Derzeit sehen meine Daten wie diese - 
berechnen datediff auf der Woche vom Zeitpunkt statt auf dem Tag des Datums
Ich habe 3 Sätze von Vergleichen - täglich, wöchentlich und monatlich. Vergleicht man wöchentliche Kohorten mit anderen wöchentlichen Kohorten und monatlichen Kohorten mit anderen monatlichen Kohorten, kommt man oft auf den Fall, dass die Kohorte nicht vollständig "gebacken" ist. Das bedeutet zum Beispiel, dass der erste Kohorten-Tag in jeder Woche (dh install_cohort == 2/21/2016 mit Install Cohort Week == Feb 21th) mehr days_since_install hat als install_cohort == 2/27/2016 (der letzte Tag in der Woche der Install Cohort Week == 21. Februar).
Wenn man Vergleiche zwischen den Wochen anstellt, bedeutet das, dass nicht alle durch die gleichen Tage_sind_install gegangen sind.
Das Ziel ist, die Daten zu filtern, so dass jeder Kohorte die gleiche days_since_install hat, die von dem zusätzlichen days_since_install loswerden würde, die == install_cohort 2016.02.21 install_cohort == 2016.02.27 zum Beispiel über haben. Ich möchte nur Vergleiche anstellen, bei denen die Sammlung install_cohorts jeder Woche die gleiche Anzahl von Tagen_sind_install aufweist.
Vielen Dank für Ihre Antwort! Ich denke, das ist auf dem richtigen Weg, aber nicht ganz. [Image Exploration hier] (http://imgur.com/TPC4UEP). Damit dies funktioniert hat, sollte die X-Achse abgeschnitten sein - nicht vorgesehen. –
@PhillipBlack Ich bin mir nicht ganz sicher, ob ich verstehe, was das Problem hier ist oder was Tableau erwartet. Können Sie Ihre Frage mit dem Bild und einer Beschreibung dessen, was Sie erwarten, erweitern? Es ist auch sehr hilfreich, wenn Sie einen Screenshot des gesamten Tableau-Fensters erstellen, um zu sehen, welche Dimensionen und Maße Sie verwenden. Manchmal ist es so einfach, eine Pille in ein anderes Regal zu verschieben. – Alexander
Ich entschuldige mich - das ist ein bisschen schwierig. Wenn ich März und Februar vergleiche, haben einige Leute mehr days_since_install als andere. Zum Beispiel haben die Leute, die am 1. Februar heruntergeladen haben, 77 Tage_sind_install, während die Leute, die am 31. Februar heruntergeladen haben, 49 Tage_sind_install hatten. Dies bedeutet, dass die Kohorte am Tag 50 nicht vollständig "gebacken" wird, zum Beispiel weil die Kohorte vom 31. Februar noch keine Chance hatte, dorthin zu gelangen. Ich möchte so filtern, dass jeder Datenpunkt "vollständig gebacken" ist, da jede Kohorte innerhalb dieses Monats dieselbe days_since_install hatte. –