您所在的位置：网站首页 › 帕累托最优图表 › 172

172

2023-04-02 14:34| 来源: 网络整理| 查看: 265

172_再谈 Power BI 客户帕累托(ABC)分析度量值写法一、背景

我们再来谈一谈帕累托在 Power BI 中的度量值写法。我们分别使用以RANKX 和 WINDOW 两个函数为核心写度量值。

按照惯例，我们先看一下示例结果。

172-1

Power BI 公共 web 效果：https://demo.jiaopengzi.com/pbi/172-full.html

二、模型 & DAX

当前示例，我们只使用到三张表。分别是 T00_产品表、T05_订单子表以及分类标准计算表 CategoryTable, 关系如下：

172-2

分类标准计算表 CategoryTable 的 DAX，注意区间的开闭规则为：左开右闭。

CategoryTable = /*区间：左开右闭*/ DATATABLE ( "category", STRING, "Left", DOUBLE, "Right", DOUBLE, { { "A", 0, 0.7 }, { "B", 0.7, 0.85 }, { "C", 0.85, 1 } } )

核心度量值主要是累计占比accumulate%

1、度量值核心 DAX 使用 WINDOW

window_accumulate% = VAR addTable = ADDCOLUMNS ( ALLSELECTED ( 'T00_产品表'[F_02_产品分类] ), "@销售金额", [01_销售金额] ) VAR context = WINDOW ( 1, ABS, 0, REL, addTable, ORDERBY ( [@销售金额], DESC ) ) VAR fenzi = CALCULATE ( [01_销售金额], context ) VAR fenmu = CALCULATE ( [01_销售金额], ALL ( 'T00_产品表'[F_02_产品分类] ) ) VAR per = IF ( ISFILTERED ( 'T00_产品表'[F_02_产品分类] ), DIVIDE ( fenzi, fenmu, BLANK () ), BLANK () ) RETURN per

2、度量值核心 DAX 使用 RANKX

rankx_accumulate% = VAR fenzi = CALCULATE ( [01_销售金额], TOPN ( [rankx_rankDesc], ADDCOLUMNS ( ALL ( 'T00_产品表'[F_02_产品分类] ), "@rank", [rankx_rankDesc] ), [@rank], ASC ) ) VAR fenmu = CALCULATE ( [01_销售金额], ALL ( 'T00_产品表'[F_02_产品分类] ) ) VAR per = DIVIDE ( fenzi, fenmu, BLANK () ) RETURN per 三、总结经过我们的测试，使用WINDOW 的效率会略高，建议使用 WINDOW 为核心的写法。分类的标准，可以自由拓展，根据自身业务去修改。帕累托图的柱子的颜色可以根据分类写对应的 DAX 来设定。附件下载

https://jiaopengzi.com/2956.html

请关注

全网同名搜索焦棚子

如果对你有帮助，请点赞、关注、三连支持一下，这是我们更新的动力。

by 焦棚子

【本文地址】

公司简介

联系我们