Power BI學(xué)習(xí)-Summarize,Summarizecolumns贷盲,Addcolumns區(qū)別

今天簡單說下summarize,summarizecolumns,sddcolumns這三個(gè)DAX函數(shù)的功能及用法:

1.SUMMARIZE函數(shù)

語法:SUMMARIZE(表,[分組列],匯總列名,匯總表達(dá)式,...)

作用:自動(dòng)計(jì)算并返回分組的匯總表,類似query中的分組依據(jù)

參數(shù):由三大部分組成

第一部分:

第一個(gè)參數(shù):表,是需要匯總的表,可以是維度表也可以是事實(shí)表,常用的是事實(shí)表,因?yàn)榛诤竺娣纸M列的需求立磁,如果事實(shí)表的話呈队,可以引用任何有關(guān)聯(lián)的維度表中的列進(jìn)行分組,如果是維度表唱歧,則只能引用該表內(nèi)的列

第二部分:

第二個(gè)參數(shù):可選項(xiàng),提取該列的非重復(fù)值列表,分組用,可以使用多個(gè)列,用逗號(hào)分隔,返回多個(gè)列的有效組合

第三部分:

第三個(gè)參數(shù):匯總列的列名,必須用雙引號(hào)

第四個(gè)參數(shù):匯總列依據(jù)的表達(dá)式

第三參數(shù)和第四參數(shù)后面跟多個(gè)列名和表達(dá)式時(shí)宪摧,它會(huì)返回這些列的有效組合

SUMMARIZE函數(shù)如果只用前兩個(gè)參數(shù)會(huì)返回該列的不重復(fù)列表,其功能與VALUES相似颅崩。

根據(jù)參數(shù)分割分別舉例:

①SUMMARIZE函數(shù)使用第一個(gè)參數(shù)和第二個(gè)參數(shù)時(shí):

函數(shù)編寫:

SUMMARIZE(FILTER('銷售數(shù)據(jù)表','銷售數(shù)據(jù)表'[產(chǎn)品ID]=3001),'門店信息表'[門店])

我這塊是因?yàn)榉奖阆旅媾e例篩選了產(chǎn)品ID為3001的,結(jié)果跟SUMMARIZE('銷售數(shù)據(jù)表''門店信息表'[門店])是一樣的几于,返回結(jié)果只有一列產(chǎn)品ID為3001的非重復(fù)門店表:

第二參數(shù)使用多個(gè)列,用逗號(hào)分隔,返回多個(gè)列的有效組合

如:根據(jù)年份和門店匯總一張表

函數(shù)編寫:

SUMMARIZE(FILTER('銷售數(shù)據(jù)表','銷售數(shù)據(jù)表'[產(chǎn)品ID]=3001),'日歷表'[年],'門店信息表'[門店])

②SUMMARIZE函數(shù)使用四個(gè)參數(shù)時(shí):

如:求每年各門店的銷售量和銷售額

函數(shù)編寫:

SUMMARIZE(FILTER('銷售數(shù)據(jù)表','銷售數(shù)據(jù)表'[產(chǎn)品ID]=3001),'日歷表'[年],'門店信息表'[門店],"銷售量",[銷售量],"銷售額",[銷售額])

這個(gè)函數(shù)常用的方式就是這樣,當(dāng)然也有高級(jí)功能沿后,使用rollup和rollupgroup參數(shù),分別計(jì)算總計(jì)和小計(jì)沿彭,兩個(gè)函數(shù)都是在第二參數(shù)上增加的,結(jié)果都是一樣的尖滚,返回小計(jì)和總計(jì):

函數(shù)編寫:

SUMMARIZE(FILTER('銷售數(shù)據(jù)表','銷售數(shù)據(jù)表'[產(chǎn)品ID]=3001),ROLLUP('日歷表'[年],'門店信息表'[門店]),"銷售量",[銷售量],"銷售額",[銷售額])

如果在ROLLUPGROUP外面增加ROLLUP則是直接算出總計(jì)喉刘。

2.SUMMARIZECOLUMNS函數(shù)?

語法:SUMMARIZECOLUMNS([分組列],匯總列名,匯總表達(dá)式,...)

這個(gè)函數(shù)跟SUMMARIZE功能是一樣的瞧柔,此函數(shù)第一個(gè)參數(shù)不用寫表,直接是第二參數(shù)以后的參數(shù),是SUMMARIZE的升級(jí)版

舉例:

SUMMARIZECOLUMNS('日歷表'[年],'門店信息表'[門店],"銷售量",[銷售量],"銷售額",[銷售額])結(jié)果跟上面②中寫法是一樣的

3.ADDCOLUMNS函數(shù)

語法:ADDCOLUMNS(原表,增加的列名1,增加的列值1睦裳,增加的列名2造锅,增加的列值2,...)

參數(shù):

第一個(gè)參數(shù)是表,原表

第二個(gè)參數(shù)是增加的列名,必須使用雙引號(hào)

第三個(gè)參數(shù)是增加的列值,列表達(dá)式

返回:表(包含原始表和增加的列的新表)

注意:ADDCOLUMNS是在原表的基礎(chǔ)上增加新列匯總,返回一個(gè)新表

比如我在省份表中增加一列銷售量

函數(shù)編寫:

ADDCOLUMNS('地域表',"銷售量",[銷售量])

再看另一種寫法:

ADDCOLUMNS('地域表',"銷售量",SUM('銷售數(shù)據(jù)表'[數(shù)量]))

結(jié)果返回不同廉邑,這是因?yàn)锳DDCOLUMNS會(huì)受篩選上下文影響哥蔚,所以增加的表達(dá)式列值需用度量值,其實(shí)在寫DAX函數(shù)時(shí)蛛蒙,為了避免因上下文影響糙箍,盡量引用書寫好的度量值,當(dāng)然如果改下公式為ADDCOLUMNS('地域表',"銷售量",CALCULATE(SUM('銷售數(shù)據(jù)表'[數(shù)量])))牵祟,結(jié)果也是一樣的深夯,CALCULATE函數(shù)會(huì)將行上下文轉(zhuǎn)化成篩選上下文。

如果解決了您的困惑课舍,動(dòng)動(dòng)發(fā)財(cái)小手點(diǎn)個(gè)贊吧,我是Sugargl,歡迎關(guān)注我,88

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末塌西,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子筝尾,更是在濱河造成了極大的恐慌捡需,老刑警劉巖,帶你破解...
    沈念sama閱讀 218,640評(píng)論 6 507
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件筹淫,死亡現(xiàn)場離奇詭異站辉,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)损姜,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,254評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門饰剥,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人摧阅,你說我怎么就攤上這事汰蓉。” “怎么了棒卷?”我有些...
    開封第一講書人閱讀 165,011評(píng)論 0 355
  • 文/不壞的土叔 我叫張陵顾孽,是天一觀的道長。 經(jīng)常有香客問我比规,道長若厚,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,755評(píng)論 1 294
  • 正文 為了忘掉前任蜒什,我火速辦了婚禮测秸,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己霎冯,他們只是感情好铃拇,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,774評(píng)論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著肃晚,像睡著了一般锚贱。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上关串,一...
    開封第一講書人閱讀 51,610評(píng)論 1 305
  • 那天,我揣著相機(jī)與錄音监徘,去河邊找鬼晋修。 笑死,一個(gè)胖子當(dāng)著我的面吹牛凰盔,可吹牛的內(nèi)容都是我干的墓卦。 我是一名探鬼主播,決...
    沈念sama閱讀 40,352評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼户敬,長吁一口氣:“原來是場噩夢(mèng)啊……” “哼落剪!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起尿庐,我...
    開封第一講書人閱讀 39,257評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤忠怖,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后抄瑟,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體凡泣,經(jīng)...
    沈念sama閱讀 45,717評(píng)論 1 315
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,894評(píng)論 3 336
  • 正文 我和宋清朗相戀三年皮假,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了鞋拟。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 40,021評(píng)論 1 350
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡惹资,死狀恐怖贺纲,靈堂內(nèi)的尸體忽然破棺而出褪测,到底是詐尸還是另有隱情猴誊,我是刑警寧澤,帶...
    沈念sama閱讀 35,735評(píng)論 5 346
  • 正文 年R本政府宣布稠肘,位于F島的核電站,受9級(jí)特大地震影響项阴,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,354評(píng)論 3 330
  • 文/蒙蒙 一环揽、第九天 我趴在偏房一處隱蔽的房頂上張望略荡。 院中可真熱鬧,春花似錦歉胶、人聲如沸汛兜。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,936評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至辫塌,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間臼氨,已是汗流浹背掺喻。 一陣腳步聲響...
    開封第一講書人閱讀 33,054評(píng)論 1 270
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留储矩,地道東北人感耙。 一個(gè)月前我還...
    沈念sama閱讀 48,224評(píng)論 3 371
  • 正文 我出身青樓,卻偏偏與公主長得像持隧,于是被迫代替她去往敵國和親即硼。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,974評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容