—— —— —— —— —— —— —— —— —— —— —— —— —— —— —— —— —
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。
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)。
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。
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。
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:
PowerBI 每月更新,微软官方提供一个示例文件,我们基于该文件来进行介绍,与微软官方保持一致,为了便于理解,在需要时我们采用其他案例进行说明。
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。
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
大海:这个其实也很简单啊。比如,先把数据添加到数据模型,然后写个简单的度量就搞定了。
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。
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。
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。
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
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。
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。
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。
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。
《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。
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。
经过了前两章的学习,终于走到了学习的深水区,Power BI的灵魂部分,数据建模Power Pivot。其实Power Pivot并不是一个新生事物,它自从2009年就上市了,可惜大多数人都没有听说过,好消息是你现在知道它的存在了。有人说PP是Excel20年来历史上最好的事,有没有那么神奇,我们就来一起探索验证吧。在本节我想先澄清几个重要的概念和啰嗦几个提示。
https://docs.microsoft.com/zh-cn/power-bi/create-reports/desktop-high-density-sampling
Power BI 2023年的几次更新使得内置视觉对象(表格矩阵和新卡片图)自定义99%的图表效果成为可能,实现路径是DAX和SVG矢量图结合。我已经在各种场合分享了两三百种SVG图表效果,目测丰富程度全球第一。表格矩阵和新卡片图(不了解新卡片图参考此文:Power BI可视化的巅峰之作:新卡片图)都是SVG自定义图表的良好载体,二者在应用上有什么区别?本文依据过往的经验总结一二。
👆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
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。
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。
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。
ALLSELECTED函数是唯一一个使用影子筛选上下文的DAX函数。我们首先研究ALLSELECTED的行为,然后介绍影子筛选上下文。
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。
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。
在文章《死磕Calculate之1:改变筛选上下文之忽略(”删“)》里,我说“把筛选上下文给去掉(删),用All函数”,如下所示:
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
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。
ALLSELECTED函数,被微软划分为“筛选”类函数,隶属于“表函数”。其用途,常常是用来计算或者显示明面上的筛选影响,而忽略其行上下文的影响。
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!
DAX Studio 作为调试 PowerBI DAX 引擎的工具,是彻底掌握 DAX 的必备工具。由于 PowerBI DAX 引擎的更新,该工具也在2019年初迎来更新。
在《PowerBI DAX 重构系列:用1个度量值代替100个 实现 动态多维度动态算法动态总计(上篇)》我们最终来到:
Power BI表格矩阵有三个可以动态变化的空间,分别是值、总计、条件格式图标。通常情况下,值和总计占据长方形的空间,条件格式图标表现为正方形(参考《Power BI条件格式图标的空间构造》)。
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。
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。
👆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
那么到底是什么难题,故意刁难人呢?对方说,根本不是什么难题,就一个很简单的题目。如下:
是不是又来一个标题党呢?因为这次真的不知道怎么起名字了。而且有非常多的纠结,想到哪里写到哪里吧。这是一个很长的故事,但在今天我们是一个重要的里程碑。
在企业的日常运营中通常会关注很多关键指标,例如:销售额、利润、业绩、人数等,这样的指标我们希望在报表中突出展示以便被用户快速读取,在Power BI中我们可以使用卡片图、多行卡图、仪表盘、KPI图等来展示关键指标数据。
流向地图通常用来展示人员流动、商品流动、资金流动等。如何在Power BI自定义任意层级的流向地图,无论是全球、全国、全省、全市,还是商圈、街道,甚至室内空间?
前面,我在文章《DAX的核心,其实只有4个字!》里提到,DAX核心思想,就是“筛选、计算”四个字,当然,这个总结非常抽象,接下来,我会用一个又一个的例子来给大家具体讲,大家将慢慢体会到,几乎所有的度量都紧紧围绕这个思想而展开。
2021 年 6 月 10 日第四届 Power BI 可视化大赛获奖名单公布,非常幸运,我的作品《中国职业教育院校分析报告》获得了教育行业特别奖,开心、兴奋之情溢于言表。从 2018 年开始接触 Power BI,参加了三届微软 Power BI 可视化大赛,正所谓 “三年磨一剑”,这次获奖对我来说是最大的鼓励和肯定,按照惯例,感谢大赛组委会,感谢大赛评审团,特别感谢佐罗老师,《BI 真经》课程给我的学习给予了莫大的指导和帮助。我就自己学习 Power BI 的心得感悟和此次作品的设计思路与大家共同交流。
如果你打开 PowerBI Desktop 从头创建一个报告,你会发现让你眼前一亮,本月更新已经使用了新的主题,而且不止一个哦,增加了很多。如果你是一个主题设计师,你会发现可以更加容易和快速地构建主题。不过罗叔不会展开这个,罗叔预测在主题的设计上,微软会提供设计器,而不是停留在手工编写 JSON 的,这不符合微软的调性。当然,对于 JSON 格式的编写,罗叔会专门开一个文章来介绍。这次的更新,罗叔需要强调一个重点:DAX 驱动可视化(首发理念,参考此前可视化类高级文章)。 DAX 驱动可视化指的是,表面上你在拖拽设计可视化,但由于拖拽本身的限制,导致设计者无法完全控制报告的展现,因此,微软提供了一种终极的灵活方式就是通过 DAX 来控制可视化,这是微软在设计产品时候的一个重大选择。DAX 驱动可视化 将在未来更加渗透到每个细节,在这方面,罗叔专门会开专题来分享其中的思想。值得一提的是,这块的内容由微软的实习项目实现,也体现了微软将一些任务分拆并合理利用资源的做法。
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Power BI设置画布背景或者图表背景时,可以手动输入颜色代码,输入的方式有两种,HEX(十六进制)或者RGB(红绿蓝)。
领取专属 10元无门槛券
手把手带您无忧上云