完整文档
主要实现功能:
1、任意选择城市数量
2、任意选择时间区间
3、除参与排名的城市,其他城市用【其他】代替,且颜色标注出来

实现效果:

![GIF 2022-3-17 14-27-06.gif](https://img-blog.csdnimg.cn/img_convert/2379a2615e438c14336a814ee9d01dcd.gif#clientId=uca54728d-aca3-4&crop=0&crop=0&crop=1&crop=1&from=ui&id=u779f6406&margin=[object Object]&name=GIF 2022-3-17 14-27-06.gif&originHeight=634&originWidth=838&originalType=binary&ratio=1&rotation=0&showTitle=false&size=141542&status=done&style=none&taskId=ue7f48823-a5ec-4d0e-87e5-72f20895750&title=)

实现步骤:

构建排名参数表

参数-排名 = GENERATESERIES(5, 20, 1)

构建销售额动态区间表

View-销售额动态区间 =
SELECTCOLUMNS( { ("本月至今",1), ("昨日",2 )}, "时间区间", [Value1], "排序", [Value2] )

构建城市表

View-TopNname =
VAR X = SELECTCOLUMNS( DISTINCT( 'Model-Dimstore'[城市] ), "TopNname", [城市] )
VAR Others = {"其它"}
RETURN UNION( X, Others )

编写DAX

销售额 动态区间 =
SWITCH( SELECTEDVALUE( 'View-销售额动态区间'[时间区间] ), "本月至今", [当月 销售额],"昨日", [昨日 销售额],[当月 销售额]
)销售额 动态区间 按城市动态挂载 =
CALCULATE( [销售额 动态区间] , TREATAS( VALUES( 'View-TopNname'[TopNname] ), 'Model-Dimstore'[城市] )
)销售额 动态区间 按城市挂载 排名 =
RANKX( ALLSELECTED( 'View-TopNname'[TopNname] ) , [销售额 动态区间 按城市动态挂载]
)View 销售额 TopNandOthers =
VAR Categary = SELECTEDVALUE( 'View-TopNname'[TopNname] )
VAR TopNcategary = TOPN( [参数-排名 值], VALUES( 'Model-Dimstore'[城市]), [销售额 动态区间] )
RETURN SWITCH( TRUE(),[销售额 动态区间 按城市挂载 排名] <= [参数-排名 值], [销售额 动态区间 按城市动态挂载],Categary = "其它", CALCULATE( [销售额 动态区间], EXCEPT( ALLSELECTED( 'Model-Dimstore'[城市] ), TopNcategary ) )
)TopN 排名 城市&&其它 =
--将“其他”列排在最后一列,排名设为999999
VAR top_category =SELECTEDVALUE ( 'View-TopNname'[TopNname] )
RETURNSWITCH (TRUE (),HASONEVALUE ( 'View-TopNname'[TopNname] )&& [View 销售额 TopNandOthers] <> 0&& [销售额 动态区间 按城市挂载 排名] <= [参数-排名 值], [销售额 动态区间 按城市挂载 排名],HASONEVALUE ( 'View-TopNname'[TopNname] )&& [View 销售额 TopNandOthers] <> 0&& top_category = "其它", 999999)view 颜色 top and others =
--格式设置为文本
VAR top_category =SELECTEDVALUE ( 'View-TopNname'[TopNname] )
RETURNSWITCH ( TRUE (), top_category = "其它", "#EA8F74", "#00516C" )销售额 ABC分析 累计占比 =
VAR kpi_value = [View 销售额 TopNandOthers]
VAR top_category = SELECTEDVALUE ( 'View-TopNname'[TopNname])
VAR Cumulativevalue =IF ( [View 销售额 TopNandOthers] <> 0 && top_category <> "其它",CALCULATE ([View 销售额 TopNandOthers],FILTER ( ALL ( 'View-TopNname'[TopNname] ), [View 销售额 TopNandOthers] >= kpi_value )))
RETURNDIVIDE ( Cumulativevalue, CALCULATE ( [销售额 动态区间 按城市动态挂载], ALL ( 'View-TopNname'[TopNname] )))view 标题 帕累托 =
--格式设置为文本
"重点城市" & SELECTEDVALUE( 'View-销售额动态区间'[时间区间] ) & "销售帕累托分析"

图表设计

坐标轴

![GIF 2022-3-17 14-27-06.gif](https://img-blog.csdnimg.cn/img_convert/66d3a2adb3478b334c6a310c55510628.gif#clientId=uca54728d-aca3-4&crop=0&crop=0&crop=1&crop=1&from=ui&id=u6dffee73&margin=[object Object]&name=GIF 2022-3-17 14-27-06.gif&originHeight=1008&originWidth=1154&originalType=binary&ratio=1&rotation=0&showTitle=false&size=311093&status=done&style=none&taskId=u5d777627-2a94-46ca-9f78-faa4f576131&title=)

标题

![image.png](https://img-blog.csdnimg.cn/img_convert/6337b41a7dcf786b7d80aa97d93d8a3f.png#clientId=uca54728d-aca3-4&crop=0&crop=0&crop=1&crop=1&from=paste&height=508&id=ua9b8d222&margin=[object Object]&name=image.png&originHeight=1016&originWidth=1194&originalType=binary&ratio=1&rotation=0&showTitle=false&size=108344&status=done&style=none&taskId=u958fb429-8d16-474a-825e-de5f9736bea&title=&width=597)

颜色

![image.png](https://img-blog.csdnimg.cn/img_convert/e04249fbbbe79511750953804eca0c80.png#clientId=uca54728d-aca3-4&crop=0&crop=0&crop=1&crop=1&from=paste&height=340&id=uf767bad5&margin=[object Object]&name=image.png&originHeight=680&originWidth=1610&originalType=binary&ratio=1&rotation=0&showTitle=false&size=128019&status=done&style=none&taskId=u96d812ae-6124-4b78-8312-251d5c0ca24&title=&width=805)

Powerbi实现帕累托分析相关推荐

  1. PowerBi - TopN+帕累托

    PowerBi–topn+帕累托 (此数据虚构)仅供学习,不提供数据,谢谢 思考:其实基本上很多现象都满足二八定律,所以利用PowerBi的动态交互式图表定制出一份报告:基于TOPN+帕累托来分析不同 ...

  2. 笔记-高项案例题-2019年下-质量管理-帕累托分析

    2019年下半年信息系统项目管理师考试下午真题 这一题没拿到高分,难怪当年不过了. [说明] 2019年3月某公司中标当地轨道交通的车载广播系统项目,主要为地铁列车提供车载广播.报警.对讲及电子地图系 ...

  3. 数据特征分析-帕累托分析

    帕累托分析(贡献度分析):即二八定律 目的:通过二八原则寻找属于20%的关键决定性因素. 随机生成数据 df = pd.DataFrame(np.random.randn(10)*1000+3000, ...

  4. Power BI应用案例:销售帕累托分析(28法则)

    一.应用背景 帕累托法则往往称为二八原理,即百分之八十的问题是百分之二十的原因所造成的.帕累托图在项目管理中主要用来找出产生大多数问题的关键原因,用来解决大多数问题.本文利用Power BI进行帕累托 ...

  5. SQL如何进行帕累托分析?(窗口函数、累计百分比分类)

    帕累托分析法是指定决策的统计方法,包含按降序排序的列和表示累积总百分比的线条 [面试题]有一张"学生成绩表",包含3个字段:学号.课程.成绩. 问题:找出每门课程A类和B类的学生, ...

  6. Power BI产品帕累托分析

    效果图一: 说明: 1.x轴为每个产品的销售金额,按照从大到小排序 2.y轴为这些产品累积的销售金额占比,也就是 到产品的累积销售金额 除以 所有产品总的销售金额 3.红色框部分表示,累积销售金额占比 ...

  7. 10.Excel数据特征分析-帕累托分析法

    文章目录 1.什么是帕累托分析 2.帕累托分析法案例 3.数据透视表与帕累托分析结合具体步骤 3.1数据透视表建立 3.2 帕累托图的建立 3.3 调整帕累托图 3.3.1调整坐标轴 3.3.2 调整 ...

  8. 数据特征分析之帕累托分析以及python实现

    帕累托分析(贡献度分析) → 帕累托法则:20/80定律 "原因和结果.投入和产出.努力和报酬之间本来存在着无法解释的不平衡.一般来说,投入和努力可以分为两种不同的类型: 多数,它们只能造成 ...

  9. python数据分析之帕累托分析

    帕累托分析 帕累托图在概念上与帕累托法则有关.帕累托法则认为,相对少量的原因通常造成大多数的问题或缺陷.该法则通常称为80/20原则,即80%的问题是由20%的原因导致的.帕累托图也用于汇总各种类型的 ...

最新文章

  1. 多数据中心的百万级消息服务实战
  2. 蒙特卡洛算法贡献者之一Arianna Rosenbluth逝世 | AI日报
  3. python常用函数表-python-列表常用函数
  4. 今日代码(200612)--数据录入(python+mysql)
  5. MHA manage节点安装报错解决
  6. Fuel9.0下的neutron-network网络(实际环境)--有疑问
  7. Java: Queue
  8. 跨境电商指南:如何处理客户投诉
  9. 大学BBS年度十大原创淡黄笑话
  10. 打印机简体打出繁体、乱码解决办法
  11. 未转变者3.x局域网服务器,未转变者局域网怎么创建服务器
  12. 阿里巴巴DevOps文化浅谈
  13. pl/sql插入语句插入数据库中文为????
  14. 传美云商系统软件方案详解
  15. 如何找出知乎的所有神回复
  16. VIDEOIO ERROR: V4L/V4L2: VIDIOC_S_CROP
  17. Java 多线程 线程同步
  18. 只有华强北才能拯救诺基亚?
  19. 自然语言理解(NLU)难在哪儿?
  20. git之branch分支增删改查、切换、更新远程代码到本地仓库

热门文章

  1. 进程中的一个线程死了所引发的后果
  2. SSM框架的搭建学习(1)---MyBatis的环境搭建
  3. HDU 2859 Phalanx(二维DP)
  4. dubbo学习 三 dubbox概述
  5. Android中土司(Toast)的使用
  6. 网络动态负载均衡算法分析
  7. 看看高手做的ARM开发板
  8. 想一个颠覆性技术方向建议,你能想到什么?
  9. 从中工毕业到年薪30万,我用了2年9个月
  10. CSDN编程挑战(交换字符)