步骤修改捐赠数据集。将 zip stats 数据集添加到数据流并转换列以联接每个数据集中的数据。联接数据集后，可使用选择列步骤删除不需要的列。您可以添加“聚集”步骤来定义与度量列一起使用的函数，并添加具有表达式的列。每个数据流都以“保存数据集”步骤结束。可以运行数据流以根据源数据创建数据集。

这是 Prepare and Analyze Data in Oracle Analytics Cloud 系列中的第一个教程。如果您只是想学习如何使用数据流创建数据集，您可以在第一个教程后结束该系列。按列出的顺序阅读教程。

需要做哪些准备？

创建数据集

在此部分中，您将使用 donation2024.xlsx 文件创建数据集。

  1. 登录到 Oracle Analytics。
  2. 在主页上，依次单击创建和数据集。
  3. 在“创建数据集”中，单击在此处删除数据文件，或单击以浏览。在“文件上载”中，选择 donation2024.xlsx 文件，然后单击打开。
  4. 在从 donation2024.xlsx 创建数据集表中，单击确定。
  5. 单击保存“保存”图标。在“数据集另存为”中，在名称中输入 donations2024，然后单击确定。


    下面是 donation_dataset.png 的说明
    插图 donation_dataset.png 的说明
  6. 在 donations2024 数据集页面中，单击返回 “后退”图标。

添加第二个数据集

在此部分中，您将创建为 donations2024 数据集提供人口统计特征的数据集。

  1. 在主页上，依次单击创建和数据集。
  2. 在“创建数据集”中，单击在此处删除数据文件，或单击以浏览。在“文件上载”中，选择 zip_stats.xlsx 文件，然后单击打开。
  3. 在从 zip_stats.xlsx 创建数据集表时，单击确定。


    下面是 zip_stats_join_diagram.png 的说明
    插图 zip_stats_join_diagram.png 的说明
  4. 单击保存“保存”图标。在“数据集另存为”中，在名称中输入 zip stats，然后单击确定。
  5. 单击返回 “后退”图标。

创建数据流

在此部分中，您将创建数据流并添加修改数据的步骤。您还可以创建一个筛选器来消除数据集中的 NULL 值。

  1. 在主页上，依次单击创建和数据流。
  2. 在“添加数据”中，选择 donations2024 数据集，然后单击添加。


    数据流以 donations2024 作为第一个节点打开。

    下面是 df_first_node.png 的说明
    插图 df_first_node.png 的说明
  3. 单击 donations2024 节点上的 Add a Step（添加步骤） “添加幅度”图标。选择 Filter 筛选器步骤图标。
  4. 在筛选器中，选择单击此处以拖动数据以添加筛选器。从“可用数据”中，选择 DATE_COMPLETED 。
  5. 在 DATE_COMPLETED 的“日期范围”下，将范围保留为值。在第一个字段中，输入 1/1/2019 作为开始日期。在第二个字段中，输入 10/31/2023 作为结束日期，然后在对话框外单击。


    该筛选器可消除没有完成日期值的记录。

    下面是 date_completed_filter.png 的说明
    插图 date_completed_filter.png 的说明
  6. 单击保存。在“将数据流另存为”中，输入 School Donations，然后单击确定。

添加带有表达式的列

在此部分中，您将通过定义表达式创建列。手动输入表达式，而不是从本教程中复制。

  1. 在数据流步骤中，将添加列拖动到过滤器节点上的添加步骤 “添加步骤”图标。在名称中，输入 SCH_STATE。在表达式字段中，输入以下内容：

    SUBSTRING(SCH_STATEZIP FROM 1 FOR 2)

  2. 依次单击验证和应用。


    下面是 add_column_sch_state.png 的说明
    插图 add_column_sch_state.png 的说明
  3. 在“添加列”中，单击列 “添加列”图标。在名称中，输入 SCH_ZIP。在表达式字段中，输入以下内容：

    CAST(SUBSTRING(SCH_STATEZIP FROM 4) AS int)

  4. 依次单击验证和应用。
  5. 单击 Add Column（添加列）“添加幅度”图标。在名称中，输入 YR_COMPLETED。在表达式字段中，输入以下内容：

    YEAR(DATE_COMPLETED)

  6. 依次单击验证和应用。
  7. 选择 SCH_ZIP 列，单击选项 “选项”图标，然后选择转换为文本。
  8. 单击验证，然后单击应用。
  9. 选择 YR_COMPLETED 列，单击选项 “选项”图标，然后选择转换为文本。单击验证，然后单击应用。


    下面是 add_columns.png 的说明
    插图 add_columns.png 的说明

将数据集添加到数据流

在此部分中，将 zip stats 数据集添加到数据流。

  1. 在“数据流步骤”中，双击添加数据。在“添加数据”中，单击 zip stats ，然后单击 Add 。
  2. 单击加入节点，从“输入 1”列表中选择所有行。在“匹配”列下，单击 PROJECTID 并为“输入 1”值选择 SCH_ZIP 。
  3. 单击 zip stats 节点。选择 Zip 列，单击 Options “选项”图标，然后选择 Convert to Text 。
  4. 单击验证，然后单击应用。


    将 Zip 列转换为文本将验证数据集之间的联接。

    下面是 join_transformation.png 的说明
    插图 join_transformation.png 的说明

选择列

在此部分中，您将从联接的数据集中选择要使用的列。

  1. 在数据流步骤中，将选择列拖动到“联接”节点上的添加步骤 “添加步骤”图标。


    下面是 select_columns.png 的说明
    插图 select_columns.png 的说明
  2. 在“选择列”下，单击全部删除。选择以下列，然后单击添加选定项：
    • 项目标识
    • SCHOOL_ID
    • PRIMARY_FOCUS_SUBJECT
    • RESOURCE_TYPE
    • POVERTY_LEVEL
    • 级别
    • STUDENTS_REACHED
    • TOTAL_DONATIONS
    • NUM_DONORS
    • SCH_STATE
    • SCH_ZIP
    • 已完成年度
    • 中值
    • 人口
  3. 在“数据流步骤”中，双击聚集以将此步骤添加到“选择列”节点。
  4. 在“分组依据”下，单击项目标识行旁边的删除 “删除”图标。
  5. 在“聚合”下，从函数列表中，在以下行中选择平均值：
    • STUDENTS_REACHED
    • TOTAL_DONATIONS
    • NUM_DONORS
    • 中值
    • 人口
  6. 在 "Aggregate"（聚合）下，单击 Add Aggregate（添加聚合），选择 PROJECTID 。从 Function（函数）列表中，选择 Count（计数），然后在 New column name（新建列名）中输入 Number of Projects。在 Median（中位数）行中，在 New column name（新建列名）中输入 Income。


    下面是 aggregate_columns.png 的说明
    插图 aggregate_columns.png 的说明

定义聚集

在此部分中，您将使用“聚集”步骤设置用于数据集中的度量列的函数。

  1. 在数据流步骤中，将添加列拖动到“聚集”节点上的添加步骤 “添加步骤”图标。
  2. 在名称中，输入 Donation by Population。
  3. 在表达式字段中，输入以下内容：

    TOTAL_DONATIONS Average/Population Average

  4. 单击验证。单击应用。
  5. 在“添加列”中，单击列 “添加列”图标。在名称中，输入 Average School Donation by Income。
  6. 在表达式字段中，输入以下内容：

    avg(TOTAL_DONATIONS Average by SCHOOL_ID)/Income

  7. 单击验证，然后单击应用。


    下面是 new_columns_after_join.png 的说明
    插图 new_columns_after_join.png 的说明

保存并运行数据流

在此部分中，将命名运行数据流产生的数据集，并检查新数据集中的列。您将在下一教程中使用“捐赠（按学校）”数据集。

  1. 在数据流步骤中，双击保存数据集。
  2. 在“保存数据集”中，在名称中输入 Donations by School。从“将数据保存到”中，选择数据集存储以在 Oracle Analytics 中保存数据。
  3. 在 "Number of Projects"（项目数）行的 "Save Dateset"（保存日期集）下，单击 "Default Aggregation"（默认汇总）列中的 Sum ，然后选择 Count（计数）。
  4. 在“按人员列出的捐赠”和“平均学校捐赠”行中，单击“默认集合”列中的总计，然后选择平均值。
  5. 单击保存。


    下面是 add_columns_after_join.png 的说明
    插图 add_columns_after_join.png 的说明
  6. 单击运行数据流 “运行数据流”图标。
  7. 成功完成数据流运行后，单击返回 “后退”图标。
  8. 在主页上，单击数据，然后选择按学校列出的捐赠数据集。单击 Actions（操作）“操作”图标，然后选择 Inspect（检查）。
  9. 在“数据集”对话框中，单击数据元素以查看列。


    下面是 donationsbysch_dataset.png.png 的说明
    插图 donationsbysch_datase.png 的说明

后续步骤

分析数据

了解更多