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Excel中,我们可以使用Power Pivot和数据透视表相结合的方法来动态计算近N天的数据变化的情况。比如,我们按选择一个日期,计算当前日期的前7天、前15天,前30天等近期的数据变化情况。如图所示: 这种方法不仅可以提高数据透视表的效率,还可以打造更多的分析的维度。 初始的数据源和数据模型如下图所示: 在这个模型中,我们新建一个日期表,用来筛选订单表中的下单日期。这个例子是简化过来的。 为了当我们选择一个日期的时候,在我们透视表中和数据透视图中能显示选择的近N天的数据,我们还需要做两件事: (1
各位使用Power BI的小伙伴有很多是从事项目管理相关工作的,咱们的Power BI除了可以基于数据对现状展示以外,还可以对不同项目以及各个阶段工作量进行宏观展示。今天我们就来扒一扒如何利用Power BI做出项目Roadmap以及对项目一目了然的甘特图。
为了帮助你解决求职、工作中遇到的下面这些问题,我写了一本免费教程《7天学会商业智能BI 》:
这是免费系列教程《7天学会商业智能(BI)-Power BI》的最后一篇内容:制作完的报表,如何发布?
制定销售目标是销售的起点。销售目标的完成来自于每一天的跟进。因此,在零售等诸多业务中,有必要把销售目标分解到天。
今天我会手把手教会你如何制作报表,在这之前,确保你已经学过了免费系列教程《7天学会商业智能(BI)-Power BI》下面的内容。
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。
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。
Power Query里,日期、时间、时长、数字都是不同的类型,需要严格区分和转换,两个日期/时间相减是时长(duration),时长要经过转换才能得到相应的天时分秒等“数字”——这是跟excel里不一样的地方,也是很多朋友感觉PQ里日期时间处理困难或易错的关键。
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
文章背景: 对于时间这种实时变化的维度,我们希望每次打开报表时,看到的默认是最新日期的数据,然后通过时间切片器选择其他日期来查看历史的数据。
不允许对数据做任何修改,不允许新建表、新建列、修改数据格式、按列排序等操作,也不允许设置自动日期智能:
在实际业务中,新用户很重要,但是如何留存老用户更是一个巨大的课题,总的来讲,就是提升服务质量,增强满意度,具体细分在各个行业,运营思路千差万别,我们今天不详细展开。
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。
我们要添加一列上一天的金额。在Excel里面我们很容易,直接相对引用上一行的金额单元格就可以。当然因为第一天没有数值我们直接从第2个数值开始输入B2往下拖曳即可。
由于公司财政能力有限,在分批次购买了几十个世纪互联Power BI的PRO账号后,恰逢遇到了疫情,而K12线下教培行业受冲击还比较严重,大老板暂时不再松口了,所以只能让后续想使用报表的同学们先使用试用版了,也是不得已的办法。
随着Power BI模型的复杂,制作图表的增加,尤其是想要对某个度量进行调整的时候,很多朋友都经常会碰到一个问题:我表里的这些列,我写的这些度量都在哪些图表里使用了?
大海:在Power BI里增加列有2种方法,一种是咱们在学Power Query里的“添加列”方法,还有一种是在PowerPivot里的新建“计算列”方法。具体操作方法如下:
比如,我们从本地获取xls格式的文档,建模、可视化、刷新一切ok,发布到云端,使用gateway配置和刷新也都没问题:
分析师面临的普遍问题是,无论从哪里获得数据,大部分情况都是一种不能立即使用的状态。因此,不仅需要时间把数据加载到文件中,还得花更多的时间来清洗它,改变它的结构,以便后续做分析的时候能更好的使用这个数据。
将一个日期列的所有日期往前推15天,比如2021年11月25日,往前推15天,则是2021年11月10日。
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。
日常销售报表,时间是非常重要的维度。前一文,我说明了如何不用公式,实现日期自动转换为年、季度、月、周等形式(点击文末阅读原文查看),以便进行业务分析。
👆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
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?
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。
在某天气APP上看到一个天气日历,信息非常丰富,并且充满细节,如下图所示。日历自动从当天开始显示,且月份更替时有月份提示(如4月1日自动显示为4月);每天有当天的天气图标;日期的上方使用圆点表示降温,矩形表示降水。
2.如果您并不需要在财年上做分析,这篇文章会教你如何处理一些复杂的、时间智能函数无法解决的问题;
—— —— —— —— —— —— —— —— —— —— —— —— —— —— —— —— —
最近,很多初学Power BI的朋友跟我说,Power BI用起来挺麻烦的,很不习惯啊,比如,想看一列数的总和都看不到……
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
一般对于问这个问题的人,我的建议是:慎重考虑是否真有必要学VBA——除非您还是一个年轻且有大量精力和时间的在校学生。
了解PowerAutomate已经有较长的时间,但是一直没有尝试过,最近刚好手头一个略微复杂的问题,Trello和Microsoft to-do的同步,发现在PA中竟然有现成的模板可以直接同步,就认真研究了两天,实现了一些其他的操作,比如:
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。
本文案例有多重背景,其一便是上海VIP培训活动中,小伙伴当场拿出实际业务来希望实现作图,从开始到超预期的完美实现,共计20分钟。小伙伴可亲自见证在完全精通 PowerBI DAX 下,可以直接驱动作图实现原来无法完成的效果。
自从 2022 年的 10 月版本更新以后,PowerBI 提供了在模型视图开放公式编辑区的能力,这样终于实现了一个本来就应该实现的功能:在模型视图统一编辑管理所有内容。
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。
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)。
大海:这是Power BI里增加的新功能。非常方便。另外还有“按照从小写到大写的转换”和“按照从大写到小写的转换”拆分列的功能。
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。”
作为一名数据专家,日常工作很可能都是在使用数据之前对其进行导入、操作和转换。可悲的是,许多人都没有机会接触到拥有精心策划过的数据的大数据库。相反,被不断地喂食 “TXT” 或 “CSV” 文件,并且在开始分析之前,必须经历将它们导入到 Excel 或 Power BI 解决方案的过程。对用户来说,重要的商业信息往往是以以下格式存储或发送给用户的。
导语:数据分组汇总比较在日常数据快速分析过程中非常有用,在Excel里可以直接在透视表上进行操作,但Power BI里的操作有一点点儿不同。
前些天,大神高飞对本人小黄书做了一次送书活动,得到大家的热烈支持,小黄书自上市以来,保持Excel Power系列新书榜第1,非常感谢大家的认可:
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!
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。
文章背景: 透视列(Pivot)和逆透视列(Unpivot)是在Excel当中经常使用的一对数据聚合和拆分方法,在Power BI中也提供了同样的功能。
1.可视化对象导出CSV格式限制3万行数据,这对于数据量动辄上百万甚至上亿的表来说是不可接受的;
本章专门讨论 Power Query 新手会面临的两个常见问题:理解 Power Query 是基于数据类型(而不是数据格式)的工具,以及如何理解和处理 Power Query 查询中的错误。
如果将任何一个点的值都由此前的7个值平均得到,就是7日移动平均了。考察如下的示意图:
领取专属 10元无门槛券
手把手带您无忧上云