Power Query 中實現(xiàn)移動加權(quán)平均的詳細指南?

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算方法，它能夠根據(jù)不同數(shù)據(jù)的權(quán)重，動態(tài)地計算平均值，幫助我們更準確地分析數(shù)據(jù)趨勢和特征。Power Query 作為 Excel 中強大的數(shù)據(jù)處理工具，為我們實現(xiàn)移動加權(quán)平均提供了便捷的途徑。下面將詳細介紹如何在 Power Query 中完成移動加權(quán)平均的計算。?

一、移動加權(quán)平均的概念?

移動加權(quán)平均，是指每次進貨的成本加上原有庫存存貨的成本，除以每次進貨數(shù)量加上原有庫存存貨的數(shù)量，據(jù)以計算加權(quán)平均單位成本，作為在下次進貨前計算各次發(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，剔除隨機波動的影響。?

二、數(shù)據(jù)準備?

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” 等列，我們需要根據(jù)銷售數(shù)量作為權(quán)重，計算銷售單價的移動加權(quán)平均。首先，在 Excel 中打開 “數(shù)據(jù)” 選項卡，點擊 “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” 進行分組和排序。選中 “產(chǎn)品名稱” 和 “日期” 列，點擊 “開始” 選項卡中的 “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” 分別進行求和聚合，得到每個產(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", 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]))}?
    }),?
    #"Sorted Rows" = Table.Sort(#"Grouped Rows",{{"產(chǎn)品名稱", Order.Ascending}, {"日期", Order.Ascending}})?
    in
    #"Sorted Rows"?

?

（二）計算移動加權(quán)平均?

接下來，我們使用自定義函數(shù)來計算移動加權(quán)平均。在 Power Query 編輯器的 “添加列” 選項卡中，點擊 “自定義列”。在彈出的 “自定義列” 對話框中，輸入以下 M 代碼來定義一個計算移動加權(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函數(shù)，它接受兩個參數(shù)：rows（表示一組數(shù)據(jù)行）和windowSize（表示移動窗口的大?。?。函數(shù)內(nèi)部首先篩選出指定窗口大小的數(shù)據(jù)行，然后計算這些數(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)的表達式來計算移動加權(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)平均列的計算后，我們可以根據(jù)需要對數(shù)據(jù)進行進一步的整理，如刪除不需要的列、更改數(shù)據(jù)類型等。最后，點擊 “開始” 選項卡中的 “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，以便進行后續(xù)的分析和可視化操作。?

四、注意事項?

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，則可能導致數(shù)據(jù)滯后，無法及時反映數(shù)據(jù)的變化趨勢。需要根據(jù)具體的數(shù)據(jù)特點和分析目的來合理選擇窗口大小。?

數(shù)據(jù)完整性和準確性：在進行移動加權(quán)平均計算前，要確保數(shù)據(jù)的完整性和準確性。缺失值或錯誤數(shù)據(jù)可能會導致計算結(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” 功能進行處理；對于錯誤數(shù)據(jù)，需要進行修正或刪除。?

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

通過以上步驟，我們就可以在 Power Query 中實現(xiàn)移動加權(quán)平均的計算，利用這一強大的數(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。如果你在實際操作過程中遇到其他問題或有進一步的需求，歡迎隨時交流。

推薦學習書籍 《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，累計已有10萬+在讀~ 免費加入閱讀：https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0