第 3 章 分组统计

有某商超订单数据表 orders.csv，其数据列为：

列名	含义
orderID	订单号
userID	用户 ID
orderTime	订单时间
amount	订单金额

此表包含 2022-2024 年共三年的商超订单数据。

4.1 按年、月统计销售额

由于只需要最终统计表，故不需要先增加包含年和月的计算列。可以直接对 orders 用年月表达式作为分组表达式。

第一步： 打开 orders 表：

第二步： 在 orders 表上，使用分组表达式year(orderTime):Year以及month(orderTime):Month，设置分组字段：

再设置销售额聚合表达式：

单击OK后，得到了按年月分组统计的销售额：

知识点：month 函数用于取得指定日期所在的月份。详细用法请参考：https://d.raqsoft.com.cn:6443/esproc/func/month.html

4.2 销售额环比增长率

环比增长率 （MoM, Month-over-Month Growth Rate）是指某一指标（如销售额、用户数、GDP 等）在相邻两个统计周期（通常按月或季度）之间的增长比率 ，用于衡量短期内的变化趋势。

计算公式：环比增长率 =(本期数值−上期数值)/ 上期数值

通过环比增长率的公式可以看到，要计算的比值得在时间上是有序的，4.1 节中 groupTime 表已经按年月有序，就只需直接使用计算列计算即可。

第一步： 在 groupTime 表上单击计算列，并使用表达式

(TotalAmount-TotalAmount[-1])/TotalAmount[-1]设置计算列：

第二步： 单击OK，计算出环比增长率：

4.3 同比增长率

同比增长率 （YoY, Year-over-Year Growth Rate）是指某一指标（如销售额、利润、GDP 等）在相同统计周期但不同年份之间的增长比率 ，用于消除季节性影响，反映长期趋势。

计算公式：同比增长率 =(本期数值−去年同期数值)/ 去年同期数值

3.6 节中，我们介绍了将数据分组成明细表，然后在明细表上计算子表后再合并的方法。本节介绍另一种解法，不按月份分组成明细，直接在计算表达式中判断相邻关系。先将相同月份的年度数据排到一起，方便相邻年份引用。

第一步： 在 groupTime 表上，选中 Month 列表头，单击左移列，将 Month 移到前面，这样查看同比数据比较直观：

第二步： 再对 groupTime 表按 Month ， Year 排升序：

得到相同月份下，年度相邻的结果：

第三步： 使用公式if(Year[-1]==Year-1 && Month[-1]==Month, (TotalAmount-TotalAmount[-1])/TotalAmount[-1], null) 计算同比值，该公式的含义为当相邻两行为相同月份且年份相邻时，则计算(TotalAmount-TotalAmount[-1])/TotalAmount[-1]同比值，否则为 null：

单击OK后，得到同比计算结果：

4.4 五日移动平均

移动平均是一种用于分析时间序列数据的统计方法，通过计算特定时间窗口内数据的平均值来平滑短期波动，帮助观察长期趋势。它广泛应用于金融（如股票分析）、经济学、气象学、质量控制等领域。

计算公式：MAn=(p1+p2+⋯+pn)/n

其中 pn 为第 n 天的数据（如收盘价），n 为窗口大小（如 5 天）。

第一步： 在 orders 表上，以表达式date(orderTime):Date将日期去掉时间部分，按天设置分组：

如图设置聚合值，统计按天汇总的销售额 Amount ：

单击OK后，得到按日期分组的销售额表：

第二步： 对 groupDate 表增加计算列，计算列的表达式设置为Amount[-2:2].avg()：

单击OK后，得到五日移动平均结果：

知识点：什么是 Amount[-2:2] 3.8 节中，我们知道可以使用 [n] 来引用以当前行为中心的相对位置引用，这里使用 [b:e] 语法定义起始位置到结束位置的引用范围，返回范围中的值序列。Amount[-2:2] 表示以当前行为中心，向前取 2 行、向后取 2 行（包含当前行本身）构成的值序列。

4.5 工作日 vs 周末销售对比

实现思路：将数据按日统计后，分别算出日期所属星期几，然后分别选出周六日以及工作日的数据，再各自求平均销售额，即可获得两者数据的对比。

第一步： 对 groupDate 表增加计算列，计算列的表达式设置为day@w(Date)：

单击OK，得到包含星期数的数据：

第二步： 从 groupDate 中选出周末的数据，使用表达式weekDay==1 || weekDay==7过滤：

单击OK，得到周末的数据表：

第三步： 在数据表 groupDate 上单击如图集合运算：

如图设置结果表名，运算符选差集，并选中目标表dataWeekend：

该步的含义为，计算 groupDate 跟 dataWeekend 的差集，也就是从 groupDate 中去掉周末的数据，留下的自然是工作日数据：

第四步： 在手写命令区分别计算dataWeekend.avg(Amount)和dataWorkdays.avg(Amount)：

知识点：day@w 函数从日期型数据中，获得该日位于一个星期中的第几天。注意星期天返回 1，星期一返回 2，依此类推，星期六返回 7。详细用法请参考：https://d.raqsoft.com.cn:6443/esproc/func/day.html

4.6 时段销售占比

实现思路：将销售数据按小时分组汇总，然后求出小时的平均销售额，最后算出一天内的占比，从而了解一天内销售的波峰和低谷：

第一步： 重新打开 orders ，然后在分组中设置分组表达式date(orderTime):Date、hour(orderTime):Hour，按每天的时段分组：

同时设置聚合表达式sum(amount)统计销售额：

单击OK后，得到按时段统计结果：

第二步： 在 groupTime 上，再次按 Hour 分组，统计平均销售额 AvgAmount ：

单击OK后，得到分时段的平均销售额：

第三步： 双击 AvgAmount 列表头，将 AvgAmount 按降序排列，可以看到销售高峰时段：

4.7 销售完成度追踪

以月均销售额作为月销售目标，要求计算 24 年 10 月份的日累计销售完成度。

先计算月均销售额。

第一步： 对 groupTime 表，再次分组，分组表达式设为year(Date):Year、month(Date):Month：

统计每月总销售额：

单击OK后，算出年度月总销售额：

第二步： 继续对 groupMonth 分组，分组表达式设为Month：

此时要计算月度平均销售额：

单击OK后，算出月度平均销售额：

再计算 24 年 10 月份的日累计销售完成度。

第三步： 从 groupTime 中过滤出 2024 年 10 月的数据，过滤表达式设为year(Date)==2024 && month(Date)==10：

单击OK后，过滤出 2024 年 10 月数据：

第四步： 将 data202410 按日期汇总，再次分组并聚合 Amount：

作为分时段的中间表不再需要，因此该分组仍然命名为 data202410 ，并将时段数据汇总：

单击OK后， data202410 按日期汇总结果：

第五步： 在 data202410 中增加计算列，分别算出累计值，同时计算累计值跟 10 月均值的占比：

计算表达式分别为： cum[-1]+Amount

cum/MonthAvg(10).AvgTotalAmount

单击OK后，算出累计值，以及日累计的完成度占比：

其中表达式MonthAvg(10).AvgTotalAmount的含义为从月均表 MonthAvg 中取第 10 行数据，再取该行中 AvgTotalAmount 列的值。

4.8 复购周期分析

我们把一天内购买多次的用户视为购买遗漏商品，或者为了优惠拆单下单，不视作复购用户，因此对其按日期求唯一。

第一步： 重新打开 orders，把订单数据按 userID、orderTime 求唯一，如图设置分组：

如果一天中有多笔订单，使用返回每组的首行，便去掉重复项了，该选项选中后，聚合已经没有意义，所以上图中聚合设置都是禁止编辑的。单击OK后，得到用户下单日结果：

后续分析只需要 groupUserDate 表，选中 orders ，单击删除图标，删除它以释放内存空间：

第二步： 在 groupUserDate 中，按 userID 分组，并选择保持明细：

单击OK后，得到 userID 的明细表：

第三步： 双击打开 1 号用户的明细表：

使用计算列表达式interval(Date[-1],Date)，计算复购间隔：

interval函数用于计算两个日期的间隔，缺省返回值的单位是天。单击OK后，算出间隔值：

第一行数据没有前一行，所以间隔值为null。在过滤界面中用表达式interval!=null，去掉该行值：

第四步： 在 groupUserDate 上，使用合并明细，将所有记录合并为 allInterval ：

单击OK后得到合并结果：

第五步： 现在要找出每个用户的最后下单数据，回到 groupUserDate.Details(1) ，使用界面排序，按日期降序排列。注意，明细表中只能通过图标界面的操作才会同步执行到其他明细表。如果双击列头，虽然也排序，但它只是排的当前明细表。

单击OK，排序后，最后下单的数据行就都位于第一行了：

只保留每个用户的最后下单数据，使用过滤表达式#==1，去掉其他行：

只保留最后下单的数据结果：

第六步： 回到 groupUserDate ，再使用合并明细：

单击OK，得到每个用户的最后订单表：

第七步： 在手写命令区，执行allInterval.avg(interval)，算出所有用户的平均复购间隔：

该值需要在后面表达式中用到，但从命令区执行的结果都缺省无名，所以要将它命名后，方可引用，参考 3.8 节，将其命名为 AVGInterval ：

在 lastInterval 上，使用过滤表达式：Date<date("2024/12/31")-AVGInterval，

找出那些超出平均下单时间，还没复购的客户。当前订单数据截止到 2024 年底，所以上面表达式计算的是 2024 年最后一天之前的平均天数。

单击OK后，得到需要对其制定召回策略的用户：

通过跟 lastInterval 中的数据行数比较，一半多的用户需要重点关注，比较符合分析预期。