RANKX函数延伸丨笛卡尔与TOPN问题(修订)

之前呢,白茶曾经分享过关于RANKX排名问题,但是在实际需求中,有时候我既想展示排名,但是同时我又想看看销售前几,该如何进行呢?这个问题就是标题——TOPN的问题

上图,是白茶准备的示例文件,之前几期经常使用的一份销售情况。利用SUMX函数+RELATED函数进行汇总,求出销售金额,输入如下代码:

销售金额 =
SUMX ( '销售明细', '销售明细'[销售数量] * RELATED ( '产品表'[销售价] ) )

结果如图:

金额汇总完毕,接下来我们继续编写排名代码如下:

绝对排名 =
IF ( HASONEVALUE ( '产品表'[商品名称] ), RANKX ( ALL ( '产品表' ), [销售金额] ) )

结果如下:

这时候我们发现了,好像排名这里,似乎有点不对劲啊?根本就是错的啊!之前在RANKX那一期结尾的时候,白茶曾经说过,可以多维度排名,但是当时的前提是同一个表,可以使用ALL('表'[维度1],'表'[维度2]...)这种模式,但是这种不是一个表的维度该如何处理呢?别着急,跟着我的思路走。

这里就延伸出一个概念了,两个表,我要两个表的条件列相互匹配,最后形成一个交集,这个概念是不是听起来很耳熟?没错,就是我们了解的笛卡尔积

在PowerBI中,有DAX函数可以达到这种效果。

一、GENERATE函数

GENERATE函数语法如下:

DAX=
GENERATE ('表A','表B')

结果返回两个表的叉积。它的参数只能是两个表。

二、CROSSJOIN函数

CROSSJOIN函数语法如下:

DAX=
CROSSJOIN ('表A','表B'...)

结果是返回指定表的叉积。它可以有多个表参数。

当然,在这里只有两个表维度的情况下使用效果是一致的。

代码1:

优化绝对排名1 =
IF (
    HASONEVALUE ( '产品表'[商品名称] ),
    RANKX ( GENERATE ( ALL ( '产品表' ), ALL ( '分店表' ) ), [销售金额] )
)

代码2:

优化绝对排名2 =
IF (
    HASONEVALUE ( '产品表'[商品名称] ),
    RANKX ( CROSSJOIN ( ALL ( '产品表' ), ALL ( '分店表' ) ), [销售金额] )
)

将两个代码在数据中对比如下:

可以看得出来结果是一致的!这就说明两种方法在这里都是适用的。

排名问题解决了,那么该继续研究TOPN的问题了。

编写如下代码(这里用优化代码1举例):

销售前五 =
IF (
    HASONEVALUE ( '分店表'[分店名] ),
    CALCULATE ( [销售金额], FILTER ( VALUES ( '产品表' ), [优化绝对排名1] <= 5 ) )
)

结果如下:

结果展示没有任何问题。

那我要是想要灵活的变动成TOPN咋弄?

继续,添加参数:

修改上面的代码:

销售前N =
IF (
    HASONEVALUE ( '分店表'[分店名] ),
    CALCULATE (
        [销售金额],
        FILTER ( VALUES ( '产品表' ), [优化绝对排名1] <= SELECTEDVALUE ( 'TOPN索引'[TOPN索引] ) )
    )
)

添加一个切片器,结果如图:

image

这样就可以随着切片器的变动,随意调整我们想要的TOPN了。

传送门丨:

PowerBI中的排名问题丨RANKX函数(修订)

迭代循环丨SUMX函数(修订)


小伙伴们❤GET了么?

白茶会不定期的分享一些函数卡片

(文件在知识星球[PowerBI丨需求圈])

这里是白茶,一个PowerBI的初学者。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,826评论 6 506
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,968评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,234评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,562评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,611评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,482评论 1 302
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,271评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,166评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,608评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,814评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,926评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,644评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,249评论 3 329
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,866评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,991评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,063评论 3 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,871评论 2 354