13、Power BI 数据分析：度量计算、层次结构与虚拟关系构建

Power BI 数据分析：度量计算、层次结构与虚拟关系构建

1. 度量计算

在数据分析中，度量计算是关键环节，它能帮助我们从数据中提取有价值的信息。在这个过程中，不同类型的度量计算发挥着重要作用。

1.1 特定客户计数度量

“去年有购买但今年未购买的客户计数”度量用于识别去年有购买行为但今年尚未购买的客户。其结构与之前的两种度量相似，不同之处在于使用了 CALCULATETABLE 函数创建过滤表集。在示例中，当前年份变量 CurrentYear 被硬编码为 2012，在实际生产语义模型中，可将其改为 YEAR(TODAY()) 获取当前年份，或使用 YEAR(MAX('Dates'[Date])) 获取上下文中的最近年份。该度量可用于卡片或表格可视化。

1.2 货币度量

货币度量展示了在日、月、年粒度上计算几何平均值的方法。以“Last Rate”度量为例，对于数据中可能没有记录汇率的日期，需要使用 LASTNONBLANK 函数。该度量用于计算日、月、年粒度的上一汇率（前一日汇率、前一月汇率和前一年汇率）。百分比变化度量（日变化百分比、月变化百分比和年变化百分比）是几何平均值计算的源值，因此表示为正数。 GEOMEANX 函数遍历不同粒度的表，并为每一行计算变化百分比度量，最后根据这些值列表计算几何平均值（值的乘积开 N 次方根）。几何变化度量可用于多行卡片可视化，并指定 10 位小数。

1.3 度量分类