2.6 聚合函数和迭代函数

第2章 DAX简介

2.1 理解DAX计算
2.2了解计算列和度量值
2.3 变量入门
2.4 表达式中的错误处理
2.5 格式化DAX代码
2.6 聚合函数和迭代函数
2.7 使用常见的DAX函数

聚合函数和迭代函数

几乎每个数据模型都需要对聚合数据进行操作。DAX提供了一组函数,这些函数可以聚合表中列的值并返回单个值。我们称这组函数为聚合函数。例如,以下度量值将计算Sales表的SalesAmount列中所有数字的总和:
Sales := SUM ( Sales[SalesAmount] )

SUM如果用于计算列中,则 汇总表的所有行。当在度量值中使用时,它仅汇总由切片器,行,列和报表中的过滤条件过滤的行。

聚合函数有很多(SUMAVERAGEMINMAXSTDEV),它们的作用因聚合值的方式不同而不同:SUM累加值,而MIN返回最小值。几乎所有这些函数仅对数值或日期起作用。只有MINMAX也可以对文本值进行运算。此外,DAX在执行聚合时从不考虑空单元格,这与Excel中对待空单元格不同(本章稍后将对此进行详细介绍)。

注意
如果与两个参数一起使用,则 MIN 和 MAX会提供另一种行为,它们返回两个参数的最小值或最大值。因此, MIN (1、2)返回1, MAX (1、2)返回2。当需要计算复杂表达式的最小值或最大值时,此函数很有用,因为这样就避免了在IF语句中多次重复同一表达式。

到目前为止,我们介绍的所有聚合函数都适用于列,然而这些函数仅聚合来自单个列的值。有些聚合函数可以聚合一个表达式而不是单列值。基于它们的工作方式,这些函数被称为迭代函数。这组函数非常有用,特别是用关联表的列进行计算时,或者在需要减少计算列数时,尤其如此。

迭代函数至少接受两个参数:第一个是它们扫描的表;第二个通常是对表每行评估的表达式。在完成扫描表并逐行评估后,迭代函数将根据其语义聚合出结果。

例如,如果我们在名为DaysToDeliver的计算列中计算交付订单所需的天数,并在此基础上构建报告,则会获得如图2-6 所示的报告。请注意,总计显示的是所有天数的总和,这个数字没啥用:
Sales[DaysToDeliver] = INT ( Sales[Delivery Date] - Sales[Order Date] )

图2-6 当您想要平均值时总计显示的是总和

这里,实际有用的总计是需要一个的度量值(称为AvgDelivery),该度量值显示每个订单的交货时间,以及所有订单交货天数总计级别上的平均值:
AvgDelivery := AVERAGE ( Sales[DaysToDeliver] )

新度量值的结果在图2-7 所示的报告中可见:


图2-7 按平均值聚合的度量值显示了总计级别的平均交货天数

该度量值对计算列求平均值。还可以利用迭代函数删除计算列从而节省模型中的空间。尽管AVERAGE确实不能对表达式求平均值,但其对应的AVERAGEX可以迭代Sales表并逐行计算交货天数,最后平均结果。此代码完成的结果与先前的定义相同:

AvgDelivery :=
AVERAGEX (
    Sales,
    INT ( Sales[Delivery Date] - Sales[Order Date] )
)

最后一个表达式的最大优点是它不依赖于计算列的存在。因此,我们可以构建整个报表而无须创建昂贵的计算列。

大多数迭代函数的名称与非迭代函数的名称相同。例如,SUM具有对应的SUMX,而MIN具有对应的MINX。但是,请记住,某些迭代函数并不对应于聚合函数,在本书后面章节,您将了解到FILTERADDCOLUMNSGENERATE等函数,即使它们没有聚合结果,也是迭代函数。

初学DAX时,您可能会认为迭代函数就很慢。逐行执行计算的概念貌似是占用大量CPU的操作。实际上,迭代函数速度很快,并且使用迭代函数而不是标准聚合函数不会导致性能下降。聚合函数只是迭代函数的一种语法版本。

实际上,基本聚合函数是相应的X后缀函数的简化版本。例如以下表达式:
SUM ( Sales[Quantity] )

内部翻译为相同代码的相应版本:
SUMX ( Sales, Sales[Quantity] )

使用SUM的唯一优点是语法较短。汇总单列的SUMSUMX之间的性能没有差异。它们在所有方面都具有相同的作用。

我们将在第4章介绍与此相关的更多详细内容,介绍评估上下文的概念,迭代函数的工作原理。

©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 214,951评论 6 497
  • 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 91,606评论 3 389
  • 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 160,601评论 0 350
  • 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 57,478评论 1 288
  • 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 66,565评论 6 386
  • 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 50,587评论 1 293
  • 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 39,590评论 3 414
  • 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 38,337评论 0 270
  • 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 44,785评论 1 307
  • 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 37,096评论 2 330
  • 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 39,273评论 1 344
  • 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 34,935评论 5 339
  • 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 40,578评论 3 322
  • 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 31,199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 32,440评论 1 268
  • 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 47,163评论 2 366
  • 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 44,133评论 2 352

推荐阅读更多精彩内容