অতিরিক্ত তথ্য প্রকাশ সহ ইন্টারেক্টিভ বার চার্ট

সংক্ষেপে: কীভাবে একটি ইন্টারেক্টিভ বার চার্ট (বা বিতরণ প্লট) তৈরি করবেন তা শিখুন যাতে আপনি একটি নির্দিষ্ট কলাম নির্বাচন করার সময় এটি আরও তথ্য প্রদর্শন করে।

কাঠিন্য মাত্রা: গড়।

ইন্টারেক্টিভ বার চার্ট

সমাপ্ত হিস্টোগ্রামটি দেখতে এইরকম:

একটি নির্দিষ্ট কলাম নির্বাচন করা হলে অতিরিক্ত তথ্য প্রদর্শন করুন

ডিস্ট্রিবিউশন হিস্টোগ্রামটি ভাল কারণ এটি আপনাকে দ্রুত বুঝতে দেয় কিভাবে উপলব্ধ ডেটা সাধারণ ভরে ছড়িয়ে পড়ে।

আমাদের উদাহরণে, আমরা এক মাসের জন্য কর্মচারীর ফোন বিল ডেটা দেখছি। বার চার্ট অ্যাকাউন্টের আকারের উপর ভিত্তি করে কর্মীদের গ্রুপে সংগ্রহ করে এবং তারপর প্রতিটি গ্রুপে কর্মচারীর সংখ্যা দেখায়। উপরের চার্টটি দেখায় যে 71 জন কর্মচারীর মাসিক ফোন বিল $0 থেকে $199 এর মধ্যে ছিল।

উপরন্তু, আমরা দেখতে পাই যে 11 জন কর্মচারীর একটি ফোন বিল ছিল যা প্রতি মাসে $600 ছাড়িয়ে গেছে। ব্লিমেই ! ফেসবুকে অনেকটা সময় কাটালেই এমন হয়! 🙂

অবিলম্বে প্রশ্ন ওঠে:এত বিশাল বিলের মানুষ কারা???»

চার্টের ডানদিকের পিভট টেবিলটি কর্মচারীদের নাম এবং মাসের জন্য তাদের বিলের মূল্য দেখায়। ফিল্টারটি স্লাইসার ব্যবহার করে তৈরি করা হয়েছে এবং তালিকায় নির্বাচিত গোষ্ঠীর অন্তর্গত শুধুমাত্র সেই কর্মচারীদের দেখানোর জন্য কনফিগার করা হয়েছে।

এই চার্ট কিভাবে কাজ করে?

গোষ্ঠীর সীমানা সহ স্লাইসারটি চার্টের অনুভূমিক অক্ষের লেবেলের উপরে নির্দেশিত হয়। ফলস্বরূপ, মনে হচ্ছে এটি অনুভূমিক অক্ষের লেবেল, কিন্তু এটি আসলে একটি স্লাইস।

স্লাইসারটি ডানদিকে PivotTable-এর সাথে লিঙ্ক করা হয়েছে এবং গ্রুপের নামের উপর ফিল্টার করা শুরু করে। অঞ্চল সারি এই পিভট টেবিলের (সারি) কর্মীদের নাম এবং এলাকা রয়েছে মান (মান) - অ্যাকাউন্টের মান।

প্রাথমিক তথ্য

প্রাথমিক ডেটাতে কর্মচারী এবং তার অ্যাকাউন্টের আকার সম্পর্কে তথ্য সহ প্রতিটি কর্মচারীর জন্য একটি পৃথক লাইন রয়েছে। এই ফর্মে, ডেটা সাধারণত টেলিফোন সংস্থাগুলি সরবরাহ করে।

কলামে G টেবিল একটি ফাংশন VPR (VLOOKUP) যা গ্রুপের নাম প্রদান করে। এই সূত্রটি একটি কলাম থেকে একটি মান দেখায় বিলের পরিমাণ টেবিলের টিবিএল গ্রুপ এবং কলাম থেকে মান প্রদান করে দলের নাম.

উল্লেখ্য যে শেষ ফাংশন আর্গুমেন্ট VPR (VLOOKUP) সমান 'সত্য' (সত্য)। এইভাবে ফাংশনটি কলামটি দেখবে গ্রুপ মিন একটি কলাম থেকে একটি মান খুঁজছেন বিলের পরিমাণ এবং নিকটতম মানটিতে থামুন যা পছন্দসই মান অতিক্রম করে না।

উপরন্তু, আপনি ফাংশন ব্যবহার না করে পিভট টেবিল ব্যবহার করে স্বয়ংক্রিয়ভাবে গ্রুপ তৈরি করতে পারেন VPR (VLOOKUP)। যাইহোক, আমি ব্যবহার করতে পছন্দ করি VPR (VLOOKUP) কারণ এই বৈশিষ্ট্যটি আপনাকে গ্রুপের নামগুলির উপর আরও নিয়ন্ত্রণ দেয়। আপনি আপনার পছন্দ মতো গ্রুপের নামের বিন্যাস কাস্টমাইজ করতে পারেন এবং প্রতিটি গ্রুপের সীমানা নিয়ন্ত্রণ করতে পারেন।

এই উদাহরণে, আমি উত্স ডেটা সংরক্ষণ করতে এবং সন্ধান টেবিলের জন্য এক্সেল টেবিল ব্যবহার করছি। এটি দেখতে কঠিন নয় যে সূত্রগুলি টেবিলগুলিকেও উল্লেখ করে। এই ফর্মে, সূত্রগুলি পড়তে এবং লিখতে অনেক সহজ। এই ধরনের কাজ করার জন্য এক্সেল স্প্রেডশীট ব্যবহার করার প্রয়োজন নেই, এটি শুধুমাত্র আমার ব্যক্তিগত পছন্দ।

হিস্টোগ্রাম এবং পিভট টেবিল

এই চিত্রটি বার চার্ট তৈরি করতে ব্যবহৃত PivotTable দেখায়। অঞ্চল সারি (সারি) কলাম থেকে গোষ্ঠীর নাম ধারণ করে গ্রুপ উৎস তথ্য, এবং এলাকা সহ টেবিল মান (মান) কলাম থেকে মান ধারণ করে নামের গণনা. এখন আমরা হিস্টোগ্রাম আকারে কর্মচারীদের বন্টন দেখাতে পারি।

অতিরিক্ত তথ্য সহ পিভট টেবিল

চার্টের ডানদিকে অবস্থিত PivotTable অতিরিক্ত তথ্য দেখায়। এই পিভট টেবিলে:

• ফোন সারি (সারি) কর্মচারীদের নাম রয়েছে।
• ফোন মান (মান) মাসিক ফোন বিল ধারণ করে।
• ফোন ফিল্টার (ফিল্টার) গ্রুপের নাম রয়েছে।

গোষ্ঠী তালিকা স্লাইসারটি PivotTable এর সাথে লিঙ্ক করা হয়েছে যাতে শুধুমাত্র নির্বাচিত গোষ্ঠীর নামগুলি প্রদর্শিত হবে। এটি আপনাকে প্রতিটি গ্রুপে অন্তর্ভুক্ত কর্মচারীদের একটি তালিকা দ্রুত প্রদর্শন করতে দেয়।

অংশ থেকে পুরো একত্রিত করা

এখন যেহেতু সমস্ত উপাদান তৈরি করা হয়েছে, যা বাকি আছে তা হল প্রতিটি উপাদানের বিন্যাস সেট আপ করা যাতে এটি পৃষ্ঠায় সুন্দর দেখায়। আপনি স্লাইসার শৈলী কাস্টমাইজ করতে পারেন যাতে এটি চার্টের শীর্ষে আরও সুন্দর দেখায়।

আমরা আর কি জন্য এই কৌশল ব্যবহার করতে পারেন?

এই উদাহরণে, আমি কর্মচারীদের টেলিফোন বিলের ডেটা ব্যবহার করেছি। একইভাবে, যে কোনও ধরণের ডেটা প্রক্রিয়া করা যেতে পারে। হিস্টোগ্রামগুলি দুর্দান্ত কারণ তারা আপনাকে ডেটা বিতরণ সম্পর্কে দ্রুত তথ্য পেতে দেয়, তবে প্রায়শই আপনাকে একটি একক গ্রুপ সম্পর্কে আরও বিশদ তথ্য পেতে হবে। আপনি যদি পিভট টেবিলে অতিরিক্ত ক্ষেত্র যোগ করেন, তাহলে আপনি প্রবণতা দেখতে পারবেন বা ফলাফলের ডেটা নমুনা আরও গভীরে বিশ্লেষণ করতে পারবেন।

আপনার মন্তব্য এবং কোন প্রশ্ন জিজ্ঞাসা করুন. আপনি কিভাবে ব্যবহার বা দেখানো কৌশল ব্যবহার করার পরিকল্পনা জানতে আগ্রহী?

ধন্যবাদ!