datalens

Анализ данных в DataLens

DataLens

DataLens — Cервис визуализации и анализа данных, позволяющий создавать аналитические дашборды с диаграммами, таблицами и другими вариантами визуализации над различными источниками. В DataLens есть четыре основных объекта:

• Подключение — параметры доступа к источнику данных
• Датасет — набор данных из источника и их метаописание.
• Виджет — визуализация данных в виде графиков и таблиц.
• Дашборд — страница с набором виджетов и управляторов.

---

Пример дашборда в DataLens https://datalens.yandex.ru/dashboards/ixbje4smtvyog

Задача

Необходио проанализировать данные по футболистам

• Определить самую массовую национальность футбольстов
• Определить период, когда рождались футболисты с самими высоки зарплатами на текущий период
• Проанализировать зависимость веса/роста/возраста от зарплаты

---

Этап загрузки данных и создания датасета

Одим из доступных источников данных для DataLens являются CSV-файл. В случае работы с CSV-файлом он предварительно предзагружается в хранилище DataLens для дальнейшего исполнения запросов.

1. Перейдите на страницу Datalens. Если вы находитесь на странице дашборда, то кликните на логотип Yandex Datalens.
2. В правом меню нажимаем на Подключения. Отображется список доступных вам подключений.
3. Нажимаем Создать датасет
4. В диалоговом окне отображается список доступных подключений, на основе которых можно создать датасет. Мы хотим создать новое подлючение на основе файла Footbal.csv
5. Нажимаем Создать подключение в правом верхнем углу.
6. Выбираем CSV
7. Нажимаем Выбрать CSV-файл.
8. Указываем файл Footbal.csv. До загрузки файла может понадобится некоторое время (5-10 секунд).
9. Нажимаем Сохранить

Настройка датасета

Датаест описывает набор данных из источника, определяет принадоежность полей к измерениям и показателям, типы агрегаций для показателей, вычисляемые поля.

1. Дублируем поле ID: нажимаем на троеточие в равой части строки с полем, далее пункт меню Продублировать
2. Переименовываем ID в footballer ID
3. Переименовываем ID (1) в Count
4. Для поля Count меняем тип агрегации на CountUniq, поле меняет цвет на синий становясь показателем
5. Необходимо посчитать возраст футболистов в годах, нажмаем Добавить поле в правом верхнем углу
6. Назвываем поле Age
7. Вводим формулу int((today()-[birth_date])/365), сохраняем
8. Дублируем поле eur_salary
9. Переименовываем eur_salary в eur_salary sum
10. Переименовываем eur_salary (1) в eur_salary avg
11. Для поля eur_salary sum меняем тип агрегации на Sum
12. Для поля eur_salary avg меняем тип агрегации на Avg
13. Сохраняем датасет, нажимаем Сохранить
14. Нажимаем Создать чарт

Визуализация и анализ

Визуализация данных настраиватеся в Визарде. Интерфейс Визарда делится на три области:

• Справа — область выбора с измерениями и показателями датасета.
• Посередине — область настройки визуализации.
• Слева — область превью.

Определить самую массовую национальность футбольстов

1. Выбираем столбчатую диаграмму в области настройки визуализаций
2. Выносим nationality на ось X, Count на Ось Y
3. Выносим Count в сортировку, меняем порядо сортировки по убыванию
4. Выделяем часть графика с максимальными значениями столбцов, смотрим какие страны в лидерах

Определить период, когда рождались футболисты с самими высоки зарплатами на текущий период

1. Удаляем текущие поля из секций (оси, сортировка)
2. Выносим birth_date на ось X, eur_salary avg на Ось Y
3. Понимаем, что дата слишком детальная, необходимо округлить до месяца
4. Создаем вычисляемое поле, нажимаем на знак "+" рядом с названием датасета в панели выбора сверху
5. Называем поле birth_month
6. Вводим формулу округления datetrunc([birth_date], 'month')
7. Выносим birth_month на ось X вместо birth_date
8. Смотрим какие месяца были самими урожайными на успешных футболистов

Проанализировать зависимость веса/роста/возраста от зарплаты

1. Удаляем текущие поля из секций (оси, сортировка)
2. Создаем вычисляемое поле "Avg Age" с формулой AVG([Age]) (нажимаем на знак "+" рядом с названием датасета в панели выбора сверху)
3. Создаем вычисляемое поле "Avg Weight" с формулой AVG([weight_kg])
4. Создаем вычисляемое поле "Avg Height" с формулой AVG([height_cm])
5. Меняем тип визуализации на Точечная диаграмма
6. Выносим nationality в секцию Точки, Avg Age на Ось X, eur_salary avg на Ось Y
7. Смотрим есть ли зависимотьс
8. Меняем nationality на club в секции Точки
9. Меняем club на full_name в секции Точки
10. Аналогично смотрим зависимости eur_salary avg с Avg Weight и Avg Height

Дополнительные вопросы

• в какой день родилось больше всего футболистов?
• игроки какой страны самые маленье?
• в каком клубе лучший показатель EUR/kg (отношение заработной платы на вес футболиста)?