查看如何在您的分析中使用和利用详细级别表达式。
在 Tableau，我们的目标让数据分析成为令人愉悦的体验。 用户称当自己深深沉浸在 Tableau 中时，就不再会去考虑 Tableau 的使用方法，而只会感受到探究数据问题所带来的乐趣。 我们将此称为顺畅体验 — 一种沉浸在任务中的愉悦状态。
如果您不得不考虑如何使用工具来解决问题，那就会打破这种顺畅的状态。 之所以会导致上述结果的出现，其中一个常见的原因就是人们需要处理的数据聚合了不同的详细级别。 这些问题通常问起来很容易，但回答起来却很困难。 一般是诸如此类的问题： 我能通过绘图表现出公司每季度订单数量超过 100 的天数吗？
为了解答这类问题，Tableau 9.0 引入了名为详细级别 (LOD) 表达式的新语法。 这种新的语法能够直接解答详细级别问题，从而简化并扩展了 Tableau 的计算语言。
在本白皮书中，您将了解详细级别表达式的作用原理，并且更深入地了解不同类型的详细级别表达式及其各自的使用案例。
我们还节选出本白皮书的前几页供您阅读。 下载右侧的 PDF 即可阅读全文。
详细级别表达式如何运作 — 说明“详细级别”
数据探究的关键因素在于了解数据源的结构。 例如，您拥有一些餐厅检查数据，其中粒度最高的部分按街道地址列出。 稍后您可能会希望将数据进行聚合，以邮政编码、城市、州/省/直辖市/自治区，甚至是国家/地区为条件查看各种属性。
在 Tableau 中，您通常可以将所关注的维度拖动到视图（如城市、州/省/直辖市/自治区）内来实现这一目的。 系统会根据“可视化详细级别（简称可视化 LOD）”对数据进行聚合，具体取决于您选择加入视图中的不同维度。
请注意以下要点： 借助详细级别表达式，无需实际将这些维度拖入可视化中，您即可确定在计算中使用的详细级别（即维度）。 您可以独立于可视化详细级别，定义应以什么详细级别来执行计算。
在以下示例（使用餐厅检查数据）中，视图中添加了两个维度： 城市和州/省/直辖市/自治区。
视图中的数据是根据可视化详细级别（此例中包含城市和州/省/直辖市/自治区）进行聚合，且聚合度高于基础数据源。 图中的所选点展示了爱丁堡纽布里奇所有餐厅的平均粉丝数。
向视图中添加粒度更高的维度，则会导致可视化详细级别聚合度降低。 例如，我们可以将商家 ID 添加到可视化中（将其拖动到“详细信息”功能区上），以便了解每户商家的平均粉丝数。 此操作还会改变可视化：每户商家都会在地图上显示为一个圆。 不过，要是我们不想改变可视化，那该怎么办？ 如果我们要确定每个商家 ID 的粉丝总数，用这些值算出每座城市的平均值，让每座城市只显示一个圆，那又该怎么办？ 我们想要了解的是每座城市里每家餐厅的平均粉丝数。
这需要在不用将维度拖动到可视化中的条件下，向视图添加一个维度。 我们可以借助详细级别表达式实现这种效果。
让我们来创建一个名为“每户商家粉丝数”的新计算字段。 下面来简单介绍一下相应语法：
（隐藏图片）
该表达式可指示 Tableau 为每个商家 ID 执行聚合操作，而不论可视化中所用的其他维度如何。您可以使用详细级别表达式来计算每个商家 ID 的所有粉丝数。 将此新字段拖入视图中后，我们就能计算出每座城市的平均值。
通过使用详细级别表达式中的 FIXED 运算符，我们了解到了哪座城市的每个商家 ID 平均粉丝数更多。 也就是说，蓝色色调更深的城市餐厅受欢迎的程度更高（或者是因城市有更多居民，导致每家餐厅的粉丝总数更多）。
详细级别表达式的关键字类型有三种 — EXCLUDE、INCLUDE 和 FIXED，每一种都会让详细级别表达式有不同的范围。