在Power BI形狀地圖中異常值的處理方法

在工作中,經常會碰到數據值差異非常大的情況,對於異常值希望能夠在形狀地圖中進行突出顯示,在剩餘的數據中也希望能夠有所辨別。

在Power BI形狀地圖中異常值的處理方法

在Power BI形狀地圖中異常值的處理方法

在Power BI形狀地圖中異常值的處理方法

1. 使用中間色塊來代表數據分割

1) 直接使用默認最大最小值

在Power BI形狀地圖中異常值的處理方法

這種設置對於左上角的地區可以看到顏色非常的深,很容易就區分出數量值很大,其他的區域就沒有這麼明顯,如果同時想要突出顯示中間數值區域和小數值區域,此種方式就會顯得不適合。

2) 使用散射來設定中間值

在Power BI形狀地圖中異常值的處理方法

既然單純的顏色深淺很難達到一目瞭然的目的,那就設置一箇中間色來進行,通過中間色至少我們可以把數據分為3個檔次。

同時,對於散射的最小值,最大值以及居中值可以自行設定。如果我們直接以平均值作為居中數值的話,結果會和目標圖差不多,但是有一個問題,就是這個居中值是一個絕對值,是需要手動填寫的,但是數據是變動的,如何使用一個動態值來進行設置呢?除此之外,中間有一個地區是綠色的,實際上這個值也是偏大,但是與最大值之間還有比較大的差距,如果想同時突出顯示這些異常值的話,就得先把異常值給找到。

在Power BI形狀地圖中異常值的處理方法

2. 使用標準差來判斷異常值

首先得定義什麼樣的值是異常值,根據標準差經驗法來看,95%的值一般在標準差2倍內,所以我們把差異值統一調整成大值以便突出顯示。例如可以使用最大值或者平均值+標準差(根據實際情況來定)。

這裡使用的是標準差+平均值來突出異常值。具體度量寫法

<code>異常值 = var std=

CALCULATE

(STDEV.P(

'表2'

[銷售量]),all(

'表2'

[省州]))var ave=

CALCULATE

(

AVERAGE

(

'表2'

[銷售量]),ALL(

'表2'

[省州]))returnSUMX(

'表2'

,

if

(

'表2'

[銷售量]>

2

*std,std+ave))/<code>
在Power BI形狀地圖中異常值的處理方法

這樣就把異常值都歸類為一種顏色,方便突出。

3. 使用對數值來進行代表數據分割

當然如果再簡單點的話則可以使用對數的方式來降低各個值之間的差異大小。

在Power BI形狀地圖中異常值的處理方法

可以明顯看到色彩區間更為豐富了,數據顏色分區更明顯了。

如果覺得有幫助,那麻煩您進行轉發,讓更多的人能夠提高自身的工作效率。


分享到:


相關文章: