DAX-beregninger: Totalt antall gjennomsnittlige resultater

Dette er en veldig god demonstrasjon av DAX-beregninger i LuckyTemplates. Jeg vil vise deg hvordan du kan beregne summen av en rekke gjennomsnittsresultater ved å bruke den riktige DAX-formelkombinasjonen . Du kan se hele videoen av denne opplæringen nederst på denne bloggen.

Dette krever en rimelig forståelse av hvordan iterasjonsfunksjoner fungerer i LuckyTemplates. Dette er funksjoner som SUMX, AVERAGEX, MINX, MAXX . Vanligvis har funksjonen en X på slutten.

Når du kan forstå hva iterasjonsfunksjoner gjør, kan du få en mye bedre forståelse av hvordan du manipulerer en formel for å kunne beregne en unik total.

Med dette eksemplet jobber vi gjennom AVERAGEX for å få gjennomsnittet. Deretter skal jeg vise deg hvordan du bruker SUMX som en del av formelen for deretter å beregne en annen totalsum enn det du vanligvis vil motta hvis du bare bruker AVERAGEX.

Vi dekker også funksjonen, som er ganske mye brukt i svært like scenarier.

Innholdsfortegnelse

Ser på DAX-beregningene

La oss se på denne tabellen og vurdere hva som faktisk skjer i disse formlene inne i tabellen.

DAX-beregninger: Totalt antall gjennomsnittlige resultater

Først av alt tar vi en titt på Totalt salg. Det er en enkel sumformel eller SUMX-formel, som er en itererende funksjon.

Det er bare å gjøre en sum, men vi evaluerer en logikk ved hver enkelt rad fordi det er det itererende funksjoner gjør, spesielt SUMX.

DAX-beregninger: Totalt antall gjennomsnittlige resultater

Nøkkelpunktet her er når det kommer til totalen, som er 35 millioner. Fordi det ikke var noen kontekst på dette resultatet, gjentas det faktisk på hver eneste rad i den underliggende salgstabellen, og fullfører denne logikken . Og slik får vi de 35 millionene.

DAX-beregninger: Totalt antall gjennomsnittlige resultater

Men så, når vi hopper til, det er nøyaktig samme formel. Den har de samme parameterne i formelen , bortsett fra at vi har gjennomsnittet her.

DAX-beregninger: Totalt antall gjennomsnittlige resultater

La oss nå se på totalen, 2 356,01. Totalen kommer til å være det som beregnes for hver enkelt rad, akkurat som det er i SUMX. Men i stedet for å gjøre en sum, gjør den et gjennomsnitt.

Derfor har vi et lavt tall her, som er 2.356,01. Det er gjennomsnittet av hvert eneste salg som noen gang har skjedd i salgstabellen.

Det skjer en evaluering i hver enkelt rad, og den lagrer den i minnet, og går deretter til neste rad og neste.

Helt på slutten kommer det til å snitte opp hver eneste salgstransaksjon som har skjedd.

DAX-beregninger: Totalt antall gjennomsnittlige resultater

Men nøkkeldelen av denne opplæringen er å vite hvordan vi fikk denne totalen, 28 272,12. Vi ønsker å finne ut hvordan vi trener totalt alle gjennomsnittene våre.

DAX-beregninger: Totalt antall gjennomsnittlige resultater

Beregner totalen av gjennomsnitt

For å få summen av gjennomsnittlige resultater, må vi lage litt forskjellig atferd i det totale området.

Hvordan gjør vi det? La oss først se på formelen jeg har laget.

Hvis vi sjekker ut variabelen, AVERAGEX, vil vi se at dette er nøyaktig det samme som det som skjer i denne delen av tabellen.

DAX-beregninger: Totalt antall gjennomsnittlige resultater

Vi bruker denne logikken, IF HASONEVALUE, der jeg går Dates Month fordi vi er i en månedlig kontekst.

DAX-beregninger: Totalt antall gjennomsnittlige resultater

Hvis den månedlige konteksten har én verdi, skal vi evaluere den samme nøyaktige formelen (AvgSales), som du ser her er den nøyaktig den samme.

DAX-beregninger: Totalt antall gjennomsnittlige resultater

Men hvis det ikke er det, noe som betyr at det i utgangspunktet er i det totale området, så ønsker vi å gjøre noe annerledes.

Vi vil gjøre en SUMX fordi vi på en eller annen måte ønsker å lage en sum av gjennomsnittlig salg. Og vi ønsker å evaluere totalt (28 272,12) hver eneste måned og summere det gjennomsnittlige salget.

DAX-beregninger: Totalt antall gjennomsnittlige resultater

Så totalt (28 272,12), i stedet for å evaluere hver rad i denne salgstabellen, evaluerer vi hver måned.

Vi får gjennomsnittlig salg for hver måned, og i stedet for å gjøre et gjennomsnitt, gjør vi en sum fordi inne er SUMX.

Og det er faktisk slik vi får summen av alle gjennomsnittene.

Implikasjoner av summen av gjennomsnittlige DAX-beregninger

Det er mange måter du kan bruke denne teknikken for å kombinere formler for å lage denne gjennomsnittlige totalsummen. Et eksempel er når du ønsker å få gjennomsnittlig salg per regnskapsår, slik jeg gjorde i dette eksemplet.

Du vil se i eksemplet at summen av gjennomsnitt er i hver enkelt rad.

DAX-beregninger: Totalt antall gjennomsnittlige resultater

Jeg beregnet det ved å bruke , fjerne all kontekst i regnskapsåret og det er hvordan totalen dukker opp for alle disse.

DAX-beregninger: Totalt antall gjennomsnittlige resultater

Deretter regnet jeg ut prosentandelen per regnskapsår (% per regnskapsår). Det gjøres ved å dele gjennomsnittlig salg på gjennomsnittlig salg per år.

Du vil vite at det faktisk fungerer fordi dette er hundre prosent her, som det skal være.

DAX-beregninger: Totalt antall gjennomsnittlige resultater



Konklusjon

Dette emnet for totalt gjennomsnitt har blitt mye etterspurt på forumet og andre steder.

Når vi får summen av gjennomsnitt, bruker vi en kombinasjon av funksjoner som AVERAGEX, HASONEVALUE og SUMX med litt logikk kombinert for å få den ultimate summen av alle gjennomsnitt.

Dette er en veldig gjenbrukbar idé hvis du trenger å få totaler som er ganske forskjellige fra det som faktisk er den generelle beregningen i tabellene eller visualiseringene dine.

Her er andre relaterte emner som involverer SUMX:

Dette er en ganske unik DAX-formel. Hvis du kan forstå hvordan du gjør disse DAX-beregningene, gjør du det veldig bra med LuckyTemplates-kunnskapen din. Du er på et godt sted å finne ut andre forhåndsting, spesielt når itererende logikk er nødvendig.

Nyt å jobbe gjennom denne.


Pipe In R: Koblingsfunksjoner med Dplyr

Pipe In R: Koblingsfunksjoner med Dplyr

I denne opplæringen lærer du hvordan du kobler funksjoner sammen ved å bruke dplyr-røroperatøren i programmeringsspråket R.

RANKX Deep Dive: A LuckyTemplates DAX-funksjon

RANKX Deep Dive: A LuckyTemplates DAX-funksjon

RANKX fra LuckyTemplates lar deg returnere rangeringen til et spesifikt tall i hver tabellrad som utgjør en del av en liste med tall.

Trekker ut LuckyTemplates-temaer og bilder fra PBIX

Trekker ut LuckyTemplates-temaer og bilder fra PBIX

Lær hvordan du demonterer en PBIX-fil for å trekke ut LuckyTemplates-temaer og bilder fra bakgrunnen og bruke den til å lage rapporten din!

Excel Formulas Cheat Sheet: Mellomveiledning

Excel Formulas Cheat Sheet: Mellomveiledning

Excel Formulas Cheat Sheet: Mellomveiledning

LuckyTemplates-kalendertabell: Hva er det og hvordan du bruker det

LuckyTemplates-kalendertabell: Hva er det og hvordan du bruker det

LuckyTemplates-kalendertabell: Hva er det og hvordan du bruker det

Python i LuckyTemplates: Hvordan installere og sette opp

Python i LuckyTemplates: Hvordan installere og sette opp

Lær hvordan du installerer programmeringsspråket Python i LuckyTemplates og hvordan du bruker verktøyene til å skrive koder og vise visuelle elementer.

Beregning av dynamiske fortjenestemarginer – enkel analyse av LuckyTemplates med DAX

Beregning av dynamiske fortjenestemarginer – enkel analyse av LuckyTemplates med DAX

Lær hvordan du beregner dynamiske fortjenestemarginer ved siden av LuckyTemplates og hvordan du kan få mer innsikt ved å grave dypere inn i resultatene.

Sortering av datotabellkolonner i LuckyTemplates

Sortering av datotabellkolonner i LuckyTemplates

Lær hvordan du sorterer feltene fra kolonner med utvidet datotabell på riktig måte. Dette er en god strategi å gjøre for vanskelige felt.

Finn dine beste produkter for hver region i LuckyTemplates ved å bruke DAX

Finn dine beste produkter for hver region i LuckyTemplates ved å bruke DAX

I denne artikkelen går jeg gjennom hvordan du kan finne de beste produktene dine per region ved å bruke DAX-beregninger i LuckyTemplates, inkludert TOPN- og CALCUATE-funksjonene.

Søppeldimensjon: Hva er det og hvorfor det er alt annet enn søppel

Søppeldimensjon: Hva er det og hvorfor det er alt annet enn søppel

Lær hvordan du bruker en søppeldimensjon for flagg med lav kardinalitet som du ønsker å inkludere i datamodellen din på en effektiv måte.