《DAX圣經(jīng)》第六章：DAX實例
? ? ? ? ? ? ? ? ? ------PowerBI非官方 簡體精簡筆記
? ? 計算比率與百分比
? ? ? 百分比：用一種度量的部分值去除以同一度量的總值。
? ? 第一種：銷售占總銷售額的百分比
? ? ? 包含百分比的典型報告如圖6-1所示，圖6-1一個典型的百分比報告，包含銷售額蛤肌，顯示的是絕對值和百分比。
[Sales %] := DIVIDE([Sales Amount],? ? ? ? ? ? ?
CALCULATE( [Sales Amount],ALLSELECTED() ))
? ? ? 該公式包含需要計算的兩個度量：一個是元度量[Sales Amount]（作為分子）眨猎，一個是通過元度量加上ALLSELECTED（）條件（受透視表行抑进、列、篩選器影響）的分母度量睡陪。分母處寺渗，由CALCULATE配合ALLSELECTED函數(shù)創(chuàng)建了一個新列表模型，維護了所有原始篩選（切片器和篩選器以及在透視表中的任何篩選器）兰迫。
? ? 第二種：有時信殊，不僅僅是計算銷售占總銷售額的百分比。
? ? ? 可能希望顏色列顯示在每個年份總數(shù)中所占的百分比汁果，以便生成如圖6-2所示的報告涡拘。圖6-2 在本報告中，所顯示的百分比是相對于年份的總數(shù)据德，而不是總計鳄乏。
VALUES函數(shù)返回當(dāng)前在列表篩選中可見的所有唯一值的列值：
[Yearly %] := DIVIDE([SalesAmount],
CALCULATE([Sales Amount],ALLSELECTED(), VALUES(Date[CalendarYear] )))?
? ? ? 值得注意的是仲吏，整個CALCULATE([SalesAmount],ALLSELECTED())，就是前面公式的分母蝌焚，其實就是一個度量值列表裹唆。我們只是在該度量的基礎(chǔ)上，加了一個VALUES ( Date[CalendarYear]列表篩選條件而已只洒。其實際是一個簡潔版的CALCULATE（度量+篩選）许帐，因為與上一個公式只是分母不同”锨矗可將分母定義成度量的簡寫公式：
[Sales %01]=[Sales Amount] (ALLSELECTED())
則前面的公式也可簡寫為：
[Yearly %]:=DIVIDE([Sales Amount],
[Sales %01] ( VALUES( Date[CalendarYear] )//度量+篩選成畦。
? ? ? ? 當(dāng)CaⅠcuⅠate的第一參數(shù)引用己存在的某個度量時，可以省略CaⅠcuⅠate涝开。
? ? ? ? 通過VALUES（）篩選后循帐，返回正確的結(jié)果。唯一的例外是列的總計：本例中的每一行舀武，VALUES（）的結(jié)果返回了兩個可見的年份（2007與2008）拄养。到目前，我們使用了兩種模式來計算百分比的分母：(1)使用ALLSELECTED（）银舱，還原原始篩選器篩選瘪匿；(2) 重新在被還原的原始篩選中定義任何新的篩選器(例如，限于當(dāng)前年份等)寻馏。
? ? 第三種：也可以應(yīng)用反向篩選模式棋弥。
? ? ? 也就是說，可以直接從原關(guān)系列表模型開始操软，而不是使用原始篩選器嘁锯，然后重新應(yīng)用篩選，結(jié)果也將相同聂薪。例如家乘，再現(xiàn)圖6 - 1中的報告，可以恢復(fù)在[Color]以及[CalendarYear]列上的篩選藏澳，而不會影響其他篩選仁锯，針對需要維護的列分別使用ALLSELECTED如:
[Yearly %] :=DIVIDE([Sales Amount],
CALCULATE([Sales Amount],
ALLSELECTED( Product[Color] ),?
ALLSELECTED( Date[CalendarYear] )))
? ? ? 還可以使用以下代碼獲得圖6-2的度量，這將只從[Color]中刪除篩選器翔悠，保持該列的篩選器不受影響：
[Yearly %-2] := DIVIDE ([SalesAmount],
CALCULATE([SalesAmount],ALLSELECTED (Product[Color] )))
? ? ? 這些度量作為示例顯示在透視表時业崖，它們都返回相同的值野芒。但是，它們之間有很大的差別双炕。事實上狞悲，這個[Yearly %]的后一版本恢復(fù)了Color上的原始篩選器，但是保留了任何其他位置的篩選器妇斤。如果篩選的列只有年份摇锋，則結(jié)果是相同的，但是站超，一旦通過日歷表中添加更多篩選器列表時荸恕，則兩個度量返回不同的值，如圖6-3所示：
? 圖6-3如果向透視表添加更多篩選器列表死相，兩種度量將返回不同的值融求。
? ? ? 正如所看到的，Yearly%返回相對于當(dāng)年的銷售百分比算撮，而Yearly%-2則返回相對于月份的銷售百分比生宛，這是因為我們將月份添加到透視表中。但這并不表示這兩個計算一個正確一個錯誤钮惠，它取決于希望計算的數(shù)值茅糜。
這里需要記住的重要一點是：
每當(dāng)計算百分比時，需要非常清楚分母是什么素挽，以及當(dāng)用戶向透視表或報表添加的更多篩選器是什么蔑赘。
計算累計總數(shù)
另一種使用頻率較高的模式，可能是累積總數(shù)模式预明。每當(dāng)有一組事務(wù)處理缩赛，并且我們有興趣在某個序列(通常是時間)上累積它們的值時，都會討論累積總計撰糠。例如：
? ? ? （1）計算一個產(chǎn)品在所有時間內(nèi)的總銷售額酥馍，以此作為累計總額；
? ? ? （2）計算一段時間內(nèi)不同客戶的總數(shù)阅酪，來作為累計值等旨袒。
? ? ? 讓我們從分析一個簡單的透視表開始，該透視表顯示了一段時間內(nèi)銷售的產(chǎn)品數(shù)量术辐⊙饩。可以在圖6 - 4中看到它：
? ? ? 圖6-4這個透視表顯示了每年和每個月銷售的產(chǎn)品總數(shù)。度量非常簡單：
[NumOfProducts] := SUM( Sales[Quantity] )
? ? ? 我們知道：此度量值計算Sales中的Quantity列數(shù)量之和辉词。它是一個元度量（即在整個數(shù)據(jù)模型下計算）必孤。因為時期表與銷售表具有一對多的關(guān)系，如果選取May 2007的值瑞躺，它將篩選銷售表敷搪，得到May 2007的銷售額兴想。這很容易。
? ? ? ? 關(guān)鍵是赡勘，如果要計算May 2007的累積總數(shù)嫂便，我們需要一個新的列表篩選條件：即篩選2007年底之前的所有期間（用于累計），而不是僅篩選May 2007闸与。? 這句話雖然很簡單顽悼，但卻隱藏了較大的復(fù)雜性。將條件分解一下：
? ? ? （1）確定當(dāng)前日期的結(jié)束時期几迄，如表示2007年底的示例；
? ? ? （2） 使用該值冰评，創(chuàng)建一個篩選器映胁，并顯示2007年底之前的所有日期。
? ? ? ? 隱藏的復(fù)雜性在于：
? ? ? （1）新的列表篩選基于當(dāng)前的列表篩選甲雅；
? ? ? （2）新的列表篩選必須大于原始篩選解孙，因為它將包含2007及更早的所有日期。
圖6-5中抛人，可以看到需要檢索的日期集弛姜，以便計算銷售產(chǎn)品的累積數(shù)量：
圖6-5所售產(chǎn)品的累計數(shù)量需要考慮到當(dāng)前產(chǎn)品在結(jié)束前的所有日期。
考慮到算法妖枚，現(xiàn)在是研究解決方案公式的時候了：
[CumulativeProducts]:=
CALCULATE(SUM(Sales[Quantity]),
FILTER(ALL('Date'),? ?
'Date'[Datekey]<=MAX('Date'[Datekey])))
? ? ? ? 這是一個標準的列表關(guān)系+篩選+條件的DAX公式廷臼，很容易解釋該公式：該度量由CALCULATE構(gòu)建的列表數(shù)據(jù)模型是：
? ? （1）SUM ( Sales[Quantity]計算列表 + ALL('Date' ) 列表 + 'Date'[Datekey]<=MAX('Date'[Datekey])（條件列表），后兩個列表構(gòu)成新的篩選列表（通過時期關(guān)系列表）绝页，篩選出計算列表計算荠商。如下簡易關(guān)系圖：
? ? ? （2）這里關(guān)鍵是要理解條件：'Date'[Datekey]<=MAX ('Date'[Datekey])⌒回憶一下MAX的確切含義“當(dāng)前篩選列表DateKey列的最大值”莱没。
? ? ? ? 一方面，因為表達式是計算篩選的一部分酷鸦，所以它仍然回到原始列表篩選中工作饰躲。例如，如果篩選May 2007臼隔，那么嘹裂，對應(yīng)的最大日期是2007年的最后一天；
? ? ? 另一方面躬翁，左邊表達式Date[DateKey] 是一個列焦蘑，意思是“當(dāng)前行篩選下的DateKey中的列值”，該列值再構(gòu)成由FILTER創(chuàng)建的“當(dāng)前列表篩選”盒发。因此例嘱，該表達式表示為：“篩選所有低于或等于（<=）May 2007最后一天的日期狡逢。這正是我們需要的條件。你可以在圖6-6中看到實際的公式計算的結(jié)果：
? ? ? ? ? 圖6-6 CumulativeProducts將值加到當(dāng)前日期拼卵。
? ? ? ? 還有一個問題是奢浑，這個公式。實際上顯示了2010年及以后的數(shù)據(jù)腋腮，而數(shù)據(jù)庫中并沒有2010的數(shù)據(jù)雀彼。而且未來所有時期的數(shù)據(jù)都將會顯示。這種行為是正確的即寡，因為我們計算的就是：今后銷售的產(chǎn)品的累計數(shù)量=迄今為止銷售的總數(shù)徊哑。盡管如此，你可能不想顯示這些數(shù)字（這種業(yè)務(wù)場景是常見的）聪富。這可以通過用空白替換不需要的行來刪除它們：
? ? （1）通過透視表表默認隱式所有值為空的行(同樣也適用于列)莺丑；
? ? （2）要隱藏不需要的行，可使用IF函數(shù)檢查當(dāng)前篩選中是否存在Sales銷售墩蔓，如下代碼所示梢莽。? ? ? ? ? ? ? ? ? ? ?
[CumulativeProducts] :=IF(COUNTROWS( Sales ) >0,
CALCULATE ( SUM( Sales[Quantity] ),
FILTER(ALL( 'Date' ),
'Date'[Datekey] <=MAX( 'Date'[Datekey]))))
? ? ? 該度量中，我們基于這樣一個事實：即IF的Else分支如果缺失奸披，將返回一個空白昏名。
計算每天與工作日的銷售額
? ? ? 另一個常用的業(yè)務(wù)場景是如何在工作日內(nèi)執(zhí)行計算的例子。這是相對于時間智能計算來說的一個簡單的場景阵面。
如圖6-7所示轻局。希望生成一個報告：
? ? ? 圖6-7在這個透視表中，可以看到銷售額分別除以天數(shù)以及工作日天數(shù)样刷。
所顯示的數(shù)字分別包含不同的含義：
? ? （1）? [endif]Sales Amount--銷售是該期間的總銷售額嗽交；
? ? （2） [endif]DailySales--? 每日銷售是每天的平均銷售。
? ? ? ? WorkDailySales是按工作日銷售的平均銷售颂斜，以及它與非工作日銷售的比例夫壁，以預(yù)計這些工作日會不會產(chǎn)生盈利。這些度量的定義如下：
[NumOfDays] := COUNTROWS(Date)?
[NumOfWorkingDays] :=CALCULATE( [NumOfDays],? Date[WorkingDay] ="WorkDay")? ?
[Sales Amount] :=SUMX( Sales, Sales[Quantity] * Sales[Unit Price] )
[DailySales] :? ? =DIVIDE( [Sales Amount],? [NumOfDays] )?
[WorkDailySales] :=DIVIDE( [SalesAmount], [NumOfWorkingDays])? --工作日天數(shù)銷售占比
? ? ? ? 這些度量很簡單沃疮，但包含了一些我們必須解決的問題盒让。事實上，在前一張圖表中司蔬，我們只篩 選了兩年：2007和2008邑茄。這些數(shù)字符合計算。為更清楚地顯示出多個年份俊啼，我們移除篩選器肺缕。如圖6-13所示。
圖6-13這個透視表的總計顯示了錯誤的值。
? ? ? 如果查看DailySales和WorkDailySales的總計同木，會立即發(fā)現(xiàn)數(shù)字是錯誤的浮梢。并不是行中顯示的值的平均值。該問題應(yīng)該很容易理解：因為在透視表中顯示的是正常天數(shù)和工作天數(shù)彤路。按總計計算時秕硝，計算的是沒有銷售的期間，而且由于天數(shù)位于分母洲尊，因而最終值低于預(yù)期远豺。我們先不看最后正確的公式，展示幾個錯誤解決方案對問題的影響坞嘀。
? ? ? 因為這兩項措施都有相同的問題躯护，所以讓集中討論DailySales，公式正確后丽涩，同時會適用于NumOfWorkingDays度量榛做。
? ? 第一次試驗：
? ? ? 你可能想到：清除掉那些沒有銷售的天數(shù)（即反利用條件，該情況在實際中經(jīng)常出現(xiàn)内狸，但這里只是提起該概念，該示例里是假反利用條件）厘擂，這很容易昆淡，可以為NumOfDays嘗試IF處理：? ? ? ? ? [NumOfDays] := IF([Sales Amount] >0,COUNTROWS(Date))
? ? ? 此更新公式使得沒有銷售的行從其中消失，看起來好了一些刽严。但它不會修正總計行昂灵。因此，這不僅是錯誤的舞萄，也具有很大的誤導(dǎo)性眨补，而且使問題不容易發(fā)現(xiàn)，如圖6-8所示倒脓。
? ? ? 圖6-8 沒有銷售的期間行消失了撑螺，但總計仍然是錯誤的，
? ? ? 正如所看到的崎弃，總計仍然是錯誤的甘晤，即使沒有銷售的所有行都從透視表中消失了。是的饲做，它 們消失了：
? ? （1）一方面线婚，將NumOfDays設(shè)置為Blank，透視表將不顯示這些行盆均；
? ? （2）另一方面塞弊，在總計銷售額中，因為銷售額大于零，所以我們的公式仍然考慮了所有的日期游沿。
? ? ? 結(jié)論是：第一次實驗顯然走錯了方向饰抒。
? ? ? 這一度量存在一個明顯的問題：我們稱之為“粒度不匹配”。如果仔細看結(jié)果奏候，在月和年兩個時期粒度上都是正確的循集，只是在總計上是錯誤的。原因是：有多個年份并沒有銷售蔗草，這些沒有銷售的年份是不需要計算的咒彤。因此，我們說咒精，在年份粒度時镶柱，數(shù)字是正確的，而在總體粒度上數(shù)字是錯誤的模叙。
? ? ? ? 所以歇拆，需要解決的問題是：
? ? ? ? (1) 需要以正確的粒度計算公式；
? ? ? ? (2) 然后將結(jié)果合并為單個值范咨；
? ? ? ? (3) 并能在更高的粒度上計算這種度量故觅。
這就產(chǎn)生了一個問題：這個正確的粒度是什么？
? ? 第二次試驗：
? ? ? 需要的時期粒度在年渠啊，月输吏，日上都有可能，這取決于實際需要替蛉，雖然我們已發(fā)現(xiàn)總計的錯誤贯溅，但我們?nèi)匀粚δ甓戎蹈械綕M意，因此躲查，可以使用以下新公式將粒度設(shè)置在年份級別：
[DailySales] :=DIVIDE([Sales Amount],?
SUMX(VALUES('Date'[Calendar Year] ),
IF([Sales Amount] >0, [NumOfDays])))?
? ? ? 該公式定義的分母檢查在特定年份是否有銷售它浅。如果存在，則IF函數(shù)返回存在的天數(shù)镣煮，否則姐霍，返回一個空白，并且不會影響分母的總數(shù)典唇。值得記住的是：公式里包含的分子分母的兩種度量--Sales Amoun和NumOfDays都會正常邮弹，因為存在DAX自動隱式存在的CALCULATE。如果沒有這種CALCULATE蚓聘，公式就不能正確工作腌乡。
? ? ? ? 兩個隱式行篩選：
? ? （1）[Sales Amount]度量值列表隱式行篩選，即CALCULATE(SUM([Sales Amount]))夜牡；? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （2）SUMX与纽，迭代函數(shù)自帶的隱式行篩選侣签；
? ? ? ? 在圖6-9中，可以看到結(jié)果現(xiàn)在是正確的急迂，即使在總計上也是如此：
? ? ? 但在實際需求中卷中，你可能希望生成在幾年內(nèi)的不完全填充數(shù)據(jù)的報告。例如：在生成8月份報告時渊抽，只有到8月為止的那些數(shù)據(jù)蟆豫，而沒有8月以后并沒有的那些月的信息。
? ? ? 本例中懒闷，該度量仍將報告不正確的數(shù)字十减。因此，這項度量尚未最后確定愤估。圖6-10中帮辟，我們希望刪除掉2009年8月8之后（沒有）的銷售：
? ? ? ? 圖6-10當(dāng)一年沒有完成時，度量仍然報告不正確的結(jié)果玩焰，
? ? ? ? 可以看到由驹，8月是最后一個月(順便說一句，它是不完整的)震捣，所有高于它的總數(shù)(即季度、年份和總計)都報告了錯誤的數(shù)字闹炉。當(dāng)然這種行為是我們(有意)在代碼中使用了錯誤的粒度蒿赢，因為正確的粒度不是年份，而是月份渣触。我們使用這個年度粒度羡棵，是因為在年度水平上度量似乎是正確的。
? ? ? 但是嗅钻，即使我們確定了總計的公式皂冰，在年的粒度級一旦該年度里的某幾個月一消失，就會遇到同樣的問題养篓。既然問題在于粒度篩選不對秃流，那么。我們有了：
? ? 第三次試驗：
? ? ? 也就是柳弄，正確的度量表述式需要同時考慮到年份和月份舶胀，如：
[DailySales] :=DIVIDE([Sales Amount],
SUMX(VALUES( Date[Calendar Year] ),
SUMX(VALUES( Date[Month] ),?
IF([Sales Amount] >0, [NumOfDays]))))
? ? ? 現(xiàn)在，分母在年份和月份上執(zhí)行兩個迭代，它分別檢查每對(年份嚣伐、月份組合)是否存在該月份的銷售額糖赔，并正確地聚合出當(dāng)前存在銷售的月份的天數(shù)。圖6-11中結(jié)果：
圖6-11一旦正確設(shè)置了粒度后轩端，公式就會報告正確的數(shù)字放典。
? ? ? 第四次試驗：
使用CROSSJOIN表達式，可以更優(yōu)雅一些：
[DailySales] :=DIVIDE([Sales Amount],
SUMX(CROSSJOIN(?
VALUES( Date[Calendar Year] ),? ? ? ? ? VALUES( Date[Month] )),
IF([SalesAmount] >0, [NumOfDays])))
? ? ? ? 注意：粒度不匹配問題經(jīng)常出現(xiàn)在多個模型設(shè)計（業(yè)務(wù)場景）中基茵。
? ? ? 如果某些度量只能在定義的粒度上計算奋构，則需要迭代定義該粒度的列，最后聚合該粒度部分的結(jié)果耿导。建議詳細研究這個示例声怔，因為它將在多個數(shù)據(jù)模型中有用。
? ? ? 值得注意的是舱呻，在最近（最后）那個月里仍有一個小問題：NumOfDays的天數(shù)結(jié)果并沒有考慮到最后一個月可能不完整的情況醋火。例如，如果在8月15日提交了一份報告箱吕，就不應(yīng)該考慮到其未來的日子芥驳，因為這時候的銷售顯然是不存在的。如果還希望在最后一個月也產(chǎn)生此正確的結(jié)果茬高，需要進一步限制日期表兆旬，方法是在前面公式的后面加上一個篩選條件：刪除最后一次銷售之后的所有日期。
? ? 最后正確的度量：
? ? ? [DailySalesCorrected]:=? ?
? ? ? CALCULATE(DIVIDE([Sales Amount],
? ? ? SUMX(
? ? ? CROSSJOIN(VALUES( Date[Calendar Year] ),VALUES( Date[Month] )),
? ? ? IF( [Sales Amount] >0, [NumOfDays] ))),? FILTER('Date', 'Date'[Date] <=MAX(Sales[OrderDate] ) ))
? ? 計算工作日差異
? ? ? 接下來是是一個非常簡單單卻非常有用的例子怎栽，因為它闡述了一種使用DAX計算值的方式丽猬，這在其他分析引擎中并不常見（比如Analysis Services多維引擎）。
? ? ? 考慮在事實表中熏瞄，對于每個訂單脚祟，有兩個這樣的日期：
? ? ? （1）OrderDate是下訂單的日期；（訂貨時期）
? ? ? （2）ShipDate? 是訂單發(fā)運的日期（發(fā)貨時期）
? ? ? ? 業(yè)務(wù)場景：計算處理訂單業(yè)務(wù)所需的天數(shù)强饮。
? ? ? ? 這很容易做到由桌，這要歸功于DAX存儲日期的方式。實際上邮丰，執(zhí)行一個簡單的減法即可：ShipDate-OrderDate就足夠能計算天數(shù)了行您。話雖如此，一些更有實際有用的數(shù)值計算是：
? ? （1）兩個日期之間的業(yè)務(wù)日天數(shù)：
? ? （2）排除假日期間的工作：
? ? （3）非公司工作時的工作日天數(shù)（比如加班天數(shù)）等剪廉。
? ? ? 本例娃循，使用工作日而不是非工作日來計算處理訂單的時期要公平得多。
? ? ? 事實證明斗蒋，這比簡單的減法更具挑戰(zhàn)性淮野。與前面的示例一樣捧书，日歷表包含一個列，該列定義出特定的日期：是否為工作日骤星。我們需要找到一種方法來使用該列经瓷，以計算這兩個日期之間的差異(以工作日表示)。
? ? ? 在數(shù)據(jù)模型中洞难，Calendar表用于按訂單日期舆吮、年份等對訂單進行切片。日歷和事實表之間的關(guān)系基于訂單日期队贱。為了解決這種情況色冀，需要停止將Calendar表視為維度(只用于篩選數(shù)據(jù)表)，并認為Calendar表只是一個表柱嫌。使用它以不同的方式計數(shù)锋恬，而不是僅僅是維度篩選等。
? ? ? ? 例如编丘，可以在OrderDate和ShipDate之間計算Calendar表中的行數(shù)与学，這些行同時也是工作日。如果以這種方式表示該算法嘉抓，它將非乘魇兀快地通過DAX定義出計算列：
Sales[WorkinDaysHandling] = COUNTROWS(
FILTER(Date,
AND( AND(Date[Date] >= Sales[OrderDate],Date[Date] <= Sales[ShipDate]),
Date[Working Day] ="WorkDay")))? --并接第一個AND
? ? 相同算法的一種更優(yōu)雅的度量方式如下：
Sales[WorkinDaysHandling] =
CALCULATE(COUNTROWS ( Date ),
ALL(Date),
DATESBETWEEN( Date[Date], Sales[OrderDate],Sales[ShipDate]),
Date[WorkingDay] ="WorkDay")?
? ? ? 后一個公式使用了DATESBETWEEN函數(shù)構(gòu)建時期篩選：即訂貨時期與發(fā)貨時期之間的所有日期，結(jié)果是一個表抑片，然后使用它作為篩選器參數(shù)來篩選計算卵佛，以更改現(xiàn)有的WorkDay選擇。
? ? 計算靜態(tài)移動平均值
? ? ? 移動平均線是另一個常見的模式敞斋。本例提供一個如何以靜態(tài)方式計算移動平均值的示例截汪。例如，使用包含某些股票價格的股票數(shù)據(jù)模型植捎，想要計算過去50至200個期間的平均價格衙解。因為在股票市場上，一種常見的交易技巧是：觀察移動速度較快的平均線(超過50個周期)何時穿過移動到較慢的平均線(200個時段)鸥跟，以確定買入和賣出點丢郊。
? ? ? 此示例還要求盔沫，由于數(shù)據(jù)庫中的節(jié)假日和遺漏日(如未確定股票價格的天數(shù)等)医咨，50個時間段與固定天數(shù)不相對應(yīng)。這就需要考慮數(shù)據(jù)庫中的遺漏日架诞，并始終確保平均50個點的股票覆蓋有一個定義的價格拟淮。
? ? ? ? 本示例使用的數(shù)據(jù)模型非常簡單，僅包含一個日歷表和另一個包含股票收盤價的表谴忧，如圖6 -12所示很泊，其中沒有1月6 - 7日兩天的價格：
? ? ? ? 圖6-12對于假期和其他非工作日角虫，股票價格有幾個遺漏。
? ? ? 為了計算平均值委造，可以添加計算列戳鹅。
? ? ? 主要原因是想要在圖表上顯示這個平均值，這意味著DAX需要計算數(shù)百個值來繪制線條昏兆。由于計算這么多平均值的點可能是一個緩慢的操作枫虏，所以，可以將這些計算合并到計算列中爬虱，以便生成更快的圖表隶债。
? ? ? 這需要定義好移動平均值起始日期，這些日期可能因股票而異跑筝。我們來解決這個問題：
? ? 第一步：給表中的每一行分配一個數(shù)字死讹。
? ? ? 這個數(shù)字隨每個股票單而增加。因此曲梗，為第一個Microsoft的價格指定一個數(shù)字：1赞警，數(shù)字2代表Microsoft的第二個價格，以此類推稀并。對Apple等每個唯一值的行都執(zhí)行同樣的操作仅颇。結(jié)果可見于圖6-19。
? ? ? ? ? 圖6-13 DayNumber列是股票價格的頻次數(shù)字碘举。
? ? 該計數(shù)只需：對與當(dāng)前行相同的每一行時期計數(shù)即可忘瓦，使用EARLIER：
Prices[DayNumber] =
COUNTROWS(FILTER(Prices,? ? ? // FILTER（）表AND(Prices[Date] <=EARLIER( Prices[Date]),
Prices[Stock] =EARLIER( Prices[Stock] )))) // 同時滿足的兩個條件篩選
? ? ? 第二步：計算移動平均值。
? ? ? 既然每一行都有一個索引符引颈，就很容易確定50或200個周期的邊界：只需取當(dāng)前DayNumber--天數(shù)耕皮，減去要考慮的期間數(shù)，然后取確定行的日期就足夠了蝙场。
? ? ? 可以使用兩種不同的技術(shù)來構(gòu)建這個計算列凌停。第一個方案更容易理解，即使代碼不是最優(yōu)的售滤；第二個解決方案比較優(yōu)雅一些罚拟，最大的優(yōu)點是遵循了前面概述的非常簡單的DAX計值算法規(guī)律：
Prices[MovingAverage200] =
CALCULATE ( AVERAGE(Prices[Close]),
FILTER(ALL(Prices[Date]),
AND(Prices[Date]>=LOOKUPVALUE(Prices[Date],Prices[Stock],EARLIER(Prices[Stock]),Prices[DayNumber],
EARLIER(Prices[DayNumber]) –200),
Prices[Date]<=EARLIER(Prices[Date]))),
ALLEXCEPT( Prices,Prices[Stock]))
? ? ? 該公式的核心是最內(nèi)部的條件，它篩選當(dāng)前的日期與DayNumber-200之間的日期完箩。外部ALLEXCEPT需要將計算限制為同一股票的行赐俗。
? ? ? 該公式的第二個版本是一個更好的解決方案：
Prices[MovingAverage200]=
CALCULATE (
CALCULATE ( AVERAGE(Prices[Close]),
Prices[DayNumber]>=VALUES(Prices[DayNumber])- 200,Prices[DayNumber]<=VALUES(Prices[DayNumber])),
ALLEXCEPT( Prices,Prices[Stock],Prices[DayNumber]))
? ? ? 同樣，定義出：Prices[MovingAverage50] 度量（200改為50即可）
? ? ? 這個移動平均值使用了兩個嵌套CALCULATE弊知。這里略過原內(nèi)容阻逮，其實使用DAX的萬能公式模式：關(guān)系+篩選+條件很好理解，如圖：
? ? ? 事實上秩彤，第一個紅框內(nèi)：第二個CALCULATE定義的是一個度量值列表叔扼，兩個條件篩選下的求平均值的度量事哭，該度量做為第一個CALCULATE的第一個參數(shù)载矿，然后再放置了一個關(guān)系列表篩選條件（它針對ALLEXCEPT（）定義的其中兩列與第二個CALCULATE（）度量列表構(gòu)成新關(guān)系的計算列集峭咒，參與計算）。
? ? ? ? 三個度量很容易定義出來：
? ? ? [AVG 200] := AVERAGE( Prices[MovingAverage200] )
? ? ? [AVG 50]? := AVERAGE ( Prices[MovingAverage50] )
? ? ? [AVG Close]:= AVERAGE ( Prices[Close] )
? ? ? 最后措嵌，使用度量來顯示某個圖表与柑，該圖表為每只股票指示移動平均線交點處的買賣點流炕，如圖6-20所示：
? ? ? ? ? ? ? 圖6-20移動平均線是有用的，以顯示一個股票的隨著時間的推移方向仅胞。
