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!
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
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。
使用过Excel Power Pivot、Power BI或者SQL Server Analysis Services的小伙伴,一定惊叹于它强大的数据存储和运算能力。 而在这些工具中,你都可以使用DAX对数百万、上千万行甚至更多的数据展开灵活的分析。 DAX,是一门跨Excel、商业智能和企业级工具的分析语言。 就像它的全称Data Analysis eXpression所描述的那样,DAX是一门用于数据分析的函数式语言。 是的,DAX和我们所熟悉的Excel公式都是基于函数的表达式,为了便于用户快速上手,
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。
在有了这两天给出的光滑曲线做法后,我们进一步将正态分布的曲线做成光滑曲线来看其状态。
忽略指定过滤器后进行计算。 之前这个使用All函数生成忽略学科教师平均分的度量值,如果用AllExpect函数则可以写成
If you are dealing with Power BI/Power Pivot, it doesn’t take long before you encounter the DAX language for the first time. Jeffrey Wang is Principal Software Engineer Manager at Microsoft and is considered the father of DAX and the VertiPaq engine behind it.
前面,我曾发布过文章《PowerBI数据模型优化,从导入数据开始》,其中提到一个很重要的知识点——列基数:
熟悉 Power BI 的小伙伴,已经知道用 DAX 编写业务逻辑有些挑战的。微软通过两年的设计和开发,在日前举行的数据峰会中,首次对外透露这一特性。一起来看看吧。
👆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
里面提到多种方法,但有一种比较直接的方法,我没有提,也有朋友在留言中提到过——即,用DAX Studio可以直接导出Power BI数据到Excel,但是这个方法有个bug,需要注意。
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。
前段时间,我写了《完全不用记!无数个快捷键自动控制Excel!甚至所有软件!| Power Automate实战》,但是,有小伙伴马上指出,Alt这个方法,对Power BI没用!
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。
华夫饼图可以很好的表现百分比,之前有介绍过如何在Power BI实现。核心原理是DAX嵌入SVG图形。这个方式可以方便的移植到Excel,效果如下:
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。
小勤:通过DAX查询,从Power Pivot数据模型里取数据返回Excel的功能这么强大,可是,写查询公式时啥提示都木有,要记函数就算了,还得记住每个表名和字段名?得多累啊!
近期碰到个很有意思的例子,一个度量值,其中判断某个值为0时,结果用减号“-”表示,不是0时执行相应的除法:
👆点击“博文视点Broadview”,获取更多书讯 互联网时代,都说得数据者得天下。 企业需要通过数据分析得出的结论做出正确的决策,确保业务精准符合用户市场需求,数据分析师这个岗位也得到了越来越多求职者的青睐。 本期就为大家分享14本数据分析类图书,让你轻松掌握数据分析的三板斧:Excel、SQL、Python,打好理论知识(统计学、机器学习)的基础。 即使你是零基础的小白,也能够轻松入门,并逐步进阶,找到自己喜欢的工作。 ---- 01 ▊《深入浅出数据分析》 Michael Milton 著
👆关注“博文视点Broadview”,获取更多书讯 作者:ExcelHome创始人周庆麟 来源:《DAX权威指南》推荐序 在ExcelHome技术论坛上,经常会有这样的讨论话题:你希望下一个版本的Excel增加什么功能? 在2006年以前,很多人都说,希望Excel能提高单表处理数据的数量上限,最好能像Access那样可以建立多表查询。 自Excel 2007问世后,单表处理数据的量,从65,536行增加到了1,048,576行。 于是,很多人表示相当满意,但还是有一些人表示,只是简单增加单表的行数不够
很多伙伴问如何在 Power BI 中学习 DAX,今天用一套内容帮你整理齐全所有内容。
Power BI虽然源于Excel,但毕竟是不同的产品。我们要试图抛弃Excel中单元格思维的方式,在BI中的表是以列式存储,没有Excel中以A1单元格定位的形式,对于习惯于Excel的你可能要适应一段时间,不过这是件好事情,因为这样的方式使公式易于阅读理解。
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。
如果让我来讲的话,BI工具都是很简单的,会一个就会很多了。两小时入门power bi已经算是很慢了,其他bi工具,比如fine bi,可能十分钟足矣。
有这样一种人,他们拎着键盘,然后就没有然后了,他们对着黑漆漆的屏幕,完全像写天书地一样写代码,创造了数字化的世界。在多年前有幸目睹一位神一样的开发者,中午还很屌丝的一起吃了盒饭,下午这哥们就开着车跑到一个咖啡吧,敲起了代码,没有鼠标,对着纯黑的Linux界面,编写着似乎可以改变什么的程序…
小SUN目前就职于一家葡萄酒分销公司,其主要职责就是为业务部门提供数据分析报告,其中一份报告是追踪销售团队的KPI并与去年同期进行对比。
👆点击“博文视点Broadview”,获取更多书讯 《DAX权威指南:运用Power BI、SQL Server Analysis Services和Excel实现商业智能分析》 一书被很多学习DAX的小伙伴誉为DAX圣经。 原书在亚马逊收获4.8分(总分5分),受到广大读者好评,中文版一经上市,也得到国内读者追捧,一度位列京东数据热卖榜前10。 这样一部DAX里程碑式经典教材,是两位意大利人Marco Russo和Alberto Ferrari多年合作研究的结晶,DAX之父、微软Power BI首席工
在本公众号的第4篇推文里,我们向大家分享过Power BI进行时间序列预测的几种方法。其中提到,Power BI的折线图自带有预测功能。当时简单地以为PBI使用移动平均方法。最近查阅官方文档发现,Power View的预测功能用的是指数平滑法(Exponential Smoothing),同时按是否季节性做了区分。PBI跟Power View一脉相承,可以推测应该也是沿用指数平滑法。
说实话我没相关这个问题。甚至对于超级表这个概念并不是很清晰,唯一的概念是我在短视频上看到过,当时的感觉就是“这不就是Power query中最简单的功能么?这都啥破教程。”
几年以前就有人问我:如何在 Excel 中学习并应用商业智能?不久后 Power BI 来了。它们是可以完美融合的。如下:
小勤:上次说可以通过对逆向连接表编辑DAX公式按需要返回模型中的数据(具体见文章《链接回表,让Power Pivot和Excel的互动更加精彩》),具体是怎么弄的?
首先数据量可能很大,超出Excel行数限制,比方一亿行;数据的种类很多,同一报表有的数据来自数据库,有的来自本地文件,有的来自Web等等。
既可以从非常广的宽度看到 Power BI 的各个方面,也同时可以看到在国际范围从事与此有关的大咖做到了什么程度。因此,这是客观衡量 Power BI 在全球表现的一场秀。有没有没有微软的官方支持,大会更显得实在,既可以显现 Power BI 的高阶应用状态,也可以看出很多问题,就看大家的水平了。
最近,有很多小伙伴和白茶在聊天,也会涉及到一些度量值的编写,经常能遇到说大脑当机的情况。比如说明明自己知道如何去写,但是大脑思维却停止运转,想不起来的情况,话到嘴边却说不出,这种感觉太难受了。
Quick BI(以下简称Qbi)做数据分析有5个模块:仪表板、电子表格、数据大屏、即席分析和自主取数。其中仪表板和即席分析比较接近于Power BI(以下简称Pbi)制作的报告。本文的比较对象,主要指Qbi的仪表板和Pbi的报告。
近日,一场和 PowerBI DAX 之父 Jeffery Wang 的 AMA 活动。AMA 的意思是:Ask Me Anything。Jeffery Wang 在该活动中回答了很多关于 Power BI 尤其是 DAX 的相关重要问题。
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。
大海:既然这样的话,那用Power Pivot吧。直接在Power Pivot里实现这种特殊的计算。
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。
文章背景: 最近在学习DAX权威指南第19章,介绍了DAX查询引擎的组件,解释了如何使用DAX Studio获取与特定DAX表达式相关的查询计划和性能计数器的信息。这些知识是优化任何DAX公式的基础。
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:
上期中,已经把一个看板搭建完成了,但是很多技术细节并没有做解释,这里把上一节没有讲的细节讲一下~
正确分析使用数据可能会挖到宝藏。那么,作为个人或公司,如何选择分析和可视化数据的工具?
最近,有朋友在使用Power BI进行数据整理的时候,要把合在一列里的内容进行拆分:
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)
因此,从 PowerBI 中也就不存在导出矩阵了,因为我们可以在 Excel 中直接利用这些成果了,例如:
销售数据表记录了咖啡订单,包括字段:订单编号、订日期、门店、产品ID、顾客、数量。
SQLBI 于 March 28, 2022 发布了新作:Bravo。官方网址:https://bravo.bi
小勤:通过Power Pivot生成的数据透视表,里面的“前10项”筛选功能好像有点儿问题啊,你看这个数据:
领取专属 10元无门槛券
手把手带您无忧上云