Power BI Power Query 排名1 非连续排名

Posted alexywt

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Power BI Power Query 排名1 非连续排名相关的知识,希望对你有一定的参考价值。

如下图所示,我有100个分数的数值,现需要对其进行排名处理。很久之前我有写过一篇有关Access里排名处理方式的博文Access SQL实现连续及不连续Rank排名,这一次我将其转换为使用Power Query来进行类似的排名操作。

技术图片

 

首先我们来实现非连续排名,非连续排名最终排出来的名次的数字是非连续的,假如第1名1人,第2名有2人,那么名次为3的人事不存在的,而只有从第4名开始。这种模式的计算逻辑是:对于某一个得分而言,其名次为大于当前分数的所有人的个数+1

1、首先我们将Excel表数据导入到Power Query管理器中,选择表数据区域,然后依次点击“数据/从表格”,弹出的对话框直接点确认

技术图片 技术图片

技术图片

 

2、接下来依次点击“添加列/自定义列”,我们首先借助于这个自定义列来为每一行获取一个子表,该子表包含了所有比当前行的分值大的所有行。

在自定义列窗体中的配置如下图所示,其中的公式为:

=Table.SelectRows(更改的类型,(r)=>r[分数]>[分数])

技术图片

说明下公式:

1、使用Table.SelectRows函数来挑选出表中的行

2、Table.SelectRows函数的第1个参数:指明从哪个表里挑选数据,这个表是上一个步骤得到的结果,上一个步骤就是右侧查询设置步骤清单中的“更改的类型”

3、Table.SelectRows函数的第2个参数:该参数是一个lambuda函数表达式,该函数表达式将会被逐行应用到Table.SelectRows函数的第1个参数表的每一行之上。

(r) :这部分是lambuda函数的参数部分,其中的r是参数的名称,你可以使用任何字母,它表示的就是遍历参数表的行,你需要区分它与整个公式计算所在的当前行之间的差异。

        拿计算列的第1行为例,当前自定义列的公式所在的行是第1行,而这个lambuda函数将会遍历表的所有行,每次都取一行的值与当前行(第1行)的分数比较,我这里的表有100行,所比较操作就有100次;

        后面计算列的所有行都是相同处理,所以需要运算的次数为100*100=10000次。

=>:箭头符号,用来分隔lambuda函数的参数部分和逻辑代码部分

r[分数]>[分数]:lambuda函数的逻辑代码部分,该部分需要返回一个逻辑值,以便于Table.SelectRows函数判定是否需要挑选(筛选)出表中的行,返回结果为真时,表示挑选出来,否则过滤掉改行

       其中的r[分数]表示的取当前遍历行中的分数列的值,而大于符号后面的[分数]表示的是自定义列公式所处行中的分数列的值

 

关于为何使用的是r[分数]来获取分数列的值,而不是使用r[分数]来访问这个值,是因为表(Table)中的行其数据类型是记录(Record),关于列表、表和记录数据类型及其访问子元素的方法我在Power BI Power Query 认识M语言中的结构性数据的博文里有说明,如果你不清楚,请先阅读下这篇文章。

 

下图是添加自定义列“子表”之后的运行结果,我们可以点击第1行,底部就会加载该子表的数据

技术图片

注意:不要点在哪个Table文字上,而是点在右侧空白区域里,点在文字上,PQ将会认为你是要新加一个步骤查看该子表的数据了

 

接下来就需要将子表中的行统计一下,计算出总行数,并将该数字+1即可得出排名了,下面我们直接在前面的公式上修改

1、在右侧找到最后的操作步骤,右侧有一个齿轮图表,点击一下它,就可以重新弹出“自定义列”对话框

技术图片

2、输入如下所示的公式,点击确定按钮后,会看到如下面右侧图片所示的排名结果。

=Table.RowCount(Table.SelectRows(更改的类型,(r)=>r[分数]>[分数]))+1

技术图片 技术图片 

3、依次点击“主页/关闭并上载至”,依次选择“表/新建工作表”,点击加载按钮后,将我们的排名查询加载到Excel中,后续原始数据变动时,我们只需要刷新一下即可得到新的排名

技术图片 技术图片

以上是关于Power BI Power Query 排名1 非连续排名的主要内容,如果未能解决你的问题,请参考以下文章

Power-BI:在数据区添加列或在 Power-Query 中添加列

Power BI Python 在Power BI Desktop中Python代码如何使用Power Query数据

在 Power Bi 中使用 Power Query M 的上一周日期

power BI-数据处理(跟power query几乎一样)

PowerBI 核心组件介绍(Power Query&Power Pivot & Power View& Power BI)

Power BI 中的 Power Query 帮助