数据分析之技术干货业务价值 powerquery 分组排序后取TOP

在电商中,我们要对货品进行分析,由于所有的销售数据都在一起,货品信息也在一起,两个表建立了关系之后,要看每个品类的TOP款有哪些,每个品类的TOP款是什么要怎么做呢?

下面是我做数据的思路:

1、分析需求与明确业务目的(重要)

2、根据需求分析数据源,

3、整理链接数据源,现将所有数据连接在一起,可以做一张宽表,也可以建立模型设置表关系,看自己擅长什么方式。

4、根据目的对数据源用适当的方式进行聚合
5、检查数据准确性

6、表格呈现,呈现的方式要直观符合领导的习惯

7、根据反馈去改正:反馈是很重要的,根据反馈去处理反馈我们才能之后的提升。(重要)

具体的细节下钻我就不展开说了,今天我说一下我工作中的一个常用的分组排序取TOP

我用的工具是powerquery,

在分组之后,我们要对每一个组进行处理分组之后是这个样子

分组就很简单我就不展开说了

分后就是要针对对table列中的每一个分最后的小组进行操作

我的操作就是

1、遍历table列,逐步操作每个表,

2、对于遍历的表我们进行排序,

3、排序后添加索引为排名

4、排名后我们过滤筛选小于21的就是TOP10

复制代码
= Table.TransformColumns(分组的行, {
        "table",
        each let
            排序表 = Table.Sort(_, {{"支付金额", Order.Descending}}),
            带索引表 = Table.AddIndexColumn(排序表, "索引", 1, 1),
            筛选表 = Table.SelectRows(带索引表, each [索引] < 21)
        in
            筛选表
    })
1. 当前实现逻辑​​
  • ​​核心步骤​​:

    1. 按品类分组生成子表(Table.Group);
    2. 对每个子表降序排序支付金额;
    3. 添加索引作为排名;
    4. 筛选索引 <21 的行(即Top 20)。
  • ​​代码优势​​:

    • 利用 Table.TransformColumns 逐组处理,逻辑清晰;
    • 通过索引列确保排名唯一性,避免数据重复导致排名错乱。

技术工具类​ ​:
Power Query | M语言 | Table.TransformColumns | 分组排序 | 索引过滤

​​业务场景类​ ​:
电商货品分析 | 品类TOP款 | 销售数据聚合 | 宽表建模 | 数据透视

​​分析方法类​ ​:
分组处理 | 动态排名 | TOP N筛选 | 数据清洗 | 领导看板

相关推荐
三兔测序学社12 小时前
【零代码生信分析】RNA-seq中级分析8-差异基因集在L2S2网站进行【肿瘤药物】筛选分析
数据分析
taller_200014 小时前
【012】数据类型入门: Excel 数据到 Python 值的转换
python·excel·pie·py
追风少年ii19 小时前
六大空间转录组平台全面对比:Visium、Visium HD、Stereo-seq、Xenium、Atera 与 CosMx
数据分析·空间·单细胞
roman_日积跬步-终至千里21 小时前
【数据建模入门】从一家小店看懂数仓与机器学习:先理业务,再串技术
数据仓库·人工智能·机器学习·数据分析·数据建模
企业数字化笔记21 小时前
表单发布前怎么验收?版本引用、字段兼容和历史数据回归
android·数据挖掘·回归
钱工的门窗技术笔记1 天前
室内极窄全景移门的支承路径与预留接口:轨道形式、型材壁厚口径与验收边界
物联网·架构·数据分析
quantdash_cc1 天前
如何验证历史行情的交易日期是否完整覆盖研究区间?
python·数据分析·pandas·量化交易·股票数据·quantdash
quantdash_cc2 天前
ETF 行情数据清洗实战:字段语义拆解、标的池整理与五个校验清单
python·数据分析·pandas·量化交易·股票数据·quantdash
Leo.yuan2 天前
2026年可信AI数据分析平台研究:主流厂商的可信机制、能力边界与企业选型
人工智能·数据挖掘·数据分析
程序员清风2 天前
让 AI 编写与运行测试:从样例通过到回归验证
人工智能·数据挖掘·回归