用power pivot 写一个度量值，如果值小于等于0.1，返回10%以内,大于0.1小于等于0.3，返回10%-30%，大于0.3小于等于0.5，返回30%-50%，大于0.5小于等于0.7，返回50%-70%，大于0.7，返回0.7以上

可以使用以下公式来创建一个度量值：

Measure = 
    VAR Value = [Your Column]
    RETURN
        SWITCH(TRUE(),
            Value <= 0.1, "10%以内",
            Value <= 0.3, "10%-30%",
            Value <= 0.5, "30%-50%",
            Value <= 0.7, "50%-70%",
            Value > 0.7, "0.7以上"
        )

其中 "Your Column" 需要替换为你要计算的列名。这个公式使用 SWITCH 函数来根据值的大小返回相应的文本。如果值小于等于 0.1，则返回 "10%以内"，大于 0.1 小于等于 0.3，则返回 "10%-30%"，以此类推。

相关问题

用power pivot 写一个度量值，判断如果值小于10，范围 1-10，如果大于10小于等于二十，返回10-20

可以使用 IF 函数和 AND 函数来实现这个度量值的判断。

首先，在 Power Pivot 中创建一个新的度量值，命名为 Range：

Range = IF(AND([Value]<10,[Value]>0), "1-10", IF(AND([Value]<=20,[Value]>10), "10-20", "Out of Range"))

这个公式中，第一个 IF 函数判断如果值小于 10 并且大于 0，则返回字符串 "1-10"；第二个 IF 函数判断如果值小于等于 20 并且大于 10，则返回字符串 "10-20"；否则返回字符串 "Out of Range"。

注意，这里假设度量值的字段名为 Value。如果你的字段名不同，需要修改公式中的字段名。

#使用了pandas和matplotlib来创建一个包含四个子图的图表， Genre_data_NA = data.pivot_table(index = ['Genre',],values='NA_Sales',aggfunc=np.sum).sort_values('NA_Sales',ascending=False) Genre_data_EU =data.pivot_table(index = ['Genre',],values='EU_Sales',aggfunc=np.sum).sort_values('EU_Sales',ascending=False) Genre_data_JP = data.pivot_table(index = ['Genre',],values='JP_Sales',aggfunc=np.sum).sort_values('JP_Sales',ascending=False) Genre_data_Other =data.pivot_table(index = ['Genre',],values='Other_Sales',aggfunc=np.sum).sort_values('Other_Sales',ascending=False) Genre_data_NA # Genre_data_DF = pd.concat([Genre_data_NA,Genre_data_EU,Genre_data_JP,Genre_data_Other],axis = 1) data=Genre_data_NA Genre_name = data._stat_axis.values.tolist() # explodes=[0.1,0.1,0.1,0.1] plt.figure(figsize=(10,10)) plt.subplot(2,2,1) plt.pie(x=Genre_data_NA,labels=Genre_name,autopct="%0.1f%%",shadow=True) plt.title("北美地区的不同类型游戏销售额") plt.subplot(2,2,2) plt.pie(x=Genre_data_EU,labels=Genre_name,autopct="%0.1f%%",shadow=True) plt.title("欧洲地区的不同类型游戏销售额") plt.subplot(2,2,3) plt.pie(x=Genre_data_JP,labels=Genre_name,autopct="%0.1f%%",shadow=True) plt.title("日本地区的不同类型游戏销售额") plt.subplot(2,2,4) plt.pie(x=Genre_data_Other,labels=Genre_name,autopct="%0.1f%%",shadow=True) plt.title("其它地区的不同类型游戏销售额") plt.show()

这段代码使用了 pandas 和 matplotlib 库来创建一个包含四个子图的图表。首先，通过使用 pivot_table 方法和 aggfunc 参数，对数据进行聚合并按照指定的列进行排序，得到了四个不同地区的游戏销售额数据：Genre_data_NA、Genre_data_EU、Genre_data_JP 和 Genre_data_Other。

接下来，将 Genre_data_NA 数据赋值给 data 变量，并通过调用 _stat_axis.values.tolist() 方法获取到 Genre_name 列表，这将作为饼图的标签。

然后，创建一个大小为 (10,10) 的图表，并在其中设置四个子图。对于每个子图，使用 plt.pie 方法绘制饼图，传入不同地区的销售额数据 Genre_data_NA、Genre_data_EU、Genre_data_JP 和 Genre_data_Other，以及对应的标签 Genre_name。同时，通过设置 autopct 参数来显示百分比，并设置 shadow 参数为 True 来添加阴影效果。最后，在每个子图上添加标题，并使用 plt.show() 方法显示图表。

这样，您将得到一个包含四个子图的图表，分别展示了不同地区的游戏销售额情况。