Qlikview Qlik Sense脚本基于特定条件搜索数据

抱歉，如果我在尝试学习Qlik Sense时遗漏了一些明显的内容

我有一个大约有1 mil行的表，我想根据以下标准过滤数据：

查找序列号的第一个丢失的费用

现在将搜索切换到查找丢失费用的序列号+后缀，并查找丢失的信用：

• a。如果发现丢失的信用-忽略数据并继续下一次丢失的费用
• b。如果找不到丢失的积分-从丢失的费用（不包括丢失的费用）开始，选择该序列的所有数据（整个序列，而不仅仅是找到丢失费用的后缀）
• 对每个序列重复上述步骤

示例数据：

串行Sfx Ser | Sfx值充电日期充电类型
96 1 96 | 1 3.50 2002年9月30日租金
96 1 96 | 1 3.50 2002年10月31日租金
96 1 96 | 1 3.50 2002年11月30日租金
96 1 96 | 1 3.50 2002年12月31日租金
96 1 96 | 1 3.50 2003年1月31日租金
96 1 96 | 1 3.50 2003年2月28日租金
96 1 96 | 1 3.50 2003年3月31日租金
96 1 96 | 1 3.50 2003年4月30日租金
96 1 96 | 1 3.50 2003年5月31日租金
96 1 96 | 1 3.50 2003年6月30日租金
96 1 96 | 1 3.50 2003年7月31日租金
96 1 96 | 1 3.50 2003年8月31日租金
96 1 96 | 1 112.50 2003年10月14日损失费用
96 2 96 | 2 3.50 2003年11月30日租金
96 2 96 | 2 3.50 2003年12月31日租金
96 2 96 | 2 3.50 2004年1月31日租金
96 3 96 | 3 3.50 2005年8月31日租金
96 3 96 | 3 3.50 2005年9月30日租金
96 3 96 | 3 3.50 2005年10月31日租金
96 4 96 | 4 3.50 2006年1月31日租金
96 4 96 | 4 3.50 2006年2月28日租金
96 4 96 | 4 112.50 2006年5月10日损失费用
96 4 96 | 4-112.50 2006年5月15日信用损失

结果数据应为：

串行Sfx Ser | Sfx值充电日期充电类型
96 2 96 | 2 3.50 2003年11月30日租金
96 2 96 | 2 3.50 2003年12月31日租金
96 2 96 | 2 3.50 2004年1月31日租金
96 3 96 | 3 3.50 2005年8月31日租金
96 3 96 | 3 3.50 2005年9月30日租金
96 3 96 | 3 3.50 2005年10月31日租金
96 4 96 | 4 3.50 2006年1月31日租金
96 4 96 | 4 3.50 2006年2月28日租金
96 4 96 | 4 112.50 2006年5月10日损失费用
96 4 96 | 4-112.50 2006年5月15日信用损失

我试着只做集合分析，但没有得到想要的结果

我已加载数据并创建了第二个表，以过滤第一次丢失费用之前的一些数据，如下所示：

ChargeData:
LOAD
    Serial_KEY,
    "Serial number true" as SerNo,
    "Suffix number" as Sfx,
    Value,
    "Charge Date",
    "Charge Type",
    "Additional Text",
    Customer,
    "Invoice Document",
    Currency,
    "Charge Type" &'|'& Date([Charge Date]) as Charge_KEY
FROM [Transform.qvd]
(qvd);


LostCylinders:
Load
    SerNo,
    Concat(IF([Charge Type]='Lost Charges','L',
            IF([Charge Type]='Lost Credits','C',Null()))) as LostFlag
Resident ChargeData
Group by SerNo
;

然后在应用程序中，测量每个序列的所有丢失费用的总和

sum({$<"Charge Type"={"Lost Charges"}>} Value )

sum（{$}值）

---

但我不知道如何使其仅在第一次丢失费用后求和

因此您需要找到每个序列的最小值

（临时费用只是您提供的示例数据的我的版本）

您将在下一步中看到为什么在下一步中使用映射加载而不是联接

MAP_SERIAL_FIRST_LOST_CHARGES:
mapping
load
   Serial,
   [First Lost Date]
where [Lost Total]<>0;  
load 
  Serial,
  Sfx,
  sum(Value) as [Lost Total],
date(min([Charge Date])) as [First Lost Date]
resident temp_CHARGES
where match([Charge Type],'Lost Charges','Lost Credits')
group by Serial,Sfx
;

MAP\u SERIAL\u FIRST\u LOST\u费用：
映射
负载
电视连续剧
[首次丢失日期]
其中[损失总额]0；
负载
电视连续剧
Sfx，
总和（值）为[损失总额]，
日期（最小值（[充电日期]）为[首次丢失日期]
居民临时工费用
其中匹配（[费用类型]，“损失费用”，“损失积分”）
按序列分组，Sfx
;

现在，我可以使用映射的第一个日期来测试其余日期。aplymap函数还允许使用默认值，因此我提供了一个遥远未来的日期“2025/12/12”，以使if（）工作

收费基数：
负载
电视连续剧
Sfx，
[Ser | Sfx]，
价值
[收费日期]，
[充电类型]，
applymap（'MAP_SERIAL_FIRST_LOST_CHARGES'，SERIAL，'2025/12/12'）作为[首次丢失日期]，
如果（applymap（'MAP\u SERIAL\u FIRST\u LOST\u CHARGES'，SERIAL，'2025/12/12'）那么您需要找到每个序列的最小值

（临时费用只是您提供的示例数据的我的版本）

您将在下一步中看到为什么在下一步中使用映射加载而不是联接

MAP_SERIAL_FIRST_LOST_CHARGES:
mapping
load
   Serial,
   [First Lost Date]
where [Lost Total]<>0;  
load 
  Serial,
  Sfx,
  sum(Value) as [Lost Total],
date(min([Charge Date])) as [First Lost Date]
resident temp_CHARGES
where match([Charge Type],'Lost Charges','Lost Credits')
group by Serial,Sfx
;

MAP\u SERIAL\u FIRST\u LOST\u费用：
映射
负载
电视连续剧
[首次丢失日期]
其中[损失总额]0；
负载
电视连续剧
Sfx，
总和（值）为[损失总额]，
日期（最小值（[充电日期]）为[首次丢失日期]
居民临时工费用
其中匹配（[费用类型]，“损失费用”，“损失积分”）
按序列分组，Sfx
;

现在，我可以使用映射的第一个日期来测试其余的日期。aplymap函数还允许使用默认值，因此我提供了一个遥远未来的日期“2025/12/12”，以使我的if（）工作

收费基数：
负载
电视连续剧
Sfx，
[Ser | Sfx]，
价值
[收费日期]，
[充电类型]，
applymap（'MAP_SERIAL_FIRST_LOST_CHARGES'，SERIAL，'2025/12/12'）作为[首次丢失日期]，
如果（applymap（“MAP\u序列号\u FIRST\u LOST\u CHARGES”，序列号，'2025/12/12'）多亏了Budac，我才能够达到预期的效果

我根据他的答案编写代码，并做了一些补充/更改

首先，我加载了所有数据，并通过映射为费用类型为“损失信用”的行添加了信用标志（稍后使用）

然后，我按照建议创建了一个地图，添加了Credit标志，这是消除部分信用所必需的（即丢失的信用丢失的费用）

Map\u丢失：
映射
负载
塞尔诺，
日期（最小值（[首次丢失]）为[首次丢失日期]
其中[Lost Total]0
SerNo分组
;
负载
塞尔诺，
Sfx，
总和（值）为[损失总额]，
日期（最小（[充电日期]）为[首次丢失]
常驻原始数据
其中[Cred Flag]1和
匹配（[费用类型]，“损失积分”，“损失费用”）
Sfx SerNo分组
;

然后将上述映射应用于主数据

CD1:
Load
SerNo,
Sfx,
Serial_KEY,
Value,
[Charge Date],
[Charge Type],
ApplyMap('Map_Lost',SerNo,'12/12/2025') as [First Lost Date],
if(ApplyMap('Map_Lost',SerNo,'12/12/2025')<[Charge Date],'After','Before') as Before_After 
Resident Raw_Data
;

Drop table Raw_Data
;

CD1:
负载
塞尔诺，
Sfx，
串行_键，
价值
[收费日期]，
[充电类型]，
ApplyMap（'Map_Lost'，SerNo，'12/12/2025'）作为[首次丢失日期]，
如果（ApplyMap（'Map_Lost'，SerNo，'12/12/2025'）谢谢
Map_Cred:
Mapping
Load
Serial_KEY,
'1' as [Lost Credit Flag]
FROM [lib://...qvd](qvd)
Where [Charge Type]='Lost Credits'
;

Raw_Data:
LOAD
*,
applymap('Map_Cred',Serial_KEY,' ') as [Cred Flag]
FROM [lib://...qvd](qvd)
;

Map_Lost:
Mapping
load
SerNo,
Date(Min([First Lost])) as [First Lost Date]
where [Lost Total]<>0
Group by SerNo
;

Load 
SerNo,
Sfx,
Sum(Value) as [Lost Total],
date(min([Charge Date])) as [First Lost]
Resident Raw_Data
Where [Cred Flag]<>1 and
Match([Charge Type],'Lost Credits','Lost Charges')
group by SerNo,Sfx
;

CD1:
Load
SerNo,
Sfx,
Serial_KEY,
Value,
[Charge Date],
[Charge Type],
ApplyMap('Map_Lost',SerNo,'12/12/2025') as [First Lost Date],
if(ApplyMap('Map_Lost',SerNo,'12/12/2025')<[Charge Date],'After','Before') as Before_After 
Resident Raw_Data
;

Drop table Raw_Data
;

sum({<Before_After={'After'},"Charge Type"={"Lost Charges"}>} Value)