POWER BI DAX函数应用-统计函数(上)

1.ADDCOLUMNS(<table>, <name>, <expression>[, <name>, <expression>]…)和SELECTCOLUMNS(<table>, <name>, <scalar_expression> [, <name>, <scalar_expression>]…)

函数作用:ADDCOLUMNS是将计算列添加到给定的表或表的表达式中,SELECTCOLUMNS是将计算列添加到空白表中。

应用场景:ADDCOLUMNS/SELECTCOLUMNS函数通常与其他函数结合使用,为表新添计算列。

示例:为原始销售记录表添加一列“AA”,使该列为每种武器的累计销量,并存储为一张新表。

1.1 ADDCOLUMNS

原始销售记录表

新建表:

ADD = ADDCOLUMNS('销售记录',"AA",CALCULATE(SUM('销售记录'[数量]),ALLEXCEPT('销售记录','销售记录'[武器名称])))

对'销售记录'表进行添加列操作,添加的新列名称为“AA”,该列的含义是计算每种武器的总销量,借助ALLEXCEPT清除[武器名称]对结果的影响,否则结果全部相同(为所有武器名称销量相加的值)。

ADDCOLUMNS函数新建表结果

ADDCOLUMNS函数可以实现目标效果,但是并不需要这么多列,反而容易影响判断,那么还可以这样操作:

新建度量值:

总销量 = SUM('销售记录'[数量])

新建表:

各武器销量 = ADDCOLUMNS(ALL('销售记录'[武器名称]),"AA",[总销量])

计算结果:

ADDCOLUMNS函数计算结果

当然,也可以使用SELECTCOLUMNS函数实现上述效果。

1.2 SELECTCOLUMNS

由于SELECTCOLUMNS函数是在一张空白表上添加列,因此,无需添加原始销售记录表的所有列,假如现在想了解每种武器的总体销量情况,通过下述操作即可实现。

新建表:

SELECT = DISTINCT(SELECTCOLUMNS('销售记录',"武器名称",'销售记录'[武器名称],"AA",CALCULATE(SUM('销售记录'[数量]),ALLEXCEPT('销售记录','销售记录'[武器名称]))))

先看内层,与ADDCOLUMNS函数类似,SELECTCOLUMNS函数也许借助ALLEXCEPT函数分别对各种武器求和,不同的是,SELECTCOLUMN函数要将所需的列挑选出来。

由于现在只有两列,缺少了订单编号、下单日期等的限制,计算结果会有许多重复项,因此还需DISTINCT函数来删除重复项,可得到以下计算结果:

SELECTCOLUMS函数计算结果

2.AVERAGE(<column>),AVERAGEA(<column>),AVERAGEX(<table>,<expression>)

当我们遇见以X结尾的函数时,应该意识到它一般来说是一个迭代器函数,而去掉X的函数,一般就是它对应的聚合函数,比如SUM()和SUMX()。迭代器函数可以对表中的多个列进行操作,并且可以在这些列中完成逐行求值,而其对应的聚合函数,只能在单个列上运行,并且不知道列中的各个行(没有逐行求值)。

仅凭文字或许难以理解,以下我将详细介绍二者的区别。

函数作用:计算平均值(算术平均值)。

三者差别:

AVERAGE函数与AVERAGEA函数类似,返回列中值的平均值,区别只在于,AVERAGE函数只能处理数值,而AVERAGEA函数既可以处理数值,又可以处理文本。

AVERAGEA函数处理文本时:

      计算结果为 TRUE 的值作为 1 计数;

      计算结果为 FALSE 的值作为 0(零)计数;

      包含非数字文本的值作为 0(零)计数;

      空文本 ("") 作为 0(零)计数。

AVERAGE函数和AVERAGEX就是一对聚合函数和迭代器函数,区别在于AVERAGEX具有对行的感知能力,一行一行地应用所有过滤器后完成求值。

示例:多种武器在多个销售城市的销售数据如下,现欲计算各个城市的所有武器的销售金额的平均值。

原始数据

新建度量值:

销售金额 = SUM('销售记录'[金额])

AVERAGEX = AVERAGEX(VALUES( '销售记录' [销售城市]),[销售金额])

VALUES('销售记录'[销售城市])相当于取出原始数据表中的所有销售城市,自成一张表,并对该表中的每一行进行求均值操作。

我们再新建一个度量值:

AVERAGE = AVERAGE([金额])

不知你是否已经猜想到了它们的结果分别是什么。

结果如下:

结果对比

对于AVERAGEX函数,费城/洛杉矶/纽约/芝加哥的均值为各自的销售金额除以1,而总计行的均值为总销售金额546/销售城市总数量4=136.5.

对于AVERAGE函数,无法逐行求值,它所能做的就是在应用过滤器之后将所有内容添加到它所呈现的单列中。以费城为例,费城就是它的过滤器,先筛选出费城的总销售金额156,然后除以费城占据的行数7行,结果为22.29。

很显然,该场景下,我们应该使用AVERAGEX函数。

补充:实现上述功能,采取AVERAGEX函数的确是最简单最方便的方法,但是之前介绍过的筛选器函数SELECTEDVALUE、HASONEVALUE、HASONEFILTER也是解决此问题的办法之一,不妨一试。

新建度量值:

SELECTEDVALUE = IF(SELECTEDVALUE( '销售记录' [销售城市])=BLANK(),DIVIDE([销售金额],DISTINCTCOUNT([销售城市])),[销售金额])

HANSONEVALUE0 = IF(HASONEVALUE('销售记录'[销售城市]),[销售金额],DIVIDE([销售金额],DISTINCTCOUNT([销售城市])))

HANSONEFILTER = IF(HASONEFILTER('销售记录'[销售城市]),[销售金额],DIVIDE([销售金额],DISTINCTCOUNT([销售城市])))

以上三种方式都可以得到正确的计算结果。

计算结果
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 215,294评论 6 497
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,780评论 3 391
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,001评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,593评论 1 289
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,687评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,679评论 1 294
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,667评论 3 415
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,426评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,872评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,180评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,346评论 1 345
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,019评论 5 340
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,658评论 3 323
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,268评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,495评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,275评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,207评论 2 352

推荐阅读更多精彩内容