118_Power Pivo周维度度同比、环比相关

2020年3月2日15:43:10 评论 557 1812字阅读6分2秒

焦棚子的文章目录

请在文末下载附件

 

一、背景

在群里看到有人在交流周维度同环比,同时又好多天都没有更新文章了,最近没有什么好的素材,就硬生生的写一个吧。

先来看看结果图(ps:实现功能,美化靠天赋,反正我没什么天赋。)

118_Power Pivo周维度度同比、环比相关

关于中国式报表,有人喜欢方式一,也有人喜欢方式二,如果喜欢方式三就自己写吧。

二、数据源

数据源用M写的随机数据,共三张表。

1、【周几】

118_Power Pivo周维度度同比、环比相关

2、【calendar】

118_Power Pivo周维度度同比、环比相关

3、【data】

118_Power Pivo周维度度同比、环比相关

4、三张表的M

118_Power Pivo周维度度同比、环比相关

5、数据源M源码

/*data*/
let
    D = #table( 
     type table[
          date=date
          ,value=number
          ]
          ,List.Transform(
              {0..364}
              ,(d)=> 
              {
                  Date.From(Number.From(#date(2018,1,1))+d)
                  ,Number.Round(Number.RandomBetween(1,1000),2)
                  }
                )
     )
in
    D

/*周几*/
let
    源 = #table(
         type table [
             ID=Int32.Type
             ,周几=text
             ]
             ,List.Transform(
                 {0..6}
                 ,(d)=> 
                 { 
                     d
                     , {"一","二","三","四","五","六","日"}{d}
                     }
                    )
         )
in
    源


/*calendar*/
let
    D = #date(2018,1,1),
    N = Number.From(D),
    C = #table(
        type table [
            date=date
            ,weeknumber=Int32.Type
            ,weekday=Int32.Type
            ]
            ,List.Transform(
                {0..364}
                ,(d)=> 
                    let 
                    r=Date.From(N+d) 
                    in 
                    { 
                        r
                        , Date.WeekOfYear(r,1)
                        ,Date.DayOfWeek(r,1)
                        }
                )
    )
in
    C

6、关系

118_Power Pivo周维度度同比、环比相关

三、上DAX

1、周同比

周同比 :=
var w =
average ( 'calendar'[weeknumber] ) - 1
return
divide (
'calendar'[total]
            - calculate ( 'calendar'[total], 'calendar'[weeknumber] = w ),
calculate ( 'calendar'[total], 'calendar'[weeknumber] = w )
    )

2、日环比

日环比 :=
var dc =
    lastdate ( 'calendar'[date] )
var dl =
    dateadd ( dc, -1, day )
var vl =
    calculate ( 'calendar'[total], 'calendar'[date] = dl )
return
    divide ( 'calendar'[total] - vl, vl )

3、result

result :=
VAR v =
FORMAT ( 'calendar'[total], "0.00" )
VAR t =
SWITCH (
TRUE (),
'calendar'[周同比] > 0, "同比:▲" & FORMAT ( 'calendar'[周同比], "0%" ),
'calendar'[周同比] < 0, "同比:▼" & FORMAT ( 'calendar'[周同比], "0%" ),
"同比:▁" & FORMAT ( 'calendar'[周同比], "0%" )
    )
VAR h =
SWITCH (
TRUE (),
'calendar'[日环比] > 0, "环比:▲" & FORMAT ( 'calendar'[日环比], "0%" ),
'calendar'[日环比] < 0, "环比:▼" & FORMAT ( 'calendar'[日环比], "0%" ),
"环比:▁" & FORMAT ( 'calendar'[日环比], "0%" )
    )
RETURN
SWITCH (
TRUE (),
'calendar'[周同比] = BLANK ()
&&'calendar'[日环比] = BLANK (), v,
'calendar'[周同比] = BLANK (), CONCATENATE ( v, "|" & h ),
'calendar'[日环比] = BLANK (), CONCATENATE ( v, "|" & t ),
CONCATENATE ( v, "|" & t & "|" & h )
    )

四、总结

1、dax没有什么难度,主要是上周和前一天的筛选上下创建;

2、中国式报表:主要是利用文本连接(度量值:result);

3、本案例中只体现了2018年一年的周,如果需要多年的话,只需要创建weeknumber的索引即可。

 

by焦棚子

焦棚子的文章目录

请点击【立即购买】或者【升级VIP】获得案例附件。

隐藏内容需要支付:¥5
立即购买 升级VIP
焦棚子
  • 本文由 发表于 2020年3月2日15:43:10
  • 除非特殊声明,本站文章均为焦棚子原创,转载请务必保留本文链接
142_Power BI之同比预测 Power BI

142_Power BI之同比预测

焦棚子的文章目录 请在文末下载附件 一、背景 最近刚好在做一个简单同比预测的模型,预测方法很简单,就是累计同比预测,把MTD展示出来。 二、数据源 1、日期表:Calendar 2、事实表1:Data...
140_Power BI&Power Pivot之降维展示同类型比较 Power BI

140_Power BI&Power Pivot之降维展示同类型比较

焦棚子的文章目录 请在文末下载附件 一、背景 最近一段时间比较忙,几乎没有时间更新网站内容,今天刚好周末,更新一个简单的需求。 上效果图: 在我们日常做对比分析的时候,经常几个相同维度(比如省份、区域...