Tableau Prep 可以理解成是 Tableau Desktop 的前置工具，主要用于数据清洗，本质是轻量级 ETL 工具（Extract-Transform-Load，抽取- 转换-加载），但比传统 ETL 工具简单太多，不用写复杂代码，全程可视化操作。

本文摘自 Tableau帮助 的 Tableau prep Builder 入门指南，但由于原文机翻味太重且文字冗余，故重新修改编写方便观看。

 

Tableau 本身是上手非常快的bi工具，所以不用教程大概也能学好，但是也可以根据这个教程一步一步来就是了。

 

---

 

Tableau Prep Builder 入门指南

本教程将讲解Tableau Prep的常见操作，我们将使用软件自带的样本数据集，演练如何为示例Superstore创建数据处理流程。教程基于最新版本的Tableau Prep Builder。

若要在继续本教程之前安装 Tableau Prep Builder，请参见 Tableau Desktop 和 Tableau Prep Builder 部署指南中的通过用户界面安装 Tableau Desktop 或 Tableau Prep Builder(链接在新窗口中打开)。也可以下载免费试用版(链接在新窗口中打开)。

---

 

 

示例文件

 

若要完成本教程中的任务，先从这些链接下载示例文件，并创建一个 Samples 目录和一个 South 子目录。

下载链接：

https://help.tableau.com/current/prep/zh-cn/prep_get_started.htm

下载到 Samples 目录	下载到 South 子目录
Orders_Central Orders_East Orders_West returns_reasons_new	Orders_South_2015 Orders_South_2016 Orders_South_2017 Orders_South_2018

背景故事

你在大型零售连锁店总部工作，老板需要分析公司过去四年的产品销售额与利润，你使用Tableau Desktop完成分析，并负责前期数据准备。整理数据时发现，各区域数据已通过其他方式收集，但分散在不同文件中，部分区域甚至按年拆分文件，手动清理耗时费力。此时你想到Tableau Prep可高效完成数据清理任务，于是下载免费试用版（链接在新窗口打开）开始操作。

 

1.连接到数据

打开 Tableau Prep Builder 时，您首先看到是一个带有“连接”窗格的开始页面，就像 Tableau Desktop 一样。

 

 

 

1. 在“连接”窗格上，单击“添加连接”

   

    按钮。

   在 Web 制作中，从“主页”中单击“创建”>“流程”，或从“浏览”页面中单击“新建”>“流程”。然后单击“连接到数据”。

    

2. 文件是 .csv 文件，因此请在连接列表中选择“文本文件”。导航至Orders South子目录，选择orders_south_2015.csv单击添加到流程。连接成功后，Tableau Prep Builder工作区将自动打开，分为顶部「流程」窗格和底部「输入」窗格：

    

    

   

    

   

   提示：对于单个表，Tableau Prep 会在您将数据添加到流程时自动为您在“流程”窗格中创建输入步骤。否则，您可以使用拖放功能将表添加到“流程”窗格。

   • 「流程」窗格：核心工作区，可直观交互数据、构建流程。

   • 「输入」窗格：包含数据摄入配置选项，同时显示数据字段、数据类型及值的示例。

      

3. 合并南部其他3个订单文件：「输入」窗格点击「表」>「合并多个表」，系统自动识别同目录文件，点击「应用」完成合并。

4. 添加其他区域文件：按住Ctrl/Cmd键，选中Orders_Central.csv、Orders_East.xlsx、Orders_West.csv，拖放到「流程」窗格即可。

    

    

   

    

    

 

2.浏览数据

选中输入步骤可预览字段、数据类型及值，便于排查问题。大型数据集会自动引入样本，需调整样本大小可在「数据样本」选项卡操作。

在“流程”窗格中，当你选择每个步骤并查看每个数据集时，你注意到需要稍后修复的一些问题，以及一个可立即在输入步骤中修复的问题。

 

Orders_West 输入步骤

• “State”（州）字段使用州名称的缩写。其他文件则使用完整拼写。有许多以“Right_”开头的字段。这些字段似乎与其他字段重复。

  1. 点击「字段列表」按钮，切换到字段列表视图。

     

  2. 选中所有以“Right_”开头的字段，将光标悬停在任意选中字段上，点击「移除」（X图标），即可排除这些字段。

      

 

提示：在步骤中执行清理操作（比如移除字段）时，Tableau Prep 会在“更改”窗格中跟踪操作，并在“流程”窗格中（以小图标的形式）添加注释。对于“输入”步骤，也会向每个字段中添加注释。

Orders_Central 输入步骤

在“流程”窗格中，单击“Orders_Central”输入步骤将其选定。在“输入”窗格中，你注意到以下问题：

• • 订单日期和发货日期在字段中已针对月、日和年分开。

  • 某些字段的数据类型与其他文件中相同字段的数据类型不同。

  • “Region”（区域）没有字段。

 

Orders_East 输入步骤

选择“Orders_East”输入步骤。

字段与其他文件一致，但「Sales」（销售额）字段包含货币代码，Tableau Prep将其解读为字符串，需后续修复数据类型并移除货币代码。

排查完数据问题后，下一步将深入清理数据，为合并操作做准备。

 

---

 

3.清理数据

Tableau Prep中，数据检查与清理是反复优化的过程。确定需处理的数据集后，通过添加步骤应用清理、调整、合并等操作，不同操作对应不同类型的步骤（如清理步骤用于筛选、合并、拆分字段，聚合步骤用于分组聚合）。

提示：向流程中添加步骤时，会自动添加一条流程线将步骤相互连接在一起。你可以将这些流程线四处移动，并根据需要移除或添加流程线。

清理 Orders_Central

 

1. 在“流程”窗格中，选择“Orders_Central”，执行以下操作：

• 单击加号 

  

   图标并添加清理步骤。

   

  

   

 

A. “流程”窗格、B. 工具栏、C. “配置”窗格、D. 数据网格

 

工作区现在分为三个部分：“流程”窗格、带工具栏的“配置”窗格和“数据”网格。

其中「配置」窗格显示数据结构，将字段值汇总到数据桶，便于快速查看异常值和空值；「数据」网格显示行级详细数据。

 

2.使用计算字段清理数据

该数据集缺少Region字段，需通过计算字段添加，确保与其他数据集一致：

1. 在工具栏点击「创建计算字段」。

2. 将字段命名为“Region”，输入公式 "Central"（含引号），点击「保存」。

 

 

3. 合并日期字段

需将拆分的订单日期、发货日期字段，分别合并为单一字段（格式MM/DD/YYYY），操作如下（以订单日期为例）：

1. 点击工具栏「创建计算字段」，命名为“Order Date”。

2. 输入公式：

MAKEDATE([Order Year],[Order Month],[Order Day])

 

点击「保存」。

 

4.移除原有拆分字段

在「配置」窗格搜索框输入“Order”，快速定位Order Year、Order Month、Order Day三个字段；按住Ctrl/Cmd键选中这三个字段，右键点击选择「移除字段」。

 

 

 

按上述步骤重复操作，合并Ship Year、Ship Month、Ship Day为“Ship Date”字段，并移除拆分的发货日期字段。公式：

 

•  

MAKEDATE([Ship Year],[Ship Month],[Ship Day])

 

提示：「配置」窗格的数据桶会汇总日期字段，默认按年度分组；若需查看实际日期，点击配置卡“更多选项”，选择「详细信息」即可。

 

 

 

修复「Discounts」（折扣）字段

 

该字段存在两个问题：数据类型为字符串（应改为小数）、无折扣值显示为“None”（需改为0），修复步骤如下：

1. 在「配置」窗格搜索框输入“disc”，定位Discounts字段。

2. 双击字段值“None”，修改为“0”。

3. 点击字段旁的“Abc”（字符串标识），从下拉菜单选择「数字(十进制)」，更改数据类型。

 

 

为便于追溯，双击「流程」窗格中的“Clean 1”，将其重命名为“Fix dates/field names”（修复日期/字段名称）。

提示：「更改」窗格会记录所有清理操作，可删除、编辑更改，或调整更改顺序，便于优化清理流程。

 

清理 Orders_East 文件

1. 选中Orders_East输入步骤，添加清理步骤（操作类Orders_Central）

2. 修复「Sales」（销售额）字段：该字段包含USD货币代码，且为字符串类型，需先移除字母，再更改数据类型：

   1. 选中Sales字段，点击“更多选项”，选择「清理」>「移除字母」，自动剔除货币代码。

       

      

   2. 点击字段旁的“Abc”，选择「数字(十进制)」，更改数据类型为小数。

      

3. 命名清理步骤：将“Clean 1”重命名为“Change data type”（更改数据类型）。

 

清理 Orders_West 文件

1. 选中Orders_West输入步骤，添加清理步骤（操作同前）。

2. 修复「State」（州）字段：将州缩写改为全称，使用「对值进行分组」功能（旧版本为“分组和替换”）：

   1. 选中State字段，点击“更多选项”，选择「对值进行分组」>「手动选择」。

       

      

   2. 在弹出的编辑器中，双击左侧的州缩写，输入对应全称（如下表），按Enter确认。

      

       

       

      重复操作完成所有缩写映射

       

       

缩写	州名称
AZ	Arizona
CA	California
CO	Colorado
ID	Idaho
MT	Montana
NM	New Mexico
NV	Nevada
OR	Oregon
UT	Utah
WA	Washington
WY	Wyoming

3.点击「完成」关闭编辑器，系统会将所有州缩写映射合并为一条更改记录，便于追溯。

4.命名清理步骤：将“Clean 1”重命名为“Rename states”（重命名州）。

提示：可手动添加数据样本中不存在的字段值并建立映射，后续刷新数据源时，新数据可直接匹配映射规则，无需重复修改；手动添加的值会带有红点标记，便于识别。

 

保存流程

清理完成后，点击「文件」>「保存」或「另存为」，将流程保存为.tfl格式（流程文件），命名为“My Superstore”（我的超市）即可。

提示：也可保存为.tflx格式（打包文件），将本地数据文件一并打包，便于共享；Web端会自动保存草稿，点击草稿标题即可命名。详情可查看「保存和共享工作」（链接在新窗口打开）。

 

 

---

 

4.合并数据

所有文件清理完成后，需将其合并为单一表，便于后续分析。因清理后各文件字段结构一致，可通过「并集」步骤合并所有行；之后再添加产品退货数据，通过「联接」步骤补充字段。

 

第一步：并集合并所有订单文件

1. 在「流程」窗格，将“Rename states”（重命名州）清理步骤，拖到“Changed data type”（更改数据类型）步骤上，选择「并集」选项，系统会自动添加新的「Union」（合并）步骤。

   

2. 将剩余步骤（Orders_Central的“Fix dates/field names”步骤、南部区域的输入步骤），依次拖到新的「Union」步骤上，选择「添加」，完成所有订单文件合并。

   

 

检查并集结果

选中「Union」步骤，可查看合并结果：

• 系统会自动匹配字段名称和类型一致的字段，不同步骤的字段会以不同颜色标记，便于区分来源。

• 新增「Table Names」（表名称）字段，记录每行数据的来源表；Tableau Prep Builder 还会新增「File Paths」（文件路径）字段，显示南部区域文件的路径。

• 「摘要」窗格会显示不匹配字段，此时可发现“Product”与“Product Name”、“Discounts”与“Discount”字段名不同，但数据一致，需手动合并：

  • 勾选「仅显示不匹配字段」，快速定位不匹配字段。

    

  • 将“Product”拖到“Product Name”上，“Discounts”拖到“Discount”上，完成字段合并。

    

提示：若系统检测到潜在匹配字段，会以黄色标记，悬停后点击加号即可合并；详情可查看「修复不匹配的字段」。

将「Union」步骤重命名为“All orders”（所有订单）。

 

第二步：添加并清理产品退货数据

需将return_reasons_new文件添加到流程，清理后通过「联接」步骤与订单数据合并，具体操作如下：

1. 添加退货数据并筛选字段

1. 在「连接」窗格点击「添加连接」，选择Microsoft Excel，导航至return_reasons_new.xlsx文件，点击「打开」添加到流程。

2. 筛选有用字段：在该输入步骤的「输入」窗格，取消所有字段勾选，仅勾选「Order ID」（订单ID）、「Product ID」（产品ID）、「Return Reason」（退货原因）、「Notes」（注释）四个字段。

    

   

3. 重命名输入步骤：双击输入步骤名称，改为“Returns (all)”（退货（全部））。

 

2. 清理退货数据

1. 选中“Returns (all)”输入步骤，添加清理步骤。

2. 清理「Notes」（注释）字段：

   1. 移除多余空格：选中Notes字段，点击“更多选项”，选择「清理」>「剪裁空格」。

      

   2. 拆分字段：选中Notes字段，点击“更多选项”，选择「拆分值」>「自动拆分」，将退货注释与审批者姓名拆分为两个字段。

      

   3. 重命名字段：将“Notes-Split 1”改为“Return Notes”（退货注释），“Notes-Split 2”改为“Approver”（审批者）。

   4. 移除原始字段：选中Notes字段，点击“更多选项”，选择「移除」。

      

3. 统一「Approver」（审批者）字段值：部分审批者姓名存在多种输入形式，需分组统一：

   1. 选中Approver字段，点击“更多选项”，选择「对值进行分组」>「共同字符」。

      

   2. 系统会自动将姓名变体分组，检查确认后点击「完成」。

      

4. 命名清理步骤：将“Clean 1”重命名为“Cleaned notes”（清理的注释）。

 

第三步：联接订单与退货数据

订单数据与退货数据共用「Order ID」和「Product ID」字段，可通过「联接」步骤合并，补充退货相关字段：

1. 在「流程」窗格，将“Cleaned notes”步骤拖到“All orders”步骤上，选择「联接」选项，系统会自动打开联接配置界面。

    

   

 

 

 

1. 调整联接条件：系统默认仅通过「Product ID」联接，需添加「Order ID」作为联接条件：

   1. 在左侧「联接子句建议」中，找到“Order ID = Order Id”，点击加号添加。

       

      

       

2. 更改联接类型：默认为「内部联接」（仅显示双方匹配的数据），需改为「左联接」，确保保留所有订单数据，同时匹配对应退货数据：

   在「联接类型」图表中，点击左侧（All orders对应的一侧），即可切换为左联接。

    

   

提示：联接配置界面可查看联接结果汇总（匹配/未匹配行数）、编辑联接条件，也可直接在「联接结果」窗格执行清理操作；详情可查看「聚合、联接或合并数据」（链接在新窗口打开）。

将联接步骤重命名为“Orders+Returns”（订单+退货），并保存流程。

 

第四步：清理联接结果

联接后需移除重复字段、添加实用计算字段，优化数据结构：

1. 选中“Orders+Returns”步骤，添加清理步骤。

2. 移除重复/无用字段：选中「Table Names」「Order ID」「File Paths」（仅Tableau Prep Builder）、「Product ID-1」，点击“更多选项”选择「移除」。

    

   

3. 重命名字段：将「Order ID-1」重命名为「Order ID」。

4. 添加计算字段：

   • 点击工具栏「创建计算字段」，命名为“Days to Ship”。

   • 输入公式，点击保存：

 

•  

DATEDIFF('day',[Order Date],[Ship Date])

 

 

1. • 点击工具栏「创建计算字段」，命名为“Returned?”。

   • 输入公式，点击「保存」

 

•  

If ISNULL([Return Reason])=FALSE THEN "Yes" ELSE "No" END

 

1. 1. 字段1：“Returned?”（已退货？），标记订单是否退货：

   2. 字段2：“Days to Ship”（发货天数），计算订单发货耗时：

 

5.命名清理步骤：将“Clean 1”重命名为“Clean Orders +Returns”（清理订单+退货）。

提示：Tableau Prep Builder中，可右键点击任意步骤，选择「在Tableau Desktop中预览」，检查数据清理效果；详情可查看「在Tableau Desktop中查看流程输出」（链接在新窗口打开）。

 

 

---

 

5.运行流程并生成输出

数据清理与合并完成后，需添加输出步骤，生成可用于Tableau Desktop分析的文件（或发布数据源），具体操作如下：

添加输出步骤并配置

1. 选中“Clean Orders+Returns”步骤，点击加号图标，选择「输出」（旧版本为“添加输出”），打开「输出」窗格。

2. 配置输出参数，根据操作端选择对应设置：

   • 在「将输出保存到」下拉菜单中选择「已发布数据源」。

   • 选择目标项目，输入文件名（如“Orders_Returns_Superstore”）。

   • 在「将输出保存到」下拉菜单中选择「文件」（旧版本为“保存到文件”）。

   • 点击「浏览」，输入文件名（如“Orders_Returns_Superstore”），选择保存路径（默认在Tableau Prep Builder存储库的数据源文件夹），点击「接受」。

     

   • 选择输出类型：用于Tableau Desktop分析，建议选择「Tableau 数据提取 (.hyper)」；需共享给第三方，选择「逗号分隔值 (.csv)」。

3. 配置写入选项：默认选择「创建表」，运行流程时会用新数据覆盖原有表；若需保留历史数据，可选择「追加表」（2020.2.1及以上版本支持）。

提示：输出可选择生成本地文件（仅Tableau Prep Builder）、发布到服务器/云平台，或写入数据库；详情可查看「创建数据提取文件和已发布数据源」（链接在新窗口打开）。

 

运行流程

1. Tableau Prep Builder：点击「输出」窗格或「流程」窗格中的「运行流程」按钮（向右箭头图标），开始生成输出文件。

2. Web端：点击「发布」发布草稿流程，仅已发布的流程可运行；发布后导航至「浏览」>「所有流程」，可查看流程运行状态。

   

流程运行完成后，会弹出成功提示，显示运行耗时，点击「完成」即可。

 

 

---

 

6.保持数据更新

可通过以下方式保持数据最新：

• 手动运行流程，或通过命令行刷新输出文件（详情可查看「通过命令行刷新流程输出文件」）。

• 启用Tableau Prep Conductor（需Data Management），可在服务器/云平台按计划运行流程。

• 2020.2.1及以上版本的Tableau Prep Builder和Web端，支持增量刷新，仅处理新增数据，提升效率（详情可查看「使用增量刷新来刷新流程数据」）。