Power BI之DAX神功：第2卷第8回 RankX在行上下文中的应用
当你理解了前面几节课的知识后，这节课的知识并不难。新建列对于新入门的小伙伴可以经常使用，因为直观，对你逻辑影响较小。但是老手使用的频率就低了。
一、【入门】新建列中的RankX
【度量值】总销售 = SUM ( 'Sheet1'[销售])
【新建列】新列=[总销售]
因为度量值天生具有筛选功能的特性，我们没办法聚合销售，就没有办法按姓名排名，所以我们要使用ALL(列)，指定列取消筛选功能
【新建列】新列 = CALCULATE([总销售],ALL('Sheet1'[销售]))
我们需要相同姓名的人销售聚合！才能对每个人进行销售排名，所以要用ALL('Sheet1'[销售])
这句话，要记住，否则你7秒后就忘记了！RankX用在新建列时，这个概念很重要。
【新建列】排名 = rankx(all(Sheet1[姓名]),CALCULATE([总销售],ALL('Sheet1'[销售])))
默认降序，国际排名。
工作原理：
二、【进阶】新建列中的分层级RankX
1.简单版：
【度量值】总销售2 = sum(Sheet2[销售])
【新建列】排名 = RankX(all(Sheet2[名称]),CALCULATE([总销售2],ALL('Sheet2'[销售])))
你会发现，写法与【入门】是一样的，你理解它的工作原理后，秒懂：
2.复杂版
【度量值】总销售 = SUM ( 'Sheet3'[销售] )
【新建列】排名 = Rankx(ALL(Sheet3[名称]), CALCULATE([总销售],ALL('Sheet3'[销售])))
这个原理就不用讲了，同理【进阶】简单版，无论有多少个列，都是分组的概念
如果我们让产地就是个摆设，只显示但不影响排名
【新建列】排名 = Rankx(ALL(Sheet3[名称],Sheet3[产地]), CALCULATE([总销售],ALL('Sheet3'[销售])))
《DAX神功》答网友问06 我们同答了度量值中使用RankX时处理这个问题的方法，同理可以应用到新建列上。也可以使用REMOVEFILTERS
三、答网友问：
问1：为什么我们看到有些人用ALLEXCEPT，而你使用ALL呢？
答1：《DAX神功》第1卷第8回我们讲过
ALL(列) 指定表指定列取消内部与外部筛选功能
ALLEXCEPT('表',列) 指定表指定列以外的列取消内部与外部筛选功能
如上图所示，我们的公式可以写成：
【度量值】排名 = RANKX (ALL ( 'Sheet3'[名称],Sheet3[产地] ),CALCULATE ( [总销售], ALLEXCEPT('Sheet3','Sheet3'[分类],'Sheet3'[名称])))
我会根据具体情况使用这两个函数。
问2：我在网上看到一个案例，人家使用了第3参数，请问这是什么原理？如下图：
答2：因为我看不懂这个案例的排名需求，如果你们谁能看懂需求，评论区留言。
能给我讲清楚排名需求，我就能讲清楚公式原理。换个方式，如果你问我，8+6=2是什么原理？我不能说，你将+号看成-号了，也许你有特殊的业务需求。
你举的这个案例，我个人能想到以下几种排名情况：
情况一：按品牌排名
【新建列】分配销售 = CALCULATE([总销售],all('FACT'[销售],'FACT'[城市]))
Ps: 这是让看清楚步骤，我们需要按品牌进行销售聚合，才能排名
【新建列】品牌排名 = rankx(all('FACT'[品牌]),CALCULATE([总销售],all('FACT'[销售],'FACT'[城市])))
Ps: 也可以使用ALLEXCEPT
【新建列】品牌排名 = rankx(all('FACT'[品牌]),CALCULATE([总销售],ALLEXCEPT('FACT','FACT'[品牌])))
情况二：按城市排名(跟情况一很相似)
【新建列】分配销售 = CALCULATE([总销售],all('FACT'[销售],'FACT'[品牌]))
【新建列】品牌排名 = rankx(all('FACT'[城市]),CALCULATE([总销售],all('FACT'[销售],'FACT'[品牌])))
情况三：按品牌和城市排名（品牌和城市相同的算一组，例如：华为~深圳）
【新建列】分配销售=CALCULATE([总销售],all('FACT'[销售]))
【新建列】排名 = rankx(all('FACT'[品牌],'FACT'[城市]),CALCULATE([总销售],all('FACT'[销售])))
情况四：按品牌分组，对每组下的城市按销售排名
Ps: 本文章，二、【进阶】新建列中的RankX 1.简单版
【新建列】排名 = RankX(all('FACT'[城市]),CALCULATE([总销售],ALL('FACT'[销售])))
情况五：按城市分组，对每组下的品牌按销售排名
Ps: 本文章，二、【进阶】新建列中的RankX 1.简单版
【新建列】排名 = RankX(all('FACT'[品牌]),CALCULATE([总销售],ALL('FACT'[销售])))
情况六：只看销售，从大到小排名
最简单的方法：
【新建列】排名 = rankx(all('FACT'[品牌],'FACT'[城市],'FACT'[销售]),[总销售])
复杂的方法：
因为"FACT"这张表是多端表，如果只有这一张表，且你需要对每条记录按销售排序
需要先到PowerQuery中增加索引列，再进行排名。
【新建列】排名 = rankx(all('FACT'[索引],'FACT'[品牌],'FACT'[城市]),CALCULATE([总销售],all('FACT'[销售])))
当然，在《DAX神功》答网友问06时我们也说过：用REMOVEFILTERS也可以
【新建列】排名 = rankx(all('FACT'[索引]),CALCULATE([总销售],all('FACT'[销售]),REMOVEFILTERS('FACT'[品牌],'FACT'[城市])))
DAX非常灵活，灵活到你头晕眼花，当你在网上见到各种方法时，不要轻易的说人家思路不对，坐井观天，井口的大小就是天的大小。
下节课，是RankX部分的最后一节课，小伙伴不要错过哦！
《孙兴华讲PowerBI火力全开》PowerBI必学课程
https://www.bilibili.com/video/BV1qa4y1H7wp
《DAX神功》文字版合集：
https://www.bilibili.com/read/readlist/rl442274
《DAX神功》视频版合集：
https://www.bilibili.com/video/BV1YE411E7p3
PowerBI(DAX函数)、PowerQuery(M函数)、Python办公自动化、Python爬虫、Python数据分析、ExcelVBA、WordVBA、AccessVBA、MySQL等等
