Power Query中的Table.Group函数详细分析

在我们操作过程中,使用分组依据进行汇总计算的操作应该是非常的多的,我们对于这个函数还是非常有必要深入了解下。

Table.Group


按为每行指定的列 key 中的值对 table 的行进行分组。 对于每个组,将构造一条记录,其中包含键列(及其值)以及由 aggregatedColumns 指定的任何聚合列。 注意,如果多个键与比较器匹配,将返回不同的键。此函数无法保证返回固定的行顺序。 或者也可以指定 groupKind 和 comparer。

Table.Group(table as table, key as any, aggregatedColumns as list, optional groupKind as nullable number, optional comparer as nullable function) as table

示例:对表进行分组,同时添加一个聚合列 [total],其中包含价格总和("each List.Sum([price])")。

用法:Table.Group(Table.FromRecords({[CustomerID= 1, price = 20], [CustomerID= 2, price = 10], [CustomerID= 2, price = 20], [CustomerID= 1, price = 10], [CustomerID= 3, price = 20], [CustomerID= 3, price = 5]}), "CustomerID", {"total",each List.Sum([price])})

输出:Table.FromRecords({ [CustomerID= 1, total = 30], [CustomerID= 2, total = 30], [CustomerID= 3, total = 25]}, {"CustomerID", "total"})

以上是系统给出的这个函数的解释,初学者不一定能看得懂,那我们一步一步来分析这个函数。

此函数共有5个主要参数。Table.Group(Tablekey as ListaggregatedColumns as function,groupKind,comparer),其中只有3个是必填参数。

第一个必填参数:我们很好理解,是从哪个表进行操作。

第二个必填参数:是根据哪列数据进行分组,可以任意格式。参数必须要填写,但是可以是空列表{},只有在不需要值来计算时可以使用。例如_,Table.RowCount等

第三个必填参数:怎么进行分组操作,是一个函数公式。

第四个可选参数:1=全局分组;0=局部分组(分组到下一条不等值为止)

第五个可选参数:目前所知是有2个参数组成的函数(x,y)其中X为每次分组后的第一行;Y为X当前行及下面的每一行。通常用(x,y)=>Number.From()固定格式来处理所判断后的条件值。

第三参数aggregatedColumns书写格式

={{新标题}, each 函数 ,type 类型}

={{"新标题1",each 函数},{"新标题2", each 函数}}

={{"新标题1", each 函数, type 类型},{"新标题2",each 函数, type 类型}}

={{"求和", each List.Sum([成绩]), type number},{"计数", each List.Count([学科]), type number}}

我们来举几个例子:

分组汇总计算各学生的总分。


=Table.Group(源,"姓名",{"成绩", each List.Sum( [成绩]), type number})

如果需要对求和后的成绩做一个类型定义,可以这样写

=Table.Group(源,"姓名",{"成绩", each List.Sum( [成绩]), type number })

把这个原表作为一个table类型显示在新表里。

=Table.Group(源,{},{"新标题", each _})

除了普通的函数计算,还有很多其他的函数可以应用,例如格式转换。

=Table.Group(源,"姓名",{"考试科目", each Text.Combine([学科],"/")})

主要的3个必填参数使用我们基本已经了解,那我们来说下第四参数,全局分组和局部分组。默认省略的情况下是作为全局分组,参数为1。如果需要局部分组,参数为0的话,我们可以看下同样的数据源有什么样的变化。

我们可以看第三张图,如果第四参数选择0,张三这个姓名没有进行分组统计,而王五这个姓名有分组,这个是为什么呢?

全局分组=无重复汇总=参数为1

局部分组=连续汇总=参数为0

因为王五这个名字是连续一起的,所以局部分组的时候就进行了操作,而张三这个姓名因为是隔开的,所以就没有进行分组计算,所有分开的都作为单个分组依据。

第四参数的全局匹配和局部匹配我们了解后,那我们来看下第五个参数。

第五个参数是一个匹配函数,有2个参数,我们暂定为x,y。通常用(x,y)=>Number.From()固定格式来处理所判断后的条件值。

X代表每一个分组的第一行,Y为X当前行及下面的每一行。

我们来看下如果上面这个案例把第五参数填进去会发生什么?

我们先测试X参数,我们先把x="张三"这个条件放入进第五参数中。我们可以看到,如果把参数填写成张三,显示的结果是张三80,李四93.75。这个数据是怎么来的呢?

如果只匹配X的话,他的规则是从第一个开始连续匹配,如果不满足条件即结束。意思就是指X从第一个开始配,如果符合就显示并计算,同时再往下一个进行匹配;如果不符合则结束匹配,并显示所匹配的这行数据的匹配值,并把剩余的数据全部按公式计算。

X="张三"

X匹配到了第一个张三,则显示张三,并计算80分的平均值,显示80。

然后继续匹配下一条,结果不等于张三则计算剩余数据。显示这一行去匹配的数据"李四",并计算剩余数据的平均数(90+100+90+95)/4=93.75

X="李四"

X匹配第一个不等于李四,则返回显示李四并计算剩余数据的平均数(80+90+100+90+95)/5=91

我们可以看,只要是不配的数据,都是返回张三91

讲完了X我们再来看下Y参数

我们把y参数填写张三进行匹配

显示张三90和张三95,第一个张三是匹配到当前往下直到不满足条件为止计算所包含的数据(80+90+100+90)/4,第二个张三是匹配到最后一个张三,因为已经是最后一条,所以显示95。

我们把y参数填写成王五进行匹配

显示第一个张三85,第二个王五100,第三个王五92.5

因为第一个y显示王五的是在第三行,所以返回显示第一个匹配值张三,并计算显示截至匹配到王五位置的行之前的值(含匹配行)进行计算。(80+90)/2,找到王五匹配值后计算100/1,第三个王五匹配值后计算(90+95)/2

通过以上示例我们可以大致可以了解到Table.Group这个函数的用法

©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 212,222评论 6 493
  • 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 90,455评论 3 385
  • 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 157,720评论 0 348
  • 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 56,568评论 1 284
  • 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 65,696评论 6 386
  • 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 49,879评论 1 290
  • 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 39,028评论 3 409
  • 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 37,773评论 0 268
  • 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 44,220评论 1 303
  • 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 36,550评论 2 327
  • 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 38,697评论 1 341
  • 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 34,360评论 4 332
  • 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 40,002评论 3 315
  • 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 30,782评论 0 21
  • 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 32,010评论 1 266
  • 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 46,433评论 2 360
  • 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 43,587评论 2 350

推荐阅读更多精彩内容