r - R 中的计算，Tableau 中的可视化 - 如何正确集成这两者？

Question

我有一堆 R 脚本，它们从各种来源读取数据，执行所有需要的分析并进行一些可视化。现在我需要将可视化部分传递给 Tableau 并在后者中准备整个仪表板。

据我所知，我可以保存所有 data.frames至 .Rdata文件并在Tableau中加载它们，但从长远来看似乎很麻烦，而整个程序应该尽可能自动化。

我知道的第二个选项是在 Tableau 中读取数据，通过 Rserve 连接到 R。并从 Tableau 调用简单的 R 脚本.这将是一种选择，但是:

R 脚本不能完全自动化 - 它们需要与用户进行一些交互，必须由用户控制分析，因此应该保持原样

我的脚本做了很多数据清理和整理工作，我认为最好将这项工作单独留在 R

中。

所以我的问题是集成 R 和 Tableau 的最佳方法是什么，以便在我在 R 中执行所有分析后，我只能更新准备好的早期 Tableau 仪表板中的数据，并且几乎没有图表？

Answer 1

有两种主要方法可以将 Tableau 和 R 结合使用，以适应不同的用例。第一种方法是使用 R 上游来准备和分析数据，然后提供给 Tableau 用于生成和共享可视化。第二种方法是让 Tableau 通过 RServe 以交互方式连接到 R。在这种情况下，Tableau 使用 R 来有效调用函数并返回值，然后 Tableau 可以将这些值合并到可视化中。一个很好的例子是让 Tableau 将数据值发送到 R，然后可以由先前训练的分类器模型对其进行评分。 R提供模型评估； Tableau 提供交互式可视化。

您的情况似乎属于第一类 - 使用 R 上游生成提供给 Tableau 的数据。在这种情况下，您可以以 Tableau 可以连接到的任何格式(表格)格式保存数据:csv、Rdata、数据库表、xlsx、shp。你的选择。

您还可以考虑将生成的数据转换为 Tableau 数据提取格式(以前是 .tde，现在是 .hyper)，这将加快分析速度并简化数据发布。 Tableau 具有允许 Python(以及 Java、C 等)生成数据提取的 API，并且还具有用于 Windows 的命令行实用程序来生成数据提取。

如果您的目标是自动化 ETL 过程，您应该考虑使用 Tableau Prep 工具 - 它可以将您的 Rdata 文件转换为数据提取，而无需您编写脚本。要考虑的最后一个主题是使用 Tableau Server 使您的数据可供人员和工作簿使用。当您准备好执行该步骤时，您有多种关于如何在 Tableau Server 上发布和刷新数据的选项。通过让服务器按计划启动刷新，或在 R 脚本执行后启动刷新。还有另一个 API 在最后一种情况下很有用，称为 Tableau REST API，Tableau 还向 github 发布了一个开源库，可以轻松使用 Python 中的 REST API。 Tableau 已宣布计划在 2019 年让 Tableau Server 执行 Table Prep 流程。

RServe 的交互式用例在许多情况下都很棒，但似乎不是您要找的。一个注意事项:该功能专为交互式使用而设计。如果您在 R 中有长时间运行的计算，比如说训练一个复杂的 ML 模型，通常最好将其作为一个单独的步骤进行，并在您想要构建和共享交互式可视化时将 Tableau 融入其中。