【Tableau】如何在Prep删除重复记录[译]

“如何在 Tableau Prep 中删除重复记录” – Josh Milligan 分享了另一个篇有用的帖子，讲述了如何轻松删除 Prep 中的重复项，并在最后介绍了 LOD 计算。

这里会介绍三种删除重复数据的方法，当然，后一种总比前一种更难一点。

一、完全重复的数据 Exact Duplicate Records in Tableau Prep

对于像上面的完全相同的两行数据，可以直接通过聚合功能删除——添加聚合步骤，然后全部添加到「分组字段」，没有「聚合字段」，这样完全相同的数据就会仅保留一条。

二、相似但并不完全相同的数据Similar, but not exactly, Duplicate Records

对于像上面部分数据一致，部分字段不同的数据，我们仅要保留最近的数据（上面中最后一次被雇佣的数据），还是使用聚合功能，不过需要「聚合字段」——把相同的字段拖入「分组字段」，而把想要去重的字段拖到「聚合字段」，并根据需要修改聚合的方式，在这里，我们把默认的求和，改为求最大值（max），就会保留最后一次记录。

三、相似的延伸数据Extended Near Duplicate Records

在这个数据中，我们知道不同的date hired是因为不同的职位position，我们依然想要保留最近的数据，上面的两个方法就不行了。如果使用第二种方法，第三条和第四条数据都会被保留，因为position字段是不同的，如何处理？先处理Date Hired，再关联position。如下：

1、首先执行上面第二步，把employee ID和Name拖入「分组字段」，把Date Hired拖入「聚合字段」并改为max，这样就会保留四行数据——不要拖入Position。Max Date步骤就是上面第二种方法。

2、把上面的结果，和原数据做联结，把position数据联结到上面的结果中。如下图：

四、奖励：Prep中的LOD计算 Bonus: LOD Calculation in Tableau Prep

在上面的Max Date，其实就是一个Lod操作，类似于我们在desktop中的 {FIXED [Employee ID] : MAX([Date Hired]}。

Prep不支持LOD操作，但是我们可以通过图形化的方式，实现LOD的逻辑和结果。

Prep2020拥抱LOD：Fixed LOD

原文：

How to remove duplicate records in Tableau Prep

2 Sep 2018 Healee