Tableau Calculations: DATEPARSE

Tableau Calculations: DATEPARSE

Tableau Calculations: DATEPARSE()

DATEPARSE() ist eine Konvertierungsfunktion in Tableau. Die Funktion wandelt unhandliche Datums-Strings in echte Datumswerte und schafft damit die Basis für saubere Zeitachsen. So wird aus gemischten Formaten ein verlässlicher Kalender.

Sie verwenden diese Funktion immer dann, wenn Tableaus automatische Datumserkennung (z. B. Klick auf das „Abc“-Symbol > Datum) fehlschlägt. Viele Datensysteme speichern Daten nicht als DD.MM.YYYY, sondern in nicht-standardisierten Formaten wie 20240105 (ein String), 05-Jan-2024 oder 2024/03/14 15:30. DATEPARSE „analysiert“ diesen Text und wandelt ihn um, indem Sie Tableau eine exakte Formatvorlage an die Hand geben.

Wichtige Voraussetzung: Nur für Strings!

DATEPARSE() funktioniert nur mit Feldern vom Datentyp Text (String).

Wenn Ihr Datum bereits ein (falsches) Datum ist, funktioniert es nicht.

Wenn Ihr Datum eine Zahl ist (z. B. 20240105), müssen Sie es zuerst in einen String umwandeln, bevor Sie DATEPARSE anwenden können. Die Formel wäre dann: DATEPARSE(‚yyyyMMdd‘, STR([Datums-Zahl])).

Syntax
DATEPARSE(‚format‘, [string_feld])

• Argument 1 (‚format‘): Eine Zeichenfolge (Maske), die exakt beschreibt, wie Ihr Datums-String aufgebaut ist.

• Argument 2 ([string_feld]): Das Textfeld, das Sie konvertieren möchten.

Die Format-Maske verstehen

Das erste Argument ist der Schlüssel. Sie müssen Tableau mit Symbolen „erklären“, wo Tag, Monat, Jahr usw. in Ihrem Text stehen. Die Trennzeichen (wie ., /, – oder Leerzeichen) müssen exakt übereinstimmen.

Symbol Bedeutung Beispiel
yyyy 4-stelliges Jahr 2024
yy 2-stelliges Jahr 24
MM 2-stelliger Monat 01
MMM Monatsabkürzung (Text) Jan
MMMM Voller Monatsname (Text) Januar
dd 2-stelliger Tag 05
HH Stunde (0-23) 14
mm Minute 30
ss Sekunde 05

Wie erstelle ich eine DATEPARSE-Kalkulation?

Hier sind drei gängige Beispiele:

Beispiel 1: Ein Datum im deutschen Format

• Ihr String: [Timestamp] enthält „05.03.2024 10:30“

Feld benennen:[Correct_Date]

Formel für [Correct_Date]
DATEPARSE(‚dd.MM.yyyy HH:mm‘, [Timestamp])

(Deutlich zu sehen ist, dass das [Timestamp]-Feld nur ein String ist und nicht als ein offizielles Datums Feld formatiert ist. Während das neue [Correct_Date] automatisch ein Datumsfeld ist.)

content image

content image

 

Beispiel 2: Ein komplexer Zeitstempel (String)

• Ihr String: [Log-Eintrag] enthält „Jan 14 2024 15:30“

Feld benennen:[Zeitstempel]

Formel für [Zeitstempel]
DATEPARSE(‚MMM dd yyyy HH:mm‘, [Log-Eintrag])

(Achtung: Hier wird ‚MMM‘ (Jan) die Spracheinstellung Ihres Systems/Ihrer Datenquelle verwenden. Wenn Ihr System auf Deutsch ist, würde es ‚Jan‘ vielleicht nicht erkennen, aber ‚Mär‘ für März schon.)

 

Beispiel 3: Ein Datum, das als Zahl gespeichert ist

• Ihr Feld: [Datums-Zahl] (Datentyp Zahl) enthält 20240105

Feld benennen:[Echtes Datum]

Formel für [Echtes Datum]
DATEPARSE(‚yyyyMMdd‘, STR([Datums-Zahl]))

(Hier wird die Zahl zuerst in den String „20240105“ umgewandelt und DANN geparst.)

Anwendungsfälle

Der Einsatz von DATEPARSE() ist immer dann notwendig, wenn die automatische Datentyp-Änderung von Tableau versagt.

• Nicht-Standard-Formate: Ihre Daten sind Text und sehen so aus: 20240105, 2024/01/05, 05-Jan-2024.

• Falsche Interpretation (USA vs. EU): Tableau erkennt 05.01.2024 (5. Januar) fälschlicherweise als 1. Mai. Mit DATEPARSE(‚dd.MM.yyyy‘, …) erzeugen Sie die korrekte Interpretation.

• Daten aus Zahlen: Ihre Daten sind Zahlen (z. B. 20240105) und müssen erst in Text und dann in ein Datum umgewandelt werden.

• Text-Zeitstempel: Ihre Strings enthalten sowohl Datum als auch Uhrzeit (z. B. „Bestellt am 05.01.2024 um 14:30“).

Fazit

DATEPARSE() ist das unverzichtbare „manuelle“ Werkzeug zur Datenbereinigung für Datumsangaben. Es ist die robuste Methode, um fehlerhafte oder nicht standardisierte Datums-Strings in ein nutzbares Datumsformat zu zwingen.

Sie haben Fragen zu den Möglichkeiten, die Tableau bietet, oder ein anderes Anliegen rund um das Thema Datenanalyse? Oder suchen Sie zertifizierte Tableau-Experten für die Datenbereinigung und Validierung komplexer Zeitreihen-Daten in Deutschland, Österreich oder der Schweiz? Wir helfen ihnen dabei gerne.

KONTAKT AUFNEHMEN