點(diǎn)擊“數(shù)字化審計(jì)”，可以關(guān)注哦！

開篇啰嗦話

在前文“Dax實(shí)戰(zhàn)-多年財(cái)務(wù)報(bào)表項(xiàng)目存在串行的合并”中，我為你介紹了多年財(cái)務(wù)報(bào)表合并過程中問題的起因和解決串行合并的關(guān)鍵方案-取項(xiàng)目的行次最大值，并用純DAX和DAX+Vlookup給出解決方案。下面為你剖析DAX語法，并給出數(shù)據(jù)庫查詢語言SQL和Python的解決方案，以期你能舉一反三。

重溫多年報(bào)表合并后報(bào)表項(xiàng)目行次確定機(jī)制

下圖展示了2017、2018年利潤表主要項(xiàng)目及其行次。

可以看出，2018年新增“主營稅金及附加”導(dǎo)致“銷售費(fèi)用”-“投資凈收益”行次行相對2017年均+1；2018年新增”其他收益”項(xiàng)目，導(dǎo)致后續(xù)項(xiàng)目行次+2。每年財(cái)務(wù)報(bào)表項(xiàng)目會有所調(diào)整(增加或減少)，當(dāng)把多年利潤表合并在一張表中，形成數(shù)據(jù)庫表，同一個項(xiàng)目會有多個行次。下圖是僅篩選了“銷售費(fèi)用”和“營業(yè)利潤”。

如上文所述，“銷售費(fèi)用”的最終行次=max(4,5)=5；“營業(yè)利潤”的最終行次=max(12,14,16)=16。

其中,max函數(shù)是取一組數(shù)中的最大值。

那么，應(yīng)如何取出項(xiàng)目名稱和該項(xiàng)目對應(yīng)的最大行次，這需要用到分組合并函數(shù)group。下圖是DAX、Sql、Python的group語法：

語言	語法：按項(xiàng)目進(jìn)行分組，并取行次最大值
DAX	groupby(lirunbiao,lirunbiao[項(xiàng)目], "hc",maxx(currentgroup(),lirunbiao[行次]))
SQL	select 項(xiàng)目,max(行次)? as hc FROM [test].[dbo].[lrb] group by 項(xiàng)目
python:1	調(diào)用dataframe的read_sql函數(shù)，所以語法也是與sql一樣
python:2	df.groupby("項(xiàng)目").aggregate({"行次":"max"})

下圖是對3年利潤表按照項(xiàng)目進(jìn)行分組，取行次最大值后的結(jié)果。

剩下的就是按照項(xiàng)目名稱取得2017-2019年的本年累計(jì)值。由于三年的利潤表整合在一張表上了，如本文第2張圖。需要按年拆分成三張表，然后根據(jù)項(xiàng)目名稱進(jìn)行關(guān)聯(lián)(vlookup)，取得每年的”本年累計(jì)值”，下面演示了取得三年值的分解步驟。

下面分別為你介紹用Sql、DAX、Python三種方式實(shí)現(xiàn)上述邏輯的算法和代碼。

Sql的計(jì)算邏輯

因?yàn)閟ql處理起來最簡單，所以先介紹sql的操作。

我這是用sql server來編寫的，不同的數(shù)據(jù)庫，如oracle、sql server、Mysql、Sqlite、DB2、Sybase等，其語法會存在一定的差異，但select語法基本一致，詳情請參考各自數(shù)據(jù)庫的描述。

關(guān)于sql server的下載、安裝請自行在網(wǎng)上查找。建議你下載并安裝sql server2019，因?yàn)樗芨玫闹С只趐yton的機(jī)器學(xué)習(xí)，我會在后面系統(tǒng)地為你介紹sql開展數(shù)據(jù)分析、利用sqlserver中的python來開展機(jī)器學(xué)習(xí)，敬請留意！

01.獲取每個項(xiàng)目的行次最大值并保存到視圖lrbsortcreate view lrbsort
as
--取得每個項(xiàng)目的行次最大值
SELECT 項(xiàng)目,max(行次) as hc FROM [test].[dbo].[lrb]
group by 項(xiàng)目
02.從利潤表lrb中分別篩選出2017-2019年的本年累計(jì)值，并與lrbsort進(jìn)行左關(guān)聯(lián)，形成結(jié)果表。lj2019
from lrbsort a
left join (select [項(xiàng)目],[本年累計(jì)] as lj2017 from lrb where [年度]=2017) b on a.項(xiàng)目=b.項(xiàng)目DAX的計(jì)算邏輯

因?yàn)镈AX的連接沒有sql那么容易，需要分步連接。

01.獲取每個項(xiàng)目的行次最大值并保存到變量xmDEFINE
//這是整個程序最為關(guān)鍵最為核心的代碼，關(guān)鍵是max,
//利用group by 對項(xiàng)目分組，當(dāng)一個項(xiàng)目在三年的行次不一樣，取其最大值
var xmlist=GROUPBY(lirunbiao,
lirunbiao[項(xiàng)目],"hc",maxx(CURRENTGROUP(),lirunbiao[行次]))
// 務(wù)必要用SELECTCOLUMNS將xmlist重新形成xm，否則
//在執(zhí)行NATURALLEFTOUTERJOIN時出現(xiàn)錯誤,
// 錯誤信息：“未檢測到公共聯(lián)接列。聯(lián)接函數(shù)“ NATURALLEFTOUTERJOIN ”至少需要一個公共聯(lián)接列”
var xm=SELECTCOLUMNS(xmlist,"項(xiàng)目",[項(xiàng)目],"hc",[hc])
02.從利潤表lrb中分別篩選出2017-2019年的本年累計(jì)值//從利潤表lirunbiao中篩選出不同年度的記錄并保存到不同的變量中
var t2017=FILTER(lirunbiao,lirunbiao[年度]=2017)
var t2018=FILTER(lirunbiao,lirunbiao[年度]=2018)
var t2019=FILTER(lirunbiao,lirunbiao[年度]=2019)
//獲取2017年的本年累計(jì)數(shù)并保存到變量中
var m2017=SELECTCOLUMNS(t2017,"項(xiàng)目",[項(xiàng)目],"2017",[本年累計(jì)])
var m2018=SELECTCOLUMNS(t2018,"項(xiàng)目",[項(xiàng)目],"2018",[本年累計(jì)])
var m2019=SELECTCOLUMNS(t2019,"項(xiàng)目",[項(xiàng)目],"2019",[本年累計(jì)])
03.與xm進(jìn)行左關(guān)聯(lián)，形成結(jié)果表b4,并用evaluate顯示出來2017Python的計(jì)算邏輯

關(guān)于Python及其編輯器的下載、安裝請自行在網(wǎng)上查找。python建議你下載并安裝最新的、適合數(shù)據(jù)分析的python開源版本Anaconda，編輯器建議你下載微軟的vscode。

關(guān)于如何利用python進(jìn)行審計(jì)數(shù)據(jù)分析，我將在后續(xù)課程陸續(xù)講解，敬請留意！

基于Python的計(jì)算邏輯在代碼注釋里我寫的很清楚了，不再敘述。

import pandas

上面用三種方式為你詳細(xì)地介紹了多年報(bào)表合并后，報(bào)表項(xiàng)目行次發(fā)生變化，導(dǎo)致合并困難的解決方案。其中，DAX適合EXCEl中級使用者，SQL和Python則適合具有一定的數(shù)據(jù)分析技能的審計(jì)人員。

或許，你尚處于Excel的初級階段，實(shí)施審計(jì)數(shù)據(jù)分析尚有一定難度。SQL和Python可能聞所未聞，更不用說去使用它，不要著急，如果你愿意跟著我的腳步，潛心研究，你終將步入審計(jì)數(shù)據(jù)分析大師的行列。

期待你跟著我一起進(jìn)步和提高！

有你的期待和支持，我會不懈地犧牲自己的休息時間努力爬格子！

隨著輕輕的風(fēng)輕輕地飄

歷經(jīng)的路都會刻骨銘心

如果你覺得有用，記得點(diǎn)擊右下角“在看”按鈕，并寫下寶貴的意見，也可在公眾號下掃碼加群。

欲見詳情，靜候下文

原創(chuàng)文章歡迎轉(zhuǎn)載！

請注明:本文首發(fā)于

"數(shù)字化審計(jì)"公眾號

總結(jié)

以上是生活随笔為你收集整理的dataframe两个表合并_DAXSQLPython实现报表项目存在串行的财务报表合并的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。