本文共 1934 字，大约阅读时间需要 6 分钟。

PowerBI DAX语言函数实用指南

在Analysis Services、Power BI以及Excel中的Power Pivot中，数据分析表达式（DAX）语言是用于数据分析的核心工具。它为数据分析者提供了强大的表达能力，能够显著提升数据处理效率。本文将介绍DAX中的一些常用函数，包括sum（求和）、countrows（统计行数）、average（求平均值）、lookupvalue（匹配）、related（多对一匹配）以及relatedtable（一对多匹配），帮助用户快速完成数据分析任务。

1. 度量值（Measure）

在Power BI或Excel的数据透视表中，度量值是一种动态计算公式，其结果会根据上下文上下文而变化。度量值可以用于汇总、筛选和模型数据的报表中。最常见的度量值函数包括COUNT、SUM、AVERAGE等。

度量值的基本使用

度量值公式可以通过以下方式创建：

• 可以使用现有的聚合函数（如COUNT或SUM）作为基础。
• 也可以直接在DAX公式栏中输入自定义公式。

例如：

TotalSales = SUM(Sales[SalesQuantity])OrderCount = COUNTrows(Sales[OrderID])AverageSales = AVERAGE(Sales[SalesQuantity])

在创建度量值之前，建议先在数据模型中建立一个表格，将所有需要分析的度量值字段放在同一表中。

1.1 sum求和

sum函数用于对特定字段的值进行汇总。

使用方法

格式：sum('表名'[列名])

例如：

sum(Sales[SalesQuantity])

示例

假设数据表Sales中包含SalesQuantity列，使用sum函数可以计算销售表的销售数量。

结果如下：

1.2 countrows统计行数

countrows函数用于统计表中行数。

使用方法

格式：countrows('表名'[列名])

例如：

countrows(Sales[OrderID])

示例

假设数据表Sales中包含OrderID列，使用countrows函数可以计算销售表的订单数量。

1.3 average平均值

average函数用于计算某一列数据的平均值。

使用方法

格式：average('表名'[列名])

例如：

average(Sales[SalesQuantity])

示例

假设数据表Sales中包含SalesQuantity列，使用average函数可以计算销售表的平均销售数量。

2. 新建列

在Power BI中，新建列是提升数据分析效率的重要操作。以下是常见的新建列方法。

2.1 求销售金额

假设数据表Sales中仅包含SalesQuantity（销售数量），但没有SalesAmount（销售金额），我们可以通过以下方法创建SalesAmount列。

方法一：使用lookupvalue函数

lookupvalue函数用于在另一个表中查找特定值。

格式：

lookupvalue('目标表名'[目标列],'目标表名'[查找列],'匹配列所在的表名'[匹配列])

例如：

lookupvalue('Product'[ProductPrice], 'Product'[ProductCode], 'Sales'[ProductCode])

这样可以将Product表中的ProductPrice与Sales表中的ProductCode匹配，获取商品价格。然后将SalesQuantity与ProductPrice相乘，得到SalesAmount。

结果如下：

方法二：使用related函数（多对一匹配）

related函数用于在多对一关系中获取相关数据。

格式：

related('表名'[列名])

例如：

related('Sales'[ProductCode])

这种方法可以直接从Sales表中获取商品信息，而无需单独创建Product表。

2.2 求订单数量

假设数据表Sales和Product之间存在一对多关系（Sales表的ProductCode可以映射到Product表的多个记录），我们可以使用relatedtable函数来获取相关数据。

使用方法

格式：

relatedtable('表名')

例如：

relatedtable('Sales')

这样可以将Sales表与Product表关联起来。然后，可以使用countrows函数统计订单数量。

通过上述方法，我们可以快速完成数据分析任务。Power BI的DAX语言为数据分析者提供了强大的工具，通过合理使用函数可以显著提升分析效率。

转载地址：http://hqizz.baihongyu.com/