对于数值型数据的排名是经常使用到的，例如成绩，销售额，销售量等进行排名，那对文本排名是否有必要，文本型字段排名又有什么作用呢？
对于排名，通常使用到的函数为rankx。
RankX ( <Table>, <Expression> [, <Value>] [, <Order>] [, <Ties>] )
| 位置 | 参数 | 描述 |
|---|---|---|
| 第1参数 | Table | 需要比对的表 |
| 第2参数 | Expression | 针对每一行运算的表达式 |
| 可选第3参数 | Value | 返回查找标量值的表达式，缺省则默认和第2参数一样。 |
| 可选第4参数 | Order | 降序0或升序1排名。默认0 |
| 可选第5参数 | Ties | 碰到同排名，之后的排名是顺延排序Dense，还是跳过排序Skip。默认Skip |
如图1所示，是一个成绩表，如果要简单的对成绩进行排名，则直接可以使用
成绩排名1=Rankx(all(`成绩表`),calculate(sum(`成绩表`[成绩]))
注意：在直接使用度量值时，需要注意2点。第1点就是对于表的其他维度进行忽略操作；第2点是因为是直接度量值写法，所以在使用第2参数时需要使用calculate进行上下文的转换。
图1 成绩表的成绩排名
如果是针对姓名排序，依旧是按照以上的操作方法，但是这里我们在第5参数这里选择连续，而非跳过skip，效果如图2所示。
姓名排名1=Rankx(all(`成绩表`),calculate(sum(`成绩表`[姓名]),,,dense)
这里使用了sum还是其他相对的聚合函数，如果说相对比较规范的，则可以使用selectedvalue函数。
图2 成绩表的姓名排名
计算姓名排名有什么用呢？很多时候可以通过这个技巧来对表格的背景色及字体颜色进行处理，如图3所示，这样的显示会不会分组的更好看点呢？
图3 根据姓名来自定义颜色间隔
此时只需要对排名进行奇数或者偶数的区分即可，通过mod函数也可以，通过iseven函数也可以，根据判断的结果对字段数据进行条件颜色的设置，如图4所示。
图4 根据规则设置分组颜色
到这里基本目的达成了，还有个小缺憾，就是如果选择多个姓名的话，这个分组就会出错，如图5所示。
图5 选择多个姓名的错误分组
为什么会产生这种情况呢？这个是因为我们在忽略表的时候使用的是all函数，是忽略的整个表的维度，但是如果是多选的话则我们只需要忽略多选时表格的维度，所以在all这里，使用allSelect就可以解决这个问题，效果如图6所示。
图6 使用AllSelect进行维度的忽略
