Tutorial Tableau 03. Análisis espacial con Tableau

Herramientas: Tableau

Aviso: Este documento es un complemento a las sesiones que imparto sobre visualización de datos y analítica visual, y en ningún caso pretende ser un manual comprehensivo sobre Tableau.

Introducción

Este ejercicio es una continuación del ejercicio de introducción a Tableau. Para profundizar en las tripas y funcionalidades de Tableau, partiremos de los conceptos analizados en las sesiones teóricas:

  • Operacionalización de preguntas en tareas
  • Técnicas para facilitar el análisis
  • Variables temporales
  • Distintos tipos de gráficas

Fuente de datos

Para este ejercicio vamos a utilizar un conjunto de datos sobre el uso de Bicicletas en Los Ángeles, disponible en Kaggle.com.

La versión del archivo utilizada en este ejercicio fue descargada el 06/09/2018, y contiene los Trip IDs de 1912818 (07/07/2016) a 2379418 (31/03/2017). Si a la hora de seguir los pasos indicados en tu ordenador obtienes resultados distintos, puede deberse a que estés usando una versión distinta del dataset.

NOTA: este ejercicio parte de las acciones de ETL ya explicadas y aplicadas en el ejercicio 1. Además, y para ampliar los datos ya disponibles, usaremos estas otras fuentes de datos:

  • Lista de paises: lista_paises.csv
  • Lista de barrios de LA: LA_nehighborhoods.csv
  • Áreas de los barrios de LA: l.a. county neighborhoods (v5).shp
  • Nuestro dataset original como SHP (para poder hacer spatial join): trayectos_como_shp.shp
  • El dataset original pivotado: puntos.csv

EJEMPLO 1: mapas básicos

Tableau dispone de mucha información geográfica en sus bases de datos. Cuando identifica(mos) una variable como variable con rol geográfico y no contiene información datos concretos (latitud y longitud, por ejemplo), Tableau intentará cruzar nuestros datos con sus BD, con mayor o menor fortuna, como veremos.

Calcular distancia entre dos puntos

Para calcular la distancia entre dos puntos (en una proyección geográfica), podemos usar esta fórmula en un nuevo campo calculado (fuente del cálculo —NOTA: en el artículo se da por supuesto que en el dataset hay una línea por cada par latitud/longitud, no dos como en nuestro caso, por lo que en este caso concreto no es necesario realizar las consultas Custom SQL que se mencionan.—):

// Distancia (KM)

6371 * ACOS
(
SIN(RADIANS([Starting Station Latitude])) * SIN(RADIANS([Ending Station Latitude])) +
COS(RADIANS([Starting Station Latitude])) * COS(RADIANS([Ending Station Latitude])) * COS(RADIANS([Ending Station Longitude]) -
RADIANS([Starting Station Longitude]))
)

Latitud y longitud

En nuestro dataset tenemos información sobre latitud y longitud de cada estación de bicicletas. Si Tableau detecta las palabras latitud y/o longitud (o variaciones similares) asignará automáticamente el rol geográfico latitud o longitud según corresponda. De esta forma. podemos crear un mapa de símbolos.

Dibujar los puntos en el mapa

Si seleccionadmos por ejemplo Ending Station Latitude y Ending Station Longitude y creamos un mapa de símbolos, obtenemos esta vista:

Mapa de símbolos inicial

Tableau solo ha dibujado un punto, porque al tratar las variables para latitud y longitud como variables continuas, las ha agregado al nivel de detalle de la vista (con la función promedio); como no hemos usado ninguna dimensión para particionar la vista, el nivel de agregación es el máximo poxible.

Dado que los datos de longitud y latitud corresponden a las estaciones de bicicletas, podemos llevar la dimensión Ending Station ID a la marca de detalle, para obtener así un punto por cada estación.

Vemos que hay una estación claramente mal codificada (aparece en el mar); como es solo una, la filtramos directamente de la vista (si necesitaramos incluir también esta estación, tendríamos que recodificar la fuente de datos original).

Ahora hay dos aparentes outliers, pero no tan evidentes.

NOTA: como no conocemos realmente la red de estaciones de bicicletas de LA, vamos a mantener estas dos estaciones sin filtrar.

Asignar otras variables

Una vez que ya tenemos los puntos debidamente colocados en el mapa, podemos asignar otras variables a las marcas de los puntos. Generalmente se usan estas dos:

  • Tamaño (una variable cuantitativa).
  • Color (variable cuantitativa o cualitativa).

En este ejemplo, hemos asignado la variable Número de registros al tamaño de la marca (para distinguir las estaciones que más trayectos reciben de las que menos reciben) y Duration al color (la intuición nos dice que estas dos variables pueden estar fuertemente correlacionadas, ya que a más trayectos, más tiempo se acumulará; hemos usado esta variable para ilustrar la técnica, ya que no tenemos variables cualitativas que podamos usar en este caso -tendría que ser una variable que calificara a la estación, y no al trayecto, como es el caso-).

Ejemplo de mapa de símbolos proporcionales

Lista de paises

Para este ejemplo vamos a trabajar con un dataset muy simple, que únicamente cuenta con un campo de texto con el nombre de cada país (Fuente).

Al cargar los datos, Tableau detecta automáticamente que el campo Countries puede tener una rol geográfico, y se lo asigna (si la asignación fuera incorrecta, o no se hiciera automáticamente, siempre podríamos indicarla manualmente).

En una nueva vista, creamos un mapa de coropleta usando la opción de la pestaña Show me.

Mapa de países creado automáticamente por Tableau

Como se puede observar, Tableau ha reconocido prácticamente todos los países, pero tiene problemas para identificar algunos de ellos en su base de datos. Estos problemas pueden deberse a varios motivos:

  • La cadena de texto en la que se basa el reconocimiento. En este caso, los nombres de los países están en inglés, que suele ser el idioma menos problemático a la hora de reconocer valores en la BD de Tableau.
  • Limitaciones en la base de datos de Tableau: Tableau no dispone del mismo nivel de detalle de información geográfica para las distintas administraciones del mundo. En el caso de España, por ejemplo, es capaz de dibujar puntos de latitud y longitud para provincias, pero no puede dibujar el área de esas mismas provincias (si queremos crear un mapa que dibuje el área de las provincias españolas, tendremos que obtener esos datos de otra fuente.) (Lo que Tableau reconoce automáticamente)

En cualquier caso, Tableau nos ofrece algunas herramientas para tratar de paliar el problema. Si hacemos click en el la nota que dice 14 desconocidos, accederemos a un cuadro de diálogo con estas tres opciones:

  • Editar ubicaciones
  • Filtrar resultados
  • Mostrar datos en posición predeterminada (lat:0;long:0)
Diálogo `Valores especiales para`

Al hacer click en Editar ubicaciones Tableau despliega una lista con todos los valores, tanto los que se han mapeado correctamente con su BD, como los que no. En el caso de estos últimos, podemos intentar mapearlos manualmente (aún y así puede que no siempre sea posible).

Editar valores desconocidos

Funcionalidad grupos de Tableau

En el ejemplo de los países tenemos una única variable country, que funciona como dimensión. Con la funcionalidad grupos podemos reducir la dimensionalidad de esta variable agrupando los paises en entidades supranacionales (continente, OTAN / Pacto de Varsovia…).

La forma más directa de crear un grupo consiste en seleccionar una o más marcas de la vista y hacer click en el icono de grupo de la ventana contextual (si dicha ventana nos desaparece de la vista, basta con dejar el ratón encima de la marca sin mover unos pocos segundos para que vuelva a aparecer).

Opción 'Agrupar miembros'

En la pestaña datos nos aparecerá una nueva dimensión, que tiene el icono del clip asociado al icono de la dimensión original (en este ejemplo, el del globo terráqueo, al tratarse de una variable con rol geográfico.)

Icono de grupo

Si editamos el grupo, podemos cambiar los nombres de los grupos, reordenar los elementos de cada grupo, etc.

Dialogo para editar un grupo

Podemos utilizar los grupos como cualquier otra dimensión para crear nuevos cálculos a un nivel de agregación superior al que teníamos hasta el momento. Por ejemplo, una vez creado un grupo con los contienentes, podemos contar el número de paises de cada continente:

Usamos la función `countd` para contar el número de distintos paises por continente

Jerarquía de dimensiones

Tableau nos permite indicar si entre dos (o más) dimensiones existe algún tipo de jerarquía, como puede ser el caso de categoría / subcategoría, o el ejemplo que acabamos de crear de continente / país.

Para crear una jerarquía de dimensiones basta con arrastar una dimensión encima de la otra en el panel datos.

Las dimensiones jerarquizadas funcionan como las fechas; es decir, si usamos en la vista la dimensión superior, aparecerá un + a su izquierda, indicando que podemos desagregar ese nivel de detalle. Por ejemplo, en el caso del mapa, si la dimensión country (grupo) para colorear el mapa y hacemos click en el +, obtendremos además el perfil de cada pais.

El mapa pintado a nivel de continentes
El mapa pintado a nivel de continentes pero con `country` en nivel de detalle

Mapas de flujo

Los mapas de flujo unen con líneas diversos puntos, basados en otra variable (por ejemplo, si queremos crear un mapa de las líneas de metro de nuestra ciudad, necesitaremos una variable que recoja la línea, y para cada punto que queramos dibujar en el mapa necesitaremos una línea de datos. En el caso de que las líneas tengan que unir más de dos puntos, también necesitaremos un campo que permita establecer el orden de los puntos).

ETL

Nuestro dataset no tiene la estructura de datos adecuada para dibujar este tipo de mapa, ya que cada línea del dataset no contiene información de un solo punto, sino de dos (estación de inicio y de final). Antes de poder dibujar el mapa, vamos a tener que reestructurar los datos.

NOTA: el documento ej_tableau_bicis_LA_05_ETL.html recoge las transformaciones realizadas al archivo de datos original con Tableau Prep.

Dibujar el mapa

  • Cargamos el archivo puntos.csv en Tableau y asignamos los roles geográficos pertinentes a los campos Latitud y Longitud.
  • Llevamos el campo Longitud a Columnas y el campo Latitud a Filas.
  • El nivel de detalle que necesitamos es el de cada uno de los trayectos, así que llevamos Trip ID a la marca Detalle; de esta forma obtenemos todos los puntos, tanto los de salida como los de llegada. Filtramos los puntos que están mal geolocalizados.
  • Cambiamos el tipo de marca de Automático a Línea. Lo que hace Tableau (hasta que lo corrijamos) es unir todos los puntos con una línea tal y como aparecen de izquierda a derecha (como si fuera una gráfica de timeline). Tenemos que indicarle qué variable es la que rige la partición de las líneas.
    Gráfica sin terminar
    .
  • Para poder pasar de esta línea contínua a los puntos que corresponden a las estaciones (y las líneas que dibujarán los trayectos) tenemos que eliminar la agregación de las píldoras de latitud y longitud, para lo que indicamos en el menú desplegable que tienen que ser tratadas como dimensiones.
    Las líneas ya se dibujan correctamente

El mapa de trayectos ya está correctamente creado, pero nos encontramos ante un claro caso de overplotting, por lo que no resulta nada fácil detectar posibles patrones.

Mejoras gráficas

A fin de facilitar el análisis, vamos a realizar ciertas modificaciones que aligerarán la gráfica y añadirán contexto.

  • Llevamos la variable categórica Passholder type al canal Color.
  • Llevamos la variable Duracion real a la marca Tamaño. Al tratarse de una gráfica de líneas, el tamaño se refleja como el grosor de la línea (a fin de cuentas, la longitud de la línea viene dada por la distancia entre los puntos que la conforman).
  • Accedemos desde el menú principal a Mapa > Capas de mapas... y activamos la capa de Calles y carreteras (sólo se motrastrán dependiendo del grado de zoom que estemos aplicando al mapa).

Vista de eje doble

Una técnica muy útil para añadir contexto a una vista consiste en crear una vista de eje doble (que, en el caso de los mapas, permite suporponer una capa de datos sobre otra). Como la red de trayectos es muy tupida, hemos perdido de vista muchas estaciones, particularmente las que están en la zona central. Vamos a dibujar las estaciones sobre la red.

  • Llevar la píldora Longitude de nuevo a Columnas para que esté duplicada. Al hacer esto, conseguimos que aparezcan unos nuevos subestantes en el estante Marcas. Uno cómun (Todo) en el que cualquier configuración se aplicará a todas las marcas; y un subestante para cada píldora Longitude, para poder configurar las marcas de forma distinta (las líneas de los trayectos de una forma y los puntos de las estaciones por otra).
  • En el segundo subestante Longitude, eliminar cualquier píldora que pueda haber.
  • En el segundo subestante Longitude llevamos Número de registros a Tamaño. De esta forma, el tamaño del punto de cada estación refleja el número de trayectos.
  • En la segunda píldora Longitude que tenemos en Filas, seleccionamos la opción Eje doble del menú secundario.

De esta forma, obtenemos el mapa con las dos capas de datos.

El mapa con las dos capas de datos sincronizadas

Animación basada en el tiempo

Ejemplo paso a paso

Otra técnica que nos permite aligerar el mapa y facilitar el análisis consiste en crear las llamadas small multiples; la gráfica principal se faceta o subdivide a partir de una variable discreta.

Por ejemplo, podemos crear un mapa para cada mes añadiendo la dimensión Start Time a nivelde mes (discreto) a columnas o a filas.

*Small multiples* con un mapa por cada mes

Sin embargo, una mejor opción consiste en animar esta partición y cargar un mapa cada ciertos segundos. En Tableau podemos usar el estante Páginas para crear este tipo de animaciones.

  • Movemos la píldora Start Time de filas o columnas al estante Páginas y la cambiamos de tipo discreto a contínuo; la píldora no cambia de color como debería, pero los meses se ordenan correctamente a la hora de crear la animación.

En la parte derecha aparece un nuevo estante que nos permite configurar la animación. Podemos cambiar la velocidad de la reproducción, cambiar paso a paso…

Opciones de configuración de las paginaciones o animaciones

Gracias a la animación mes a mes detectamos algunos patrones que hasta ahora eran más difíciles de asimilar.

Vídeo TC18

Colofón: vídeo con todos los pasos.

NOTA: el ejemplo del vídeo está realizado con un dataset distinto, con trayectos entre junio de 2016 y abril de 2017.

EJEMPLO 2: Uniones espaciales: Spatial join

Desde su versión 2018.2, Tableau permite unir archivos espaciales, de tal forma que podemos realizar este tipo de análisis:

Pregunta ¿Cuántas estaciones hay en cada barrio de L.A.?

  • Objeto: estaciones de bicicletas
  • Acción:identificar
  • Medida: frecuencia de estaciones
  • Agrupación: barrios de L.A.

Para poder hacer este tipo de análisis necesitamos un archivo espacial que define los puntos (en nuestro ejemplo, las estaciones de bicicletas), y otro que define las áreas (en nuestro caso, los barrios de L.A.).

Cargar y combinar las fuentes de datos

A diferencia de otras técnicas para combinar fuentes de datos, en las que establecemos una clave común en las dos fuentes, en las uniones espaciales no hace falta que haya una variables que podamos equiparar.

Por otra parte, esta técnica requiere que los dos archivos sean de tipo espacial, por lo que el CSV con el que hemos venido trabajando hasta ahora no permite hacer una unión espacial. Para solucionar este problema, hemos importado el archivo CSV a un programa SIG (Sistema de información geográfica; o GIS por sus iniciales en inglés) y desde ahí lo hemos exportado como archivo .shp (Shape de ESRI). Para ello hemos usado la aplicación SIG QGIS (vídeo que enseña el proceso).

Una vez que tenemos los dos archivos espaciales, podemos proceder a realizar la unión espacial, en la pestaña de fuentes de datos.

  • Importamos uno de los dos archivos (da igual el orden).
  • Añadimos la segunda fuente (enlace Añadir a la derecha del Conexiones.)
    Añadir fuente de datos
  • Llevamos la segunda fuente de datos al área de trabajo y editamos la conexión. Para ello, tenemos que seleccionar los campos espaciales (Tableau les asigna el nombre Geometría y seleccionar el tipo de unión -dependerá de los datos y la información que queramos mostrar- y marcar la opción intersects).
    Configurar la unión espacial

Como observamos en la zona de previsualización de datos, tenemos variables procedentes de dos fuentes.

Elaborar un mapa

Para combinar puntos y áreas en un solo mapa tenemos que seguir este procedimiento:

  • Crear un mapa de áreas a partir del campo Geometría (l.a. county neighborhood (v5).shp) (dependiendo del tipo de unión que hayamos usado nos aparecerán todos los barrios o solo los que intersectan con la otra fuente de datos, es decir, los que tienen al menos una estación de bicicletas).
Efecto de selecciona distintos tipos de uniones
  • Duplicar la píldora Longitud (generado) en Columnas (seleccionar y arrastrar con la tecla Ctrl). Obtenemos el mismo mapa duplicado. Por otra parte, en el estante marcas tenemos ahora tres subestantes: uno para aplicar cambios a todos los datos, uno para aplicar modificaciones a la primera gráfica (la de la izquierda) y otro para la segunda gráfica (la de la derecha).
Mapa duplicado
  • Eliminar todas las pildoras que pueda haber en el último subestante (el correspondiente a la segunda gráfica). Como resultado, obtenemos un mapa mudo.
    Eliminar las píldoras del último subestante
  • Llevar la pastilla con datos geográficos de la segunda fuente (latitud y longitud de las estaciones) a la marca Detalle del último subestante. En el mapa de la derecha aparecerán los puntos de las estaciones.
    Resultado de agregar los datos grográficos de las estaciones de bicicletas
  • Finalmente, crear una gráfica de eje doble marcando esa opción en la segunda pastilla Longitud (generado) de Columnas.
Crear gráfica de eje doble

A partir de aquí deberíamos poder usar las técnicas mencionadas anteriormente para crear una visualización más informativa, aunque parece ser que a día de hoy ciertas técnicas no funcionan (por ejemplo, asignar Número de registros al canal Tamaño de los puntos).

Resultado final

Cálculos posibles

Ahora que hemos intersectado las dos fuentes espaciales, podemos crear nuevos cálculos para obtener indicadores que nos puedan resultar de interés.

Para poder aprovechar todo el potencial, vamos a usar la versión del archivo original transformada para que cada línea contenga un solo punto de latitud y longitud (convertido al formato .shp).

Combinar variables de las dos fuentes.

Podemos combinar variables de las dos fuentes para crear todo tipo de visualizaciones. Por ejemplo, podemos obtener el número de trayectos por barrio, combinando las variables Name del dataset con las áreas de los barrios, con el Número de registros de la fuente original.

NOTA: como estamos utilizando una fuente en la que el número de trayectos está duplicado, a la hora de contar el número de trayectos tendremos que dividir el resultado por dos: SUM([Número de registros])/2.
Tabla con la cuenta de trayectos por barrio

Calcular si un trayecto a cruzado de barrio o no

Para calcular si un trayecto a salido de un barrio o no tenemos que fijarnos en si el barrio de la estación de salida es el mismo (o no) del de la estación de llegada. En esta versión del archivo original esa información está separada en dos filas (para cada trayecto). Y el campo común que usaremos para hacer el cálculo es el identificador del trayecto.

Para poder hacer el cálculo usaremos una expresión de nivel de detalle para fijar la dimensión Trip ID; en la parte del cálculo comparamos los valores máximo y mínimo para el campo Name (solo hay dos valores, uno por cada fila), de tal forma que si coinciden podemos suponer que el trayecto no ha salido del barrio (nunca tendremos la certeza total, ya que no disponemos más que de dos puntos de control).

// Interbarrio

{FIXED [Trip.ID] :
    IF  MIN([Name]) = MAX([Name]) THEN "Dentro del barrio"
    ELSE "Entre barrios"
    END
}

Ahora podemos usar esta nueva dimensión en cualquier vista:

Hemos aplicado el nuevo campo calculado `Interbarrio` al color de los trayectos
Descripción de la vista

Opciones de personalización de los mapas

Tableau ofrece varias vías para personalizar la apariencia de los mapas o de datos que podemos dibujar sobre otro tipo de planos.

Mapas en segundo plano

Ejemplo paso a paso

Cuando creamos un mapa con Tableau se cargan los mapas por defecto, que a su vez tienen tres estilos (Claro, Normaly Oscuro). Sin embargo, podemos cargar mapas de otros servidores WMS o Mapbox.

Servidores WMS / Mapbox

Existen multitud de servidores WMS (Web Map Service) que nos permiten cambiar las imágenes que crean los mapas de fondo. Algunos de estos servidores cuentan con información para todo el mundo (OpenStreetMap), mientras que otros ofrecen información más específica de ciertas zonas (por ejemplo, ortofotos para la CAPV).

Spatineo tiene un amplísimo directorio de servidores WMS

Por ejemplo:

Para añadir un servidor WMS a Tableau tenemos que ir a la opción Mapa > Mapas en segundo plano > Servicios de mapa. En la ventana de configuración aparecen los servidores que ya hemos configurado con anterioridad (si es que lo hemos hecho), así como un botón para añadir nuevos servidores.

Ventana de configuración de servidores WMS

Para configurar un nuevo servidor, tenemos que indicar la URL (normalmente el nombre se carga desde el servidor, aunque podemos darle el nombre que más nos convenga).

NOTA: es probable que los servidores que encontremos en internet no estén activos actualmente, en cuyo caso recibiremos un mensaje de error. En caso de duda, podemos intentar acceder directamente a la URL del servidor desde un navegador.

Por su parte, podemos usar Mapbox para cargar un mapa de fondo.

Mapbox is the location data platform for mobile and web applications. We provide building blocks to add location features like maps, search, and navigation into any experience you create.

Para poder usar Mapbox tenemos que crear una cuenta gratuita (o de pago, por supuesto) y obtener un token de acceso a la API en introducirla en Añadir mapa de Mapbox > Clásico.

Ventana de configuración de Mapbox Clásico
Mapbox Comic!

Capas

Dependiendo del mapa en segundo plano que hayamos seleccionado, tendremos a nuestra disposición una o más capas con distinta información espacial, que podemos activar o desactivar. Además, ciertos detalles espaciales aparecerán o desaparecerán dependiendo del nivel de zoom con el que estemos visualizando el mapa (por ejemplo, si marcamos la capa Calles y carreteras del mapa por defecto de Tableau, las carreteras secundarias aparecerán dependiendo del nivel de zoom).

La información de las carreteras varía con el nivel de zoom
La información de las carreteras varía con el nivel de zoom

Vídeo de la TC18

Imágenes en segundo plano

Una opción que permite Tableau consiste en usar una imagen personalizada de fondo a modo de plano y utilizar los ejes X e Y para situar elementos (sin coordenadas geográficas propiamente dichas).

En el ejemplo, usamos el plano de una residencia, sobre el que añadimos una capa de datos (archivo datos_plano.xls, Hoja1). El mapa es una imagen, con unas dimensiones X e Y, que son los píxeles de la imagen sobre los que queremos añadir nuestros datos.

Una vez que añadimos medidas a filas y columnas, podemos indicar una imagen de fondo: Mapas > Imágenes en segundo plano > (Fuente de datos en la que queremos usar la imagen de fondo). Al añadir la imagen, tenemos que indicar qué medidas servirán para localizar los datos, así como la anchura y la altura de la imagen (si no conocemos el tamaño de la imagen, podemos utilizar cualquier programa que nos indique la altura y la anchura de la imagen).

Dialogo de configuración de la imagen de fondo
Los puntos no están bien posicionados

Un problema muy habitual al calcular la posición correcta de los puntos usando un software de edición consiste en que estos programas suelen situar el punto 0 del eje Y arriba, mientras que Tableau lo situa abajo. Por eso, creamos un campo calculado que corrige este dato, y actualizamos la configuración de la imagen de fondo.

// Y Corregido

448 - [Y]

Para que la corrección se aplique correctamente tenemos que dar dos pasos:

  • Sustituir la variable Y por Y corregido en la gráfica.
  • Actualizar la configuración de la imagen en segundo plano para mapear Y a Y corregido.

Finalmente, podemos ocultar la información de los ejes para que el plano se muestre solo.

Este tipo de gráficas no son más que gráficas de dispersión, por lo que podemos utilizar otros campos para aportar más contexto al plano; por ejemplo, podemos llevar la variable Numérico a la marca Tamaño.

Paso a paso

EJEMPLO 3: Polígonos personalizados

De la misma forma que podemos utilizar archivos .shp de área para crear mapas más allá de las bases de datos de Tableau (por ejemplo, para obtener coropletas de municipios de España), también podemos crear nuestros propios datasets con los datos para crear nuestros propios polígonos, sin necesidad de que sea información geocodificada.

La estructura de un dataset para generar polígonos es muy similar a la necesaria para generar líneas, aunque puede ser un poco más compleja si tenemos que crear «agujeros» de un polígono (sustraerle un polígono interior) o contabilizar varios polígonos como uno solo (por ejemplo, todas las islas de Grecia como un únic conjunto).

Una vez cargado el dataset en Tableau (archivo plano_vectorial.csv) la única diferencia consiste en seleccionar el tipo de marca polígono en lugar de línea, lo que obliga a Tableau a crear una línea entre el primer y el último punto para cerrar el polígono.

Para este ejemplo hemos creado un dataset basado en el plano de la casa que ya hemos utilizado anteriormente para ejemplifcar el uso de imágenes personalizadas en segundo plano.

Hemos generado el dataset manualmente usando una hoja de cálculo y un porgrama de edición de vídeo con nos diera la información de las coordenadas X/Y de los puntos que nos interesan.

  • Filas: Corrección Y vectorial (campo calculado para sustraerle Y a 448, la altura de la imagen)
  • Columnas: X(del dataset plano_vectorial.csv)
  • Marcas: polígono
  • Detalle: estancia
  • Detalle: punto
  • Ruta: posicion (campo que indica el orden de cada punto dentro de cada polígono, identificado en estancia).

Una vez tenemos la configuración básica, podemos pasar una variable categórica o una cuantitativa a la marca color realizar el análisis que nos interese:

Variable categórica en `color`
Variable cuantitativa en `color`

Más ejemplos de la TC18

Contenidos relacionados