各位大神,求帮助!!!DAX RANKX 排名用法 (各层级排序前3名的值))

各位大神,求帮助:

如何取排名前3名的层级的值?? ( 同时满足条件: 排名前3的第一类(FeederSetup[Operatorion Description]) 同时也是排名前3的第2类(FeederSetup[Verficiation Result])值和排名前3的第3类(FeederSetup[Device Status]值 )

A) TOP3 FeederSetupCount (%) = IF ( [FeederSetupCount RANKX]<=3,  [FeederSetupCount (%)] )

用上面的公式取出前3名的值,同时也把第一类排名第4.5.6 的第二类和第3类的排名小于等于3也取出来了,结果不是期望的,如红色区域,求帮助???

PS. DAX 各臣级排名公式如下:

FeederSetupCount RANKX =

IF (

    HASONEFILTER ( FeederSetup[Device Status] )

        && [FeederSetupCount (%)] > 0,

    RANKX (

        ALLSELECTED ( FeederSetup[Device Status] ),

        [FeederSetupCount (%)],

        ,

        DESC,

        SKIP

    ),

    IF (

        HASONEFILTER ( FeederSetup[Verficiation Result] )

            && [FeederSetupCount (%)] > 0,

        RANKX (

            ALLSELECTED ( FeederSetup[Verficiation Result] ),

            [FeederSetupCount (%)],

            ,

            DESC,

            SKIP

        ),

        IF (

            [FeederSetupCount (%)] > 0

                && HASONEFILTER ( FeederSetup[Operatorion Description] ),

            RANKX (

                ALLSELECTED ( FeederSetup[Operatorion Description] ),

                [FeederSetupCount (%)],

                ,

                DESC,

                SKIP

            )

        )

    )

)

©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 216,240评论 6 498
  • 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 92,328评论 3 392
  • 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 162,182评论 0 353
  • 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 58,121评论 1 292
  • 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 67,135评论 6 388
  • 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 51,093评论 1 295
  • 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 40,013评论 3 417
  • 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 38,854评论 0 273
  • 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 45,295评论 1 310
  • 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 37,513评论 2 332
  • 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 39,678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 35,398评论 5 343
  • 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 40,989评论 3 325
  • 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 31,636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 32,801评论 1 268
  • 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 47,657评论 2 368
  • 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 44,558评论 2 352

推荐阅读更多精彩内容

  • 个人学习批处理的初衷来源于实际工作;在某个迭代版本有个BS(安卓手游模拟器)大需求,从而在测试过程中就重复涉及到...
    Luckykailiu阅读 4,717评论 0 11
  • 在C语言中,五种基本数据类型存储空间长度的排列顺序是: A)char B)char=int<=float C)ch...
    夏天再来阅读 3,340评论 0 2
  • pyspark.sql模块 模块上下文 Spark SQL和DataFrames的重要类: pyspark.sql...
    mpro阅读 9,451评论 0 13
  • 01 我与老公是大学同学,二年级时在一起了,他是别人眼中的高富帅,我虽然说不上丑,但也绝不漂亮,所有人都纳闷我俩为...
    喵呜么么阅读 216评论 0 0
  • 从深圳到了四川,我们翻山越岭过了四川的山和水,返回贵州,来到了黔东南。 我听过的最民族化最原生态的侗族大歌就在这里...
    里里溪主笔阅读 272评论 0 3