🐬Spotfire 為什麼突然沒有 BIN 值與圖表不顯示？工程師用「縮排、欄位來源、過濾條件」三招快速定位（含 IronPython 範例）

- 3月 20, 2026

在 Tibco Spotfire 裡做良率（Yield）或 BIN 分佈分析時，最常見也最讓人抓狂的狀況之一，就是：

表格（TablePlot）突然看不到 BIN 欄位
圖表（Chart）突然空白
你明明知道資料有回來，但畫面就是不出來
腳本還可能報 unexpected indent、或是印出一堆 debug 訊息卻看不出問題在哪

這篇文章用「軟體工程師的除錯方式」，用簡單白話把問題拆成 3 類，並用可套用在任何 Spotfire 專案的方式，教你快速定位「BIN 不見」的真正原因。

一、Spotfire 的 BIN 不見，其實通常不是「沒資料」，而是「你拿錯地方的欄位」

很多人直覺以為：

圖表不顯示 = 資料表沒資料

但在 Spotfire 的腳本世界裡，另一個超常見真相是：

資料表其實有資料、有 BIN 欄位
只是你從「視覺物件的參照」去拿欄位，而不是從「真正的資料表」去拿欄位

結果判斷條件永遠成立不了 → BIN 就永遠加不回去

什麼是「視覺物件的參照」？

Spotfire 的 TablePlot / Chart 會有一種像「指向資料的指標」的東西（概念上類似捷徑），它可能還停留在舊的 view、舊的欄位集合，或欄位字串格式跟你想像的不一樣。

工程師的做法是：

用「資料表」做欄位判斷
用「視覺物件參照」做欄位加入（AddColumn）

二、為什麼你「明明印得出 BIN 欄位清單」，最後卻又變成空？

你可能會遇到這種除錯輸出：

你先印出：有 BIN1, BIN2, BIN3...
但你最後算出來要顯示的 binColumns 卻是空的

這常見原因不是資料突然消失，而是你的判斷式像這樣：

把欄位物件轉成字串 str(col) 去判斷是否 startswith("BIN")
但 str(col) 根本不是欄位名（可能是 ColumnRef(...) 這類描述字串）

三、第二個大地雷：過濾條件把資料「全部清光」但你沒發現

另一種超常見的 BIN 消失原因，是你後面加了某種過濾：

只保留「Rate% > 0.01」
只保留「選到的 BIN」
只保留「某個欄位不是空」

如果你寫得太嚴格、或欄位名稱對不上、或格式是百分比字串（例如 "0.00%"），結果就是：

你以為你在刪除少數無效資料
實際上你把所有資料都刪了
→ 表格剩 0 筆

→ 圖表自然空白

工程師會在每個關鍵步驟都印出 RowCount，像這樣：

四、最實用的工程師除錯流程（通用版）

下面的程式碼示範 Spotfire 腳本中「一步一步定位」的做法。

1）每一步都要印 RowCount（超重要）


# ✅ 通用除錯：每個重要處理後都看一下資料剩多少筆
def log_count(table_name):
    t = Document.Data.Tables[table_name]
    print("[COUNT]", table_name, "=", t.RowCount)

log_count("SourceTable")
log_count("IntermediateTable")
log_count("FinalTable")

只要你發現某一步後 RowCount 變成 0，就知道問題在哪一段。

2）用「真正資料表」判斷 BIN 欄位名稱


def get_bin_columns_from_table(table_name, prefix="BIN"):
    t = Document.Data.Tables[table_name]
    bins = []
    for c in t.Columns:
        name = c.Name
        if name.startswith(prefix):
            bins.append(name)
    return bins

3）加入欄位到 TablePlot，要用視覺參照（Reference）


def apply_columns_to_tableplot(page_title, visual_title, column_names):
    # 找到 TablePlot
    page = next(p for p in Document.Pages if p.Title == page_title)
    table_vis = next(v for v in page.Visuals if v.Title == visual_title).As[TablePlot]()

    # 取得視覺資料參照
    ref = table_vis.Data.DataTableReference

    # 清除 + 加回欄位
    table_vis.TableColumns.Clear()
    for n in column_names:
        table_vis.TableColumns.Add(ref.Columns.Item[n])

4）避免「過濾清光」：先算再刪，刪前印出會刪多少


def filter_rows_by_threshold(table_name, col_name, threshold):
    t = Document.Data.Tables[table_name]
    cur = DataValueCursor.CreateFormatted(t.Columns[col_name])

    to_remove = IndexSet(t.RowCount, False)
    for r in t.GetRows(cur):
        raw = cur.CurrentValue
        if raw is None:
            to_remove.AddIndex(r.Index)
            continue

        s = str(raw).replace("%", "").replace(",", "").strip()
        if s == "":
            to_remove.AddIndex(r.Index)
            continue

        try:
            v = float(s)
        except:
            to_remove.AddIndex(r.Index)
            continue

        if v <= threshold:
            to_remove.AddIndex(r.Index)

    print("[FILTER]", table_name, "remove =", to_remove.Count, "remain =", t.RowCount - to_remove.Count)
    t.RemoveRows(RowSelection(to_remove))

五、`unexpected indent` 是什麼？為什麼 Spotfire/IronPython 特別容易中招？

很多 Spotfire 腳本的第一個錯誤不是邏輯，而是：

SyntaxError: unexpected indent

這幾乎都跟「縮排」有關，常見原因：

Tab 跟空白混用（你以為對齊，IronPython 覺得不對）
if / for / def 少了冒號 :
該在外層的 print() 卻縮排進去

工程師建議：

全部統一用 4 個空白
不用 Tab
程式先貼到 VSCode / Notepad++ 做「Convert Tabs to Spaces」再貼回 Spotfire

六、真正能快速解決 BIN 不顯示的三個結論

✅ 結論 1：欄位判斷要用 DataTable（資料表），不是視覺參照

用 Document.Data.Tables["..."].Columns 做欄位判斷
用 TablePlot.Data.DataTableReference 做欄位加入

✅ 結論 2：不要用 `str(column)` 當欄位名

一律用 column.Name

✅ 結論 3：任何會刪資料的過濾，都必須印 RowCount

過濾前後都要印
刪除前先計算「會刪幾筆、會剩幾筆」

七、常見 FAQ

Q1：為什麼我印得出 BIN 欄位，但表格就是不顯示？

因為你印的是「資料表的欄位」，但你加欄位用的是「視覺物件參照」，兩者欄位集合可能不同步或名稱格式不同。

Q2：為什麼一加上 Rate% 過濾，圖表就全空？

通常是欄位名不一致、格式是 % 字串、或你把 Null/空值都當作要刪除，最後刪到 0 筆。

Q3：Spotfire 腳本除錯最有效的方法是什麼？

RowCount。把每段處理後的資料筆數印出來，最能立刻定位是哪一步把資料弄沒。

結尾：用工程師方式除錯，Spotfire 問題會變得很可控

Spotfire 的腳本除錯其實跟一般程式一樣：
不是靠猜，而是靠「可觀測性」：RowCount、欄位名、每一步的輸出。

只要你掌握：

正確使用 DataTable vs DataTableReference
欄位名用 .Name 不用 str()
過濾前後都印 RowCount

「BIN 不見」與「圖表空白」就會從玄學變成可快速定位的工程問題。

搜尋此網誌

小小大大學