本文来自社区伙伴对《DAX 权威指南(第二版)》的学习笔记,有问题可以留言或联系BI佐罗修改,感谢你的支持。
Power BI 模型的真正强大之处在于通过使用 DAX 语言进行计算。虽然许多 Power BI 用户专注于模型并试着完全避开使用 DAX,但是除了最简单的基础聚合运算以外,其他所有的计算都需要通过 DAX 来实现。而且,你迟早会在 Power BI 中遇到更复杂的计算需求。根据我们的经验,典型的情况会是:你精心制作的一个 Power BI 报告初稿,会引出有关这些数据的越来越多、越来越复杂的问题。
Power BI中DAX函数非常多,功能非常强大,下面结合一些实际场景来讲解DAX一些常用的函数,这些场景包含求和、计数、相除、排序、累计、环比、同比,为了更方便后续的可视化展示数据,我们新创建可视化展示的页面,创建一个新表存储后续展示的度量值,具体操作如下:
—— —— —— —— —— —— —— —— —— —— —— —— —— —— —— —— —
常在群里看到很多关于对日期表的疑问和困惑,尤其是刚进群的初学者。那今天我们就来聊一下,日期表是怎么回事,在业务分析里究竟起了什么作用?
之前已经简单与大家聊过 Power BI 中的分组问题了,近日朋友又问了一个实际工作中的问题,恰巧也与分组有关,便整理之后,与众位朋友共享,再谈 Power BI 分组的博大精深。
编写 DAX 公式时要掌握的核心概念是上下文。DAX 作为一门动态数据分析语言,与 Excel 函数、SQL 查询 和 Power Query 脚本有着根本不同的原因就在于上下文的概念。以上所述的所有其他语言的公式只会在数据发生变化时才会返回不同的结果(除了一些例外情况,例如使用参数时),但是单个 DAX 公式就可以同时提供多个不同的结果,具体取决于您使用它的位置和方式,也就是:上下文。
在 2022 年 12 月的更新中,Power BI 正式推出了 DAX 窗口函数。
在入门案例动态销售报告中已经带领大家入门制作PowerBI可视化报告。本文主题销售业绩分析将继续针对入门案例进行进一步优化,让大家更改的了解和掌握使用PowerBI的功能。优化内容主要有两个: 1、数据分析层面:在可视化报告中单独的一个销售业绩指标是没有意义的,只有通过对比指标才能知道销售业绩指标的好坏。对比方法主要通过同指标不同时间的对比,通过PowerBI智能时间函数,可以更加方便的计算累计销售额(YTD),同比(与去年同期对比),环比(与上月对比)等指标。 2、图表层面:使用KPI图表可以更加直观的显示业绩完成状况。通过对同比,环比格式设置可以进行分阶段显示数据。
开始本章翻译时,是5月初。当时并不知道平平无奇的5月Power BI会带来一大波更新,尤其是大杀器“字段参数”(字段参数参考文章)。
兄弟们慢点,4天发布6项更新,你们不考虑下大家有时间学不,还有竞争对手会蒙圈的~ 产品经理无奈回复:这不是老大你安排的嘛。
文章背景: 最近在学习Power BI进行报表的制作,其中有一项内容是日期表。日期表是使用时间智能函数的基础,Power BI可以为具有日期或日期/时间类型的字段自动创建一个隐藏的日期表(见下图),但不能很好地满足要求,一般需要手动创建日期表。
随着 PowerBI 在2020.7月的发布,迎来一个重要的功能:计算组(Caculation Group)。
数据分析表达式 (DAX) 语言是一种公式语言,Data Analysis Expressions 数据分析表达式,简称DAX表达式,其允许用户定义自定义计算。DAX 包含一些在 Excel 公式中使用的函数,此外还包含其他设计用于处理关系数据和执行动态聚合的函数。
本章介绍的是如何在PowerBI模型中实现各类安全性保障。除了我们所熟知的行级别安全性RLS,本文更是介绍了对象级别安全性、表级别安全性、列级别安全性、值级别安全性等。有待大家根据自己的实际业务场景,实现更加符合要求的安全性要求。
HR 使用Excel已经可以统计很多内容了,但 BI 的特点,大家知道是 动态 的。本文讲解如何在 PowerBI 中实现 HR 在离职人数的计算。
本月发布了峰会上的第一个功能,Icon集,它也解决了我们目前在ideas.powerbi.com上排名第一的想法。除了这一重大更新之外,我们还对许多现有功能进行了渐进式改进,例如关键影响因素视觉对象和RLS对聚合的支持。
在表格中,每一行独立存在,上一行的内容和下一行没有交集,中间有一根看不见的线把每一行隔离开来。
虽然 PowerBI 发展得如火如荼,很多人进入 PowerBI 领域却遇到很多障碍,最明显的一项就是来自 DAX 的挑战。
假设某公司在 2020 年 12 月有活跃客户 100 人,而在此后的一年中只要有销售额,就算该客户在此后的一年为留存客户。那么,对于试着给出对任何年月的活跃客户计算其在未来一年的留存数以及留存率。
今年SQL Server 30岁了!SQL Server 这些年来不断发展,本文介绍了这些年来的一些变化和版本。
👆点击“博文视点Broadview”,获取更多书讯 本文将介绍DAX中的基础表函数。 表函数是DAX中的一种常规函数,它返回的结果不是一个标量值,而是一个表。当需要编写DAX查询和迭代表的高级计算时,表函数非常有用。本文会介绍相关的计算示例。 本文的目标是介绍表函数的概念,而并非提供所有DAX表函数的详细说明。 《DAX权威指南》一书的第12章和第13章中介绍了更多的表函数。本文将解释DAX中最常见和重要的表函数的作用,以及如何在常见的场景中,包括标量表达式中使用它们。 01 表函数介绍 到目前为止,你
原文在简书上发表,再同步到Excel催化剂微信公众号或其他平台上,文章后续有修改和更新将在简书上操作, 其他平台不作同步修改更新,因此建议阅读其他出处的文章时,尽可能跳转回简书平台上查看。
如果说99%的人不真正理解PowerBI DAX的SUM,你信吗?只怕是说少了,从这个意义上讲,PowerBI就是一个坑爹的。
数据模型是进行报告分析的基础。为此提供了结构和有序的信息。为确保提供更好的性能、可靠性和准确性,将数据加载到正确设计的模型中是数据分析很重要的一项工作。
所谓增量刷新,是指增量刷新数据。一般情况下,在PowerBI或PowerBI Desktop中点击【刷新】按钮,会将数据源的数据全部刷新一遍,如果数据源数据很多,而每次变化的很少,例如只有最近一日发生变化,那这种不问青红皂白就直接全部刷新的方法显然会耗时耗力。很可惜在默认情况下,PowerBI就只支持这种数据刷新方式。
Excel 中有由单元格区域构成的表结构;Excel 中有创建表得到的工作表表格;Excel 中有数据模型中的数据模型表;Excel 中有透视表;以上 4 种表是完全不同的概念。而这些基础需要伙伴们注意。
有过大学计算机相关背景的伙伴会非常清楚:数据结构和算法,是一个程序员(软件开发工程师)的绝对内功心法。
门店数是企业经营最基础的指标,在一定程度上代表着市场占有率,也是核算单店营业额(店效)的基础。
单纯讲解时间智能函数犹如盲人摸象,不见全貌,更不见本质。 我们之前写过很多关于时间智能函数的文章,但文本将是最为本质以及最重要的。本文属于 BI佐罗 PowerBI VIP 线下培训部分抽取。
前面的文章中我已经使用了一个入门案例动态销售报告来带领大家入门PowerBI的入门学习,基于动态销售报告,我可以在来进行细化处理销售目标表中的数据。本文的主题就是销售目标的分析。我们都知道销售目标是销售的起点,销售人员每天的跟进都可以来反映销售目标完成情况。因此,将销售目标的颗粒度细化到每一天很有必要。 销售目标的细化主要的难点在于许多的企业在销售业务中有季节性。比如说在相同的月份中,去年的2月和今年的2月可能天数不同,无法全部复制。还有就是月份中的周末时间,有些月份存在4个周末,有些月份存在5个周末。这些时间因素都会对销售趋势造成一定的影响。 回到数据源结构,我们回顾一下动态销售报告中的销售明细数据。这个表中有销售日期和销售额,我们可以使用DAX函数来将销售目标处理到该表的汇总数据表中。接下就一起来处理数据吧。在PowerQuery中手动输入销售目标表
最近一位朋友在用Power BI做一项与日期相关的分析时,出现了一些看起来很奇怪的情况:
ENDOFMONTH函数,ENDOFQUARTER函数和ENDOFYEAR函数三者都隶属于“时间智能函数”,属于“表”函数,当然,有些时候也可以作为“值函数”使用。
很多伙伴问罗叔是否可以给小白直接直接操作的技巧,例如:直接点一个按钮,直接写一个公式,直接解决一个问题的。
USERELATIONSHIP函数是一个高阶函数,隶属“筛选”类函数,其本身并不能返回任何表或值,仅在计算时启动指定的关系。
在 Power BI 中常常遇到与周计算有关的问题。我们将按照不同场景分拆来进行介绍,给出最佳实践。
有伙伴说一段时间没有更新文章,这一次顶十次。明明能拆成十期的文章,非要一次写完,没办法,厚道。
授之以鱼不如授之以渔,有关DAX的概念性介绍我特意地拖到这个章节统一来讲,以免在前面穿插让大家混淆。DAX是Data Analysis Expression的缩写,即数据分析表达式,DAX公式同Excel一样,公式繁多可以编汇成一部字典,我们不可能一夜之间把这本字典背下来,在这种情况下教会大家原理和学会查字典的方法尤为重要。
那么,如何实现呢?本文介绍两种方式。喜欢看视频的读者可以直接跳过文字,下拉到视频操作。
白茶对近一个月所学的DAX进行了一次梳理,做出了一个动态多维度的帕累托图,效果如下。
VAR是单词Variables的缩写,即变量。Rob Collie把它比作录音机,这个比喻非常形象,录制好某一段落,再使用,而且是像复读机一样可以重复多次的播放出来。推荐学习这个函数的原因是它简单好学,在应用中有四大突出好处,更简洁的书写,替代Earlier,避免上下文的干扰,运算性能。本文将一一详细讲解,当你仔细读完这篇文章,很有可能对这个函数欲罢不能。
以下内容节选自《DAX权威指南:运用Power BI、SQL Server Analysis Services和Excel实现商业智能分析》一书!
通常情况下使用在“计算列”之中,如果度量值中添加了存储的虚拟表,涉及到跳出上下文时,也可以使用这两个函数。
以下内容节选自《DAX权威指南:运用Power BI、SQL Server Analysis Services和Excel实现商业智能分析》一书! ---- --正文-- DAX(Data Analysis eXpressions),即数据分析表达式,是Microsoft Power BI、Microsoft SQL Server Analysis Services(SSAS)和Microsoft Power Pivot for Excel中使用的编程语言。 它创建于2010年,是随PowerPivot的
有些业务场景中,从多个维度研究问题,往往有些维度分类太多,从而导致无法得到想要的结果,这时我们可以采用重新分组的方式,相当于在这个维度上方又添加了一个维度来看待问题,往往会找到问题的来源。
性能优化,在 DAX 中是很重要的问题,对 DAX 的性能优化大致可以归结为针对 SE(存储引擎) 或 FE(公式引擎) 的性能优化。
文章背景:在工作中,有时需要提取同一日期的最后一条记录。比如每个客户的最后一次下单记录,或者每个产品最后一次卖出记录等。
【1、PQ-常见错误】 直接展开表数据丢失列问题:要合并的数据有不同的列时,直接展开可能会出现数据丢失。 📷 【2、PQ-M】 标记新老客户 📷 【3、PQ-M】 产品工序分组加索引:给每个产品下的每个工序按顺序添加编号。 📷 【4、PQ-M】 将产品和价格信息处理成规范明细数据(拆分到行并对应) 📷 【5、PQ-M】 将数据按右对齐分列 📷 【6、PQ-操作】 带空数据的筛选及需要注意的问题 📷 【7、PQ-操作】 筛选出最近七天的数据 📷 【8、PQ-从操作到M】 将英文月份转为数字 📷 【9、PQ-M
这个震撼的功能是在2024年3月更新的Power BI Desktop中出现的,名字叫做“DAX query view with copilot”(使用copilot创建DAX查询):
领取专属 10元无门槛券
手把手带您无忧上云