A terrible BUG in RANKX——PowerBI的排序问题

​近日,我正悠闲地喝着咖啡,写下两个度量值,看看现在大区的排名是咋样了:

销售额 = SUM('销售明细'[成交额])

轻轻一拖,好嘛:

image

本来这个事情到这就该结束了。

结果,这张表上本来有个大区的筛选器,我随手一点:

image

小问号,你是否有很多黑人朋友?

image

排名第一的滨州大区结果成了第二名???这是啥情况???

吓得我赶紧点其他的选项看看:

image

其他几个还比较正常,但是日照大区,你的排名第7是怎么回事,你给我解释清楚!!!

诸如“我们6个其实还有个隐身的弟弟”这种谎话就不要说了!

仔细想一想,没理由啊,切片器不应该影响排名结果啊,因为我们已经ALL('大区表'[大区])了。而且右侧每一行其实都代表着筛选器,如果切片器有影响,那么行上的筛选器同样应该影响,结果没有。(右边对照的是将编辑交互去掉的。)

我们再来看同时选择多个呢:

image

选择单个滨州市的时候,排名显示2,选择多个后,就又变回1了。

真是怪事了。

切片器会出现问题,我们再试试筛选器栏:

image

还是同样的问题,滨州和日照大区在单选时都会出错。这就值得深思了。

我们先来看看RANKX的运算过程:

  1. RANKX 在第一个参数提供的表中使用迭代来构建查找表。在迭代期间,它在迭代的行上下文中计算其第二个参数。最后,它对查找表进行排序。

  2. RANKX 在原始计算上下文中评估其第二个参数。

  3. 在第一步中生成的查找表中,RANKX 搜索在第二步中计算结果的位置。

RANKX是先将大区表计算出销售额表并排名,然后在原始上下文中计算销售额,再将这个销售额在销售额排名表中进行位置确认,返回确认的位置。

计算过程比较复杂,但理论上不可能出错的。

这时,我回过头来查看了一眼powerquery中的数据,结果发现:有部分数据是精确到小数点后十几位,会不会是因为这个原因呢?

image

将数据格式转换为定点小数或整数:

image

再回到矩阵中来看看:

image

这下正常了。果然是数据类型的问题。

怎么会这样呢???

不过,如果数据本身精度要求很高的话,那么直接修改了数据源是不恰当的。我们可以通过写度量值时用round函数来处理精确到小数点后2位:

image
大区排名round = RANKX(ALL('大区表'[大区]),ROUND([销售额],2))

我们将数据恢复到原来格式,再来对照看:

image

一切OK。

好了,结论就是:

如果数据源精度很高(小数点后十几位)的情况下,使用RANKX做销售额的排名很有可能会遇到排序出错的情况,解决办法就是用round函数将度量值的结果精确到小数点后一两位。

你学会了吗?

但是,仍然还是那个问题,为什么会这样呢?


感谢您对【学谦数据运营】公众号的关注、支持与厚爱,如果本文对您有用,请不要吝惜您的点赞、转发和点亮在看,有任何问题欢迎大家在留言区询问或者直接加我个人微信,谢谢。

image
©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 203,937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 85,503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 150,712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 54,668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 63,677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 48,601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 37,975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 36,637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 40,881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 35,621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 37,710评论 1 329
  • 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 33,387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 38,971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 29,947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 31,189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 44,805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 42,449评论 2 342