Soustraction avec condition

Bonjour
Sans jeu d’exemple donné, j’espère avoir compris le problème et apporté une réponse satisfaisante.
Je vous propose en PowerQuery de fusionner les 2 Tables et de calculer les stocks restants à j 0, j 1 et 1 2
Ce que j’ai réalisé sur la table Conso
Puis sur la table Conso (2) j’ai réorganisé la structure du tableau en dépivotant les colonnes
Voir le pbix en pièce jointe En powerquery ouvrir l’editeur avancé pour voir le code commenté.
Cordialement,

let
Source = Table.FromRows(Json.Document(Binary.Decompress(Binary.FromText(“i45WMrDUNzDSNzIwMlbSUQrIL1FILzq8ohjINjEwAJIWYNIISMbqoCl2SkxWOLxAIS0ntbSoWKEgM7WoKBUobArWASFNsOvLS1bISixKycxTKElNzobbYoJbT0hRamZOTmJ6qkJuaVFiDopiiGUYWoIPr0xOLAG6Dep+GAmyKzYWAA==”, BinaryEncoding.Base64), Compression.Deflate)), let _t = ((type nullable text) meta [Serialized.Text = true]) in type table [Date = _t, Articles = _t, #”J 0″ = _t, #”J 1″ = _t, #”J 2″ = _t]),
#”Type modifié” = Table.TransformColumnTypes(Source,{{“Date”, type date}, {“Articles”, type text}, {“J 0”, Int64.Type}, {“J 1”, Int64.Type}, {“J 2″, Int64.Type}}),
// Ajout de 3 colonnes de stock en J0, J1, J2
// Ajouter une colonne personnalisée pour calculer la date du stock)
#”Personnalisée ajoutée” = Table.AddColumn(#”Type modifié”, “Date stock”, each Date.AddDays([Date],-1)),
// fusionner les 2 tables sur les champs Articles et Date
#”Requêtes fusionnées” = Table.NestedJoin(#”Personnalisée ajoutée”, {“Articles”, “Date stock”}, Stock, {“Articles”, “Date”}, “Stock”, JoinKind.LeftOuter),
// Développer la table pour en extraire le volume du stock
#”Stock développé” = Table.ExpandTableColumn(#”Requêtes fusionnées”, “Stock”, {“Stock”}, {“Stock”}),
// Ajouter 3 colonnes personnalisées pour calculer le volume de stock en J0, J1, J2
#”Personnalisée ajoutée1″ = Table.AddColumn(#”Stock développé”, “Stock 0″, each [Stock] – [J 0]),
#”Personnalisée ajoutée2″ = Table.AddColumn(#”Personnalisée ajoutée1”, “Stock 1″, each [Stock 0] – [J 1]),
#”Personnalisée ajoutée3″ = Table.AddColumn(#”Personnalisée ajoutée2”, “Stock 2″, each [Stock 1] – [J 2]),
#”Type modifié1″ = Table.TransformColumnTypes(#”Personnalisée ajoutée3”,{{“Stock 0”, Int64.Type}, {“Stock 1”, Int64.Type}, {“Stock 2″, Int64.Type}}),
// Dépivoter le tableau
// supprimer les colonnes inutiles
#”Colonnes supprimées” = Table.RemoveColumns(#”Type modifié1″,{“Date stock”, “Stock”}),
// Sélectionner les colonnes de référence “Date”, “Articles” et dépivoter les autres colonnes
#”Supprimer le tableau croisé dynamique des autres colonnes” = Table.UnpivotOtherColumns(#”Colonnes supprimées”, {“Date”, “Articles”}, “Attribut”, “Valeur”),
// Fractionner la colonne “Attribut” en 2 pour avoir une colonne avec Conso ou Stock et une autre avec les jours (0, 1, 2)
#”Fractionner la colonne par délimiteur” = Table.SplitColumn(#”Supprimer le tableau croisé dynamique des autres colonnes”, “Attribut”, Splitter.SplitTextByDelimiter(” “, QuoteStyle.Csv), {“Attribut.1”, “Attribut.2″}),
#”Type modifié2″ = Table.TransformColumnTypes(#”Fractionner la colonne par délimiteur”,{{“Attribut.1”, type text}, {“Attribut.2”, Int64.Type}}),
// Sélectionner la colonne “Attribut.1” Pivoter la table sur la colonne “Valeur”
#”Colonne dynamique” = Table.Pivot(#”Type modifié2″, List.Distinct(#”Type modifié2″[Attribut.1]), “Attribut.1”, “Valeur”, List.Sum),
// Renommer les colonnes
#”Colonnes renommées” = Table.RenameColumns(#”Colonne dynamique”,{{“J”, “Conso”}, {“Attribut.2”, “Jour”}})
in
#”Colonnes renommées”

Bonjour
Merci pour les données
Pour le graphique sont utilisées les tables « Stock_Metal », « Previsonnel metal » et « Dates »
« Stock_Metal » contient pour chaque article et par date (sur 100 jours calendaires avec ou sans consommation)
La quantité consommée « Conso_metal.Conso (G)»
Le stock restant en fin de journée « Total Stock Qty »
« Previsonnel metal » contient pour chaque article et par date (1 à 4 dates par article)
Le prévisionnel de consommation « Qté matière »
Les 2 tables ne contiennent pas les mêmes articles, les calculs de stocks sont donc à réaliser par date seulement
Les calendriers tiennent compte des week-ends et des jours fériés, pendant lesquels il n’y a pas de consommation. Les jours ne sont donc pas forcément consécutifs du jour au lendemain.

Je vous propose donc la solution suivante :
Créer une nouvelle table permettant de connaître le dernier jour de consommation, avec le stock correspondant
Depuis la table « Stock_Metal » créer une nouvelle table par référence « X_Stock_Metal »
Cette table permet de connaître le dernier stock
Filtrer les lignes dont la conso > 0
Grouper par Date avec les sommes des Stock et de la Conso
Filtrer pour conserver la date la plus récente
Depuis la table « Previsionnel metal » créer une nouvelle table par référence « X_ Previsionnel »
Cette table permet d’identifier les 3 jours suivants la date dernier stock et de calcul le stock restant en fonction des besoins prévisionnels
Grouper par Date avec les sommes « Qté matière »
// Rechercher le dernier stock
Fusionner avec la table « X_Stock_Metal » sur les champs Date
Développer la colonne pour en extraire les champs « Time – Calendar day » et « Stock »
Remplir vers le bas les 2 colonnes
Supprimer les lignes non remplies
Supprimer la colonne « Time – Calendar day »
Ajouter un index
Supprimer la ligne d’index 0
// Calcul d’un stock temporaire
Pour J-1 « Stock-Besoin » pour les 2 autres jours « -besoin »
Supprimer les Stock et Index
// Calcul du stock restant pour les 3 jours (Tuto Somme Cumulative)
Ajouter une colonne « Lien » de valeur 1
Fusionner la requête avec elle-même sur le champ lien
Développer les colonnes Date et Stock
Filtrer les dates
Regrouper par Date et Besoin et calculer le stock

Pour le calcul de la somme cumulative, je me suis basé sur le tuto suivant :

Somme cumulative conditionnelle dans Power Query

En espérant avoir répondu à votre besoin
Cordialement,