DAX 第七篇：分組聚合

DAX有三個用於生成分組聚合數據的函數，這三個函數有兩個共同的特徵：分組列和擴展列。

• 分組列是用於分組的列，只能來源於基礎表中已存的列，分組列能夠來源於同一個表，也能夠來源於相關的列。
• 擴展列是由name和expression對構成的，name是字符串，expression是包含聚合函數的表達式。

在分組列和擴展列上，這三個函數有各自獨特的處理方式。

一，SUMMARIZE

SUMMARIZE函數對相互關聯的Table按照特定的一個字段（分組列）或多個字段，進行分組聚合。因爲分組列是惟一的，經過SUMMARIZE函數，能夠得到多列的惟一值構成的二維表：

SUMMARIZE(<table>, <groupBy_columnName>[, <groupBy_columnName>]…[, <name>, <expression>]…)

參數註釋：

• table：必需參數，表示主表，能夠是任何返回表的表達式。
• groupBy_columnName：可選參數，表示分組列，該列必須是table參數中的列，或者相關聯表中的列。分組列必須使用列的徹底限定名，格式是table[column]，分組列能夠有0個，1個或多個。
• name、expression：可選參數，表示自定義的彙總列/擴展列，該參數對老是成對出現的，name是expression計算結果的名稱，expression用於計算列的聚合值。

該函數的返回值是一個彙總表，彙總表包含分組列和自定義的擴展列。

1，得到多列的惟一值

分組列是惟一的，能夠不返回彙總列，而只返回分組列，這樣獲得的表是多列的惟一值。

SUMMARIZE(ResellerSales , DateTime[CalendarYear] , ProductCategory[ProductCategoryName] ) 

2，得到彙總數據

例如，對數據表 ResellerSales ，按照字段 DateTime[CalendarYear] 和 ProductCategory[ProductCategoryName]分組，計算 ResellerSales[SalesAmount]和 ResellerSales[DiscountAmount]的加和 。

SUMMARIZE(ResellerSales , DateTime[CalendarYear] , ProductCategory[ProductCategoryName] , "Sales Amount", SUM(ResellerSales[SalesAmount]) , "Discount Amount", SUM(ResellerSales[DiscountAmount]) ) 

該函數利用ResellerSales和DateTime、ProductCategory之間的關係，獲得關聯表數據（是一箇中間臨時表），按照DateTime[CalendarYear] 和 ProductCategory[ProductCategoryName]  對關聯以後的數據進行分組，分別計算銷售和折扣的加和。

注意，ResellerSales和DateTime，ResellerSales和ProductCategory 必須顯式存在關係，不然，不能用於分組列中。

3，分組聚合的做用

第一是做爲中間臨時表，爲後續的計算提供數據；第二是用於建立新表，在Modeling菜單中，經過「New Table」從DAX表達式中建立新的Table：

參考文檔：SUMMARIZE – groupping in data models (DAX – Power Pivot, Power BI)

4，ROLLUP選項

ROLLUP函數用於對分組列進行上卷操做，該函數用於預約義多個分組集：

SUMMARIZE(<table>, <groupBy_columnName>[, <groupBy_columnName>]…[, ROLLUP(<groupBy_columnName>[,< groupBy_columnName>…])][, <name>, <expression>]…)

做用相似於TSQL的 rollup函數，例如，對於group by rollup(a,b) ，其表示的分組集是group by (), group by (a), group by (a,b)。

5，ROLLUPGROUP選項

ROLLUPGROUP函數用於計算小計組。若是把ROLLUPGROUP來代替ROLLUP函數，那麼ROLLUPGROUP經過向groupBy_columnName列的結果添加彙總行來產生和ROLLUP相同的結果。 可是，在ROLLUP語法中添加ROLLUPGROUP（）可用於防止彙總行中的部分小計。例如，ROLLUP(ROLLUPGROUP(A,B))，分組集是(A,B)和()：

SUMMARIZE(ResellerSales_USD , ROLLUP(ROLLUPGROUP( DateTime[CalendarYear], ProductCategory[ProductCategoryName])) , "Sales Amount (USD)", SUM(ResellerSales_USD[SalesAmount_USD]) , "Discount Amount (USD)", SUM(ResellerSales_USD[DiscountAmount]) ) 

6，ISSUBTOTAL選項

只能用於SUMMRIZE函數中，用於檢查該列是否爲小計組。

SUMMARIZE(<table>, <groupBy_columnName>[, <groupBy_columnName>]…[, ROLLUP(<groupBy_columnName>[,< groupBy_columnName>…])][, <name>, {<expression>|ISSUBTOTAL(<columnName>)}]…)

例如，使用該函數檢查CalendarYear和 ProductCategoryName是否爲小計組：

SUMMARIZE(ResellerSales_USD , ROLLUP( DateTime[CalendarYear], ProductCategory[ProductCategoryName]) , "Sales Amount (USD)", SUM(ResellerSales_USD[SalesAmount_USD]) , "Discount Amount (USD)", SUM(ResellerSales_USD[DiscountAmount]) , "Is Sub Total for DateTimeCalendarYear", ISSUBTOTAL(DateTime[CalendarYear]) , "Is Sub Total for ProductCategoryName", ISSUBTOTAL(ProductCategory[ProductCategoryName]) )

二，SUMMARIZECOLUMNS

該函數也用於分組聚合，和SUMMARIZE函數的差別在於分組列之間的關係是非必需的，分組列之間執行的交叉鏈接或自動存在。

SUMMARIZECOLUMNS( <groupBy_columnName> [, < groupBy_columnName >]…, [<filterTable>]…[, <name>, <expression>]…)

參數註釋：

• groupBy_columnName：分組列，該列必須使用列的徹底限定名，格式是base_table[column]，該列必須是基礎表中的現存列，分組列能夠有0個，1個或多個。多個分組列之間的表不要求必須有關係，對於不一樣表，分組列之間是交叉鏈接（cross-join）；對於相同表，分組列之間使用的是自動存在（auto-existed）。
• filterTable：可選參數，對分組列所在的基礎表進行過濾， 過濾器表中存在的值用於在執行交叉鏈接/自動存在以前進行過濾。
• name、expression：可選參數，表示自定義的彙總列，該參數對老是成對出現的，name是expression計算結果的名稱，expression用於計算列的聚合值。

返回值是彙總表，包含分組列和自定義列，返回的數據行中，至少包含一個非空值，若是在一個數據行中，全部expression的結果都是BLANK/NULL，那麼該行不包含在彙總表中。

1，分組字段進行笛卡爾乘積

如下DAX按照SalesTerritory的字段Category 和 Customer的Education字段進行分組，並對Customer表進行過濾：

SUMMARIZECOLUMNS ( 'SalesTerritory'[Category], 'Customer' [Education], FILTER('Customer', 'Customer'[First Name] = 「Alicia」) )

對過濾以後的數據進行彙總計算，返回的結果是Category和Eduction的笛卡爾乘積。

2，IGNORE選項

把包含NULL/BLANK的行過濾掉

SUMMARIZECOLUMNS(<groupBy_columnName>[, < groupBy_columnName >]…, [<filterTable>]…[, <name>, IGNORE(…)]…)

例如，若是Sum(Sales[Qty] )中包含一個NULL/BLANK，那麼把該行從結果集中移除：

SUMMARIZECOLUMNS( Sales[CustomerId], "Total Qty", IGNORE( SUM( Sales[Qty] ) ), 「BlankIfTotalQtyIsNot3」, IF( SUM( Sales[Qty] )=3, 3 ) )

3，其餘選項

• NONVISUAL()
• ROLLUPADDISSUBTOTAL()
• ROLLUPGROUP()

三，GROUPBY

GROUPBY函數除了不能再擴展列中使用CALCULATE函數以外，和SUMMARIZE的用法相同：

GROUPBY (<table>, [<groupBy_columnName1>]..., [<name>, <expression>]… )

expression參數中不能使用CALCULATE函數，CURRENTGROUP 函數只能用於最頂層的表掃描（Table Scan）操做。

GROUPBY函數執行的操做是：

• #1：從指定的表（以及「to-one」方向的全部相關表）開始
• #2：按照全部的GroupBy列建立分組，每個分組表明一組數據行
• #3：對於每個分組，評估要增長的擴展列（Extension column）。與SUMMARIZE函數不一樣，不執行隱含的CALCULATE，而且不把該組放入到過濾器上下文中。

在該函數中，能夠調用CURRENTGROUP 函數：

CURRENTGROUP()

該函數只能用於GROUPBY函數的expression參數中，表示當前分組。 CURRENTGROUP函數不帶參數，僅支持做爲如下聚合函數之一的第一個參數：AverageX，CountAX，CountX，GeoMeanX，MaxX，MinX，ProductX，StDevX.S，StDevX.P，SumX，VarX.S，VarX.P。舉個例子，對Sales表，按照Country和Category進行分組，計算每一個分組中Price * Qty的乘積之和。

GROUPBY ( Sales, Geography[Country], Product[Category], 「Total Sales」, SUMX( CURRENTGROUP(), Sales[Price] * Sales[Qty]) )

 

參考文檔：

SUMMARIZE

SUMMARIZECOLUMNS

GROUPBY

DAX function reference