RANK_AGG-按指定规则排序

1.1 版本

1.2 函数简介

1.3 释义

排序规则有 4 种：

一般排序（COMMON）：

• 定义：这是最常见的排序方法，每个数据点按其在排序中的位置赋值。如果有重复的值，它们共享相同的排序值，后续的排序值会跳过。

• 场景：适用于基本统计分析，特别是想要直接反映数据在集合中的排名情况。当你需要识别每个数据点在数据集中的具体排名，且关注每个重复值的相同重要性时使用。例如，在考试排名中，如果两位学生分数相同，他们可以共享相同的排名，且后面的名次会跳过，显示两个学生有相同的表现。

• 示例：对于数据 23、45、45、76，排序值是 1、2、2、4。这里的 1 是第一个最小的值，2是第二个值，4是最大的值的位置。

密集排序（DENSE）：

• 定义：和一般排序类似，但即使数据值重复，排序值也不会跳跃。重复值共享同一排序值，下一个非重复值紧接着获得下一个排序值。

• 场景：适用于数据分析中保持数据的连续性，但不希望由于重复值而跳过排序值。这种排序可以用于想要简洁和连续的排名情况，例如运动比赛排名，当需要连续显示名次，而不是跳过位置。
  

• 示例：对于数据 23、45、45、76，排序值是 1、2、2、3。23 赋值 1，45赋值 2，而 76赋值 3。注意这里没有跳过 3，即使 45是重复数据。

连续排序（UNIQUE）：

• 定义：每个值都被赋予唯一的排序值，确保数据不会出现重复排名，即使有重复的值也会继续增加排序值。

• 场景：适用于需要确保数据中的每个值有唯一的排序，不允许重复值的排名系统。例如在某些分析中，所有的项目都必须具有独特的排名，或者在去重分析场景中，这种排序方法可以避免数据混乱。例如，在金融投资回报率分析中，每个投资方案都应获得唯一的排名，即使两个方案回报率相同，系统也会给予它们不同的排名。

• 示例：对于数据 23、45、45、76，排序值是 1、2、3、4。每个唯一值都被赋予一个唯一的排序值，从 1 开始逐渐增加。

比例排序（PERCENTILE）：

• 定义：将数据按其在整个数据集中所占的百分比位置分配排序值，生成0到1之间的比例值，表示该数据在集合中的相对位置。

• 场景：适用于需要将数据标准化或归一化，从而对数据分布进行评估。这在统计分析中非常常见，特别是在描述数据的相对位置时，例如判断数据值处于何种百分位数。这种排序在大数据分析、统计分布分析、以及社会科学研究中广泛使用。

• 示例：对于数据 23、45、45、76，排序值是 0、0.33、0.33、1。这意味着 23 排名在最下端（0%），45 排名在中间（33%），而 76 排名在最高端（100%）。

如果我们对班级学生的分数进行排序，不同排序模式下排序结果如下图所示：

• 一般排序：RANK_AGG([],[SUM_AGG(分数),"desc"],"COMMON")

• 密集排序：RANK_AGG([],[SUM_AGG(分数),"desc"],"DENSE")

• 连续排序：RANK_AGG([],[SUM_AGG(分数),"desc"],"UNIQUE")

• 比例排序：RANK_AGG([],[SUM_AGG(分数),"desc"],"PERCENTILE")

• 详情请参见：WINDOW函数概述-注意事项

• RANK_AGG 函数输出的是聚合字段，在自助数据集中不支持直接输出，需要与 DEF 函数组合后输出明细级别字段。

详情参见文档：并列排名不占位

5.1 制作交叉表

分析各「类别」下不同「子类别」，各「地区」的「销售额」情况，并对销售额设置数值格式。如下图所示：

5.2 计算不同地区销售额排名

按「类别、子类别」分组，对销售额降序排名，如下图所示：

公式=RANK_AGG([类别，子类别],[SUM_AGG(销售额),"desc"])

将字段拖入交叉表中，得到排名。如下图所示：