
移動加權(quán)平均法是存貨計價的重要方法,其核心公式為:
該方法要求每次進貨后重新計算平均成本,形成遞歸依賴鏈。在 Power Query 中,通過List.Accumulate
函數(shù)可完美解決這種遞歸計算問題。
需包含以下字段:
日期 / 年月(排序依據(jù))
期初數(shù)量 / 采購數(shù)量 / 發(fā)出數(shù)量
采購成本(數(shù)量 × 單價)
期末數(shù)量(= 期初數(shù)量 + 采購數(shù)量 - 發(fā)出數(shù)量)
數(shù)據(jù)導(dǎo)入與類型調(diào)整
在 Power Query 編輯器中加載數(shù)據(jù)后,需確保:
關(guān)鍵排序操作
必須按日期升序排列,確保計算順序正確??赏ㄟ^Table.Sort
函數(shù)實現(xiàn):
= Table.Sort(更改的類型, {{"日期", Order.Ascending}})
遞歸計算公式
使用List.Accumulate
函數(shù)逐行處理數(shù)據(jù):
let
Source = 排序后的數(shù)據(jù),
Result = List.Accumulate(
Table.ToRecords(Source),
[Data = {}, PrevCost = 0], // 初始狀態(tài):空結(jié)果集+初始成本0
(state, row) => let
總成本 = state[PrevCost] + row[采購成本],
總數(shù)量 = row[期初數(shù)量] + row[采購數(shù)量],
加權(quán)單位成本 = if 總數(shù)量 = 0 then 0 else 總成本 / 總數(shù)量,
期末成本 = row[期末數(shù)量] * 加權(quán)單位成本,
NewRow = Record.Combine(row, [加權(quán)單位成本 = 加權(quán)單位成本, 期末成本 = 期末成本])
in
[Data = state[Data] & {NewRow}, PrevCost = 期末成本]
)[Data],
FinalTable = Table.FromRecords(Result)
in
FinalTable
初始狀態(tài):Data
存儲結(jié)果行,PrevCost
傳遞上期期末成本
迭代邏輯:逐行計算總成本、總數(shù)量,避免除數(shù)為零
錯誤
狀態(tài)更新:將當(dāng)前行結(jié)果追加到Data
,并更新PrevCost
供下行使用
空值處理
若期初數(shù)量為 null,需提前替換為 0:
= Table.ReplaceValue(排序后的數(shù)據(jù), null, 0, Replacer.ReplaceValue, {"期初數(shù)量"})
負數(shù)庫存處理
通過條件判斷限制庫存數(shù)量:
= Table.AddColumn(Source, "調(diào)整后數(shù)量", each if [期末數(shù)量] < 0 then 0 else [期末數(shù)量])
性能優(yōu)化
大數(shù)據(jù)量場景下,建議使用Table.Buffer
緩存數(shù)據(jù):
= Table.Buffer(Table.Sort(Source, {{"日期", Order.Ascending}}))
手動驗證
選取某一行數(shù)據(jù),按公式計算加權(quán)單位成本:
例:某行期初數(shù)量50,采購數(shù)量100,采購成本1500,則加權(quán)單位成本=(0+1500)/(50+100)=10元
移動加權(quán):成本平滑,反映實時價格變動
FIFO:利潤波動大,庫存價值接近市價
企業(yè)可根據(jù)行業(yè)特性選擇:零售業(yè)推薦移動加權(quán),制造業(yè)傾向 FIFO
多產(chǎn)品分組計算
使用Table.Group
按產(chǎn)品分組后分別計算:
= Table.Group(Source, {"產(chǎn)品ID"}, {
{"移動加權(quán)結(jié)果", each let
分組數(shù)據(jù) = _,
排序后數(shù)據(jù) = Table.Sort(分組數(shù)據(jù), {{"日期", Order.Ascending}}),
遞歸計算 = List.Accumulate(...) // 復(fù)用核心公式
in
遞歸計算
}}
)
與 Power BI 集成
將結(jié)果加載到 Power BI 后,可通過 DAX 公式實現(xiàn)動態(tài)庫存監(jiān)控:
實時庫存價值 = SUMX('移動加權(quán)表', [加權(quán)單位成本] * [期末數(shù)量])
原因:總數(shù)量為 0 時未處理
解決:在公式中添加if 總數(shù)量 = 0 then 0 else ...
判斷
檢查排序順序是否正確
確認空值已處理為 0
驗證公式中字段引用是否準(zhǔn)確
啟用Table.Buffer
減少不必要的列
對大數(shù)據(jù)集使用數(shù)據(jù)庫直連模式
通過 Power Query 實現(xiàn)移動加權(quán)平均法,既能保持財務(wù)核算的精確性,又能利用自動化處理提升效率。關(guān)鍵步驟包括:
使用List.Accumulate
遞歸計算
完善異常處理機制
結(jié)合業(yè)務(wù)場景優(yōu)化公式
企業(yè)可根據(jù)自身需求擴展應(yīng)用,例如與 ERP 系統(tǒng)集成實現(xiàn)實時成本監(jiān)控,或通過 Power BI 構(gòu)建動態(tài)庫存儀表盤。這種方法尤其適合電商、制造業(yè)等庫存周轉(zhuǎn)頻繁的行業(yè),能有效平衡成本核算的準(zhǔn)確性與時效性。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10