触及排名或做排行榜的时分，咱们应该和No.1的值做比较，来检查距离。比方业务员比较出售成果的时分，将其他业务员的成果与出售冠军作比较；在市场占有率上，挑战者与主导者的市场占有率比较；学分排名上，其他学员的成果和榜首名的成果作比较等等，需求确认TOP1的值，接下来用多种办法核算TOP1的值。

  场景是房产出售成果排行比较。出售表记载了出售员出售多种户型的出售额记载，新建一个出售员表与出售表的出售员进行相关。

  用summarize新建一个聚合表，相当于对出售表按出售员进行聚合透视。

  接下来的两种办法看起来挺费事，不过这两种办法旨在了解一下其他函数的用法。

  在聚合表里新建核算列，用rank.eq核算出排名榜首的便是No.1的值。

  在做帕累托图的时分，需求核算出累计百分比，出售员中累计百分比最小的出售记载便是No.1的值，按这个思路来核算TOP1的值。

  以上便是5种核算TOP1值的办法。有了标杆值，核算出出售额相对占比即出售员出售额占No.1的份额，检查相对距离。

  用slim data bar可视化出售员成果排行，可以正常的看到出售员与No.1的距离。

  因为方针和相对占比无法在一张图里展现，下图是两张slim data bar拼接而成。

  假如您想深化学习微软Power BI，欢迎登录网易云讲堂试听学习咱们的“从Excel到Power BI数据剖析可视化”系列课程。或许重视咱们的大众号（PowerPivot工坊）后猛戳”在线学习”。

  长按下方二维码重视“Power Pivot工坊”获取更多微软Power BI、PowerPivot与之相类似的文章、资讯，欢迎小伙伴儿们转发共享~