• 深入DAX计算和可视化原理来解释“上下文”的概念时，我们可以从以下几个方面进行分点表示和归纳：

一、DAX计算的核心原理

• DAX（Data Analysis Expressions）是Power BI中用于数据分析的表达式语言，它的计算原理基于列运算而非单元格运算。这意味着DAX能够大规模、高效地处理数据，尤其是在处理大型数据集时。

列运算与单元格运算的区别：

• 单元格运算：基于单元格逐个进行计算，如果一列有一万个数据，需要计算一万次。
• 列运算：基于整列进行计算，无论列中有多少数据，通常只需计算一次。这大大提高了数据处理效率。
  DAX的两种关键特性：
• 筛选：DAX通过筛选功能找到需要进行计算的数据模型的子集。
• 迭代：DAX提供迭代函数（如SUMX、AVERAGEX等），这些函数可以循环访问表的每一行并执行计算。

二、上下文在DAX计算中的作用

• 行上下文（Row Context）：
  在DAX计算中，行上下文指的是当前正在处理的行或记录的数据环境。当计算涉及逐行处理时（如使用迭代函数），行上下文提供了当前行的数据供计算使用。
• 筛选上下文（Filter Context）：
  筛选上下文是由用户通过切片器、过滤器等方式设置的筛选条件所构成的。这些筛选条件限制了DAX公式处理的数据范围。
  筛选上下文可以影响外部上下文（如切片器和过滤器）和内部上下文（即DAX公式内部的筛选）。内部上下文可以扩大、限制或重置外部上下文。

三、DAX在可视化中的应用与上下文

动态格式：DAX协助Power BI实现动态格式功能，允许用户自定义显示的格式内容。例如，使用DAX表达式控制表格条件格式或条形图颜色，以直观展示指标的好坏。
上下文在可视化中的影响：
当用户与可视化元素（如切片器、过滤器）交互时，这些交互会改变筛选上下文，从而影响可视化中展示的数据。
不同的筛选上下文会导致不同的数据子集被选中，进而影响度量值和其他可视化元素的显示结果。

四、总结

• 筛选上下文筛选整个表模型，行下文只迭代单个表
• 筛选上下文需要使用关系，且其会自动使用关系，并根据关系设置的交叉筛选器产生不同的结果

•                                                               ---《The definitive guide  to DAX》
  

• 上下文转换在Power BI的DAX（数据分析表达式）中是一个重要的概念，它涉及到将行上下文转换为筛选上下文的过程。以下是关于上下文转换的详解，包括分点表示和归纳：

一、上下文转换的定义

上下文转换是DAX计算过程中的一种机制，它将行上下文中的信息转换为筛选上下文中的条件。
具体来说，当DAX函数在行上下文中运行时，上下文转换可以将其中的特定行信息转换为筛选条件，这些条件随后应用于整个数据模型或数据集的子集。

二、触发上下文转换的条件

上下文转换通常会在以下情况下发生：
在任何上下文中调用CALCULATE或CALCULATETABLE函数时。
在任何上下文中引用度量值时，因为引用的度量值可能在CALCULATE函数内部执行其DAX代码。

三、上下文转换的作用

上下文转换的本质是将行上下文中的信息“携带”到筛选器上下文中，从而允许在更广泛的数据范围内应用这些行特定的条件。
通过这种方式，原本仅在特定行可用的信息可以被用于筛选和计算整个数据集或数据集的子集。

四、上下文转换的示例

以一个简单的例子来说明上下文转换的过程：
假设我们有一个包含销售额的表，并想为每位客户计算其销售额是否超过某个阈值。
在计算列中，我们可以使用CALCULATE函数来执行这个计算。当CALCULATE函数在行上下文中运行时（即针对表的每一行），它会将该行的客户ID作为筛选条件，并计算基于该客户ID的销售额总和。
这个过程就是一个上下文转换的示例：从行上下文（特定客户的行）到筛选上下文（基于客户ID筛选的销售额总和）。

五、上下文转换的注意事项

上下文转换可能会导致性能问题，特别是当处理大型数据集时。因此，在编写DAX表达式时，应尽量优化上下文转换的使用，以减少不必要的计算和提高性能。
了解数据模型和表之间的关系以及它们如何影响上下文转换是非常重要的。正确地建模和设置关系可以确保上下文转换按预期工作，并产生准确的结果。

六、归纳

上下文转换是Power BI中DAX计算的一个重要特性，它允许在行上下文和筛选上下文之间进行转换。
通过触发上下文转换的条件，我们可以将行特定的信息转换为筛选条件，并在整个数据模型或数据集的子集上应用这些条件。
正确地使用上下文转换可以提高DAX表达式的灵活性和准确性，但也需要注意性能问题和数据模型的设计。

可以改变行上下文的主要函数是那些用于创建或迭代行上下文的DAX函数。以下是这些函数的分点表示和归纳：

• 迭代函数：
  迭代函数，如SUMX、AVERAGEX、MINX、MAXX等，会为数据模型中的每一行创建一个行上下文，并在该上下文中执行指定的计算。这些函数接受一个表表达式和一个或多个计算表达式作为参数，对表中的每一行执行计算，并返回基于这些计算的结果。
• 计算列：
  在Power BI中，计算列（Calculated Columns）也是基于行上下文进行计算的。当为表添加计算列时，DAX会为表中的每一行创建一个行上下文，并在该上下文中执行计算列中的DAX表达式。计算列的结果将作为新列的值添加到表中。
• 其他上下文相关函数：
  虽然不是直接改变行上下文，但一些DAX函数（如RELATED、RELATEDTABLE）在使用时也会涉及到行上下文。这些函数允许你在不同的表之间建立关系，并基于当前行的上下文来访问相关表中的数据。
• 上下文转换：
  值得注意的是，虽然CALCULATE函数本身并不直接改变行上下文，但它可以通过添加筛选条件来影响筛选上下文，从而实现上下文转换。这种转换可能会间接地影响行上下文中的计算，因为筛选条件的改变会影响哪些行被包括在计算中。

归纳来说，迭代函数和计算列是直接改变行上下文的DAX函数，它们为数据模型中的每一行创建一个行上下文，并在该上下文中执行计算。而其他一些函数，如RELATED和RELATEDTABLE，虽然不直接改变行上下文，但在使用时也会涉及到行上下文。此外，CALCULATE函数虽然主要影响筛选上下文，但也可能通过上下文转换间接地影响行上下文中的计算。

在Power BI的DAX中，CALCULATE函数的核心作用是根据筛选条件筛选出符合要求的子数据集，并对筛选后的子数据集进行函数运算。这个过程涉及到了筛选上下文的改变。

具体来说，CALCULATE函数接收一个或多个筛选条件作为参数，这些筛选条件会应用于数据模型，从而改变数据的筛选上下文。筛选上下文是一组筛选器，用于确定哪些数据行应该被包含在计算中。通过调整筛选条件，我们可以动态地改变数据的处理范围，使得度量值基于不同的数据子集进行计算。

与此同时，CALCULATE函数并不直接改变行上下文。行上下文是DAX函数在处理数据时逐行读取的环境，它基于当前行的数据进行计算。而CALCULATE函数则是在这个行上下文之外进行操作的，它通过添加筛选条件来限制行上下文中数据的可见范围，从而影响计算的结果。

归纳来说，CALCULATE函数改变的是筛选上下文，而不是行上下文。它通过添加筛选条件来限制数据的处理范围，使得度量值基于筛选后的数据子集进行计算。这是Power BI中数据分析和可视化的重要概念之一，对于理解DAX函数的工作原理和应用场景具有重要意义。

• 影子上下文，特别是在数据处理和分析的领域中，特别是与Power BI和DAX查询语言相关时，是一个重要的概念。以下是对影子上下文的详解：

定义

影子筛选上下文（简称影子上下文）是DAX（数据分析表达式）中的一个概念，它存在于迭代函数中，用于存储和恢复筛选条件。当迭代函数（如SUMX、AVERAGEX等）执行时，它会创建一个影子筛选上下文来存储当前的筛选条件，以便在迭代过程中使用。

特点

• 休眠状态：影子筛选上下文在未被激活时处于休眠状态，不会对计算产生任何影响。
• • 激活条件：当特定的函数（如ALLSELECTED）需要时，影子筛选上下文会被激活并用于恢复筛选条件。
• -与显式筛选的区别：显式筛选是用户或查询明确指定的筛选条件，而影子筛选上下文则是隐式的、由迭代函数创建的筛选条件。

作用

• 恢复筛选条件：当使用ALLSELECTED函数时，它可以恢复影子筛选上下文中的筛选条件，从而获取基于当前筛选的总计或其他聚合值。

• 支持迭代计算：影子筛选上下文支持迭代函数在迭代过程中的计算，确保每次迭代都在正确的筛选条件下进行。
  示例
  以Power BI中的一个查询为例，假设我们要计算不同地区的销售总额和占比。使用ALLSELECTED函数和影子筛选上下文，我们可以编写一个查询来获取这些值。在这个查询中，ALLSELECTED函数会恢复影子筛选上下文中的地区筛选条件，从而获取所有地区的销售总额，用于计算占比。

归纳

影子上下文是DAX中一个强大的工具，它允许我们在迭代计算和聚合计算中灵活地处理筛选条件。通过理解和使用影子上下文，我们可以编写更复杂、更准确的DAX查询来满足数据分析的需求。同时，影子上下文也展示了DAX在数据处理和分析方面的强大功能和灵活性。

深入原理

影子筛选上下文（Shadow Filter Context） 是DAX中一个关键概念，它主要存在于迭代函数中，并用于在迭代过程中临时存储和恢复筛选条件。当迭代函数（如SUMX、AVERAGEX等）执行时，它会捕获当前行所在的上下文环境，即筛选上下文（Filter Context），并将其存储为一个影子筛选上下文。这个影子筛选上下文在迭代过程中处于休眠状态，直到特定的函数（如ALLSELECTED）需要时，才会被激活并使用。

• 存储与休眠：迭代函数开始迭代时，会捕捉当前的筛选上下文，并将其存储为影子筛选上下文。此时，影子筛选上下文处于休眠状态，不会对计算产生直接影响。
• 激活与使用：当迭代函数内部需要访问原始筛选条件时（如使用ALLSELECTED函数），影子筛选上下文会被激活，并用于恢复原始的筛选条件。这样，迭代函数就可以在保持原始筛选条件的同时，执行特定的计算。
  举例说明
  假设我们有一个销售数据表，其中包含产品、地区和销售额三个字段。现在，我们想要计算每个产品在每个地区的销售额占比。这涉及到两个级别的聚合：首先，我们需要计算每个地区的总销售额；然后，我们需要计算每个产品在每个地区的销售额，并将其除以该地区的总销售额以得到占比。

为了实现这个计算，我们可以使用DAX中的迭代函数和影子筛选上下文。以下是一个可能的DAX公式示例：

dax
Sales Percentage =   
VAR TotalSalesByRegion =   
    CALCULATE(  
        SUM(Sales[SalesAmount]),  
        ALLSELECTED(Sales[Region])  
    )  
RETURN  
    DIVIDE(  
        SUM(Sales[SalesAmount]),  
        TotalSalesByRegion  
    )

在这个公式中：
VAR TotalSalesByRegion 定义了一个变量，用于存储每个地区的总销售额。这里使用了CALCULATE函数和ALLSELECTED函数。CALCULATE函数用于执行一个带有特定筛选条件的聚合计算，而ALLSELECTED(Sales[Region])则用于恢复影子筛选上下文中关于地区的筛选条件（即当前行所在的地区）。这样，TotalSalesByRegion就存储了当前行所在地区的总销售额。
RETURN 语句返回了当前行的销售额除以TotalSalesByRegion的结果，即销售额占比。
分点表示与归纳：
影子筛选上下文：迭代函数在执行过程中捕获的当前筛选条件，用于在迭代过程中恢复原始筛选环境。
存储与休眠：影子筛选上下文在迭代开始时被捕获并存储，此时处于休眠状态。
激活与使用：当需要访问原始筛选条件时（如使用ALLSELECTED函数），影子筛选上下文被激活并用于恢复筛选条件。
示例：通过计算每个产品在每个地区的销售额占比，展示了如何使用影子筛选上下文来恢复原始筛选条件并执行聚合计算。

• 影子筛选上下文是Power BI中DAX（Data Analysis Expressions）查询语言中的一个重要概念，尤其在处理迭代函数和ALLSELECTED函数时显得尤为关键。以下是关于影子筛选上下文的详细解释：

• 1. 定义与特点
     定义：影子筛选上下文是DAX查询中一种特殊的筛选上下文，它存在于迭代函数中，并在迭代开始前被创建，但初始时处于休眠状态。只有当ALLSELECTED函数被调用时，它才会被激活并影响计算结果。
     特点：
     存在于迭代函数中，如ADDCOLUMNS、SUMX等。
     初始时处于休眠状态，不影响计算。
     只能被ALLSELECTED函数激活。
     类似于筛选上下文，但具有不同的激活机制。
• 2. 激活机制

当ALLSELECTED函数作为表函数使用时，它会返回最后一个影子筛选上下文中的可见值。
当ALLSELECTED函数作为CALCULATE函数的筛选调节器使用时，它会还原其参数上的最后一个影子筛选上下文。
如果传递给ALLSELECTED函数的列没有被影子筛选上下文筛选，那么ALLSELECTED函数不会执行任何操作。

• 3. 作用范围
     影子筛选上下文的作用域限于创建它的迭代函数内部。
     如果在ALLSELECTED函数执行前存在多个迭代函数，那么ALLSELECTED函数会恢复最后一个影子筛选上下文。
• 4. 与显式筛选上下文的区别
     显式筛选上下文：通过常规的筛选条件（如FILTER、WHERE等）在查询中定义的筛选上下文。
     影子筛选上下文：在迭代函数中隐式创建的筛选上下文，初始时处于休眠状态，需要ALLSELECTED函数来激活。
• 5. 示例
     假设有一个销售数据表，我们想要计算每个地区的销售总额，并保留总计行。我们可以使用以下查询：

dax
VAR Areas = FILTER(ALL('销售记录'[地区]), '销售记录'[地区] IN {"东北", "华北", "华南"})  
RETURN  
CALCULATETABLE(  
    ADDCOLUMNS(  
        VALUES('销售记录'[地区]),  
        "销售总额", SUM('销售记录'[销售额])  
    ),  
    Areas  
)

在这个查询中，VALUES函数创建了一个迭代上下文，并隐式地创建了一个影子筛选上下文。然后，ADDCOLUMNS函数在迭代每个地区时计算销售总额。最后，CALCULATETABLE使用Areas变量（即FILTER函数的结果）来限制地区范围。但是，由于我们没有使用ALLSELECTED函数，所以影子筛选上下文在这里并没有发挥作用。

如何在DAX中创建影子上下文
在DAX（Data Analysis Expressions）中，影子筛选上下文（Shadow Filter Context）是一个隐式的、非直接的筛选上下文，它存在于某些迭代函数中，并且只有在与ALLSELECTED函数一起使用时才会被激活。ALLSELECTED函数是DAX中唯一能够利用影子筛选上下文的函数。

要理解如何在DAX中创建影子上下文，我们首先需要明确以下几点：

1. 影子筛选上下文的存在条件：

   • 影子筛选上下文仅存在于迭代函数中，如SUMX、AVERAGEX、FILTER等。
   • 如果没有迭代函数，就没有影子筛选上下文，ALLSELECTED函数也就不会执行任何操作。
   • 如果在ALLSELECTED函数执行前存在多个迭代函数，ALLSELECTED会恢复最后一个影子筛选上下文。

2. 如何激活影子筛选上下文：

   • 使用ALLSELECTED函数时，会激活其参数所指定的列或表的最后一个影子筛选上下文。
   • 如果ALLSELECTED函数没有参数，它会恢复所有列上的最后一个影子筛选上下文。

3. 创建影子筛选上下文的步骤（间接地，因为影子筛选上下文是由迭代函数创建的）：

   • 在DAX表达式中，使用迭代函数（如SUMX）来对表或列进行迭代操作。
   • 在迭代函数内部，可能会应用一些筛选条件，这些筛选条件会形成影子筛选上下文。
   • 在迭代函数外部或嵌套的其他迭代函数中，使用ALLSELECTED函数来激活和利用这些影子筛选上下文。

4. 示例：
   假设我们有一个名为Sales的表，其中包含了销售数据，并且我们想要计算每个客户的总销售额，但同时考虑某些基于产品的筛选条件。我们可以使用SUMX和ALLSELECTED来实现这一点：

   TotalSalesByCustomerWithProductFilter =
   SUMX (
       Customers,
       CALCULATE (
           SUM ( Sales[SalesAmount] ),
           FILTER ( ALL ( Products ), Products[Category] = "Electronics" ),
           ALLSELECTED ( Sales )
       )
   )
   

   在这个示例中：

   • SUMX是一个迭代函数，它迭代Customers表中的每一行。
   • 在SUMX内部，我们使用CALCULATE函数来应用筛选条件（这里是基于产品的类别筛选）。
   • FILTER(ALL(Products), ...)创建了一个基于产品的筛选条件，这形成了影子筛选上下文。
   • ALLSELECTED(Sales)用于激活Sales表上的最后一个影子筛选上下文（如果有的话），这允许我们在计算总销售额时保留其他可能存在的筛选条件。

请注意，直接“创建”影子筛选上下文是不可能的，因为它是迭代函数在执行过程中的一个副产品。但是，我们可以使用迭代函数和ALLSELECTED函数来利用影子筛选上下文，从而实现更复杂的计算和分析。

ALLSECTED
ALLSELECTED 函数在 DAX（数据分析表达式）中扮演着重要的角色，特别是在处理筛选上下文时。该函数的主要用途是获取所有行的表（或指定列），同时保留当前的筛选上下文（即所谓的“影子筛选上下文”）。深入理解其原理和执行过程对于编写复杂的 DAX 查询至关重要。

原理

DAX 查询的执行通常受到多个筛选上下文的影响，这些上下文可以来自多个来源，如切片器、报表页面级别的筛选、数据模型的关系等。在执行一个 DAX 查询时，这些筛选上下文会依次应用到数据上，以限制返回的结果集。

然而，在某些情况下，我们可能希望忽略某些筛选上下文的影响，同时又希望保留其他筛选上下文的影响。这时，ALLSELECTED 函数就派上了用场。

ALLSELECTED 函数的原理是：它返回指定表或列的所有行/值，但会忽略行上下文（Row Context）的影响，同时保留影子筛选上下文（Shadow Filter Context）。这意味着，如果你在一个迭代函数（如 SUMX、AVERAGEX 等）内部使用 ALLSELECTED，它会忽略由迭代函数本身产生的行上下文，但会保留在迭代函数外部定义的筛选条件。

执行过程

1. 确定作用域：
   首先，你需要确定 ALLSELECTED 函数的作用域。你可以指定一个表名或一列或多列作为参数。如果没有指定参数，ALLSELECTED 会默认作用于当前迭代函数的外部作用域。

2. 识别筛选上下文：
   在 DAX 查询执行过程中，会存在多个筛选上下文。这些筛选上下文可能来自不同的来源，如数据模型的关系、切片器等。ALLSELECTED 会识别这些筛选上下文，并区分哪些是需要保留的（即影子筛选上下文），哪些是需要忽略的（即行上下文）。

3. 忽略行上下文：
   当 ALLSELECTED 在一个迭代函数内部被调用时，它会忽略由迭代函数本身产生的行上下文。这是因为迭代函数会为每一行数据创建一个新的行上下文，而 ALLSELECTED 需要忽略这些行上下文以便返回整个表或指定列的所有行/值。

4. 保留影子筛选上下文：
   与行上下文不同，影子筛选上下文是由迭代函数外部的筛选条件产生的。这些筛选条件可能来自切片器、报表页面级别的筛选等。ALLSELECTED 会保留这些筛选条件，并在返回结果时应用它们。这样，你就可以在迭代函数内部使用 ALLSELECTED 来获取基于外部筛选条件的结果集。

5. 返回结果：
   最后，ALLSELECTED 会返回指定表或列的所有行/值（根据保留的影子筛选上下文进行筛选）。这些结果可以在迭代函数内部进行进一步的处理或计算。

示例

假设我们有一个销售数据模型，其中包含一个“销售”表和一个“地区”表。现在，我们想要计算每个地区的总销售额，但同时要忽略某个特定产品的销售额（这个特定产品是通过一个切片器选择的）。

我们可以使用 SUMX 函数结合 ALLSELECTED 函数来实现这个需求：

Total Sales By Region Excluding Selected Product =
SUMX (
    '地区',
    CALCULATE (
        SUM ( '销售'[销售额] ),
        ALLSELECTED ( '销售'[产品名称] ) // 忽略产品名称的行上下文，但保留其他筛选条件
        && NOT '销售'[产品名称] IN VALUES ( '切片器'[所选产品] ) // 排除通过切片器选择的产品
    )
)

在这个示例中，ALLSELECTED 函数用于忽略“销售”表中“产品名称”列的行上下文，但保留了其他筛选条件（如地区筛选）。然后，我们使用 NOT 和 IN 运算符来排除通过切片器选择的产品。最后，SUMX 函数遍历每个地区，并计算排除特定产品后的总销售额。