Power BI BEREGN: Nøkkel Til Avanserte Dax Formler

Nå skal vi dykke inn I BEREGN funksjon I Power BI.

vi har allerede brukt funksjonen mange ganger, men det er her jeg vil diskutere det i detalj.

Få Salget I Fjor MED BEREGN

BEREGNINGSFUNKSJONEN lar deg endre konteksten til en beregning innenfor et mål der konteksten kommer fra miljøet der beregningen din blir gjort. Du kan se hele videoen av denne opplæringen nederst på denne bloggen.

muligheten til å endre konteksten i et mål er svært viktig I DAX.

vi starter med et eksempel ved å lage Et mål Som heter Sales LY, som bruker BEREGNINGSFUNKSJONEN til å sammenligne salget på gjeldende dato med salget på samme dato i fjor.

 Opprette Salg LY - Power BI BEREGN

INNENFOR BEREGNE funksjon, vil vi sette I Vår Totale Salget siden DEN første parameteren BEREGNE kan ta noen form for uttrykk.

da vil jeg bruke en tidsintelligensfunksjon kalt SAMEPERIODLASTYEAR. Tidsintelligensfunksjoner er funksjoner som brukes til tidsrelaterte beregninger.

Siden VI setter SAMEPERIODLASTYEAR inne BEREGNE, vil vi justere vår nåværende kontekst av ett år gjennom Vår Dato kolonne.

 Sette INN BEREGNINGSPARAMETERE-Power BI CALCULATE

når du drar inn det nye målet, vil Du se At Totalt Salg og Salg LY-kolonnene har forskjellige resultater.

 Totalt Salg vs Salg LY - Power BI BEREGN

årsaken til dette er at verdiene inne Salg LY er hentet fra Det Totale Salget nøyaktig ett år før.

for å vise et eksempel, la oss se På Salgsverdien AV datoen 28/02/2020.

 Viser datoen 28/02/2020-Power BI BEREGN

siden den har en verdi på $10,440, ser tilbake På Det Totale Salget av datoen 28/02/2019 bør gi nøyaktig samme resultat.

 Viser verdier av 28/02/2019-Power BI BEREGN

den gjenkjenner 28/02/2020 som dagens dato, men endrer konteksten til samme dato i 2019 gjennom Kolonnen Salg LY.

DERFOR ER CALCULATE en så viktig funksjon I Power BI. Den lar deg utføre beregninger på mange forskjellige måter, som når du trenger å finne forskjellen Mellom Totalt Salg og Salg LY.

Endre Konteksten Per Kvartal

jeg kan også endre konteksten Til Datokolonnen slik at jeg kan se på kvartalsvise verdier i stedet for daglige verdier.

jeg vil først dra I QuarterInCalendar-kolonnen som finnes i Datotabellen.

 Viser verdier Av QuarterInCalendar - Power BI BEREGN

det første du vil legge merke til her er at datoene ikke er sortert riktig. For å fikse dette, vil jeg sortere kolonnen Kalt QuarterInYear.

jeg vil gå Til dataområdet og markere QuarterInCalendar-kolonnen.

Utheving QuarterInCalendar

deretter kan jeg velge QuarterInYear-alternativet Under Sorter etter kolonne.

 Sortering etter kolonne Med Kvartalår

når vi går tilbake til forrige skjerm, kan du nå se at vi allerede har kvartalene i riktig rekkefølge.

Resultat av sortering QuarterInCalendar kolonne

vi gjør akkurat det samme tidligere, men verdiene er akkumulert i en annen granularitet siden vi ser på kvartaler i stedet for dager.

For Eksempel Med Q2 2020 har Vi En Total Salgsverdi på $2.839.495. MEN når Vi ser På Salgsverdien, ENDRER BEREGNINGSFUNKSJONEN konteksten tilbake ett år, som har Q2 2019 Total Salgsverdi på $3,665,971.

 2. Kvartal 2019 vs 2. Kvartal 2020

FUNKSJONEN BEREGN gjør det mulig å arbeide på ulike måter ved hjelp av en lignende innsikt uten å måtte omskrive formler eller beregninger.

Totalt Salg Av Bestemt Sted VED HJELP AV BEREGN

jeg vil også vise deg en annen måte hvordan du kan justere konteksten INNE BEREGNE.

vi har tidligere endret sammenhenger av beregningene helt, men nå vil jeg vise deg et eksempel der vi i stedet ville filtrere konteksten litt.

Hva om jeg ønsket å beregne alle mine salg i et bestemt sted, spesielt North Carolina?

For å gjøre dette kan jeg lage Et nytt mål kalt Salg I NC, bruke BEREGN Med Totalt Salg som uttrykk, og bruk Deretter Statskoden i Plasseringstabellen som filter og sett den lik «NC».

 Opprette Salg i NC-mål

Når vi drar inn vårt nye mål, kan vi se en oversikt Over Det Totale Salget i bare En bestemt region basert På konteksten Til Produktnavnet.

viser verdier Av Salg i NC

Sammenlignet Med Salg LY hvor konteksten ble endret helt, ble konteksten I Salg i NC ganske enkelt justert.

DETTE ER grunnen TIL AT BEREGN blir din mest brukte funksjon siden det er mange måter du kan justere konteksten på.

hvis du ser på noe av det avanserte innholdet Fra Enterprise DNA, vil DU se AT BEREGN brukes i nesten alt siden formler kan skrives veldig effektivt ved å bruke det.

du har kanskje allerede sett veldig lange formler skrevet i Microsoft Excel som spenner over to til tre linjer. I Power BI kan Du ha en rekke forskjellige beregninger ved å justere konteksten.

for å vise et annet eksempel, kan jeg dra I Salget I NC-mål sammen Med QuarterInCalendar-målet.

 Salg I NC Med QuarterInCalendar som første kontekst

jeg behøvde ikke å gjøre endringer i formelen, men jeg la til konteksten i forhold til vårt tidligere eksempel der vi justerte det.

Siden vi allerede har våre kvartalsvise salg, legge I Salg i NC ga oss kvartalsvise salg spesielt Til North Carolina.

Det er den lille forskjellen i forhold til å endre konteksten helt som I Sales LY hvor vi brukte en time intelligence-funksjon for å manipulere datoen.

Salget I nc-mål er bare et filter på stedet som ikke er relatert Til den første konteksten Til QuarterInCalendar som er dato.

Konklusjon

DET var bare en introduksjon TIL FUNKSJONEN BEREGN I Power BI om hvordan du kan bruke den til å endre, justere eller legge til konteksten for beregningene.

jeg vil at du skal tenke på hvordan du kan bruke dette på noe du jobber med. Hvis du kan bruke denne funksjonen, kan du raskt gjøre formelkombinasjoner og teknikker for å beregne flere ting.

Alt det beste,

Sam

 Medlemskap Bane

YouTube Plakat

Center Of Excellence

***** Relaterte Lenker * * * * *
Beregne Dynamisk Prosentandel Av Total Endring Ved Hjelp Av Power BI Time Intelligence
Beregne En Kumulativ Kjørefrekvens Ved HJELP AV DAX i Power BI
Slik Beregner Du Forskjell I Dager Mellom Kjøp Ved Hjelp AV DAX I Power BI

***** Relaterte Kursmoduler * * * * *
Ultimate Nybegynnere Guide TIL dax
Avanserte Dax Kombinasjoner
Tid Intelligens Beregninger

Legg igjen en kommentar

Din e-postadresse vil ikke bli publisert.