DAX从入门到精通 3-5-1 了解 ALL, ALLEXCEPT, and ALLNOBLANKROW

了解 ALL, ALLEXCEPT, and ALLNOBLANKROW

All函数根据你提供的参数,返回表的所有行,或者是列的所有值。例如,下面的DAX查询返回product表的所有行。

EVALUATE
ALL ( Product )

all函数接受的参数不能使用表表达式。参数必须要使用表名,或者列的名称。如果你使用的列,那么结果就是包含该列唯一值的,只有一列的表。

EVALUATE
ALL ( Product[Class] )
image.png

All函数的参数可以传递多个同一个表中的多个列。如果使用多个列,那么结果的列就是你传入的相关列,包括了这些列的组合的唯一值。例如:

EVALUATE
ALL ( Product[Class], Product[Color] )
ORDER BY Product[Color]
image.png

All函数计算时候,会忽略所有的筛选器。可以使用all函数作为迭代函数的参数,例如sumx和filter,或者用于calculate函数的的参数。
如果要使用all函数取得表的大部分列,那么你可以使用allexcept代替。allexcept的语法需要一个包含列名称的表名来作为参数,来计算结果。最后的计算结果,allexcept返回了除了指定列的该表的所有列的不唯一值。
对于表格的延续版本,allexcept可以一直保持作用,例如,当你的product表有五个列(ProductKey, Product Name, Brand, Class, Color),下面的会返回相同的结果:

ALL ( Product[Product Name], Product[Brand], Product[Class] )
ALLEXCEPT ( Product, Product[ProductKey], Product[Color] )

然后,接着你增加了Product[Unit Cost],Product[Unit Price]列,这时候,all会忽略这两列,而allexcept函数则返回正确的数据。

ALL (
Product[Product Name],
Product[Brand],
Product[Class],
Product[Unit Cost],
Product[Unit Price]
)

下面的代码返回表的所有列除了Product Code and Color。结果和之前的结果一致,因为结果包含了productkey列,也就是每行的主键。其他行的组合可能会导致一个较少的唯一值组合,因为allexcpet排除了所有的列的组合值的重复。

EVALUATE 
ALLEXCEPT ( Product, Product[ProductKey],
Product[Color] )
image.png

之前的例子,我们在evaluate中使用all函数,来返回排除所有筛选器的表。下面我们通过创建度量值来计算all函数返回表的行,每次使用不同的过滤条件:

[Products] := COUNTROWS ( Product )
[All Products] := COUNTROWS ( ALL ( Product ) )
[All Brands] := COUNTROWS ( ALL ( Product[Brand] ) )
image.png

对于每个产品分类,allproduct和allbland返回都是相同的。all函数自动忽略了透视表产生的筛选条件。
当你要通过关系关联父表的数据时,使用all函数可能会得到一个blank的集合。因为可能存在子表在父表中不存在匹配的问题。可以使用allnoblankrow()来过滤掉这些空行。
看下面的代码:

[All Products] := COUNTROWS ( ALL ( Product ) )
[All NoBlank Products] := COUNTROWS ( ALLNOBLANKROW ( Product) )
[All Brands] := COUNTROWS ( ALL ( Product[Brand] ) )
[All NoBlank Brands] := COUNTROWS ( ALLNOBLANKROW (Product[Brand] ) )
[All Sizes] := COUNTROWS ( ALL ( Product[Size] ) )
[All NoBlank Sizes] := COUNTROWS ( ALLNOBLANKROW (Product[Size] ) )
image.png

通过结果,我们可以看出all和allnoblankrow函数的区别。all函数的结果比allnoblankrow多返回一行。原因是有一个sales表在product表中没有对应的行,所以产生了一个多的blank。
你会注意到all size 和 all noblank size 度量值返回相同的值。度量值评估了product【size】列。这里两个函数返回相同的的原因是,products【size】列自身已经包含了一个blank的值。


image.png

只有在进行计算的时候,想要忽略关系中不匹配值的时候,才要使用allnoblankrow,通常都是all函数。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 211,194评论 6 490
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,058评论 2 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 156,780评论 0 346
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,388评论 1 283
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,430评论 5 384
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,764评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,907评论 3 406
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,679评论 0 266
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,122评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,459评论 2 325
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,605评论 1 340
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,270评论 4 329
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,867评论 3 312
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,734评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,961评论 1 265
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,297评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,472评论 2 348

推荐阅读更多精彩内容