什麼是 Python 中的自我:真實世界的例子
什麼是 Python 中的自我:真實世界的例子
我將向您展示如何在 LuckyTemplates 時間智能方案的擴展日期表中使用IsAfterToday。
當涉及到 DAX 功能和其他工具時,我會在腦海中為它們分配特定的工作或角色,以便我可以輕鬆記住它們的作用。例如,我將視為空中交通管制員。我認為是俱樂部的保鏢,他決定誰能進,誰不能進。
至於IsAfterToday,我將其視為終結者,它會掃過我的數據、表格和視覺效果,刪除我不需要的一切。您可以在本博客底部觀看本教程的完整視頻。
目錄
通過擴展日期表訪問 IsAfterToday
要訪問IsAfterToday,我需要使用擴展日期表。那是因為IsAfterToday實際上不是 DAX 函數;它是表格本身的一部分。
如果您進入表的數據視圖,IsAfterToday列如下所示。
IsAfterToday 背後的邏輯很簡單。如果日期晚於今天,則為 TRUE。如果是在今天之前,則為 FALSE。
為了進一步向您展示 IsAfterToday 的功能,我將通過兩個用例完美展示其在 LuckyTemplates 時間智能場景中的相關性。
終止累計總數
第一個用例是關於終止累計總計。這是 LuckyTemplates 論壇中經常被問及的案例。
在此示例中,我將向您展示如何使用 DAX 度量將需要大約 38 行,但如何使用 IsAfterToday 只需單擊 2 次即可在不使用 DAX 的情況下完成這項工作。
本例涉及一個基本結構。
我有季度和年度、總銷售額和累計銷售額。
總銷售額從 2018 年到現在,然後繼續提供一些預測數據,直到 2020 年底。
至於Cumulative Sales ,它只是在日期上應用了的基本 Cumulative Sales 模式。
可視化顯示某處存在問題,因為在總銷售額下降後數據變得有問題。
回頭看表,沒有2021年的數據。
所以在圖表中,最後一個數字一直重複到 2021 年底。
那麼我們如何清理 Total Sales 和 Cumulative Sales?
首先,我將使用 DAX 方法。首先,我將Alt Cumulative Sales的這一列放入表中。
這就是Alt Cumulative Sales度量的樣子。
它還顯示一個篩選器,表明如果IsAfterToday為 ,則為其分配一個如果不是,則將Cumulative Sales值分配給它。
所以,如果我返回表格並檢查,它確實表明它逐行返回了正確的值。
然而,問題出在總數上。
總計顯示 7300 萬,而它應該顯示最後一個值,即 5900 萬。
因此,我會將Alt2 累計總計放入表中,以向您展示正確的數據應該是什麼樣子。
現在,我將向您展示Alt Cumulative Sales列和Alt2 Cumulative Sales之間的區別。
這是相同的Cumulative Sales度量。
然後是應用IsAfterToday 的DAXFilter 。
在我之前使用的措施中,之後沒有任何結果。這就是為什麼每一行的值都是正確的,但是計算無法判斷它是否到達了最後一行。
在這種情況下,有一個全新的結構可以做到這一點。
應用了一個函數,因此如果我達到總計行,我會自動強制計算截至該點的所有Cumulative Sales的總數。
這是許多 LuckyTemplates 用戶應用的方法,主要是因為它確實有效。但同樣,這也意味著必須編寫 30 多行 DAX。
這一次,我將向您展示如何單擊幾下即可完成。
只需單擊此處的小箭頭即可顯示過濾器。
這就是過濾器顯示後的樣子。
然後在Fields下,我將搜索IsAfterToday。
我會將其拖放到我的過濾器中。
然後,在IsAfterToday過濾器下,我將勾選False,這意味著我指的是今天或更早的日子。
看看它是如何清理乾淨的。現在所有的值都在正確的位置。總數也是正確的。
可視化和切片器也可以這樣說。
顯然,這種方法比單純使用 DAX 方法更有效。
拆分當前數據和預測數據
我現在將處理第二個用例,它涉及獲取Total Sales字段並使用 IsAfterToday 將數據拆分為當前數據和預測數據。
我還想讓它動態化,這樣隨著時間的推移,它將更多的數據放入實際中,而將更少的數據放入預測中,直到它到達預測期結束並且一切都變成實際的。
我仍然有上一個示例的總銷售額。如前所述,它包含過去和現在的數據,以及接近年底的數據。所以它是實際數據和預測數據的混合體。
除此之外,我還有基本的累積銷售量度和累積銷售視覺效果。
假設我們想要做的是將我們視覺中的總銷售額實際分解為實際銷售額和預測銷售額。
因此,對於Actual Sales,這就是 DAX 指標的樣子。
基本上,這表明如果日期為IsAfterToday返回,則應使用Cumulative Actual值。如果不是,則應返回BLANK 。
現在,我將採用Cumulative Forecast Sales的度量並將其添加到我的值下。
然而,查看 DAX, IsAfterToday顯示以返回預測值。
在可視化下,我將刪除Cumulative Sales。
然後,我將把Cumulative Actual Sales和Cumulative Forecast Sales放在那裡。
現在,可視化顯示了在可視化中清晰分解的累計實際銷售額和累計預測銷售額。
在 LuckyTemplates 中構建一個全面的日期表 在 LuckyTemplates 中真正快速
預測:比較性能與預測的累積比較,在 LuckyTemplates 中使用 DAX
數據規範化不同天的結果
結論
這些只是 IsAfterToday 被證明有益的兩個有用案例。我鼓勵您單擊並試驗它,以發現更多使用它來解決 LuckyTemplates 時間智能問題的方法。
這也是展示雖然 DAX 確實強大的一種好方法,但在某些情況下也需要更快的替代方案。這一切都是為了掌握在任何給定情況下使用 DAX 的優缺點,以便您始終可以選擇要應用的方法。
一切順利,
什麼是 Python 中的自我:真實世界的例子
您將學習如何在 R 中保存和加載 .rds 文件中的對象。本博客還將介紹如何將對像從 R 導入 LuckyTemplates。
在此 DAX 編碼語言教程中,了解如何使用 GENERATE 函數以及如何動態更改度量標題。
本教程將介紹如何使用多線程動態可視化技術從報告中的動態數據可視化中創建見解。
在本文中,我將貫穿過濾器上下文。篩選上下文是任何 LuckyTemplates 用戶最初應該了解的主要主題之一。
我想展示 LuckyTemplates Apps 在線服務如何幫助管理從各種來源生成的不同報告和見解。
了解如何在 LuckyTemplates 中使用度量分支和組合 DAX 公式等技術計算利潤率變化。
本教程將討論數據緩存物化的想法,以及它們如何影響 DAX 在提供結果時的性能。
如果直到現在你還在使用 Excel,那麼現在是開始使用 LuckyTemplates 來滿足你的業務報告需求的最佳時機。
什麼是 LuckyTemplates 網關?所有你必須知道的