数以亿计的设备，无处不在的链接

成就了物联网

一切神秘而复杂

通过拖拖拽拽

展现炫酷图表

物可视化的世界

以真实可感的数据形态

揭开神秘面纱

给我们呈现出最直观的感受

这就是物可视化的强大功效

在这背后

数据处理功能到底是怎么实现的呢

本期带你解读

上一期《图解物联网场景，百度云天工带你玩转物可视》，物可视图大拿给大家介绍了如何在物可视中拖拽生成物联网可视化，以及如何将可视化页面嵌入到应用中。很多小伙伴尝试并给予反馈，我们从反馈中发现：大家对于物可视的数据处理功能既困惑又好奇。

今天我们就在这里给大家揭秘一下物可视的强大数据变换功能。

以下案例1、2针对的是数据变换中的预设变换。

有包括行列排序、重命名、行列转换、数据透视表等预设变换能力。

案例3、4针对的是数据变换中的自定义变换。

也就是大家最最好奇的通过JS语法窗实现的各种强大功能，只有想不到没有做不到。

案例1     行列转换完成饼图制作

1、准备数据源

进入“数据表”页面

选择设备影子类型的数据表、命名任意（这里叫“饼图制作”），进入下一步

勾选所有物影子状态，确定

2、数据表变形

进入“数据表”页面

选中上一步创建的数据表（“饼图制作”），点击顶部的图标按钮切换至“暂停”状态

点击新创建的节点右边的“+”号按钮，添加“列排序”，将timestamp列隐藏

点击新创建的节点右边的“+”号按钮，添加“行转列”

3、添加可视化

返回“仪表盘”页面

从左边栏找到“图表”>“饼图”>“饼图”，拖放至画布上

4、绑定数据

选中拖上来的“饼图”组件，在右边栏切换至“数据设置”标签，在“数据表”下拉框中选取之前创建的数据表（当前位置）

类目选“device”、度量选“vizuetest”

► 展现效果

案例2     数据透视表与玫瑰图

1、准备数据源

进入“数据表”页面

选择静态数据类型的CSV、命名任意（这里叫“玫瑰图”），进入下一步

贴入示例数据，点击确定

2、数据表变形

进入“数据表”页面

选中上一步创建的数据表（“玫瑰图”），点击顶部的图标按钮切换至“暂停”状态

点击新创建的节点右边的“+”号按钮，添加“透视表”

选择“door”作为“Dimension/表头”，选择“Stop”作为“Dimension/首列”， 选择“get_off_cnt”作为“Measure/数据列”

聚合方式选择求和，点击确定

点击新创建的节点右边的“+”号按钮，添加“重命名”，对Door的数据“1”“2”进行重命名，点击确定

3、添加可视化

返回“仪表盘”页面

在搜索框搜索“南丁格尔”，找到玫瑰图，拖放至画布上

4、绑定数据

选中拖上来的“南丁格尔”组件，在右边栏切换至“数据设置”标签，在“数据表”下拉框中选取之前创建的数据表（当前位置）

类目选“Stop”、度量选“前门”“后门”

► 展现效果

► 操作示范

案例3     行列横向相加相减

1、准备数据源

进入“数据表”页面

选择静态数据类型的CSV、命名任意（这里叫“数据处理”），进入下一步

贴入示例数据，点击确定

2、数据表变形

进入“数据表”页面

选中上一步创建的数据表（“数据处理”），点击顶部的图标按钮切换至“暂停”状态

点击新创建的节点右边的“+”号按钮，添加“新建列”

新建列名可自取（“相加”、“相减”、“行聚合”），基础列选择要处理的列，这里选取第一列C1

在“语法窗”内贴入“多列相减”“多列相加”“行聚合求和”中给出的示例代码，点击确定

► 示例数据

c1,c2

1,3

3,0

0,-1

5,6

-2,8

5,7

0,4

3,0

12,2

► 多列相减

return cell - rows[rowIndex][1]

► 显示效果

► 多列相加

return cell + rows[rowIndex][1]

► 显示效果

► 行聚合求和

function transform(cell, rowIndex, col, rows, header) {

var rows_sofar = col.slice(0, rowIndex+1)

var sum = 0

for (var i = 0; i< rows_sofar.length; i++) {

sum = sum + rows_sofar[i]

}

return sum

}

► 显示效果

► 操作示范

案例4     时间聚合统计

1、数据准备

（1）配置TSDB类型的数据表，添加『Sum 1月』聚合函数。

（2）表操作中基于timestamp列增加一个string类型的列（月份），变形脚本如下：

var date = new Date(cell)

var month = date.getMonth()

var month_names = "一 二 三 四 五 六 七 八 九 十 十一 十二".split(" ")

return month_names[month] + '月'

2、绑定图表

在仪表盘中添加一个『统计柱状图』，数据绑定时X轴选『月份』，Y轴选对应的数据列即可。效果如下：

通过物可视化数据处理功能，够有效的将大数据进行整理、归纳、分析、预测，且具有互联网的自动反馈功能，从而能够帮助企业对市场和消费者的情况进行推测，使之在商业决策上可以做出更好、更聪明的判断，决胜于千里之外，助力企业真正实现智能化转型。