基础手札丨创建表(修订)

“路漫漫其修远兮,吾将上下而求索。”
                                        ——《离骚》

“PowerBI是一个漫长的学习过程,不是说掌握了一个两个函数就是会了,基础不牢,学那么多花里胡哨的干啥?”

其实,白茶最近在自我反思,学习的思路属实驳杂了,东一榔头西一棒槌,没有章法。@新云大佬看不下去了,点醒了我一通,白茶深以为然,决定打一些基础。

大佬给我布置了好多作业,决定细细咀嚼。

创建

第一道题目就是创建新的表。

这里面涉及到两个函数:

SELECTCOLUMNS函数与ADDCOLUMNS函数。

一、SELECTCOLUMNS函数

语法:

DAX=
SELECTCOLUMNS(Table,Name,scalar_expression[,Name,]…)

第一参数Table:任何返回表的DAX表达式。

第二参数Name:新列名。

第三参数表达式:任何标量的表达式,可以是列引用、整数或者字符串值。

后续还可以继续添加列名、表达式,但是表只能一个。

SELECTCOLUMNS最大的用法是在空白表上,添加列。

二、ADDCOLUMNS函数

语法:

DAX=
ADDCOLUMNS(Table,Name,scalar_expression[,Name,]…)

第一参数Table:任何返回表的DAX表达式。

第二参数Name:新列名。

第三参数表达式:任何标量的DAX表达式。

相对于SELECTCOLUMNS函数的最大区别是,它可以在原表的基础上添加列。

开始在PowerBI中进行实验。

打开PowerBI,输入如下代码:

创建 =SELECTCOLUMNS (   

{("例子A",50),

("例子A",80),

("例子A",100),

("例子B",30),

("例子B",60),

("例子B",70),

("例子C",20),

("例子C",45),

("例子C",90)    },

"名称", [Value1],"销售", [Value2])

结果如图:

这是第一种,利用SELECTCOLUMNS函数创建了一个新表。

提取“名称”这一列,并且修改列名为“字母客户”。

提取 =
SELECTCOLUMNS ('创建',"字母客户", [名称] )

结果如图:

这是第二种,也是SELECTCOLUMNS的原生用法,提取现有列到空白表。

在原表添加新列。输入如下代码:

添加 =
ADDCOLUMNS ('创建',"新增", COUNTROWS ('创建') )

结果如图:

这个是ADDCOLUMNS的原生用法,将表格的数据复制过来并且添加一列。

但是大佬给我留的题目是啥?提取“名称”列,对销售数据进行汇总,白茶当时都蒙了…思考了一下,编写如下代码:

题目 =
ADDCOLUMNS (
    DISTINCT ( SELECTCOLUMNS ( '创建', "新名称", [名称] ) ),
    "销售汇总", CALCULATE ( SUM ( '创建'[销售] ) )
)

结果如图:

达到了大佬的要求。这里解释一下各部分的意义:

ADDCOLUMNS—这里是添加在原有数据的基础上,添加新列,受后面的条件限制。

DISTINCT—这里是进行重复值去重。

SELECTCOLUMNS—根据’创建’这个表格中’名称’这一列,生成名为’新名称’的列,当然,它是含有重复值的。

CALCULATE是生成对销售数据的汇总。

小伙伴们,GET了么?

白茶会不定期的分享一些函数卡片哦。

(文件在知识星球[PowerBI丨需求圈])

这里是白茶,一个PowerBI的初学者。

下面这个知识星球是针对有实际需求的小伙伴,有需要的请加入下面的知识星球。

(这个星球里面有白茶之前所有的案例文件。)

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
好的,你的问题是关于Python函数第二次运行报错和retry的简单用法。 首先,如果一个Python函数在第二次运行时出现了错误,可能是由于函数内部的变量状态发生了变化,导致程序出错。为了解决这个问题,可以使用retry功能来多次尝试运行该函数,直到它成功为止。 使用retry功能可以在函数出现错误时自动重试,可以避免手动重复运行该函数,从而提高效率。 下面是一个简单的示例代码,演示了如何使用retry功能: ```python import time from retry import retry @retry(delay=1, backoff=2, max_delay=4) def my_func(): print("Running my_func...") # 模拟函数出错 if time.time() % 2 == 0: raise ValueError("Oops! Something went wrong...") else: print("Success!") my_func() ``` 在这个示例代码中,我们使用了retry库中的retry装饰器来装饰my_func函数,该函数会运行多次,直到成功为止。在retry装饰器中,我们设置了最大延迟时间为4秒,每次重试前等待1秒,重试间隔时间呈指数级增长,即第一次重试后等待1秒,第二次重试后等待2秒,第三次重试后等待4秒,以此类推,直到达到最大延迟时间为止。 当my_func函数第一次运行时,它会输出“Running my_func...”和“Success!”,并正常结束。当函数第二次运行时,它会抛出一个ValueError异常,并重试多次,直到成功为止。 希望这个简单的示例可以帮助你理解如何使用retry功能。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Fabric丨白茶

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值