Power BI知识-Rankx和Topn函数区别

相信大家在实际工作业务中经常会遇到排名情况,比如消费高低排名,销售业绩排名,门店盈利排名等等,如果少量数据直接排序就可以看出来,但是如果有大量数据进行排名怎么才能直观的看出来排名高低以及排名前几的占比呢,那么今天我们可以学2个DAX函数,就可以轻松实现。

首先介绍第一个函数RANKX排名函数,在学一个函数之前首先要搞明白这个函数是干什么的,然后知道其语法以及函数参数,掌握基本功再去实际工作中练习才能真正掌握,要知其然更要知其所以然。

语法:rankx(表,表达式,值,[升降序],[排序方法])

参数:

第一个参数是表

第二个参数是表达式,聚合表达式,也就是要按照什么对表进行排名

第三个参数值,可选,一般写空即可

第四个参数是升降顺序,可以是0或1,desc升序,asc降序

第五个参数是排序方法,默认skip是跳过,dense是紧凑,如果有相同值的话,跳过相同值的排名,直接下一个

返回:一个值

下面来实例,模拟了一个数据,针对测试数据表中关键词消费进行排名:

先编写基本的代码:

测试消费=SUM('测试数据'[消费])

编写RANKX代码:

RANKX消费排名 = RANKX(ALL('测试数据'[关键词]),[测试消费],,DESC,Dense)

结果如下:

从表中结果可以看到有不合理的地方,就是总计那块排名显示1,根据上下文影响,总计数据是61,进行排名的话肯定要比单个关键词消费要多,这块不难理解,那么怎么去掉这个1呢,毕竟原意是不想出现的,接下来就需要用到另外一个DAX函数:hasonevalue只有一个值,意思跟countrows( values(列名) ) = 1是一样的

语法:hasonevalue(列名)

作用:判断某列是否是一个值

返回:一个逻辑值

hasonevalue经常是跟if函数搭配使用的,两个搭配使用是黄金搭档

公式编写:

hasonevalue消费排名 = IF(HASONEVALUE('测试数据'[关键词]),[RANKX消费排名],BLANK())

结果如下:消费排名就可以了

那么如果想要看关键词消费前3名的占比怎么求呢,接下来就用到topn函数了

语法:topn(n,表,排序依据,[排序类型])

参数:

第一个参数返回的行数,前N行

第二个参数是需要提取的表

第三个参数是对表进行排序的依据,度量值,就是根据什么进行排序,消费还是资源等

第四个参数是排序类型,默认为0,是降序排序,1为升序排序

返回:是一个排名前几的表,所以需要和calculate等其他函数结合使用

注意:它最终返回可能不止N行,假如第N名有多个相等值,会全部计算进来

它与rankx的一个最大区别就是rankx返回排名的值,topn返回前N行的表,一个值,一个表

公式编写:

消费top2 = CALCULATE([测试消费],TOPN(2,ALL('测试数据'[关键词]),[测试消费],DESC))

求top2消费占比:

top2消费占比 = DIVIDE([消费top2],CALCULATE([测试消费],ALL('测试数据')))

最终结果如下:

再升级一下,topn函数中的n在工作中往往不是固定的,虽然说可以手工更改,但是如果一份报告交给上级,老板不懂bi得话,那么这么操作是不是不适合了呢,所以我们需要把n设定成可以选择得,这就得需要使用辅助表

在BI中选择“主页”-“输入数据”,建立一张数字表,由于此实例中模拟数据少,先建立1-5得排名表

书写度量值:

排名值 = MAX('排名辅助表'[排名列])

此函数中用max得意义就是要把排名列转换成值,便于放入topn中

在消费top2度量值中更改topn中得N,如下:

消费top2 = CALCULATE([测试消费],TOPN([排名值],ALL('测试数据'[关键词]),[测试消费],DESC))

当当当,结果就出来了,可以随意筛选前N名

本章内容只是简单得介绍了2个排名函数得用法,足以应对工作中得问题,今天内容就到这里,我是Sugarg,如果可以解决您的问题,可以点个赞,欢迎关注我,88

©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 216,496评论 6 501
  • 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 92,407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 162,632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 58,180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 67,198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 51,165评论 1 299
  • 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 40,052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 38,910评论 0 274
  • 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 45,324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 37,542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 39,711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 35,424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 41,017评论 3 326
  • 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 31,668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 32,823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 47,722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 44,611评论 2 353

推荐阅读更多精彩内容