108_Power Pivot购物篮分析分组GENERATE之笛卡尔积、排列、组合

1、背景

昨天在看论坛帖子时候，看到一个关于SKU组合的问题，有很多M大佬都给出了处理方案，于是想用dax也写一个。

注：

原贴有dax的写法，这里主要说明下GENERATE之笛卡尔积、排列、组合处理过程。

上效果图

左起依次表名：data、笛卡尔积、排列、组合

2、问题

1、大前提是使我们要使用data的数据做购物篮分析分组；

2、在问题1已的基础上，笛卡尔积表（5*5）存在类似黄色区域问题，SKU两两相同，这是不需要看到的；

3、在问题1的基础上，排列表（见图中公式）存在类似绿色区域的问题，SKU1对SKU2和SKU2对SKU1其实是一样的，这也是我们不需要看到的；

4、基于以上，我们通过笛卡尔积-排列-组合这样 处理下来得到我们要的购物篮分组。

3、上DAX

1、笛卡尔积

2、排列

4、组合

DEFINE
    VAR T1 =
        SELECTCOLUMNS ( data, "SKUA", data[SKU] )
    VAR T2 =
        SELECTCOLUMNS ( data, "SKUB", data[SKU] )
    VAR T3 =
        GENERATE ( T1, T2 )
    VAR T4 =
        FILTER ( T3, [SKUA] <> [SKUB] )
    VAR T5 =
        DISTINCT (
            SELECTCOLUMNS (
                ADDCOLUMNS (
                    T4,
                    "AB", IF ( [SKUA] < [SKUB], [SKUA] & [SKUB], [SKUB] & [SKUA] )
                ),
                "AB", [AB]
            )
        )
    VAR T6 =
        FILTER ( ADDCOLUMNS ( T4, "AB", [SKUA] & [SKUB] ), [AB] IN T5 )
    VAR T7 =
        SUMMARIZE ( T6, [SKUA], [SKUB] )
EVALUATE
T7
ORDER BY
    [SKUA],
    [SKUB] ASC

4、总结

1、以上问题基于购物篮分析产生，所以需要组合结果；

2、在实际需求中肯定这三种都是有需求的；

3、处理GENERATE，两列名称不能相同，于是有了上述的GENERATE ( T1, T2 )，而不是GENERATE ( T1, T1)；

4、处理从排列到组合的思路主要是利用两两组合排序后去重即可，分步体会从T1-T7的过程。