1. 概述编辑
1.1 背景
时间移动平均是一种常用的数据平滑方法，用于过滤掉数据的短期波动，突出数据的长期趋势。其实就是基于一定的时间窗口内的数据进行平均处理。例如：5日移动平均、10日移动平均、30日移动平均、3月移动平均等。
举个例子来说明，若时间窗口的大小为 3 个月，那么我们可以按照以下步骤计算3月移动平均。
假设第一个月到第五个月的销售额分别为： M1、M2、M3、M4、M5
第1个月的移动平均=（M1）1/1
第2个月的移动平均=（M1+M2）/2
第3个月的移动平均=（M1+M2+M3）/3
第4个月的移动平均=（M2+M3+M4）/3
第5个月的移动平均=（M3+M4+M5）/3
1.2 预期效果
黄色线条展示的是销售额随月份的波动，观察该线条可以发现波动幅度大，且有很多尖锐的陡峭部分。
为了更好的观察销售额趋势，我们可以采用3月移动平均方法处理，处理后的线条在下图显示为蓝色。
2. 操作步骤编辑
2.1 添加数据
下载示例数据：超市销售数据.xlsx
创建一个分析主题，将下载的示例数据上传至主题。如下图所示：
2.2 处理数据
1）由于我们的初衷是想对月数据进行累加，所以可以在自助数据集中先进行「分组汇总」。将数据按月进行分组方便之后进行计算，且可以有效减少数据量。
2）由于在之后需要使用 earlier 函数进行行间计算（即上下行进行计算），有序号可以方便我们去判断哪行是上行，哪行是下行。
所以在这里我们添加一个序号列。
点击「新增汇总列」，对订单日期进行升序排名，如下图所示：
3）点击「保存并更新」，保存更改。
2.3 制作组件
1）选择图表类型为「折线图」，拖入「销售日期」字段。如下图所示：
2）计算三月移动平均，如下图所示：
第一行公式：求前三个月的总销售额。
| 第一行公式分解 | 描述 | 函数帮助文档 |
|---|---|---|
| SUM_AGG(销售额) | 对销售额求和 | SUM_AGG |
| DEF_ADD(SUM_AGG(销售额),[]) | 将数据按当前维度分组，再对分组后的销售额求和 | DEF_ADD |
| DEF_ADD(SUM_AGG(销售额),[],[序号<=EARLIER(序号),序号>=EARLIER(序号-2)]) | 对序号进行过滤，过滤出前三个月对应的序号 获得结果即为对前三个月销售额进行求和 | EARLIER-获取当前行的值 |
第二行公式：求有多少个月。由于不是所有月份都有前三个月（比如说第一个月和第二个月），所以不能直接除以3。我们可以用函数获取[序号<=EARLIER(序号),序号>=EARLIER(序号-2)]此范围内有多少个月。
| 第二行公式分解 | 描述 | 函数帮助文档 |
|---|---|---|
| DEF_ADD(COUNTD_AGG(序号),[]) | 对序号去重计数，求有多少个月 | DEF_ADD |
| DEF_ADD(COUNTD_AGG(序号),[],[序号<=EARLIER(序号),序号>=EARLIER(序号-2)]) | 获得在这个过滤范围内有多少个序号，即过滤范围内有多少个月 | EARLIER-获取当前行的值 |
两行公式相除，可以获得月平均值。
3）将「三个月移动平均」拖入图表，如下图所示：
2.4 预期效果
详细请参见 1.2 节