Power BI学习-all,allexcept,allselected函数区别

今天给大家分享下DAX函数中的ALL家族函数,学会了这个函数可以灵活的计算各种占比,废话不多讲,开说:

本文逻辑是按照先说函数语法再结合实例举例,再做的过程中会引入三个函数的使用

首先说all函数,这个用法比较简单,就是清除任何筛选器,返回一张没有筛选的表,一般是求占总计百分比

语法:all(表)或all(列)

返回:一张没有筛选的表,不作用于任何筛选器

注意事项:all函数如果引用同一张表的不同列时,写法all(表1列1,表1列2);如果引用不同表的列时,写法all(表1列1),all(表2列1),同样引用不同表时,写法all(表1),all(表2),用逗号“,”连接多条件清除筛选

案例:是模拟了一张各省各城市门店销售量的一张表

需求:城市和省份占总计占比

函数编写:

销售量=sum('销售数据'[数量])

all总计 = CALCULATE([销售量],ALL('地域表'))

all总计占比 = DIVIDE([销售量],[all总计])

逻辑讲解:

销售量很好理解,受此表行上下文影响,是每个城市(省份)的销售量

all总计中calculate条件中的all表是清除所有筛选器条件,也就是说不受此表筛选条件的影响,返回的是地域表整张表,结合calculate计算出总计销售量,然后用divide安全除法求占比

如果想要求城市占省份的占比呢,这就需要用到allexcept函数

allexcept函数使用

语法:allexcept(筛选表,筛选表中的列1,筛选表中的列2,..)

except:除...之外,除了指定的某列之外

返回:一张表筛选过的表,保留筛选列,其他筛选均删除,意思就是除了筛选列受筛选影响,其他都不受影响

需求:城市占省份的占比

函数编写:

销售量=sum('销售数据'[数量])

allexcept省份 = CALCULATE([销售量],ALLEXCEPT('地域表','地域表'[省份]))

allexcept城市占省份占比 = DIVIDE([销售量],[allexcept省份])


逻辑讲解:

allexcept省份度量值的筛选列是省份,意思就是除了省份可以按照筛选条件进行计算销售量外其他筛选均删除,所以直接均显示了省份的销售量,再根据sum求得的销售量,得出城市占省份占比

相信大家都看到了allexcept求得的城市占省份占比中省份占比是100%,如果想让省份按照筛选的省份总计显示的百分比呢,这就需要使用allselected函数

allselected函数使用

语法:allselected(表)或者allselected(列)

引用大佬总结是:清除内筛选器,保留外筛选器,效果是返回满足外侧筛选的所有行。内外侧筛选器通常由矩阵层级和切片器担任。

用处:直观占比,筛选哪些子类,子类占比是按筛选分类100%计算占比

需求:让内筛选省份按外筛选的省份总计显示百分比

函数编写:

销售量=sum('销售数据'[数量])

allselected筛选统计 = CALCULATE([销售量],ALLSELECTED('地域表'))

allselected筛选分类占总计 = DIVIDE([销售量],[allselected筛选统计])

逻辑讲解:内筛选省份是矩阵表中的,外筛选省份是切片器中自选的,矩阵表中的省份占三个省份湖北,吉林,江苏的销售量总计,内筛选器原本是所有省份每个城市的数据,使用了allselected函数后只剩切片器筛选的省份数据,内筛选销售量除以外筛选销售量得出占比

还记得

allexcept城市占省份占比 = DIVIDE([销售量],CALCULATE([销售量],ALLEXCEPT('地域表','地域表'[省份])))吧,学了allselected函数的话,还可以灵活使用,等同于

allexcept城市占省份占比2 = DIVIDE([销售量],CALCULATE([销售量],ALLSELECTED('地域表'[城市])))

all系列函数理解起来还是有些困难的,需要结合上下文理解,必须得通过不断得练习和思考,才能真正掌握,今天得分享就结束了,我是Sugargl,喜欢的话可以关注我,欢迎指正,88😊

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 216,496评论 6 501
  • 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 92,407评论 3 392
  • 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 162,632评论 0 353
  • 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 58,180评论 1 292
  • 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 67,198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 51,165评论 1 299
  • 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 40,052评论 3 418
  • 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 38,910评论 0 274
  • 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 45,324评论 1 310
  • 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 37,542评论 2 332
  • 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 39,711评论 1 348
  • 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 35,424评论 5 343
  • 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 41,017评论 3 326
  • 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 31,668评论 0 22
  • 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 32,823评论 1 269
  • 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 47,722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 44,611评论 2 353

推荐阅读更多精彩内容