MS Power Query/Power BI 中的 Groupby 用于特定值答案

【问题标题】：Groupby in MS Power Query/Power BI for specific valuesMS Power Query/Power BI 中的 Groupby 用于特定值
【发布时间】：2016-12-14 12:14:57
【问题描述】：

我的数据看起来像

    Name  country  Group   Date      Score
      a      UK    IT     18/11/2016    1
      a      UK    IT     19/11/2016   -1
      a      UK    IT     20/11/2016    2
      a      UK    IT     21/11/2016    2
      a      UK    IT     22/11/2016    NA
      a      UK    IT     23/11/2016    NA
      a      UK    IT     24/11/2016    NA
      a      UK    IT     25/11/2016    NA
      a      UK    IT     26/11/2016    NA
      b      UK    VK     18/11/2016    1
      b      UK    VK     19/11/2016   -1
      b      UK    VK     20/11/2016    1
      b      UK    VK     21/11/2016    1
      b      UK    VK     22/11/2016    1
      b      UK    VK     23/11/2016   -2
      b      UK    VK     24/11/2016    2
      b      UK    VK     25/11/2016    1
      b      UK    VK     26/11/2016   -1

我根据电源查询（Power BI）中的“名称”、“国家”、“组”列对分数列进行了分组操作（Power BI），然后数据看起来像

   Name  country  Group   Average Score
      a      UK    IT        0.44
      b      UK    VK        0.33

但是当每个人的分数列中有 >=4 Na 时，我试图将平均分数设为“NA”，这可能看起来像

   Name  country  Group   Average Score
      a      UK    IT        NA
      b      UK    VK        0.33

我无法直接使用 Group by 找到解决方案，有什么想法或建议吗？（Power BI 还支持 R，可以进行任何转换来实现这一点吗？）提前致谢。

【问题讨论】：

标签： r powerbi powerquery powerbi-embedded

【解决方案1】：

这可以通过dplyr 来完成，如下所示。

library(dplyr)

df  <- read.table(text = "Name  country  Group   Date      Score
a      UK    IT     18/11/2016    1
a      UK    IT     19/11/2016   -1
a      UK    IT     20/11/2016    2
a      UK    IT     21/11/2016    2
a      UK    IT     22/11/2016    NA
a      UK    IT     23/11/2016    NA
a      UK    IT     24/11/2016    NA
a      UK    IT     25/11/2016    NA
a      UK    IT     26/11/2016    NA
b      UK    VK     18/11/2016    1
b      UK    VK     19/11/2016   -1
b      UK    VK     20/11/2016    1
b      UK    VK     21/11/2016    1
b      UK    VK     22/11/2016    1
b      UK    VK     23/11/2016   -2
b      UK    VK     24/11/2016    2
b      UK    VK     25/11/2016    1
b      UK    VK     26/11/2016   -1", 
                  header = TRUE)

pivot <- df %>%
  group_by(Name, country, Group) %>%
  summarise(avg_score = ifelse(sum(is.na(Score)) >= 4, NA, mean(Score)))

> pivot
Source: local data frame [2 x 4]
Groups: Name, country [?]

    Name country  Group avg_score
  <fctr>  <fctr> <fctr>     <dbl>
1      a      UK     IT        NA
2      b      UK     VK 0.3333333

【讨论】：