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. [nfls338]基本字典子串

    1.前置知识 以下数字未特殊说明,取值范围均与$N$​​​取交 以下字符串未特殊说明,下标均从1开始,且均为非空串,复杂度中的$n$​​​指字符串长度 周期和border 对于非空集合$S$,定义$\ ...

  2. [bzoj5343]混合果汁

    二分枚举答案,问题转化为计算至少取到一定体积,价格最少是多少,显然是贪心取最小,用线段树维护,然后因为要判断答案,所以可持久化一下即可. 1 #include<bits/stdc++.h> ...

  3. [atARC111F]Do you like query problems

    (以下修改指1和2类操作,询问指3类操作,操作指修改或询问) 注意到总方案数确定,那么不妨求出答案的期望,再乘上方案数即为答案 (这里从期望的角度考虑只是为了描述方便,并没有太大的实际意义) 设$E( ...

  4. Docker之容器化学习之路v20.10.3

    Docker概述 **本人博客网站 **IT小神 www.itxiaoshen.com Docker文档官网 Docker是一个用于开发.发布和运行应用程序的开放平台.Docker使您能够将应用程序与 ...

  5. Codeforces 1264D - Beautiful Bracket Sequence(组合数学)

    Codeforces 题面传送门 & 洛谷题面传送门 首先对于这样的题目,我们应先考虑如何计算一个括号序列 \(s\) 的权值.一件非常显然的事情是,在深度最深的.是原括号序列的子序列的括号序 ...

  6. Codeforces 1063F - String Journey(后缀数组+线段树+dp)

    Codeforces 题面传送门 & 洛谷题面传送门 神仙题,做了我整整 2.5h,写篇题解纪念下逝去的中午 后排膜拜 1 年前就独立切掉此题的 ymx,我在 2021 年的第 5270 个小 ...

  7. Codeforces 626G - Raffles(贪心+堆)

    题面传送门 考虑对于固定的彩票池 \(i\),我们假设现在押了 \(x\) 张彩票.利用差分的思想,从 \(x\) 张彩票变为 \(x+1\) 张时,期望的变化量 \(\Delta E=\dfrac{ ...

  8. python-django-ORM模型

    ORM模型: Object Relational Mapping 对象关系映射 配置引擎的时候最好直接复制: DATABASES = { 'default': { 'ENGINE': 'django. ...

  9. Python—安装跟爬虫相关的包

    舆情爬虫分析:硬件:   4台服务器,分别放redis.python爬虫.mysql和 kafka四大板块.软件:1. mysql2. redis    #leap1  /usr/bin/redis- ...

  10. CPU大小端模式及转换

    通信协议中的数据传输.数组的存储方式.数据的强制转换等这些都会牵涉到大小端问题. CPU的大端和小端模式很多地方都会用到,但还是有许多朋友不知道,今天暂且普及一下. 一.为什么会有大小端模式之分呢? ...