# Pivot Tabelle Widget type: `opendash-widget-plotly-pivot` · Plugin: `@opendash/plugin-plotly`  ### Beschreibung Das Widget **Pivot-Tabelle** ermöglicht es dir, komplexe und mehrdimensionale IoT-Daten flexibel zu strukturieren, zusammenzufassen und nach verschiedenen Kriterien zu filtern. Anwender können dadurch historische Datenströme und Telemetriewerte dynamisch nach unterschiedlichen Zeiteinheiten gruppieren, um Muster, Trends oder Abweichungen im Zeitverlauf schnell zu analysieren. ### Voraussetzungen * Mindestens ein historischer Datenpunkt oder eine Zeitreihe (z. B. Wirkleistung, Temperatur oder Durchsatz) im IoT-System. * Ausreichend vorhandene historische Daten, um sinnvolle Aggregationen über Stunden, Tage, Wochen oder Monate hinweg zu bilden. --- ## 1. Konfiguration und Einrichtung 1. Klicke auf der noch unkonfigurierten Dashboard-Kachel des Widgets auf die Schaltfläche **Einstellungen**. 2. Klicke im Reiter **Daten** in das Auswahlfeld unter **Wähle Datenquellen aus, die du Visualisieren möchtest.** und wähle die gewünschte Datenquelle aus der Liste aus. 3. Bestimme im Bereich **Wähle den Zeitraum, für den die Daten geladen werden sollen.** das Zeitintervall – wähle beispielsweise **Absolute Auswahl** und stelle das gewünschte Intervall ein (z. B. **Monat**). 4. Bestätige deine Eingaben mit einem Klick auf die Schaltfläche **Speichern**. 5. Klicke oben rechts am Widget auf die Schaltfläche **Bearbeiten** (Stift-Symbol), um den Analyse-Modus direkt auf dem Dashboard zu öffnen. 6. Ziehe die gewünschten Zeit- und Gruppierungselemente (z. B. **month** für die Spalten und **day** sowie **hour** für die Zeilen) per Drag-and-drop in die entsprechenden Achsenfelder. 7. Ändere die Darstellungsfunktion im linken Dropdown-Menü von der Standardeinstellung **Count** auf die gewünschte mathematische Operation (z. B. **Sum** für die Summenbildung). 8. Wähle im zweiten Dropdown-Menü direkt darunter die Berechnungsbasis aus (z. B. deine Datenquelle für die **Wirkleistung**), um die Tabelle mit den realen Werten zu füllen. 9. Schließe die Konfiguration ab, indem du erneut oben rechts am Widget auf das Speichern-Symbol klickst, um das Layout zu sperren und die Ansicht zu sichern. --- ## 2. Erweiterte Einstellungen & Formatierung | Option | Beschreibung | Funktion | | :--- | :--- | :--- | | **Wähle Datenquellen aus...** | Such- und Filterfeld im Reiter *Daten* | Definiert, welche Sensor- oder Telemetriedaten als Datenbasis in die Tabelle geladen werden. | | **Filter hinzufügen** | Optionale Filter-Schaltfläche unter den Datenquellen | Ermöglicht die Einschränkung der Datensätze nach bestimmten Attributen oder Bedingungen vor der Analyse. | | **Relative Auswahl / Absolute Auswahl** | Tabs im Bereich der Zeitraumeinstellungen | Wechselt zwischen einem dynamischen Zeitfenster (z. B. „letzte 30 Tage“) und einem fest definierten Kalenderzeitraum. | | **Daten aus der Zukunft laden** | Checkbox im Zeitfenster-Menü | Erlaubt die Einbeziehung von zukünftigen Werten (z. B. Prognosen oder Planungsdaten), sofern diese im System vorliegen. | | **Start-/Endzeit an Zeiteinheit anpassen** | Checkbox im Zeitfenster-Menü | Rundet die Start- und Endzeitpunkte automatisch auf den Beginn bzw. das Ende der ausgewählten Zeiteinheit (z. B. voller Stunden- oder Tagesanfang). | | **Sonstige Einstellungen** | Ausklappbares Zusatzmenü im Reiter *Daten* | Enthält erweiterte Einstellungen zur Aktualisierungsrate und Datenverarbeitung im Hintergrund. | | **Darstellungs-Dropdown (z. B. Table)** | Menüauswahl links über der Tabelle | Ändert den Visualisierungstyp (z. B. zu einer klassischen Tabelle, einer Heatmap oder verschiedenen Diagrammtypen). | | **Aggregations-Dropdown (z. B. Sum)** | Menüauswahl links unter dem Darstellungstyp | Bestimmt die mathematische Funktion zur Berechnung der Werte (z. B. Summe, Durchschnitt, Minimum, Maximum oder Anzahl). | | **Datenpunkt-Auswahl** | Zweites Dropdown-Menü unter dem Aggregations-Typ | Wählt die spezifische physikalische Messgröße aus, die für die mathematische Berechnung herangezogen wird. | | **Dimensionen-Leiste (z. B. day, hour, month)** | Verschiebbare Schaltflächen oberhalb der Tabelle | Dienen als Ziehelemente (Drag-and-drop), um Zeilen- und Spaltenstrukturen der Tabelle vollkommen frei zu definieren. | --- ## 3. Das fertige Dashboard-Ergebnis Nach der Einrichtung präsentiert sich das Widget als interaktive, mehrdimensionale Matrix auf deinem Dashboard. Du siehst eine sauber strukturierte Tabelle, die deine Messdaten hierarchisch geordnet darstellt – beispielsweise aufgeschlüsselt nach Tagen in den Zeilen und Monaten in den Spalten. Am Ende jeder Zeile sowie am Fuß jeder Spalte berechnet das Widget automatisch die Gesamtsummen (**Totals**). Über die kleinen Pfeilsymbole links an den Zeilenköpfen kannst du tiefer in die Details hineinzoomen (z. B. von der Tagesansicht direkt in die einzelnen Stunden), wodurch sich verschachtelte Daten flexibel auf- und zuklappen lassen. > 💡 **Praxis-Tipp:** Nutze die Pivot-Tabelle, um typische Lastgänge deiner Anlagen zu identifizieren. Indem du die Dimensionen **dayOfWeek** in die Zeilen und **hour** in die Spalten ziehst und als Aggregationsfunktion den Mittelwert (**Average**) wählst, siehst du sofort, an welchen Wochentagen und zu welchen Uhrzeiten die höchste Auslastung oder der größte Energieverbrauch in deinem Betrieb entsteht.