文章背景: DAX权威指南第16章讲的是DAX中的高级计算。最后一个例子提到,为了准确地计算出年同比(YOY),需要忽略上一年中发生在设定日期之后的任何销售数据。
示例:有个销售数据的数据源,删除了2009年8月15日之后的销售数据。下图显示了2009年8月之后的销售数据为空值。
对于去年同期销售额,合理的计算是只统计历史月份在8月15日之前的销售额,这样才能得出有意义的增长百分比。下面介绍两种方法。
第一种方法是将最后日期投影到上一年,得到上一年的统计截至日期。PY Sales
的DAX代码如下:
PY Sales =
VAR LastDateInSales =
CALCULATETABLE (
LASTDATE ( Sales[Order Date] ),
ALL ( Sales )
)
VAR LastDateInDate =
TREATAS (
LastDateInSales,
'Date'[Date]
)
VAR PreviousYearLastDate =
SAMEPERIODLASTYEAR ( LastDateInDate )
RETURN
CALCULATE (
[Sales Amount],
SAMEPERIODLASTYEAR ( 'Date'[Date] ),
'Date'[Date] <= PreviousYearLastDate
)
关键点在于第二个变量(LastDateInDate
),将第一个变量的数据沿袭更改为'Date'[Date]
。这一步是必需的,因为时间智能函数被设计为在日期表上工作。
计算结果如下图所示:
每次在需要时计算销售数据的最后日期,然后把它往后平移一年(或其他偏移量),都是一个繁琐而容易出错的任务。更好的解决方案时预先计算出每个日期是否应该包含在比较中,并将这个值直接合并到日期表中。
在日期表中创建一个新的计算列,指出是否应该将某一日期包含在与上一年的比较中。
新的计算列可以这样编写:
IsComparable =
VAR LastDateInSales =
MAX ( Sales[Order Date] )
VAR LastMonthInSales =
MONTH ( LastDateInSales )
VAR LastDayInSales =
DAY ( LastDateInSales )
VAR LastDateCurrentYear =
DATE ( YEAR ( 'Date'[Date] ), LastMonthInSales, LastDayInSales )
VAR DateIncludedInCompare =
'Date'[Date] <= LastDateCurrentYear
RETURN
DateIncludedInCompare
新建列之后,编写PY Sales
度量值就简单多了。
PY Sales =
CALCULATE (
[Sales Amount],
SAMEPERIODLASTYEAR ( 'Date'[Date] ),
'Date'[IsComparable] = TRUE
)
这段代码不仅易于阅读和调试,而且其计算速度还比之前的写法快得多。这个例子的要点是,可以将筛选器的复杂逻辑移动到计算列,在数据刷新期间进行计算,而不是在用户等待报表渲染时计算。
参考资料:
[1] DAX权威指南(https://item.jd.com/13168782.html)