ZN(LOOKUP(SUM([Gewinn]),0))
IF [Gewinn lückenlos] >= 0 THEN NULL ELSEIF LOOKUP([Gewinn lückenlos],-1) >= 0 THEN MIN([Bestelldatum])\} ELSE PREVIOUS_VALUE(#1/1/18#) END
LOOKUP([Gewinn lückenlos],1)
IF [Gewinn lückenlos] >= 0
THEN NULL
ELSEIF [Nächster Gewinnwert] >= 0
THEN MIN([Bestelldatum])\}
ELSE PREVIOUS_VALUE(#1/1/18#)
END
DATEDIFF('day', [Startdatum], [Enddatum]) + 1
IF [Tage in Folge] = 1 THEN
WINDOW_SUM(
IF [Tage in Folge] = 1
THEN COUNTD([Bestelldatum])
END
)
ELSEIF [Tage in Folge] = 2 THEN
WINDOW_SUM(
IF [Tage in Folge] = 2
THEN COUNTD([Bestelldatum])
END
)
ELSEIF [Tage in Folge] = 3 THEN
WINDOW_SUM(
IF [Tage in Folge] = 3
THEN COUNTD([Bestelldatum])
END
)
ELSEIF ...
END / [Tage in Folge]
Hinweis: Die berechneten Felder [Anzahl Perioden] und [Nur einen Tag pro Periode behalten] müssen eine Bedingung für jede mögliche Anzahl von Tagen in einer Periode enthalten. Weitere Erklärungen dazu finden Sie im Artikel Verwenden eines aggregierten Felds, um die Detailgenauigkeit in einer Tabellenberechnung zu definieren.
MIN([Bestelldatum]) = WINDOW_MIN(IF[Tage in Folge] = 1 THEN [Startdatum] END)
OR MIN([Bestelldatum]) = WINDOW_MIN(IF[Tage in Folge] = 2 THEN [Startdatum] END)
OR MIN([Bestelldatum]) = WINDOW_MIN(IF[Tage in Folge] = 3 THEN [Startdatum] END)
OR ...
""
Die Erstellung des Prep-Schemas ist zwar aufwendiger, aber die Erstellung der Ansichten aus der Prep-Ausgabe ist viel einfacher als die Erstellung der Ansichten mit Tabellenberechnungen. Das Prep-Schema "Grouping Consequtive days.tflx" demonstriert die folgenden Schritte und kann vom Bereich rechts heruntergeladen werden.
IF [Gewinn] < 0
THEN 'negative'
ELSE 'positive'
END
{ PARTITION [Kategorie], [Bedingung] : { ORDERBY [Bestelldatum] ASC : RANK_DENSE()}}
[Zeilennummer] + 1
IF ISNULL(DATEDIFF('day', [Bestelldatum-1], [Bestelldatum]))
OR DATEDIFF('day', [Bestelldatum-1], [Bestelldatum]) > 1
THEN [Bestelldatum]
END
{ PARTITION [Kategorie], [Bedingung] : { ORDERBY [Startdatum] ASC: RANK_DENSE()}}
[Zeilennummer] - 1
IF ISNULL(DATEDIFF('day', [Bestelldatum], [Bestelldatum-1]))
OR DATEDIFF('day', [Bestelldatum], [Bestelldatum-1]) > 1
THEN [Bestelldatum]
END
{ PARTITION [Kategorie], [Bedingung] : { ORDERBY [Enddatum] ASC: RANK_DENSE()}}
DATEDIFF('day', [Startdatum], [Enddatum])+1
Die Prep-Schema-Ausgabe enthält Startdatumsangaben für Gruppierungen, die die Bedingung (mit negativem Gewinn) erfüllen, und Gruppierungen, die die Bedingung nicht erfüllen. Sie könnten im Bereinigungsschritt "Zeilennummer" einen Filter hinzufügen, um nur [Bedingung]='negativ' beizubehalten, um Gruppierungen auszuschließen, die die Bedingung nicht erfüllen, andernfalls muss der Filter [Bedingung] zur Ansicht hinzugefügt werden.
001456688
1685 KB
989 KB

We use three kinds of cookies on our websites: required, functional, and advertising. You can choose whether functional and advertising cookies apply. Click on the different cookie categories to find out more about each category and to change the default settings.
Privacy Statement
Required cookies are necessary for basic website functionality. Some examples include: session cookies needed to transmit the website, authentication cookies, and security cookies.
Functional cookies enhance functions, performance, and services on the website. Some examples include: cookies used to analyze site traffic, cookies used for market research, and cookies used to display advertising that is not directed to a particular individual.
Advertising cookies track activity across websites in order to understand a viewer’s interests, and direct them specific marketing. Some examples include: cookies used for remarketing, or interest-based advertising.