FineBI在线学习资源-数据处理

简介: FineBI在线学习资源-数据处理

FineBI在线学习资源汇总:

数据处理学习文档:


相关资料:


故事背景概述-https://help.fanruan.com/finebi6.0/doc-view-1789.html


基础表处理-https://help.fanruan.com/finebi6.0/doc-view-1791.html


数据加工并分析-https://help.fanruan.com/finebi6.0/doc-view-1790.html


使用计算-https://help.fanruan.com/finebi6.0/doc-view-1792.html

编辑数据学习文档

获取数据

新建分析主题,选择使用当前工程中已有的公共数据,或者上传本地的excel

编辑现有的分析主题时,点击“数据”菜单,点击上方“添加”按钮,可添加新的数据表至当前分析主题


点击查看功能详细介绍:

6.1的更新

点击查看功能详细介绍:


https://help.fanruan.com/finebi6.0/doc-view-506.html


数据处理-新增汇总列 https://help.fanruan.com/finebi6.0/doc-view-1538.html

数据处理-新增赋值列 https://help.fanruan.com/finebi6.0/doc-view-1530.html

数据处理-其他表添加列 https://help.fanruan.com/finebi6.0/doc-view-1998.html

数据处理-左右合并 https://help.fanruan.com/finebi6.0/doc-view-512.html

数据处理-上下合并 https://help.fanruan.com/finebi6.0/doc-view-513.html

数据处理-分组汇总 https://help.fanruan.com/finebi6.0/doc-view-508.html

数据处理-过滤 https://help.fanruan.com/finebi6.0/doc-view-507.html

数据处理-排序 https://help.fanruan.com/finebi6.0/doc-view-511.html

数据处理-字段设置 https://help.fanruan.com/finebi6.0/doc-view-510.html

数据处理-时间差 https://help.fanruan.com/finebi6.0/doc-view-1527.html

数据处理-获取时间 https://help.fanruan.com/finebi6.0/doc-view-1528.html

数据处理-行专列 https://help.fanruan.com/finebi6.0/doc-view-1139.html

数据处理-列转行 https://help.fanruan.com/finebi6.0/doc-view-366.html

计算函数汇总学习文档

最后:

目前fine bi 已经更新到 6.1了

帆软的官方网站(https://www.finebi.com/)通常会提供 FineBI 6.1 的相关学习资料,包括帮助文档、视频教程等,其中帮助文档详细介绍了 FineBI 的各种功能使用,并提供常见问题的解决方案。

同时,你也可以关注帆软官方的社交媒体账号、技术论坛或相关的数据分析社区,以获取其他用户分享的 FineBI 6.1 数据处理学习心得和经验技巧。

如果你在学习过程中遇到具体的问题,还可以查阅 FineBI 的官方文档或者在相关社区提问,以获得更准确和详细的解答。


目录
相关文章
|
SQL 运维 大数据
大数据workshop:《在线用户行为分析:基于流式计算的数据处理及应用》之《流数据处理:通过StreamSQL分析用户行为》篇
本手册为云栖大会Workshop之《在线用户行为分析:基于流式计算的数据处理及应用》场的《流数据处理:通过StreamSQL分析用户行为》篇所需。主要帮助现场学员熟悉并掌握阿里云流计算StreamCompute的操作和使用。
3907 0
|
9月前
|
SQL 数据可视化 关系型数据库
保姆级教程|如何可视化构建实时数仓
业务上需要实时数据分析,离线任务改造成本高?数据发生变更,难以像批处理任务那样修正?AnalyticDB for PostgreSQL 提供了真正的 Stream warehouse 解决方案,具备实时ETL、行列混合存储和高性能分析引擎,实时构建数仓。为了进一步提升上手易用性,AnalyticDB for PostgreSQL 发布了企业数据智能平台,提供可视化实时任务开发 + 实时数据洞察,让您轻松平移离线任务,使用SQL和简单配置即可完成整个实时数仓的搭建。并支持实时数据洞察,可对实时数仓任意表进行Ad-hoc查询、数据探索及图表分析,让您实时数据debug和快速进行业务洞察。
1529 2
|
9月前
|
SQL 运维 数据可视化
可视化构建实时数仓保姆级教程
业务上需要实时数据分析,离线任务改造成本高?数据发生变更,难以像批处理任务那样修正?AnalyticDB for PostgreSQL 提供了真正的 Stream warehouse 解决方案,具备实时ETL、行列混合存储和高性能分析引擎,实时构建数仓。为了进一步提升上手易用性,AlnayticDB for PostgreSQL 发布了企业数据智能平台,提供可视化实时任务开发 + 实时数据洞察,让您轻松平移离线任务,使用SQL和简单配置即可完成整个实时数仓的搭建。并支持实时数据洞察,可对实时数仓任意表进行Ad-hoc查询、数据探索及图表分析,让您实时数据debug和快速进行业务洞察。
1448 0
|
数据可视化 数据挖掘 数据处理
|
2月前
|
人工智能 数据可视化 大数据
《MaxFrame 产品评测:探索数据处理新边界》
MaxFrame是一款新兴的分布式计算框架,旨在为大数据和AI应用提供强大支持。本文通过实际操作和深入分析,全面评测MaxFrame在环境搭建、基础功能、分布式处理、AI集成等方面的表现。其优点包括易用性、强大的分布式计算能力和与主流AI框架的良好集成,但也存在社区支持薄弱、功能细节待完善等不足。未来,MaxFrame有望通过加强社区建设、优化功能和集成可视化工具,进一步提升竞争力,成为大数据和AI领域的重要工具。
96 12
|
数据采集 SQL 数据可视化
79 网站点击流数据分析案例(整体技术流程及架构)
79 网站点击流数据分析案例(整体技术流程及架构)
140 0
|
机器学习/深度学习 分布式计算 数据挖掘
MaxCompute上你从未体验过的数据分析和机器学习过程
PyODPS,拥有对于Python用户传统的数据分析和机器学习愉快的体验,包括了DataFrame框架和机器学习模块,它们类似于pandas+scikit-learn,能用它们进行数据分析、绘图、机器学习等等。
10252 0
|
监控 数据挖掘 数据库
数据分析展现工具FineBI
应用场景 当杂乱无章的数据,经过数据清洗后,得到了想用的数据,但是查看这些数据通过数据库只能看到数据本身,无法看到其中的规律,可以通过数据分析展示工具,图形化展示数据,使数据更形象化的展现在用户面前,更容易看出规律,得出结论,还可以监控实时数据,实时刷新,比如双十一大屏等等。
1472 0
|
存储 SQL 数据可视化
NBI可视化集成clickhouse,实现百亿级数据分析能力
ClickHouse是一款MPP架构的列式存储数据库,并允许使用SQL查询实时生成分析报告,也是一个新的开源列式数据库。 随着业务的迅猛增长,Yandex.Metrica目前已经成为世界第三大Web流量分析平台,每天处理超过200亿个跟踪事件。能够拥有如此惊人的体量,在它背后提供支撑的ClickHouse功不可没。ClickHouse已经为Yandex.Metrica存储了超过20万亿行的数据,90%的自定义查询能够在1秒内返回,其集群规模也超过了400台服务器。虽然ClickHouse起初只是为了Yandex.Metrica而研发的,但由于它出众的性能,目前也被广泛应用于Yandex内部其他
NBI可视化集成clickhouse,实现百亿级数据分析能力

热门文章

最新文章