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)。
在 Power BI 中显示一个大型的表,并不擅长,因为 Power BI 更倾向于制作高度聚合的可视化图表,但如果就是希望做到可以显示大篇幅的分页表格怎么办呢?本文就是来给出答案的。
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。
Cosplay比较狭义的解释是模仿、装扮虚拟世界的角色,也被称为角色扮演。由此,在网络上衍生出了新的含义,往往被用来形容“假扮某类人的人”:
—— —— —— —— —— —— —— —— —— —— —— —— —— —— —— —— —
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。
程序员不要吐槽本文的标题,我知道 AutoExist 不是陷阱也不是 BUG,这只是为了那些没有必要花精力理解这个不需要理解的概念的业务伙伴搜索标题时用的。
日本市场和欧洲市场的总交易是 1.2 亿,什么,单位是什么,如果不对单位做处理,那单位相当于是混合的,也就失去了意义。
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。
徒手用DAX+SVG设计一款图表是费力的,尤其是组合图表。如果我们善于借助Power BI本身的力量和外部力量,制图的过程将会轻松很多。
Power BI 2022年5月更新的字段参数功能业务使用价值巨大,以至于本号连续更新相关内容,以下是前情提要:
上一节 Power BI 计算组理解(一)中,提出可以将计算项理解为 特殊的自定义函数 ,其输入参数为度量值,不过上一节创建的计算组(收入、利润、利润率),在其值定义中并没有用到其输入的度量值本身。
我们对本月的更新感到非常兴奋!我们发布了两个最重要的社区请求:Power BI Pro的增量刷新和分层切片器。此外,我们还对新功能区和一些新的DAX功能进行了一些改进。自上次发布以来,AppSource上发布了一些新的Power BI视觉效果,因此请务必尝试一下!如果您想了解本月的所有更新和增强功能,请查看完整的博客。
Power Query 可以在 Power BI 或 Excel 中使用,很多人一开始就在想到底用哪个平台来使用 Power Query,其实不必为此纠结,总有一天会意识到需要把查询复制到一个另一个中的。这有可能是将查询从一个 Excel 工作簿中复制到另一个 Excel 工作簿中,从 Excel 复制到 Power BI,或者从 Power BI 复制到 Excel。在本章中,将探讨将查询从一个工具快速移植到另一个工具的方法。请记住,虽然本书的重点是 Excel 和 Power BI,但这些步骤对于任何承载 Power Query 的工具来说几乎是相同的,即使它包含在其他微软产品或服务中。
Excel Power Pivot俗称超级透视表,具有强大的建模能力。一般情况下,Power Pivot的模型在Excel界面以数据透视表或数据透视图展现。但是,这种展现方式比较单一,无法实现复杂结构报表提取模型数据的需求。
正常情况下,切片器使用的是维度字段,但是Power BI 2023年11月推出的新切片器可以添加度量值,这解决了一个问题:切哪个。下方的切片器添加了业绩增长率度量值,哪个城市业绩下滑最严重,就可以先选择哪个城市,查看详细情况。
有一个数据集,包含四张工作簿,每个工作簿是一张表,其中可以销售表可以划分为事实表,产品表,日期表和门店表为维度表。 工作簿名称、字段含义和数据集的对应关系如下图:
本系列是数据可视化基础与应用的第02篇,主要介绍基于powerbi实现一个连锁糕点店数据集的仪表盘制作。
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。
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。
在一些数据分析场景中我们经常遇到获取topN统计的问题,例如统计销量topN的店铺对应的总销售额、统计订单量TopN的门店总销售额等等。针对这种TopN问题的分析,在Power BI中我们需要使用TOPN函数,TOPN函数可以返回指定表的前N行数据。之前我们学习过RANKX函数,RANKX可以根据指定的度量值表达式来对数据进行排名没有办法获取前几名数据,TOPN可以获取前几名数据,但是不会对数据进行排名。
白茶老师在他的文章《BI技巧丨矩阵高亮》介绍了一种交叉显示效果,选中一个维度,该维度背景色突出显示,选中两个维度,两个维度均突出显示,且交叉的格子颜色加深。
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:
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。
2019年3月1日,在SqlBits大会上,微软宣布DAX引入一项重大更新:Calculation Group(暂且不做翻译)。这项更新将对PowerBI及SSAS均构成重要影响。为此,微软SSAS团队官方,SQLBI.com以及Chris Webb分别在各自博客记录这一内容。(后两者为SSAS领域国际顶级专家博客)
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。
只有站在数据分析与商业智能的金字塔顶端往下望,才能更好地纵览整个BI世界的结构。本章中的“五层模型”提纲挈领式的描绘了整个数据分析的过程,并以此为基础讲述了企业级BI和自助式BI的发展轨迹与未来世界对于业务人员数据分析能力的要求。
点击蓝字 关注我们 本文介绍如何通过获取包含较少图表的可视化视觉对象,优化由于具有大量卡片图的慢速Power BI报表。 Power BI报表中,每个可视化视觉对象都必须完成许多计算才能呈现结果。显示数据的可视化视觉对象必须生成一个或多个DAX查询,执行这些查询会增加等待时间,特别是是当多个用户同时访问报表时还会增加服务器的工作量。为了提高报告的性能,最好的方式是减少在报告中可视化视觉对象的数量。 那我们如何实现呢?一起来看看下面的例子吧! 当用户位于报告的单个页面上时,Power BI仅计算报表
《PowerBI 重构》系列(代指:Power BI DAX 重构系列)将是一系列新的话题,旨在将PowerBI 技艺提升到更高的阶段。该阶段需要坚实的DAX基础,这些基础内容已经在其他文章讨论过并提供了达成方法。
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。
TOP-N分析法通常用来分析客户、店铺或产品对于整体的贡献度问题。本节内容我们需要指定N个门店,分析这N个门店的产品销售总金额或毛利润对于整体的贡献度,如图所示。 在这个模型中,我们可以根据实际业务的需求,去个性化地选择以产品销售总金额或毛利润为观察对象,分析每个大区的前3名、前5名、前10名及所有门店的业绩对于整体业绩的贡献情况。 该模型主要的功能在于可以根据选择的指标动态地进行筛选,方便我们实时把握贡献最大的TOP-N的门店,开展有针对性的经营活动。下面介绍一下这个模型的具体的建立步骤。 第一部分:数
这个月我们有很多令人兴奋的发布。UserVoice上我们最需要的两个功能在本月发布,地图热力图和单选切片器。此外,改进的建模视图在本月GA(正式发布)。另外还有新的DAX函数和对现有函数的改进,以及按钮和选择面板也得到了增强。
通过"日期偏移"来解决"因中美习惯不同而导致的PowerBI相对日期切片器周分析错误"问题
PowerBI 准时更新,这次更新没有特别大的功能性更新,反而在更新的某些地方引入了BUG。本文将了解这些,更重要的是我们使用微更新的内容能做什么呢,这些微软没有告诉你,我来告诉你。
很多伙伴都希望快速理解 Power BI 以及 DAX 的精髓,以便可以快速工作,但往往被很多程序员误导必须要学习编程。还有很多程序员看了大量图书,在自我总结,希望可以提纲挈领地找到自助商业智能分析框架或者密码。在下,也是其中一员,在回答自己和伙伴的各种疑问的过程中,在积累中有所感悟,将这些分享给你,也许可以帮助有缘人打通,快速领略模型驱动的自助商业智能分析之妙。
昨天,发布了文章《你可能从来没用透视表干过这件事,太有意思了!》,其中用透视表实现了月历的显示方式,并且提到,“月历型”报表的问题,众多朋友表示非常期待。
针对第二个缺陷,例如切片器选择青海,Synoptic Panel其实仍然显示的是全国,只是青海有数据。
设计优良的分析模型是 DAX 高效运行的前提。在本章中,我们将讨论许多与建模有关的主题,这些主题对于理解性能强劲的模型设计非常重要。
Power BI地图如何叠加任意迷你图?比方在地图上显示业绩的柱形(虚拟若干省份数据,本文涉及地图仅供学习和交流):
在紧急的,严肃的,公开的事件面前,企业和组织都需要一种高效,健壮,可信的技术方法能向公众发布信息。
话说上回,我们提到了Power BI连接数据的三种方式:导入(Import),直接查询(Direct Query)和实时连接(Live Connection)。我们日常工作和学习中,用得最多的可能是导入方式。该方式在功能上没有任何限制,最大限度地发挥了Power BI集数据清洗、建模、可视化等为一体的优势。但该方法也有不足。比如当数据量相对较大时(如几张表的记录有几十万条以上),导入和刷新数据,都会耗费相当长的时间,也占本地空间较多。
看到这个问题,首先第一感觉,好像是非常简单的,获取每一个合同编号的起始月,然后均摊、求和就可以。
PowerBI中的权限控制是分层次的,具体请以官方文档为准。但为了便于快速理解,这里特此编制了一个权限结构图:
👆点击“博文视点Broadview”,获取更多书讯 传统的Excel单表虽然可以有100万行数据的承载量,但是在实际分析时,20万行的数据就已经让传统的Excel非常吃力了。 但是,如果使用Excel中的Power Query和Power Pivot商务智能组件,即使是上百万行数据,也可以在短时间内快速完成处理和分析。 Power Query在Excel和Power BI Desktop中都是内置组件,并且管理界面和知识体系保持了高度一致。 其实,Power BI中的Power Query和Power P
上述案例反应了用户选择了一个日期,然后所有的数据计算以该日期为基准,只显示最近 X 天的,X 由滑竿切片器给定。
👆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
以下是零售门店的战力示例,台州市幸福路店的销售笔数相对较好,超过了73%的门店;客单价排在末位。具体如何操作呢?
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。
第一篇是关于Power BI连接数据方式的对比。这是个老生常谈的话题。微软官方考试Exam70-778教材的第一章,就是重点介绍这个方面。这种基础性的知识点繁琐而且枯燥,就像一本字典,只有用到的时候才会去查阅。
学习 Power BI 之前,我只是一个很普通的 Excel 用户,不会 VBA,不会 Python,就靠着 VLOOKUP 等几个常见的函数做做业绩报表。
领取专属 10元无门槛券
手把手带您无忧上云