Power Query中批量处理操作(4)

这篇依旧是List.Accumulate的函数应用详解。但是第2参数是作为列表格式使用。

List.Accumulate({1..3},{},(x,y)=>x&{y})

={}&{1}={1}

={1}&{2}={1,2}

={1,2}&{3}

={1,2,3}

解释:第2参数既然是any,不仅可以代表空文本,也可以是空列表。


List.Accumulate({1..5},{},(x,y)=>

ifNumber.Mod(y,2)=1 then x&{y} else x)={1,3,5}

解释:功能是把奇数的组合成一个列表。其中涉及到一个Number.Mod取余函数。红色代表y,蓝色代表x。

第一步,做判断Number.Mod(1,2)=1,结果是True,所以是{}&{1},也就是{1}

第二步,做判断Number.Mod(2,2)=0<>1,结果是False,所以是x,也就是上一步的计算结果{1}

第三步,做判断Number.Mod(3,2)=1,结果是True,所以是{1}&{3}={1,3}

第四步,做判断Number.Mod(4,2)=0<>1,结果是False,所以是x,也就是上一步的计算结果{1,3}

第五步,做判断Number.Mod(5,2)=1,结果是True,所以是{1,3}&{5}={1,3,5}


List.Accumulate({1..10},{{},{}},(x,y)=> if Number.Mod(y,2)=0 then{x{0}&{y},x{1}} else {x{0},x{1}&{y}})

={{2,4,6,8,10},{1,3,5,7,9}}

解释:根据条件分组归类并组合成列表,把奇数和偶数分别归类成2组列表。

第一步,做判断Number.Mod(1,2)=1,计算结果为{x{0},x{1}&{y}}={{},{}&{1}}={{},{1}}

第二步,做判断Number.Mod(2,2)=0,计算结果为{x{0}&{y},x{1}}={{}&{2},{1}}={{2},{1}}

第三步,做判断Number.Mod(3,2)=1,计算结果为{x{0},x{1}&{y}}={{2},{1}&{3}}={{2},{1,3}}

第四步,做判断Number.Mod(4,2)=0,计算结果为{x{0}&{y},x{1}}={{2}&{4},{1,3}}={{2,4},{1,3}}

以此类推最终的结果就是生成2个类别,第一个列表为偶数{2,4,6,8,10},第二个列表为奇数{1,3,5,7,9}。


List.Accumulate({100,50,10},{{},255},(x,y)=>

{x{0}&{Number.IntegerDivide(x{1},y)},

Number.Mod(x{1},y)})

={{2,1,0},{5}}

解释:这里面涉及到2个函数Number.IntegerDivide(取整)和Number.Mod(取余)。255从对指定列表的数从大到小进行整除,得到一个取整的列表以及最后一个余数。通常用于积分兑换,零钱兑换等实际应用案例。

第一步,{{}& Number.IntegerDivide(255,100)}, Number.Mod(255,100)}={{}&{2},55}={{2},55}

第二步,{{}&{Number.IntegerDivide(55,50)}, Number.Mod(55,50)}={{2}&{1},5}={{2,1},5}

第三步,{{}&{Number.IntegerDivide(5,10)}, Number.Mod(5,10)}={{2,1}&{0},5}={{2,1,0},5}

如果有用,动动你的小手进行转发。

©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 204,189评论 6 478
  • 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 85,577评论 2 381
  • 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 150,857评论 0 337
  • 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 54,703评论 1 276
  • 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 63,705评论 5 366
  • 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 48,620评论 1 281
  • 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 37,995评论 3 396
  • 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 36,656评论 0 258
  • 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 40,898评论 1 298
  • 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 35,639评论 2 321
  • 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 37,720评论 1 330
  • 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 33,395评论 4 319
  • 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 38,982评论 3 307
  • 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 29,953评论 0 19
  • 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 31,195评论 1 260
  • 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 44,907评论 2 349
  • 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 42,472评论 2 342

推荐阅读更多精彩内容