【DAX公式精通】：PowerBI从基础到高级应用的完全解析


参考资源链接：[PowerBI使用指南：从入门到精通](https://wenku.csdn.net/doc/6401abd8cce7214c316e9b55?spm=1055.2635.3001.10343)
# 1. DAX公式基础知识

数据模型和分析表达式（DAX）是Power BI、SQL Server Analysis Services Tabular 和 Power Pivot for Excel 的核心公式语言。掌握DAX对于数据分析师来说至关重要，因为它能够帮助用户定义新的计算列和度量值，从而创建动态的和丰富的数据分析解决方案。

## 1.1 DAX的作用与重要性

DAX公式允许用户执行复杂的计算，涉及数据过滤、聚合计算、时间智能分析等多个方面。它为数据分析提供了强大的表达能力，使分析师能够通过一系列的函数来实现各种业务逻辑。

## 1.2 DAX公式的基本结构

一个DAX公式通常由函数、表达式、列引用和运算符组成。其中，函数执行计算或操作，表达式可以返回值或表，列引用代表数据模型中的具体列，运算符用于执行数学和逻辑运算。

NewMeasure = SUM(Sales[Amount]) + 1000

例如，上述DAX公式创建了一个新的度量值 `NewMeasure`，其值为 `Sales` 表中 `Amount` 列的总和加上 1000。

DAX的这些基础概念是构建更复杂数据分析功能的基石，熟悉这些基础知识对于使用DAX进行高效数据分析是必不可少的。

# 2. DAX公式核心概念解析

### 2.1 DAX数据类型和计算上下文

#### 2.1.1 DAX基础数据类型

在DAX中，数据类型是定义数据单元格或表达式可以包含的值类型的规则。DAX支持多种数据类型，包括数值、日期和时间、字符串、布尔值以及更复杂的数据结构，如表格和行。每种类型的数据在DAX公式中有特定的用途和处理方法。

- **数值类型**: 包括整数和浮点数，用于执行数学运算。
- **日期和时间类型**: DAX将日期和时间作为特殊的数值处理，这使得进行时间计算变得方便。
- **字符串类型**: 用于文本操作，DAX支持多行文本和Unicode字符。
- **布尔类型**: 只能是TRUE或FALSE，常用于逻辑判断和条件表达式。
- **表格和行类型**: 表格是行的集合，而行可以看作是具有相同结构的多个值的集合。在DAX中，表和行用于执行复杂的分析。

为了在DAX中处理不同数据类型，用户需要熟悉相应的函数和操作方式。例如，使用 `SUM()` 函数时，用户必须确保操作的是数值类型数据，而 `CONCATENATE()` 函数则用于合并字符串。

#### 2.1.2 计算上下文的理解和应用

计算上下文决定了DAX表达式在计算过程中考虑哪些数据。理解并正确应用计算上下文是编写有效DAX公式的关键。计算上下文分为两类：

- **过滤上下文**: 由行和列的筛选以及页面级别过滤器创建，它定义了公式应当应用于哪些数据。
- **行上下文**: 存在于公式中，特别是在计算列中，指示了公式应当如何沿着表的行进行迭代。

为了深入理解计算上下文，考虑以下示例：

Sales Amount := SUM(Sales[SalesAmount])

在该例子中，当 `Sales Amount` 度量值放置在表格中时，它会根据表格的过滤上下文进行计算。如果表格显示的是特定产品的销售数据，那么 `Sales Amount` 将只计算该产品的销售额。

在不同的上下文中，相同的公式可能会产生不同的结果。理解这一点至关重要，因为这影响到如何构建DAX表达式，以及如何控制数据的显示。

### 2.2 DAX度量值与计算列

#### 2.2.1 度量值的定义和应用场景

度量值是DAX公式中的一种特殊表达式，用于计算一系列值的聚合（例如总和、平均值等）。度量值计算总是依赖于过滤上下文，并且在使用时，如在Power BI的报表视图中，它们表现为可拖拽的数值。

- **定义**: 度量值是在报告中创建的，以便执行快速分析，而不需要修改基础数据模型。
- **应用场景**: 度量值适用于那些需要快速、动态计算的场景。例如，在一个销售数据模型中，我们可以创建一个度量值来计算 “总销售额”。

创建度量值的一个简单例子：

Total Sales Amount = SUM(Sales[SalesAmount])

这里，度量值 `Total Sales Amount` 在应用过滤上下文（比如在报表中选定了特定时间段或产品类别）时，会动态地计算总销售额。

#### 2.2.2 计算列的特点和使用技巧

计算列是直接添加到现有数据表中的列，其中的每个值都是通过DAX公式计算得到的。与度量值不同，计算列是静态的，一旦创建后，它们的值在每次数据刷新时都会更新。

- **特点**: 计算列非常适合那些需要作为表的一部分进行存储和引用的数据。它们通常用于转换数据或创建新的派生列，可以用于计算或汇总数据。
- **使用技巧**: 计算列的最佳实践包括避免使用可能会导致数据重复的复杂计算。此外，计算列可以利用行上下文进行迭代计算。

例如，创建一个计算列来表示每个产品的年销售额：

Yearly Sales Amount = Sales[SalesAmount] * Sales[Quantity]

这个计算列将为表中的每一行计算一个特定的产品在特定时间段内的年销售额。

### 2.3 DAX函数类别和使用场景

#### 2.3.1 常见DAX函数类别概览

DAX函数丰富多样，涉及数据操作、逻辑判断、日期时间计算等多个方面。以下是一些常见的DAX函数类别：

- **聚合函数**: 如 `SUM()`, `AVERAGE()`, `MIN()`, `MAX()` 等，用于计算数据集合的聚合值。
- **时间智能函数**: 如 `DATEADD()`, `PREVIOUSMONTH()`, `NEXTQUARTER()`, 等，专门用于时间序列分析。
- **逻辑函数**: 如 `IF()`, `AND()`, `OR()` 等，用于执行条件逻辑判断。
- **信息函数**: 如 `ISBLANK()`, `ISCROSSFILTERED()`, 等，用于获取数据信息和状态。
- **数学函数**: 提供各种数学运算功能。

每个类别下的函数都有其特定的应用场景和参数要求，正确选择和应用这些函数能够极大提高数据分析的效率。

#### 2.3.2 不同场景下的函数选择与应用

为了选取最适合特定场景的DAX函数，需要对数据模型、分析目标和结果的预期有清晰的认识。例如，在处理时间序列数据时，选择合适的时间智能函数可以极大地简化数据的聚合和分析过程。

- **聚合计算**: 当需要对数据集进行聚合计算时，如计算总和、平均值，使用 `SUM()`, `AVERAGE()` 等聚合函数。
- **时间序列分析**: 对于时间相关分析，可以利用时间智能函数快速生成月份、季度、年度等数据。
- **条件逻辑**: 在需要基于条件进行计算时，`IF()` 函数是常用的选择。
- **数据信息获取**: 当需要获取数据项的特定信息时，如是否为BLANK或是否被过滤，`ISBLANK()`, `ISCROSSFILTERED()` 等函数将非常有用。

选择合适的函数并正确应用是高效使用DAX的关键。在实际应用中，数据分析师通常会根据具体的数据模型和需求，综合使用多种函数来完成复杂的业务逻辑。例如，在生成销售报告时，可能会使用 `SUM()` 函数来计算总销售金额，同时利用时间智能函数如 `DATEADD()` 来进行时间序列的比较分析。

在接下来的章节中，我们将深入了解如何将DAX公式应用于实践操作中，包括时间智能、聚合与上下文操作，以及高级函数的使用。

# 3. DAX公式实践操作技巧

## 3.1 时间智能在DAX中的应用

### 3.1.1 时间智能函数的基本使用

在数据分析中，时间智能是一个强大的功能，它允许我们进行时间序列的分析、比较和预测。DAX（Data Analysis Expressions）语言提供了丰富的函数来支持时间智能操作。学习这些时间智能函数将为你的数据分析提供深度和广度。

时间智能函数主要被分为几类，包括时间的计算、时间周期的比较、时间范围的筛选等。举个例子，`DATEADD`函数可以用来计算过去或未来的日期。它的基本语法如下：

DATEADD(<dates>, <number_of_intervals>, <interval>)

这里，`<dates>`是一个可以解析为日期的列或表达式，`<number_of_intervals>`是你想要添加或减去的时间间隔的数量，`<interval>`是时间间隔类型，可以是年、季度、月或日。

举一个简单的使用场景：如果你想要计算上个月的销售总额，你可以使用如下公式：

TotalSalesLastMonth = CALCULATE([TotalSales], DATEADD('Date'[Date], -1, MONTH))

在这个例子中，`TotalSales`是一个你已经定义好的度量值，它计算了某一日期范围内的销售总额。`DATEADD`函数被用来计算从`'Date'[Date]`列中提取的日期往前推一个月的时间。

### 3.1.2 时间序列分析与预测

时间序列分析是数据科学中的一个重要分支，而DAX提供了简单而强大的工具来帮助我们进行时间序列的预测。这里，我们主要使用`FORECAST`系列函数和`ROLLING`系列函数。

以`FORECAST.ETS`函数为例