Power Pivot關(guān)系理論的重中之重——關(guān)系模型的進(jìn)一步了解

如果對(duì)于關(guān)系及模型不太清楚的竹捉,這篇文章希望能夠讓你清清楚楚的了解库菲。理解了關(guān)系及模型或舞,那Power Pivot算真正的入門了舷蒲,之后就是函數(shù)的運(yùn)用了。

一吱雏、 關(guān)系的進(jìn)一步理解

(一) 關(guān)系模型

我們可以看下碧信,同樣的3張表垫挨,但是關(guān)系是卻不一樣锋拖,導(dǎo)致之后的操作也會(huì)不同诈悍。圖1和圖3是鏈?zhǔn)侥P停瑘D2是星型關(guān)系兽埃。圖1的鏈?zhǔn)绞菑淖?開(kāi)始侥钳,而圖3是從右1開(kāi)始。

另外下面這種模型就相對(duì)容易出錯(cuò)讲仰,在書寫度量值或者添加列的時(shí)候會(huì)比較難以理解慕趴,當(dāng)然并不是不能有這類模型關(guān)系,但不建議鄙陡,這類關(guān)系需要特別注意處理冕房。

(二) 關(guān)系函數(shù)

最基礎(chǔ)的2個(gè)關(guān)系函數(shù),也屬于篩選函數(shù)的一種趁矾,Related和RelatedTable耙册。

1. Related:從多端關(guān)聯(lián)到1端的對(duì)應(yīng)字段的,并返回毫捣。

2. RelatedTable:從1端關(guān)聯(lián)到多端的详拙,并返回

(三) Related

1. 語(yǔ)法

RELATED(<ColumnName>)

參數(shù)描述

ColumnName包含所需值的列

2. 返回

值(標(biāo)量)——與當(dāng)前行相關(guān)的單個(gè)值蔓同。

3. 注意事項(xiàng)

只能從具有關(guān)聯(lián)的表中獲取值饶辙,無(wú)關(guān)聯(lián)則返回錯(cuò)誤。

只能用于計(jì)算列或組合行掃描函數(shù)(sumx等)斑粱。

4. 作用

類似Excel里面Vlookup中最后一位參數(shù)為0的絕對(duì)匹配

類似Index和Match組合函數(shù)的match的最后參數(shù)為0的絕對(duì)匹配

5. 案例

A. 圖1關(guān)系

如果要引用值弃揽,那我們需要在末端(多端)去引用。最末端是【老師】的表则北,因?yàn)槲覀兪且弥悼笪ⅲ俏覀兪褂煤瘮?shù)Related。


可以看到關(guān)聯(lián)引用出來(lái)包含了所有上端的表的字段名尚揣。例如我們可以直接引用其上端的2個(gè)表里面關(guān)聯(lián)的字段值涌矢。

如果我們?cè)诎嗉?jí)表里做Related引用的話,只能看到對(duì)應(yīng)其上端(1端)的表的內(nèi)容快骗。

B. 圖2關(guān)系

因?yàn)閳D2是星型模型娜庇,只有中間一個(gè)表示處于多端,其余2個(gè)表都是屬于1端方篮。所以如果要使用Related函數(shù)只能在中間表格 【班級(jí)副本】中使用思灌。

C. 圖3關(guān)系

圖3和圖1是反過(guò)來(lái)的,所以原理和圖1一樣恭取,只不過(guò)反過(guò)來(lái)操作泰偿。

(四) RelatedTable

1. 語(yǔ)法

RELATEDTABLE ( <Table> )

參數(shù)描述

Table包含所需值的表

2. 返回

表——包含單列或者多列的表

3. 注意事項(xiàng)

有關(guān)系的話,根據(jù)關(guān)系返回結(jié)果表蜈垮。

無(wú)關(guān)系的話耗跛,直接返回結(jié)果表。

4. 作用

是函數(shù)CalculateTable的快捷寫法攒发。

5. 案例

A. 圖1關(guān)系

如果要引用表调塌,那我們可以在初始端(1端)去引用。初始端是【成績(jī)】的表惠猿,因?yàn)槲覀兪且帽砀崂俏覀兪褂煤瘮?shù)RelatedTable。

這里為什么要在外面在寫上一個(gè)CountRows函數(shù)呢?那是因?yàn)樗性?b>添加列或度量值必須要求返回的是一個(gè)值(標(biāo)量)姜凄,CountRows是計(jì)算表格的行數(shù)政溃。

B. 圖2關(guān)系

如果要引用有關(guān)系的表,則會(huì)涉及到行上下文的計(jì)算态秧,如下圖

因?yàn)檫@2個(gè)表之間有關(guān)系董虱,是因?yàn)樾彰麑?duì)應(yīng)的關(guān)系,所以計(jì)算流程是這樣申鱼。每行都是先去根據(jù)當(dāng)前姓名值去對(duì)應(yīng)刪選后再進(jìn)行聚合函數(shù)(統(tǒng)計(jì)函數(shù))愤诱,并返回結(jié)果。

如果要引用的表是無(wú)關(guān)系的捐友,則會(huì)返回整個(gè)表淫半。如下圖

因?yàn)檫@2個(gè)表示沒(méi)有任何關(guān)系,所以返回的是整個(gè)表的計(jì)算結(jié)果匣砖。因?yàn)榘嗉?jí)這個(gè)表總行數(shù)為3撮慨,所以返回的每行數(shù)據(jù)都是3。

因?yàn)椴簧婕暗叫猩舷挛拇嘀啵栽诙攘恐道锩鏁鴮懸彩峭瑯臃祷剡@個(gè)值砌溺。

C. 圖3關(guān)系

我們可以看到,在我們輸入RelatedTable這個(gè)函數(shù)的時(shí)候变隔,會(huì)提示所有的表规伐,包括有關(guān)系和沒(méi)關(guān)系的,同時(shí)也會(huì)包含表本身(有關(guān)系)匣缘。因?yàn)檫@些表都是可以被計(jì)算猖闪,只不過(guò)計(jì)算返回結(jié)果不同。

(五) 透視表相關(guān)性

1. 鏈?zhǔn)侥P?/p>

A. 1端的字段拖放進(jìn)入數(shù)據(jù)透視表的列或行肌厨。

B. 多端的字段拖放進(jìn)數(shù)據(jù)透視表的值

2. 星型模型

A. 多端的表基本上都是事實(shí)表培慌,所以大部分的計(jì)算都是基于事實(shí)表。所以多端的數(shù)據(jù)作為數(shù)據(jù)透視表的值進(jìn)行計(jì)算柑爸。

B. 1端的表基本上都是維度表吵护,也遵循著1端的字段作為透視表的列或行。如果想計(jì)算1端表的值表鳍,可以通過(guò)函數(shù)Related把相關(guān)字段值引用到多段

(六) 篩選聯(lián)動(dòng)

度量值我們可以寫在任意的表里面馅而。但是寫在不同的表里,篩選結(jié)果是不一樣的譬圣。同時(shí)請(qǐng)注意瓮恭,這個(gè)多端和1端都是相對(duì)的。圖1班級(jí)表對(duì)應(yīng)成績(jī)表是多端厘熟,但是對(duì)應(yīng)老師表則是1端屯蹦。

1. 寫在多端维哈,計(jì)算1端

結(jié)果:不隨多端篩選而變化。

處理:把1端的值通過(guò)添加列到多端后登澜,再寫在多端阔挠。

2. 寫在1端,計(jì)算多端

結(jié)果:隨1端篩選而變化帖渠。

處理:只要計(jì)算的值是多端的,不管寫在哪里都可以竭宰。

3. 寫在1端空郊,計(jì)算1端

在使用維度表的時(shí)候,也必須使用1端的字段切揭。

4. 寫在多端狞甚,計(jì)算多端

這種結(jié)果是最好的,最沒(méi)有爭(zhēng)議的廓旬。

請(qǐng)點(diǎn)個(gè)贊哼审。

?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,一起剝皮案震驚了整個(gè)濱河市孕豹,隨后出現(xiàn)的幾起案子涩盾,更是在濱河造成了極大的恐慌,老刑警劉巖励背,帶你破解...
    沈念sama閱讀 219,039評(píng)論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件春霍,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡叶眉,警方通過(guò)查閱死者的電腦和手機(jī)址儒,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,426評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)衅疙,“玉大人莲趣,你說(shuō)我怎么就攤上這事”ヒ纾” “怎么了喧伞?”我有些...
    開(kāi)封第一講書人閱讀 165,417評(píng)論 0 356
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)绩郎。 經(jīng)常有香客問(wèn)我絮识,道長(zhǎng),這世上最難降的妖魔是什么嗽上? 我笑而不...
    開(kāi)封第一講書人閱讀 58,868評(píng)論 1 295
  • 正文 為了忘掉前任次舌,我火速辦了婚禮,結(jié)果婚禮上兽愤,老公的妹妹穿的比我還像新娘彼念。我一直安慰自己挪圾,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,892評(píng)論 6 392
  • 文/花漫 我一把揭開(kāi)白布逐沙。 她就那樣靜靜地躺著哲思,像睡著了一般。 火紅的嫁衣襯著肌膚如雪吩案。 梳的紋絲不亂的頭發(fā)上棚赔,一...
    開(kāi)封第一講書人閱讀 51,692評(píng)論 1 305
  • 那天,我揣著相機(jī)與錄音徘郭,去河邊找鬼靠益。 笑死,一個(gè)胖子當(dāng)著我的面吹牛残揉,可吹牛的內(nèi)容都是我干的胧后。 我是一名探鬼主播,決...
    沈念sama閱讀 40,416評(píng)論 3 419
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼抱环,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼壳快!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起镇草,我...
    開(kāi)封第一講書人閱讀 39,326評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤眶痰,失蹤者是張志新(化名)和其女友劉穎,沒(méi)想到半個(gè)月后梯啤,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體凛驮,經(jīng)...
    沈念sama閱讀 45,782評(píng)論 1 316
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)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 37,957評(píng)論 3 337
  • 正文 我和宋清朗相戀三年条辟,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了黔夭。 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 40,102評(píng)論 1 350
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡羽嫡,死狀恐怖本姥,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情杭棵,我是刑警寧澤婚惫,帶...
    沈念sama閱讀 35,790評(píng)論 5 346
  • 正文 年R本政府宣布,位于F島的核電站魂爪,受9級(jí)特大地震影響先舷,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜滓侍,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,442評(píng)論 3 331
  • 文/蒙蒙 一蒋川、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧撩笆,春花似錦捺球、人聲如沸缸浦。這莊子的主人今日做“春日...
    開(kāi)封第一講書人閱讀 31,996評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)裂逐。三九已至,卻和暖如春泣栈,著一層夾襖步出監(jiān)牢的瞬間卜高,已是汗流浹背。 一陣腳步聲響...
    開(kāi)封第一講書人閱讀 33,113評(píng)論 1 272
  • 我被黑心中介騙來(lái)泰國(guó)打工南片, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留掺涛,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 48,332評(píng)論 3 373
  • 正文 我出身青樓铃绒,卻偏偏與公主長(zhǎng)得像鸽照,于是被迫代替她去往敵國(guó)和親螺捐。 傳聞我的和親對(duì)象是個(gè)殘疾皇子颠悬,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,044評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容

  • Lua 5.1 參考手冊(cè) by Roberto Ierusalimschy, Luiz Henrique de F...
    蘇黎九歌閱讀 13,810評(píng)論 0 38
  • Swift1> Swift和OC的區(qū)別1.1> Swift沒(méi)有地址/指針的概念1.2> 泛型1.3> 類型嚴(yán)謹(jǐn) 對(duì)...
    cosWriter閱讀 11,103評(píng)論 1 32
  • 轉(zhuǎn) # https://www.cnblogs.com/easypass/archive/2010/12/ 08/...
    呂品?閱讀 9,732評(píng)論 0 44
  • 我是從小村村出來(lái)的很慶幸我沒(méi)有成為文展一樣的人我不會(huì)因小村村而覺(jué)得自己粗陋相反我深愛(ài)著生我養(yǎng)我的小村村那里有我童年...
    WallisW閱讀 163評(píng)論 0 0
  • 今天是2017年4月4日,加入易效能90天踐行小組的第48天第7周定血。今天做一個(gè)大復(fù)盤赔癌,檢視自從2月14、15日線下...
    李艷華Zoe閱讀 272評(píng)論 1 1