使用瀑布圖視覺化對於結果的正貢獻和負貢獻

此範例顯示如何使用瀑布圖視覺化正值和負值對於最終結果的貢獻方式。

我們想要查看對於大氣中 CO2 的正貢獻 (例如石油或天然氣) 與負因子 (例如土壤碳匯) 之間的關聯。

資料集

在此範例中，我們將會使用簡單的資料集，讓您可以複製到文字檔案，以作為資料來源使用。這包含從 1870 年以來的大氣 CO2 量 (以 ppm 為單位)，以及 1870 年和 2017 年之間對於大氣中 CO2 的正貢獻和負貢獻。

Atmosphere 1870,Coal,Oil,Gas,Cement,Land,Imbalance,Land sink,Ocean sink,Atmosphere 2017
288,94,72,31,5,88,-12,-89,-72,405

在空的應用程式中新增文字檔案作為資料來源，並載入資料。務必使用逗號作為欄位分隔符號。

視覺化

我們將瀑布圖新增至工作表並按下列順序新增欄位作為量值。編輯每個量值的標籤以移除 Sum() 部分。

• Sum(Atmosphere1870)
• Sum(Coal)
• Sum(Oil)
• Sum(Gas)
• Sum(Cement)
• Sum(Land)
• Sum(Imbalance)
• Sum(Land_sink)
• Sum(Ocean_sink)

若要新增顯示 2017 年 CO2 量的計算結果長條，開啟最終量值並選取小計。您可以將小計標籤設定為 Atmosphere 2017。

探索

如圖表中所見，2017 年大氣中的 CO2 量高於 1870 年 。媒炭是 CO2 的主要貢獻者。有些增加因吸收 CO2 的碳匯而有偏移，例如海洋碳匯。如我們所見，很遺憾這不足以停止大氣中 CO2 的增加。