La visualización progresiva ofrece una gran promesa para la visualización de grandes datos; sin embargo, los sistemas actuales de visualización progresiva no permiten una interacción continua. ¿Qué pasa si los usuarios quieren ver resultados más confiables en un subconjunto de la visualización? Esto puede suceder cuando los usuarios están en modo de análisis exploratorio pero también quieren hacer algunas preguntas dirigidas sobre los datos. En un sistema de visualización progresiva, el algoritmo de agregación en línea determina la tasa de muestreo de la base de datos y la tasa de convergencia resultante, no el usuario. En este artículo, ampliamos un método reciente en agregación en línea, llamado Wander Join, que está optimizado para consultas que unen tablas, una de las operaciones más costosas computacionalmente. Esta extensión aprovecha el muestreo por importancia para permitir un muestreo impulsado por el usuario cuando las uniones de datos están en la consulta. Aplicamos técnicas de interacción del usuario que permiten al usuario ver y ajustar la tasa de convergencia, proporcionando más transparencia y control sobre el proceso de agregación en línea. Al aprovechar el muestreo por importancia, nuestra extensión de Wander Join también permite un muestreo estratificado de grupos cuando hay sesgo en la distribución de datos. También mejoramos la tasa de convergencia de las consultas de filtrado, pero con costos adicionales que no son necesarios en el algoritmo original de Wander Join.