Aplicación de un percentil en un gráfico

[Syndicate_Admin]

Hola a todos

Estoy tratando de trabajar con un conjunto de datos que tiene estas columnas:

Fecha del informe	Tipo de formulario	IDENTIFICACIÓN	Días reales
12/2/2021	Presentación	01E-XXX-00002	467
12/2/2021	Informe de observación de campo	01C-XXX-00004	6
12/2/2021	Informe de observación de campo	01C-XXX-00004	377
12/2/2021	Informe de observación de campo	01C-XXX-00004	6
12/2/2021	Presentación	01C-XXX-00004	377
12/2/2021	Presentación	05BB-XXX-00001	8
12/2/2021	RFI	09AA-XXX-00001	411
12/2/2021	RFI	09AC-XXX-00003	405
12/2/2021	Presentación	09AS-XXX-00002	392
12/2/2021	Presentación	15AB-XXX-00002	399
12/2/2021	RFI	15AC-XXX-00001	1

He creado este gráfico de líneas con los datos -

Me pregunto cómo excluyo los valores más altos del 5% del "Día real"?

La medida que estoy usando hasta ahora para intentar filtrar =

BOTTOM 95% Latency = 
VAR __rt = CALCULATE(Sum(Data[Actual Days]), FILTER(All(Data),Data[Actual Days] <= MAX(Data[Actual Days])))
VAR __95p = CALCULATE(SUM(Data[Actual Days]), ALL(Data)) * 0.95

RETURN
IF(__rt <= __95p, 1, 0)

Estoy filtrando por 1 para el gráfico, pero no estoy seguro de los resultados. Solo clasifica 4 filas como '0' de un total de 1.045 filas y hay filas clasificadas como '1' donde el valor de Días reales es tan alto como los valores clasificados como '0'.

Cualquier aporte sobre esto es muy apreciado.

[Syndicate_Admin]

@felixthecat_nyc ,

Como no tengo sus datos originales de 1045 filas, creé una nueva plantilla basada en lo que mencionó, de la siguiente manera.

La muestra tiene 1045 filas, luego uso la siguiente medida:

test1 =
VAR RANK1 =
    RANKX ( ALL ( 'Table'[Date] ), CALCULATE ( SUM ( 'Table'[value] ) ) )
VAR MIN1 =
    CALCULATE ( COUNTROWS ( 'Table' ), ALL ( 'Table' ) ) * 0.05
RETURN
    IF ( RANK1 <= MIN1, 1, 0 )

Fianal get: (cuando el valor comienza desde 994, luego devuelve 1)

El primer paso es obtener el primer 5 por ciento del total, el segundo paso es ordenar los valores y luego obtener los datos deseados de acuerdo con la clasificación digna y el número del 5 por ciento.

En su muestra, use lo siguiente:

BOTTOM 95% Latency = 
VAR __rt = RANKX ( ALL ( 'Data' ), CALCULATE ( SUM ( 'Data'[Actual Days] ) ) )
VAR __95p = CALCULATE ( COUNTROWS ( 'Data' ), ALL ( 'Data' ) ) * 0.05

RETURN
IF(__rt <= __95p, 1, 0)

¿Respondí a su pregunta? ¡Marca mi post como solución!

Saludos

Lucien

[Syndicate_Admin]

Hola @v-luwang-msft. Gracias por su respuesta. El problema es que tengo valores repetitivos, por lo que este método no toma el porcentaje correcto. Ahora estoy tratando de hacer algo como esto (aunque aún no he conseguido que esto funcione) -

Tengo una medida que = percentil 95 de la columna de valores. Estoy tratando de usar eso para crear un filtro. No he tenido suerte hasta ahora, pero esto es esencialmente lo que estoy intentando =

Filter = IF((Data[Days]) >= [95% Days], 1, 0)

[Syndicate_Admin · Accepted solution]

@felixthecatx ,

De acuerdo con su descripción, 1045 datos, 95 por ciento, 1045 * 0.95 = 992.75, es decir, tome los datos después de 993, si de acuerdo con mi método anterior, cuando más de un valor duplicado, pueden estar todos seleccionados.

como a continuación:

En mi opinión, si desea alcanzar la duplicación con solo un par aleatorio, debe crear filas de índice auxiliares para asegurarse de que el 5 por ciento sea 1.

insertar índice:

A continuación, ajuste la medida a lo siguiente:

test1 = 
VAR RANK1 =
    RANKX ( ALL ( 'Table' ), CALCULATE ( SUM ( 'Table'[value] )+0.0000001*SUM('Table'[Index]) ) )
VAR MIN1 =
    CALCULATE ( COUNTROWS ( 'Table' ), ALL ( 'Table' ) ) * 0.05
RETURN
    IF ( RANK1 <= MIN1, 1, 0 )

final:

Saludos

Lucien

[Syndicate_Admin]

Esto es genial, ¡gracias!

[Syndicate_Admin]

Para obtener más contexto: si tengo 1.045 filas en mi conjunto de datos, estoy buscando que 993 filas se etiqueten como un 95% más bajo en términos de valores de 'Días reales'.

[Syndicate_Admin]

Para ampliar este tema, también he formulado esta medida =

95% Data = 
VAR _sum =
    SUM (Data[Actual Days])
VAR _top = 
    CALCULATE(
        COUNTROWS( ADDCOLUMNS( VALUES(Data[Form ID]), "_sum", _sum)),
        REMOVEFILTERS(Data[Form ID])
    ) * 0.95
RETURN
    CALCULATE(
        CALCULATE( AVERAGEA (Data[Actual Days])),
        KEEPFILTERS( 
            TOPN(
                _top,
                ALLSELECTED( Data[Form ID]),
                CALCULATE( AVERAGEA (Data[Actual Days]) ), ASC
            )
        )
    )

Esto parece producir un promedio de los valores del día real por ID de formulario con un 5% excluido, lo cual es genial, sin embargo, cada vez que intento usar esta medida con otras columnas (es decir, la columna Fecha de informe) se rompe y los datos ya no tienen sentido.