Power Query 中實(shí)現(xiàn)移動加權(quán)平均的詳細(xì)指南?

在數(shù)據(jù)分析和處理中，移動加權(quán)平均是一種非常有用的計(jì)算方法，它能夠根據(jù)不同數(shù)據(jù)的權(quán)重，動態(tài)地計(jì)算平均值，幫助我們更準(zhǔn)確地分析數(shù)據(jù)趨勢和特征。Power Query 作為 Excel 中強(qiáng)大的數(shù)據(jù)處理工具，為我們實(shí)現(xiàn)移動加權(quán)平均提供了便捷的途徑。下面將詳細(xì)介紹如何在 Power Query 中完成移動加權(quán)平均的計(jì)算。?

一、移動加權(quán)平均的概念?

移動加權(quán)平均，是指每次進(jìn)貨的成本加上原有庫存存貨的成本，除以每次進(jìn)貨數(shù)量加上原有庫存存貨的數(shù)量，據(jù)以計(jì)算加權(quán)平均單位成本，作為在下次進(jìn)貨前計(jì)算各次發(fā)出存貨成本依據(jù)的一種方法。在 Power Query 的場景下，我們可以將其拓展應(yīng)用到各類數(shù)值型數(shù)據(jù)的分析中，通過設(shè)定合適的權(quán)重和移動窗口，動態(tài)計(jì)算數(shù)據(jù)的加權(quán)平均值，以便更好地觀察數(shù)據(jù)的變化趨勢，剔除隨機(jī)波動的影響。?

二、數(shù)據(jù)準(zhǔn)備?

假設(shè)我們有一份銷售數(shù)據(jù)，包含 “日期”“產(chǎn)品名稱”“銷售數(shù)量”“銷售單價(jià)” 等列，我們需要根據(jù)銷售數(shù)量作為權(quán)重，計(jì)算銷售單價(jià)的移動加權(quán)平均。首先，在 Excel 中打開 “數(shù)據(jù)” 選項(xiàng)卡，點(diǎn)擊 “獲取數(shù)據(jù)”，選擇數(shù)據(jù)的來源（如 CSV 文件、數(shù)據(jù)庫等），將數(shù)據(jù)導(dǎo)入到 Power Query 編輯器中。?

三、Power Query 操作步驟?

（一）分組排序?

在 Power Query 編輯器中，我們需要先對數(shù)據(jù)按照 “產(chǎn)品名稱” 和 “日期” 進(jìn)行分組和排序。選中 “產(chǎn)品名稱” 和 “日期” 列，點(diǎn)擊 “開始” 選項(xiàng)卡中的 “分組依據(jù)” 按鈕。在彈出的 “分組依據(jù)” 對話框中，選擇 “添加聚合”，將 “銷售數(shù)量” 和 “銷售單價(jià)” 分別進(jìn)行求和聚合，得到每個(gè)產(chǎn)品在不同日期的總銷售數(shù)量和總銷售金額。完成分組聚合后，確保數(shù)據(jù)按照 “產(chǎn)品名稱” 和 “日期” 的順序排列，以便后續(xù)計(jì)算移動加權(quán)平均。對應(yīng)的 M 代碼如下：?

let
    Source = Excel.CurrentWorkbook(){[Name="表1"]}[Content],?
    #"Changed Type" = Table.TransformColumnTypes(Source,{{"日期", type date}, {"產(chǎn)品名稱", type text}, {"銷售數(shù)量", Int64.Type}, {"銷售單價(jià)", type number}}),?
    #"Grouped Rows" = Table.Group(#"Changed Type", {"產(chǎn)品名稱", "日期"}, {?
        {"總銷售數(shù)量", each List.Sum([銷售數(shù)量])},?
        {"總銷售金額", each List.Sum(List.Transform([銷售數(shù)量], each _ * [銷售單價(jià)]))}?
    }),?
    #"Sorted Rows" = Table.Sort(#"Grouped Rows",{{"產(chǎn)品名稱", Order.Ascending}, {"日期", Order.Ascending}})?
    in
    #"Sorted Rows"?

?

（二）計(jì)算移動加權(quán)平均?

接下來，我們使用自定義函數(shù)來計(jì)算移動加權(quán)平均。在 Power Query 編輯器的 “添加列” 選項(xiàng)卡中，點(diǎn)擊 “自定義列”。在彈出的 “自定義列” 對話框中，輸入以下 M 代碼來定義一個(gè)計(jì)算移動加權(quán)平均的函數(shù)：

(rows, windowSize) =>
let
    filteredRows = Table.FirstN(rows, windowSize),?
    totalWeight = List.Sum(filteredRows[總銷售數(shù)量]),?
    weightedSum = List.Sum(List.Transform(filteredRows, each [總銷售金額] / [總銷售數(shù)量] * [總銷售數(shù)量]))
    in?
    weightedSum / totalWeight?

? 上述代碼定義了一個(gè)函數(shù)，它接受兩個(gè)參數(shù)：rows（表示一組數(shù)據(jù)行）和windowSize（表示移動窗口的大?。：瘮?shù)內(nèi)部首先篩選出指定窗口大小的數(shù)據(jù)行，然后計(jì)算這些數(shù)據(jù)行的總權(quán)重（總銷售數(shù)量之和）以及加權(quán)總和（銷售單價(jià)乘以銷售數(shù)量之和），最后返回移動加權(quán)平均值。? 定義好函數(shù)后，在 “自定義列” 對話框中，輸入調(diào)用該函數(shù)的表達(dá)式來計(jì)算移動加權(quán)平均列。假設(shè)我們的移動窗口大小為 3，表達(dá)式如下：?

= Table.AddColumn(#"Sorted Rows", "移動加權(quán)平均", each #"移動加權(quán)平均函數(shù)"([_], 3))?

? 其中"移動加權(quán)平均函數(shù)"是我們剛剛定義的函數(shù)名稱，3表示移動窗口大小，[_]表示當(dāng)前行所在的分組數(shù)據(jù)。?

（三）數(shù)據(jù)整理與輸出?

完成移動加權(quán)平均列的計(jì)算后，我們可以根據(jù)需要對數(shù)據(jù)進(jìn)行進(jìn)一步的整理，如刪除不需要的列、更改數(shù)據(jù)類型等。最后，點(diǎn)擊 “開始” 選項(xiàng)卡中的 “關(guān)閉并上載” 按鈕，將處理好的數(shù)據(jù)加載回 Excel 工作表中，以便進(jìn)行后續(xù)的分析和可視化操作。?

四、注意事項(xiàng)?

移動窗口大小的選擇：移動窗口大小的設(shè)置直接影響移動加權(quán)平均的結(jié)果。窗口過小，可能無法有效平滑數(shù)據(jù)波動；窗口過大，則可能導(dǎo)致數(shù)據(jù)滯后，無法及時(shí)反映數(shù)據(jù)的變化趨勢。需要根據(jù)具體的數(shù)據(jù)特點(diǎn)和分析目的來合理選擇窗口大小。?

數(shù)據(jù)完整性和準(zhǔn)確性：在進(jìn)行移動加權(quán)平均計(jì)算前，要確保數(shù)據(jù)的完整性和準(zhǔn)確性。缺失值或錯(cuò)誤數(shù)據(jù)可能會導(dǎo)致計(jì)算結(jié)果出現(xiàn)偏差，影響分析結(jié)論。如果存在缺失值，可以使用 Power Query 的 “填充” 功能進(jìn)行處理；對于錯(cuò)誤數(shù)據(jù)，需要進(jìn)行修正或刪除。?

性能問題：當(dāng)數(shù)據(jù)量較大時(shí)，移動加權(quán)平均的計(jì)算可能會消耗較多的系統(tǒng)資源和時(shí)間?？梢钥紤]對數(shù)據(jù)進(jìn)行適當(dāng)?shù)暮Y選和聚合，減少不必要的計(jì)算量，提高計(jì)算效率。?

通過以上步驟，我們就可以在 Power Query 中實(shí)現(xiàn)移動加權(quán)平均的計(jì)算，利用這一強(qiáng)大的數(shù)據(jù)處理功能，更好地挖掘數(shù)據(jù)背后的信息，為數(shù)據(jù)分析和決策提供有力支持。如果你在實(shí)際操作過程中遇到其他問題或有進(jìn)一步的需求，歡迎隨時(shí)交流。

推薦學(xué)習(xí)書籍 《CDA一級教材》適合CDA一級考生備考，也適合業(yè)務(wù)及數(shù)據(jù)分析崗位的從業(yè)者提升自我。完整電子版已上線CDA網(wǎng)校，累計(jì)已有10萬+在讀~ 免費(fèi)加入閱讀：https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0