这个系列的函数相对而言比较简单,顾名思义,计算每个时间粒度的第一天,隶属于“表函数”,但是返回结果是单列单行的表,某些时候可以作为“值函数”使用。
很多人说国内的学习资料太少,在学习的过程中坎坷不断,我与大多数PowerBI学习者一样,一边读外文的博客摸索一边铺路,在不断尝试和与人分享的过程中,总结了个人认为最宝贵的十条DAX学习经验,分享给读者。
很多伙伴问起,如何查看 Power BI 数据模型到底会占用多少内存,这的确是个问题。本文对此做出简单说明。
SUMMARIZE执行两个操作:按列分组和添加值列。使用SUMMARIZE对表进行分组是一个安全的操作,而使用SUMMARIZE添加新的列可能会导致难以调试的意外结果。
PowerBI本身内置的排序方式,是遵循ASCII国际标准的方式,这就导致了中文的默认排序对于很多小伙伴来说并不友好。
每个门店由店长管理,店长的管理被评价得到KPI。现在希望按照如下结构显示,该如何实现?
作为 2018年 的终结篇并同时开启 2019,Excel120 将以此篇揭示 PowerBI 可以做出的最强大图表以及固定套路。
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。
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。
过往的PowerBIDeskTop,它是一个独立的软件,不像Excel那样可以有二次开发的接口,但7月份更新PowerBIDeskTop后,已经开放了外部工具,单独有一个外部工具的选项卡。
除此之外,另增加批量创建表关系功能,对同类事实表追加关系变得SoEasyShu,又是批量完成,爽到爆。
还有很多小伙伴学习了《PowerBI 全动态中国式复杂矩阵》的 1.0 和 2.0 版,已经获益良多,而今天,你将看到新的可能性。什么是 4.0 版?本文会给出说明。
PBI催化剂是笔者两年前开发的国内首款PowerBI外部工具,用于在PowerBI模型和报表层的元数据批量管理。
SQLBI的工具,有兴趣的可了解下,需要点英文阅读能力:https://www.sqlbi.com/tools/analyze-in-excel-for-power-bi-desktop/
到了年底,PowerBI积累了一年的功能来了波大的,本次更新的功能涉及几处重大改进。更新功能列表如下:
本文将带你完成一次 PowerBI DAX 的神奇之旅,如果您是 DAX 的熟练选手,可以试试以下题目。
表的递归关系在表示组织结构的时候非常有效,但是我们往往需要它的展开型结构,这就需要对递归进行展开。
最近白茶在读《圣经第二版》,再加上有很多小伙伴问过白茶总计栏显示不合理的地方,白茶决定抽出一期来描述一下上下文。
在 PowerBI 中,矩阵的确是最强大而复杂的结构,为了突出显示各种信息,需要对内容来高亮显示。
一开始PBI催化剂不对此功能进行集成,后来收到的反馈还是较为强烈,所以重新对其进行开发并集成,此批量性的操作,同样地与Excel表单功能进行联合交互。
数学函数系列,顾名思义,是一些我们在学生时代经常使用的数学算法在PowerBI中的应用。
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。
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)
我们会用几篇文章来描述这些问题如何在当前的 PowerBI 中实现。很多问题的解决并不是能用 PowerBI 内置功能解决,这也算是一个痛点,按照微软的表述,微软会比较接纳社区的第三方插件与 PowerBI 的结合,一方面可以不必重复劳动,一方面很多社区插件已经注入很多心血,值得复用。
本文来研究客户的交易年龄。与自然年龄不同,交易年龄指的是客户在发生交易时的年龄,这在多年分析中的差异就会非常显著。
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:
很多人都知道80/20帕累托法则(20%的人掌握着80%的财富),而ABC分类法可以说是该法则的衍生,目的是把握关键,分清主次。
在我们做报表的时候,经常遇到说某些数据想突出显示一下,当然,微软是支持数值颜色渐变对比的,但是怎么说呢,就像是下图那样,有时候并不是很符合我们对于报表的需求:
前些日子,有一位读者留言一个问题,我写了个公式过去,来回几次都没有解决,最后发现她竟然把DAX公式写在了编辑查询器里,我是五十步笑百步,因为本人也犯过同样的错误!我想告诉她没关系,自学成材这件事注定要有试错的弯路,而这些弯路都会让你更深刻地认识一个知识点。
NEXT系列一共包含四个函数:NEXTDAY函数,NEXTMONTH函数,NEXTQUARTER函数,NEXTYEAR函数。分别代表次日、次月、次季度、次年。隶属于“表函数”。
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。
案例数据共计两张表,一张销售事实表,一张人员架构的维度信息表。数据并不是特别的复杂,比较烧脑的是组织架构父级汇总子级数据。
有位大佬曾经告诉过我,如果你深入理解了CALCULATE,那么你就相当于理解了DAX函数的基础,因为它是DAX函数中最灵活多变,也是适应性最强的函数之一。
本文蕴藏杀机,PowerBI DAX 设计的诸多精华尽在一个模型,推荐仔细阅读。上篇文章写得少得可怜,很多战友提出严重抗议,要求继续揭示这其中的奥秘,好吧,你吩咐,我照办。
日常生活中,学会使用DAX之后,我们已经习惯使用DAX函数来灵活的展示各种业务需要的KPI。
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。
“PowerBI是一个漫长的学习过程,不是说掌握了一个两个函数就是会了,基础不牢,学那么多花里胡哨的干啥?”
在 DAX 中有一个神奇的函数 ALL,被誉为 DAX 圣经的书中有专门的多页篇幅来讲解这个 ALL 以及其相关系列。在 2019年9月 DAX中又新增了一个函数 REMOVEFILTERS,那么,ALL 到底是怎么回事?与 REMOVEFILTERS 到底有何不同?如果你看 DAX圣经 你需要看很久,而罗叔则让你秒懂,永远不会错。
当使用 DirectQuery 方式连接到数据源时,就可以在页面设置自动刷新的时间间隔,如下:
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。
FIESTDATE函数与LASTDATE函数都隶属于“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。
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。
本文除了介绍PowerBI Desktop在2019年6月的更新,其将介绍PowerBI的几件大事。
TOTAL函数系列共包含三个函数:TOTALMTD函数,TOTALQTD函数,TOTALYTD函数。
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。
这个问题相信很多小伙伴都遇到过,或者被其他人问过,白茶总结了一下用户比较在意的几个点:安全性、自助性、权限管控、易用性、兼容性、扩展性、便捷性、反应速度等。
这是白茶随机模拟的一组数据,一份事实表,一份维度表;模型关系是很常见的一对多关系。
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。
领取专属 10元无门槛券
手把手带您无忧上云