Power BI获取各门店最新可用评估数据的筛选问题咨询

嘿，这个需求在门店数据分析里挺常见的，我给你整理了几个不同工具下的解决方案，你可以根据自己日常用的工具来选：

如果你用 Excel 处理数据，可以结合 MAXIFS 和 XLOOKUP 函数来实现：
假设你的数据在 A-C 列，筛选目标是2018年3月及之前的最新数据，门店名称放在 E2 单元格，那么公式可以写成：

=XLOOKUP(MAXIFS(B:B,A:A,E2,B:B,"<=15/03/18"),B:B,C:C,"无数据",0,1)

• 逻辑说明：先用MAXIFS找到该门店在筛选日期前的最新评估日期，再用XLOOKUP匹配对应的总分；如果门店没有任何历史数据，会返回"无数据"。
• 小提示：你可以把筛选日期改成单元格引用（比如放在F1），这样就能动态调整筛选月份了。

如果数据存在数据库里，用窗口函数是最简洁的方式：

WITH ranked_store_data AS (
    SELECT 
        门店, 
        日期, 
        总分,
        -- 按门店分组，日期倒序排名，最新数据排第1
        ROW_NUMBER() OVER (PARTITION BY 门店 ORDER BY 日期 DESC) AS rank_num
    FROM 
        门店评估表
    WHERE 
        日期 <= '2018-03-15' -- 替换为你要筛选的月份最后一天
)
SELECT 门店, 日期, 总分
FROM ranked_store_data
WHERE rank_num = 1;

执行后，每个门店都会返回筛选日期范围内的最新评估数据，不管有没有当月的记录。

如果用 Python 做数据分析，Pandas 可以快速实现需求：

import pandas as pd

# 模拟你的数据
df = pd.DataFrame({
    '门店': ['A', 'A', 'B', 'B', 'C'],
    '日期': ['15/01/18', '15/03/18', '15/01/18', '15/02/18', '15/03/18'],
    '总分': [85, 78, 73, 69, 92]
})

# 转换日期格式为可识别的datetime类型
df['日期'] = pd.to_datetime(df['日期'], format='%d/%m/%y')

# 设置筛选的目标月份（比如2018年3月）
target_month_end = pd.to_datetime('2018-03-31')

# 筛选数据并取每个门店的最新记录
result = df[df['日期'] <= target_month_end].sort_values('日期').groupby('门店').last().reset_index()

print(result)

运行后输出的结果会自动保留每个门店在3月及之前的最新评估数据，其中门店B会显示2月的69分。

内容的提问来源于stack exchange，提问作者JuaBar