PowerBI基础知识——快速度量值

简介: SQL数据库开发

快速度量值

相比度量值需要手动书写DAX函数,快速度量值主要是对现有的字段使用系统设置好的一些功能,通过配置而生成度量值。


示例

我们以销售表为示例

1.jpg


创建快速度量值

创建快速度量值的方法有两中,右击某个字段,在弹出的菜单中选择“新建快速度量值”即可,如下图:

2.jpg


或者选中某个字段,点击菜单栏上的“新建快速度量值”,如下图:

3.jpg


配置快速度量值

当我们选择某个字段去创建快速度量值时,会弹出一个对话框,如下图:

4.jpg


我们尝试创建一个各个省份销售金额汇总的度量值。只需要将客户省份拖到字段中即可,如下图:

5.jpg

当我们配置完成后,会出现一个度量值,点击这个度量值可以看到系统自动生成的DAX代码,如下图:

6.jpg

我们可以将这个度量值重命名后拖放到可视化对象上,查看各省的累计汇总的销售金额。

7.jpg


完整示例

上面只是其中一个比较常用的功能,与我们实际的销售金额一致,只是DAX出于安全性考虑写了更多的代码以防意外情况。下面我们演示一个用星级表示各省销售额的示例。

我们还是选择销售金额来创建快速度量值,配置如下


8.jpg

点击确定后,会看到系统自动生成的度量值,具体DAX代码如下:

0.png

下面我们将这个度量值添加到刚才的图表中,如下图:


9.png

通过最后一列的销售金额的星级评分,我们可以清楚的看到每个省份的具体销售情况,非常的直观。


批注

快速度量值只是为了方便我们日常操作过程中,需要经常使用到的一些函数功能,例如汇总,计数,累计等等,省去写代码的时间。但是当我们熟练掌握了DAX后,还可以写出很多快速度量值里没有的功能。

相关文章
|
3天前
|
测试技术
数据分享|R语言回归,虚拟变量和交互项,假设检验:F检验、AIC和 BIC分析学生成绩数据附自测题(下)
数据分享|R语言回归,虚拟变量和交互项,假设检验:F检验、AIC和 BIC分析学生成绩数据附自测题
10 0
|
3天前
|
机器学习/深度学习 数据可视化
数据分享|R语言回归,虚拟变量和交互项,假设检验:F检验、AIC和 BIC分析学生成绩数据附自测题(上)
R语言随机森林RandomForest、逻辑回归Logisitc预测心脏病数据和可视化分析
|
5天前
|
并行计算 前端开发 数据可视化
R语言面板平滑转换回归(PSTR)分析案例实现
R语言面板平滑转换回归(PSTR)分析案例实现
12 0
|
1月前
|
机器学习/深度学习 Python
深入了解CatBoost:自定义目标函数与度量的高级教程
深入了解CatBoost:自定义目标函数与度量的高级教程【2月更文挑战第18天】
28 1
|
2月前
|
C++
【SPSS】两独立样本T检验分析详细操作教程(附案例实战)
【SPSS】两独立样本T检验分析详细操作教程(附案例实战)
308 0
|
2月前
【SPSS】交叉设计方差分析和协方差分析详细操作教程(附案例实战)
【SPSS】交叉设计方差分析和协方差分析详细操作教程(附案例实战)
78 0
|
3月前
|
敏捷开发 测试技术 持续交付
质量内建的5个度量维度
质量内建的5个度量维度
|
4月前
|
数据可视化 数据挖掘 索引
【数据分析与可视化】时间序列中日期范围、频率、移位、时期的讲解(图文解释 超详细)
【数据分析与可视化】时间序列中日期范围、频率、移位、时期的讲解(图文解释 超详细)
43 0
|
4月前
SPSS两变量相关性分析
SPSS两变量相关性分析
60 0
|
10月前
|
数据挖掘 Serverless
Robust火山图:一种含离群值的代谢组数据差异分析方法
代谢组学中差异代谢物的识别仍然是一个巨大的挑战,并在代谢组学数据分析中发挥着突出的作用。由于分析、实验和生物的模糊性,代谢组学数据集经常包含异常值,但目前可用的差异代谢物识别技术对异常值很敏感。作者这里提出了一种基于权重的具有稳健性火山图方法,助于从含有离群值的代谢组数据中更加准确鉴定差异代谢物。
114 0