class-funktionen kopplar den första parametern till ett klassintervall. Resultatet är ett dualt värde med a<=x<b som textvärde, där a och b är de övre och nedre gränserna av bin, och det nedre gränsvärdet ett numeriskt värde.
En datatabell laddas som innehåller namn och åldrar. Du vill klassificera personerna efter åldersgrupper (i tioårsintervall) och räkna antalet personer i varje grupp.
Öppna dataladdningsredigeraren och lägg till laddningsskriptet nedan i ett nytt delavsnitt.
Laddningsskriptet innehåller:
En datauppsättning som läses in i en datatabell som heter Example.
Följande fält i datatabellen:
Age
Name
Laddningsskript
Example:
LOAD * INLINE [
Age, Name
25, John
42, Karen
53, Yoshi
43, Bob
27, Charles
];
Resultat
Ladda data och öppna ett ark. Skapa två nya tabeller.
I den första tabellen ska du göra följande:
Lägg till de här dimensionerna:
Age
Name
Skapa följande mått:
=class(Age, 10, 'age'), för att klassificera data i ålderskategorier.
I den andra tabellen ska du göra följande:
Lägg till detta uttryck som en dimension
=class(Age, 10, 'age')
Skapa följande mått:
=Count(Age), för att räkna antalet personer i åldersgruppen.
Den första tabellen visar rådata för Name och Age, och vilken ålderskategori de tillhör.
Resultattabell 1
Name
Age
class(Age, 10, 'age')
Bob
43
40 <= age < 50
Charles
27
20 <= age < 30
John
25
20 <= age < 30
Karen
42
40 <= age < 50
Yoshi
53
50 <= age < 60
I den andra tabellen kan du se hur data nu klassificeras och sammanfattas. Resultatet av funktionen class skapade tre ålderskategorier i den första mätningen. Det andra måttet räknar antalet personer i varje ålderskategori.
Resultattabell 2
class(Age, 10, 'age')
Count(Age)
Totals
5
20 <= age < 30
2
40 <= age < 50
2
50 <= age < 60
1
Översikt
En datatabell laddas som innehåller namn och åldrar. Vi vill lägga till ett fält som klassificerar varje person utifrån en åldersgrupp med ett tioårsintervall. Den ursprungliga källtabellen ser ut enligt följande.
Ursprunglig källtabell
Name
Age
John
25
Karen
42
Yoshi
53
Öppna dataladdningsredigeraren och lägg till laddningsskriptet nedan i ett nytt delavsnitt.
Laddningsskriptet innehåller:
En föregående LOAD-sats som använder funktionen class för att skapa ett nytt fält som heter Agegroup.
Laddningsskript
LOAD *,
class(Age, 10, 'age') As Agegroup;
LOAD * INLINE
[ Age, Name
25, John
42, Karen
53, Yoshi];
Resultat
Ladda data och öppna ett ark. Skapa en ny tabell och lägg till dessa fält som dimensioner:
Name
Age
Agegroup
Resultattabell
Name
Age
Agegroup
John
25
20 <= age < 30
Karen
42
40 <= age < 50
Yoshi
53
50 <= age < 60
Det nya fältet Agegroup klassificerar varje person efter ålderskategori.
Exempel – class-scenario
Översikt
En datatabell laddas som innehåller kunddata. Du vill klassificera kunder efter antalet intjänade poäng för livstidsvärde och ange antalet kunder i varje kategori.
Öppna dataladdningsredigeraren och lägg till laddningsskriptet nedan i ett nytt delavsnitt.
Laddningsskriptet innehåller:
En datauppsättning som läses in i en datatabell som heter Example.
Följande fält i datatabellen:
CustomerID
CustomerName
LifetimeValue
Laddningsskript
Example:
Load * Inline [
CustomerID, CustomerName, LifetimeValue
1, John Doe, 12500
2, Jane Smith, 36000
3, Sam Brown, 15000
4, Lisa White, 50000
5, Tom Harris, 22000
];
Resultat
Ladda data och öppna ett ark. Skapa två nya tabeller.
I den första tabellen ska du göra följande:
Lägg till de här dimensionerna:
CustomerID
CustomerName
LifetimeValue
Skapa följande beräknade dimension:
=Class(LifetimeValue, 10000, 'Lifetime Value Group'), för att klassificera data baserat på fältet LifetimeValue.
I den andra tabellen ska du göra följande:
Lägg till detta uttryck som en dimension
=Class(LifetimeValue, 10000, 'Lifetime Value Group')
Skapa följande mått:
=Count(CustomerID), för att räkna antalet personer i åldersgruppen.
Den första tabellen visar de rådata som har matats in och resultatet av att använda klassfunktionen.
Resultattabell 1
CustomerID
CustomerName
LifetimeValue
Class(LifetimeValue, 10000, 'Lifetime Value Group')
1
John Doe
12500
10000 <= Lifetime Value Group < 20000
2
Jane Smith
36000
30000 <= Lifetime Value Group < 40000
3
Sam Brown
15000
10000 <= Lifetime Value Group < 20000
4
Lisa White
50000
50000 <= Lifetime Value Group < 60000
5
Tom Harris
22000
20000 <= Lifetime Value Group < 30000
Den andra tabellen visar hur dessa data nu klassificeras och sammanfattas. Uppgifterna kategoriseras i fyra grupper med hjälp av funktionen class och räknas sedan för att visa antalet kunder i varje grupp.
Resultattabell 2
Class(LifetimeValue, 10000, 'Lifetime Value Group')
Count(CustomerID)
Totals
5
10000 <= Lifetime Value Group < 20000
2
20000 <= Lifetime Value Group < 30000
1
30000 <= Lifetime Value Group < 40000
1
50000 <= Lifetime Value Group < 60000
1
Var den här sidan till hjälp för dig?
Om du stöter på några problem med den här sidan eller innehållet på den, t.ex. ett stavfel, ett saknat steg eller ett tekniskt fel – meddela oss!