如何在Tableau中使用集合操作筛选不同Phase的URL集合

首先先明确你的原始数据集：

ID PHASE URL
1 1 url1
2 1 url2
3 1 url3
4 1 url4
5 2 url5
6 2 url3
7 2 url6

集合操作确实是处理这类“存在性对比”需求的最优解，因为集合本身就支持交集、差集、并集这些原生操作，步骤非常清晰：

第一步：提取两个阶段的URL集合 #

先把Phase1和Phase2的URL分别单独提取出来，转换成集合（集合会自动去重，不过你的数据里每个阶段内的URL没有重复，所以直接转就行）：

• Phase1的URL集合：{'url1', 'url2', 'url3', 'url4'}
• Phase2的URL集合：{'url3', 'url5', 'url6'}

第二步：执行对应的集合操作 #

1. 同时存在于Phase1和Phase2的URL（交集） #

用集合的交集操作（符号&或者方法intersection()），结果就是两个阶段都有的URL：
phase1_urls & phase2_urls → {'url3'}
也就是你说的：Phase1 ∩ Phase2 = url3

2. 仅存在于Phase1的URL（Phase1独有的URL） #

用Phase1的集合减去两个阶段的交集（或者直接用差集操作-），得到只在Phase1出现的URL：
phase1_urls - phase2_urls → {'url1', 'url2', 'url4'}

3. 仅存在于Phase2的URL（Phase2独有的URL） #

同理，用Phase2的集合减去交集：
phase2_urls - phase1_urls → {'url5', 'url6'}

4. 所有出现过的URL（并集） #

用并集操作（符号|或者方法union()），把两个阶段的URL合并去重：
phase1_urls | phase2_urls → {'url1', 'url2', 'url3', 'url4', 'url5', 'url6'}
也就是你提到的Phase1 ∪ Phase2的结果

用Python代码实现的完整示例 #

如果需要用代码自动化处理，这里有个简单的示例，直接可以运行：

# 模拟你的原始数据集（实际场景可以从CSV/数据库读取）
data = [
    (1, 1, 'url1'),
    (2, 1, 'url2'),
    (3, 1, 'url3'),
    (4, 1, 'url4'),
    (5, 2, 'url5'),
    (6, 2, 'url3'),
    (7, 2, 'url6'),
]

# 提取两个阶段的URL集合
phase1_urls = {item[2] for item in data if item[1] == 1}
phase2_urls = {item[2] for item in data if item[1] == 2}

# 计算各个目标集合
intersection = phase1_urls & phase2_urls
only_phase1 = phase1_urls - phase2_urls
only_phase2 = phase2_urls - phase1_urls
union = phase1_urls | phase2_urls

# 打印结果
print("同时存在于Phase1和Phase2的URL：", intersection)
print("仅存在于Phase1的URL：", only_phase1)
print("仅存在于Phase2的URL：", only_phase2)
print("所有出现过的URL：", union)

运行这段代码就能直接得到你需要的所有集合结果啦～

内容的提问来源于stack exchange，提问作者Ferda-Ozdemir-Sonmez