我有一个收入数据集,由不同日期的类别收入组成。
cat revenue date
A 100 10-01-2017
B 120 10-01-2017
A 100 11-01-2017
... ... ...
B 320 10-12-2020
这包含4年的数据集。
我想要创造一种方法给我:
(Percentage change in revenue current year - Percentage change in revenue previous year).
所以我的问题是,为了清楚起见,我有3种不同产品的销售数据。我会在一周内卖出10个这样的东西,我想把它们想象成一个累积的总数。我一直在使用下面的小片段来获得收入的累积总和。 SUM(revenue) OVER (PARTITION BY purchase_date, product ORDER BY day) AS cumulative_revenue 然而,这是不够的,因为我在窗口函数中有product。只有当我有每种产品一周中每一天的销售数据时,它才有效。如果我每周销售product_1四件,查询的结果将只显示那几天的累计收入。这意味着,如果我有该产品在周一到周三的所有销售额,那么本周剩下
我不知道如何显示哪些集团的销售额高于表中的平均水平。我的密码哪里出错了?
这是为了了解哪个邮政编码产生的销售额高于表的平均销售收入。在构建我的数据库和事件数据可视化平台时,我使用它作为一个过程。
SELECT PostalCode, AVG(SellingPrice), COUNT(PostalCode)
FROM sales_2018
WHERE AVG(SellingPrice) > 30000
GROUP BY PostalCode
ORDER BY 2 DESC
我期望列显示PostalCode、AVG(SellingPrice)、COUNT(PostalCode),只有邮政编码
我是机器学习的新手,正在尝试用聚类算法进行分割。然而,由于我的数据集既有类别变量(如性别、婚姻状况、首选社交媒体平台等),也有数字变量(平均支出、年龄、收入等),我无法决定哪些算法值得关注。我应该尝试哪一个:模糊c均值,k-medoids,还是与k- means ++进行比较的潜在类?对于这些类型的混合数据集,哪些会产生更好的结果?
额外的问题:我应该尝试在没有降维的情况下进行聚类吗?或者我应该在任何情况下使用PCA或K-PCA来降低维度?此外,如果数据集具有3个以上的维度,我如何在没有可视化的情况下理解和解释结果?
我有一个表可视化的分支,客户和收入的信息。收入来自受周选择器切割器影响的一项措施。
我需要显示排名的选定周和排名增量/减少从选定周的排名与前一周从选定的周。在快照中,排名#和排名是要求。
我尝试用AllSelected函数创建秩,但是它总是受到周切片器的影响,并且无法获得前一周的排序来比较和放置秩的增加/减少。DAX我试过了
This Week GP =
var _Total =
CALCULATE(
SUM(V_TopClients[revenue]),
DATESBETWEEN('Date'[date],