Power Query分组后展开：如何计算工厂最早安装年份？

现有数据集示例（零件按使用工厂编号和投产年份分组，零件唯一）：

期望输出：将所有关联零件按其安装过的编号最小的工厂进行分组（Part Grouping），并计算该工厂内所有零件的最早投产年份（Factory Install Year）：

目前无法实现Factory Install Year的创建，需解决方法。

方法1：SQL实现 #

核心逻辑是先按零件分组获取每个零件对应的最小工厂编号，再按工厂分组获取该工厂的最早投产年份，最后将两个计算结果关联回原表：

WITH part_min_factory AS (
    -- 获取每个零件对应的最小工厂编号
    SELECT 
        Part,
        MIN(Factory) AS Part_Grouping
    FROM your_table
    GROUP BY Part
),
factory_min_year AS (
    -- 获取每个工厂的最早投产年份
    SELECT 
        Factory,
        MIN(Part_Install_Year) AS Factory_Install_Year
    FROM your_table
    GROUP BY Factory
)
-- 关联原表与中间计算结果
SELECT 
    t.Part,
    t.Factory,
    t.Part_Install_Year,
    pmf.Part_Grouping,
    fmy.Factory_Install_Year
FROM your_table t
JOIN part_min_factory pmf ON t.Part = pmf.Part
JOIN factory_min_year fmy ON pmf.Part_Grouping = fmy.Factory;

方法2：Python Pandas实现 #

通过分组计算得到中间结果，再合并回原数据集：

import pandas as pd

# 加载原数据（实际使用时可替换为读取文件逻辑）
df = pd.DataFrame({
    'Part': [1,2,3,3,3,4,5,6],
    'Factory': [100,100,100,200,300,400,400,500],
    'Part Install Year': [2018,2018,2018,2019,2020,2019,2020,2018]
})

# 1. 计算每个零件对应的最小工厂编号
part_grouping = df.groupby('Part')['Factory'].min().reset_index(name='Part Grouping')
# 2. 计算每个工厂的最早投产年份
factory_min_year = df.groupby('Factory')['Part Install Year'].min().reset_index(name='Factory Install Year')

# 3. 合并结果到原表
result = df.merge(part_grouping, on='Part')
result = result.merge(factory_min_year, left_on='Part Grouping', right_on='Factory').drop(columns='Factory_y')
result = result.rename(columns={'Factory_x': 'Factory'})

print(result)

执行后即可得到符合期望的输出结果。

内容的提问来源于stack exchange，提问作者SmooveG