数据透视表

了解如何在 Metabase 中使用不同的数据库创建数据透视表。

什么是数据透视表？ 数据透视表是以表格方式汇总和分组数据的方法。它们是分析师工具包中的宝贵工具，因为它们是呈现和重新排列大量信息的有效方法。以下是它们的工作原理

在 Metabase 中创建数据透视表时不受支持的数据库

数据透视表目前在 Metabase 中不适用于以下数据库

Druid
MongoDB

数据透视表适用于所有其他官方支持的数据库。

数据透视表 vs. 常规表格

您的典型基本表格是单元格网格。每列代表单个记录的属性，每行一个记录。

数据透视表是一个对行和列进行分组的表格，并包含带有这些分组的汇总值的汇总行。这些汇总值通常称为小计和总计，尽管这些汇总值也可能是其他值，例如平均值。

它们之所以被称为数据透视表，是因为您可以将列旋转（“透视”）90 度，以便该列中的值本身成为列标题。当尝试跨多个属性（如时间、位置和类别）分析数据时，将值透视到列标题中非常有用。您可以将多个行透视到列，反之亦然，或者根本不透视。

但这一切都相当抽象，所以让我们通过一个示例向您介绍数据透视表的工作原理。

如何创建数据透视表：示例

首先，假设我们想知道

订单每年带来多少收入
每个州（即，我们的客户住在哪里？）
以及这些订单如何按产品类别细分

这是我们使用查询构建器的查询

Query Builder with a preview of the question

在这里，我们从 Orders 表中获取数据并汇总记录。我们按 User → State、Created At（按年）和 Product → Category 对订单进行分组。对于每个组（例如 2017 年的阿拉斯加），我们计算订单数量并将这些订单的小计相加。（请注意，即使我们仅在数据部分选择了 Orders 表，Metabase 也会自动连接 Products 和 People 表以获取州和类别数据。）

生成的表格是常规表格，每行包含州、年份和产品类别的组合。

现在，假设对于每个州，我们还想知道每个州年度小计的总和（例如，在所有年份中，Doohickey 产品的订单在阿拉斯加赚了多少钱？）。为了找出答案，我们可以自己将小计加起来，或者使用数据透视表为我们计算该数字。在屏幕左下方，单击可视化 > 数据透视表。

The pivot table is born.

在我们的数据透视表中，Metabase 已将行、列和值设置为如下

行：User → State 和 Created At（按年）
列：Product → Category
值：Count 和 Sum of Subtotal

与平面表一样，数据透视表让我们看到，例如，2020 年我们在阿拉斯加 (AK) 的客户总共购买了 11 件 Doohickey 产品，价值 867.63 美元。但是现在数据透视表已将与阿拉斯加相关的行分组，并给出了这些阿拉斯加行的小计，从而使我们能够看到问题的答案：阿拉斯加人在 2016 年至 2020 年间购买了 103 件 Doohickey 产品，总计 6,900.43 美元。

除了组小计之外，数据透视表还包括行和列的总计

行总计示例：所有州/省份的 Doohickey 订单总数。
列总计示例：阿拉斯加所有产品类别中所有小计的总和。

我们可以通过折叠和展开行组来导航表格

Collapsed rows on a pivot table, showing only the groupings subtotals. Only Colorado

现在，让我们尝试透视表格。在屏幕左下方，我们将单击设置。要透视表格，我们将在三个存储桶（行、列和值）之间移动字段。

单个存储桶内的顺序很重要，因此让我们首先通过在单个存储桶（行存储桶）内重新排列表格来开始。如果我们切换用于表格行的字段顺序，将 Created At 放在 User → State 之上，表格将重新排列自身

Reordering the columns within a single bucket rearranges the table.

现在，表格首先按年份分组，然后给出每个州/省份在每个产品类别中的订单细分。

我们还可以在存储桶之间切换字段，例如将 Product → Category 从列移动到行，并将 User → State 从行移动到列。

Pivoting to group rows by product category.

您还可以为给定的行分组关闭小计

You can toggle subtotals on or off.

与平面表一样，我们有一些排序和格式化选项，我们可以单击表格中的值以调出钻取菜单，这将使我们能够钻取数据。

如何创建数据透视表：限制

数据透视表仅适用于支持连接和表达式的关系数据库，因此您将无法将它们与 MongoDB 等数据库一起使用。它们也仅适用于使用查询构建器编写的问题。此处的解决方法是，如果您必须使用 SQL 来编写问题，您可以保存该问题，然后将其结果用作查询构建器问题的起点，以便构建问题。这里的技巧是在 GUI 问题中完成聚合和分组。也就是说，使用 SQL 问题来获取您想要处理的原始数据（可能创建模型），然后启动新的 GUI 问题来过滤、汇总和分组该数据。

例如，要使用 SQL 问题来构建我们上面创建的数据透视表，您首先需要编写一个 SQL 查询来获取您想要处理的原始数据

SELECT people.state,
       products.category,
       orders.subtotal,
       orders.created_at
FROM   orders
       INNER JOIN products
               ON orders.product_id = products.id
       INNER JOIN people
               ON orders.user_id = people.id