数据源:

任意数据源,一列数值,一列非数值(文本)

目标:

对数值列进行求和等计算,对非数值列进行计数等计算

操作过程:

选取待计算的列》【转换】》【统计信息】》选取

     

  

M公式:

  求和:= List.Sum( 数值列表, 精度)  

精度:

  Precision.Double / 0 / 缺省:双精度

  Precision.Decimal / 1:小数精度(可用于修正浮点误差)

计算忽略null值,除非整个列表为空

最小值:= List.Min( 列表, 空列时返回值, 条件, 逻辑值)

  示例:

    = List.Min({1..9}) 返回1

    = List.Min({}) 返回 null

    = List.Min({}, 3) 返回3

    = List.Min({3,9,1,8}, null, each _ >5) 返回3

    = List.Min({3,9,1,8}, null, each _ <5) 返回9

    = List.Min({3,null}, null, null, true/缺省) 返回null

    = List.Min({3,null}, null, null, false) 返回3

  最大值:= List.Max( 列表, 空列时返回值, 条件, 逻辑值)

    示例:

    = List.Max({3,9,1,8}, null, each _ >5) 返回9

    = List.Max({3,9,1,8}, null, each _ <5) 返回3

  中值:= List.Median( 列表, 条件)

  平均值:= List.Average( 数值列表, 精度)

  标准偏差:= List.StandardDeviation(列表)

  值计数:= List.NonNullCount(列表)

  对非重复值进行计数:=List.NonNullCount(List.Distinct(列表)) 

扩展:  

  对行/列等进行计数:行列计数…Count

  最小N个:= List.MinN( 列表, 列出的项数或条件, 排序方式, 逻辑值)

    排序方式:

      false / 0 / 缺省:升序

      true / 1:升序:降序 

    逻辑值:

      false / 缺省:null不参与其中

      true:null参与其中

    示例:

      = List.MinN({7,8,9,3,2,1},3) 返回{1,2,3}

      = List.MinN({7,8,9,3,2,1},each _ <3) 返回{1,2}

      = List.MinN({7,8,9,3,2,1},3,1) 返回{9,8,7}

       = List.MinN({7,null,9,3,2,1},3,0,true) 返回{null,1,2}

  最大N个:= List.MaxN( 列表, 列出的项数或条件, 排序方式, 逻辑值)

    排序方式:

      false / 0 / 缺省:降序

      true / 1:升序:升序 

  表中指定列的最小记录:= Table.Min( 表, {"列名1",...,"列名n"}或条件, 空表时返回值)

  表中指定列的最大记录:= Table.Max( 表, {"列名1",...,"列名n"}或条件, 空表时返回值)

  表中指定列的最小N行:= Table.MinN( 表, {{"列名1",排序方式1},...,{"列名n",排序方式n}}, 行数, 条件)

  表中指定列的最大N行:= Table.MaxN( 表, {{"列名1",排序方式1},...,{"列名n",排序方式n}}, 行数, 条件)

List.Sum…统计信息(Power Query 之 M 语言)的更多相关文章

  1. M函数目录(Power Query 之 M 语言)

    2021-12-11更新 主页(选项卡) 管理列(组) 选择列 选择列Table.SelectColumns 删除列 删除列Table.RemoveColumns 删除其他列Table.SelectC ...

  2. Table.RowCount行列计数…Count(Power Query 之 M 语言)

    数据源: 任意五行两列 目标: 计算行数(包括空行) 操作过程: [转换]>[对行进行计数] M公式:  = Table.RowCount( 表 ) 扩展: 对表中列进行计数:= Table.C ...

  3. Excel.CurrentWorkbook数据源(Power Query 之 M 语言)

    数据源: 任意超级表 目标: 将超级表中的数据加载到Power Query编辑器中 操作过程: 选取超级表中任意单元格(选取普通表时会自动增加插入超级表的步骤)>数据>来自表格/区域 M公 ...

  4. 自定义函数(Power Query 之 M 语言)

    数据源: 任意工作簿 目标: 使用自定义函数实现将数据源导入Power Query编辑器 操作过程: PowerQuery编辑器>主页>新建源>其他源>空查询 编辑栏内写入公式 ...

  5. M语言的写、改、删(Power Query 之 M 语言)

    M语言基本上和其他语言一样,用敲键盘的方式写入.修改.删除,这个是废话. M语言可以在[编辑栏]或[高级编辑器]里直接写入.修改.删除,这个也是废话. M语言还有个地方可以写入.修改.删除,就是[自定 ...

  6. M语言的藏身之地(Power Query 之 M 语言)

    M函数和M公式是Power Query专用的函数与公式,M代码是Power Query专用的用于实现查询功能的代码.M函数公式和M代码统称M语言. 查看M公式:[编辑栏] 查看方法:在Power Qu ...

  7. 转换…Transform…(Power Query 之 M 语言)

    转换列: = Table.TransformColumns( 表, {{"列名1", 转换函数1, 数据类型1},-,{"列名n", 转换函数n, 数据类型n} ...

  8. Table.ReorderColumns移动…Reorder…(Power Query 之 M 语言)

    数据源: 至少两列 目标: 列顺序重新排列 操作过程: 选取待移动的列>鼠标拖放列标题 选取待移动的列>[转换]>[移动]>选取 M公式:  = Table.ReorderCo ...

  9. Table.FillDown填充Table.Fill…(Power Query 之 M 语言)

    数据源: 任意列中包含空单元格 目标: 将空单元格填充为其上或其下单元格中的内容 操作过程: 选取指定列>[转换]>[填充]>[向下] 选取指定列>[转换]>[填充]&g ...

随机推荐

  1. [atARC094F]Normalization

    考虑$s$能变成$t$的必要条件(假设$s\ne t$): 1.$s$中存在一对相邻字符不同 2.$|s|=|t|$且若将a-c对应为0-2,则字符模3同余: 3.$t$中存在一对相邻两个字符相同 同 ...

  2. 深度揭秘Netty中的FastThreadLocal为什么比ThreadLocal效率更高?

    阅读这篇文章之前,建议先阅读和这篇文章关联的内容. 1. 详细剖析分布式微服务架构下网络通信的底层实现原理(图解) 2. (年薪60W的技巧)工作了5年,你真的理解Netty以及为什么要用吗?(深度干 ...

  3. 解决FastJson中"$ref重复引用"的问题方法

    对象的引用重复使用造成了重复引用问题,Fastjson默认开启引用检测将相同的对象写成引用的形式: 1 2 3 4 5 {"$ref": "$"} // 引用根 ...

  4. python并行计算之mpi4py的安装与基本使用

    技术背景 在之前的博客中我们介绍过concurrent等python多进程任务的方案,而之所以我们又在考虑MPI等方案来实现python并行计算的原因,其实是将python的计算任务与并行计算的任务调 ...

  5. 【机器学习与R语言】1-机器学习简介

    目录 1.基本概念 2.选择机器学习算法 3.使用R进行机器学习 1.基本概念 机器学习:发明算法将数据转化为智能行为 数据挖掘 VS 机器学习:前者侧重寻找有价值的信息,后者侧重执行已知的任务.后者 ...

  6. CentOS安装配置Hadoop 1.2.1(伪分布模式)

    CentOS安装配置Hadoop1.2.1 1.下载安装文件 下载2个安装文件 JAVA环境:jdk-6u21-linux-i586.bin Hadoop环境:hadoop-1.2.1.tar.gz ...

  7. 出现NoClassDefFoundError,始终无法引入jar的解决

    在拉取代码后,项目的部分版本与本地存在的不一定一致,所以IDEA会自动下载并引入,但是在启动时可能存在java.lang.NoClassDefFoundError这个报错 比如引入marshallin ...

  8. 数据集成工具—FlinkX

    @ 目录 FlinkX的安装与简单使用 FlinkX的安装 FlinkX的简单使用 读取mysql中student表中数据 FlinkX本地运行 MySQLToHDFS MySQLToHive MyS ...

  9. Flink(五) 【消费kafka】

    目录 0.目的 1.本地测试 2.线上测试 提交作业 0.目的 测试flink消费kafka的几种消费策略 kafkaSource.setStartFromEarliest() //从起始位置 kaf ...

  10. Hive(四)【DML 数据导入导出】

    目录 一.数据导入 1.1 [load]--向数据中装载数据 案例 1.2 [insert]--查询语句向表中插入数据 案例 1.3 [as select]--查询语句中创建表且加载数据 案例 1.4 ...