如何制作员工地点一对一流向的Sankey图（Power BI或其他工具）

一、Excel（Office 365及以上版本） #

• 数据准备：确保表格每行对应一组独立的「原地点-新地点」对，新增「流量」列并赋值为1（保证每条流权重一致）。
• 数据处理：
  1. 用Power Query添加「流ID」列，给每行分配唯一值（如1、2、3...），避免相同路径的流被自动合并。
  2. 拆分出节点表：提取所有「原地点」和「新地点」的值，去重后保存为单独的表，包含「节点名称」列。
  3. 拆分出链接表：保留「流ID」「原地点」「新地点」「流量」列。
• 生成Sankey图：
  插入选项卡中选择「图表」→「Sankey图」，分别选择节点表和链接表，指定「节点名称」为节点字段，「原地点」「新地点」「流量」为链接字段，即可生成每条流独立的Sankey图。

二、Python（Plotly库） #

• 环境准备：执行pip install plotly pandas安装依赖库。
• 代码实现：

  import pandas as pd
  import plotly.graph_objects as go
  
  # 读取数据（替换为你的数据路径）
  df = pd.read_csv("你的数据文件.csv")
  # 生成节点与ID的映射，避免名称重复干扰
  all_nodes = pd.concat([df['原地点'], df['新地点']]).unique()
  node_mapping = {name: idx for idx, name in enumerate(all_nodes)}
  # 转换为Plotly所需的源、目标ID格式
  df['source_id'] = df['原地点'].map(node_mapping)
  df['target_id'] = df['新地点'].map(node_mapping)
  df['flow_value'] = 1  # 每条流权重设为1
  
  # 生成Sankey图
  fig = go.Figure(data=[go.Sankey(
      node=dict(
          pad=15,
          thickness=20,
          line=dict(color="black", width=0.5),
          label=list(all_nodes)
      ),
      link=dict(
          source=df['source_id'],
          target=df['target_id'],
          value=df['flow_value']
      )
  )])
  fig.show()
  

  运行代码后，生成的Sankey图会严格按照每行数据展示独立的单向流，不会自动串联多层级路径。

三、Tableau（2020.2及以上版本） #

• 数据导入：将表格导入Tableau，把「原地点」「新地点」设置为维度字段，新建计算字段「流量」，公式为1。
• 创建Sankey图：
  1. 将「原地点」拖至「行」，「新地点」拖至「列」，「流量」拖至「大小」。
  2. 切换标记类型为「线」，在「分析」面板中关闭「聚合」功能，确保每条行数据作为独立流展示。
  3. 右键点击图表区域，选择「转换为Sankey图」，即可得到符合要求的一对一流向图。

补充：Power BI的修正方案 #

若坚持使用Power BI，可通过以下步骤避免多层级流向：

• 给每行数据添加唯一「流ID」字段，确保每条流的唯一性。
• 安装自定义视觉对象「Sankey Diagram by OKViz」，设置时将「流ID」作为分组字段，「原地点」「新地点」作为源、目标，「流量」（设为1）作为权重，即可强制每条流独立展示。

内容的提问来源于stack exchange，提问作者Jed Nkansa-Yeboah