union all动态表_Power BI可视化技巧：时间维度动态折叠显示

​作者/Beau
数据分析爱好者，擅长PBI数据分析

本文灵感来自于星球球友的一个求助帖，他的诉求是可以在矩阵中对于日期类型的列标题进行动态折叠显示。

何为折叠呢？

简单的说就是当切片器选择日期长度超过一周时，则折叠为周维度显示，以此类推，可由日折叠为周，周折叠为月，月折叠为季，季折叠为年，换句话说就是日期由低纬度向高维度的汇总。

还是不明白？那就直接看效果图。

特别提醒：

为了便于大家理解，核心度量值代码已在源文件中做了详细注释哦。

闲话不多说，切入正题。

制作步骤

1、模型概览

模型是不是很简单？原生的三个表以及一个自建维度表，这里只建了三个度量值，所以就没有建专门的度量值表。

关键点：

1.这里的日期表包含列的颗粒度应尽可能的细，如下图所示，原因在于这样处理会便于后期日期维度表的创建。

2.对于日期表中的日名称和周名称的建立是有技巧的，日名称要包含年月，周名称要包含年，如下图所示。这样处理的目的在于我们能够方便的锁定目标数据。

2、构造辅助表

使用DAX新建表，如下

日期维度表=
VAR y =    ADDCOLUMNS (        SELECTCOLUMNS(            SUMMARIZE( '日期', '日期'[年份名称], '日期'[年份序号], '日期'[日期] ),            "年份", '日期'[年份名称],            "维度明细", '日期'[年份名称],            "日期", '日期'[日期],            "orderby",0        ),        "类别名称", "年"    )
VAR q =    ADDCOLUMNS (        SELECTCOLUMNS(            SUMMARIZE( '日期', '日期'[年份名称], '日期'[季度名称], '日期'[季度序号], '日期'[日期] ),            "年份", '日期'[年份名称],            "维度明细", '日期'[季度名称],            "日期", '日期'[日期],            "orderby",1        ),        "类别名称", "季"    )
VAR m =    ADDCOLUMNS (        SELECTCOLUMNS(            SUMMARIZE( '日期', '日期'[年份名称], '日期'[月份名称], '日期'[月份序号], '日期'[日期] ),            "年份", '日期'[年份名称],            "维度明细", '日期'[月份名称],            "日期", '日期'[日期],            "orderby",2        ),        "类别名称", "月"    )
VAR w =    ADDCOLUMNS (        SELECTCOLUMNS(            SUMMARIZE( '日期', '日期'[年份名称], '日期'[周名称], '日期'[周序号], '日期'[日期] ),            "年份", '日期'[年份名称],            "维度明细", '日期'[周名称],            "日期", '日期'[日期],            "orderby",3        ),        "类别名称", "周"    )
VAR d =    ADDCOLUMNS (        SELECTCOLUMNS(            SUMMARIZE( '日期', '日期'[年份名称], '日期'[日名称], '日期'[日值], '日期'[日期] ),            "年份", '日期'[年份名称],            "维度明细", '日期'[日名称],            "日期", '日期'[日期],            "orderby",4        ),        "类别名称", "日"    )
RETURN    UNION ( y, q, m, w, d )

核心思想在于利用原生日期表日期数据进行汇总合并。

这里要注意"orderby"列字段的创建规则，从日-年按照1-4的顺序创建，这样处理是为了在可视化组件中可以按照从左往右的顺序逐级折叠。

3.建立度量值

需要建立的具体度量值如下所示。

[salse]为基础度量值，这里不再赘述。

[test]度量值为测试度量值，它并没有直接参与到最终的数据呈现中，那我为何要建立它呢？各位小伙伴可不要小看它的作用，在我们日常写特别复杂的度量时，经常会被上下文环境弄晕头，那么这个度量就是解决此问题的利器，你可以将复杂度量中的步骤一一拆解写入到测试度量中，以验证每一步的结果是否符合预期，这将使你的工作事半功倍。

前方高能！核心度量即将登场！（代码比较长，请耐心看完。）

view=--根据切片器取对应值
VAR select_d =   SELECTEDVALUE ( '日期'[日名称])VAR select_w =   SELECTEDVALUE ( '日期'[周名称])VAR select_m =   SELECTEDVALUE ( '日期'[月份名称] )
VAR select_q =   SELECTEDVALUE ( '日期'[季度名称] )
VAR select_y =   SELECTEDVALUE ( '日期'[年份名称] )--对周界点进行判断
VAR tf_w =    MOD (SELECTEDVALUE ( '日期'[周值] ), 7 )--判断当前上下文字段
VAR findd =    FIND ("D", SELECTEDVALUE ( '日期维度表'[维度明细] ),, 0 ) = 7
VAR findw =    FIND ("W", SELECTEDVALUE ( '日期维度表'[维度明细] ),, 0 ) = 5
VAR findm =    FIND ("M", SELECTEDVALUE ( '日期维度表'[维度明细] ),, 0 ) = 5
VAR findq =    FIND ("Q", SELECTEDVALUE ( '日期维度表'[维度明细] ),, 0 ) = 5
VAR findy =    FIND ("Y", SELECTEDVALUE ( '日期维度表'[维度明细] ),, 0 ) = 1--求当前维度的下级维度最小值
VAR min_w_d =    CALCULATE( MIN ( '日期'[日名称] ), FILTER (ALL ( '日期' ), [周名称] = select_w) )
VAR min_m_w =    CALCULATE( MIN ( '日期'[周名称] ), FILTER (ALL ( '日期' ), [月份名称] = select_m) )VAR min_q_m =    CALCULATE( MIN ( '日期'[月份名称] ), FILTER (ALL ( '日期' ), [季度名称] = select_q) )VAR min_y_q =    CALCULATE( MIN ( '日期'[季度名称] ), FILTER (ALL ( '日期' ), [年份名称] = select_y) )--返回结果
RETURN    
SWITCH ( TRUE(),        
findd && SELECTEDVALUE ( '日期维度表'[维度明细] ) <= select_d && SELECTEDVALUE ( '日期维度表'[维度明细] ) >= min_w_d           && tf_w = 0 , CALCULATE ( [salse], TREATAS ( VALUES ( '日期维度表'[日期] ), '日期'[日期] ) ),        
findw&& SELECTEDVALUE ( '日期维度表'[维度明细] ) <= select_w&&SELECTEDVALUE ( '日期维度表'[维度明细] )>= min_m_w           && tf_w = 0 , CALCULATE ( [salse], TREATAS ( VALUES ( '日期维度表'[日期] ), '日期'[日期] ) ),        
findw&& SELECTEDVALUE ( '日期维度表'[维度明细] ) < select_w&& SELECTEDVALUE ( '日期维度表'[维度明细] ) >= min_m_w           && tf_w > 0, CALCULATE ( [salse], TREATAS ( VALUES ( '日期维度表'[日期] ), '日期'[日期] ) ),        
findm&& SELECTEDVALUE ( '日期维度表'[维度明细] ) < select_m&& SELECTEDVALUE ( '日期维度表'[维度明细] ) >= min_q_m,           CALCULATE ( [salse], TREATAS ( VALUES ( '日期维度表'[日期] ), '日期'[日期] ) ),        
findq&& SELECTEDVALUE ( '日期维度表'[维度明细] ) < select_q && SELECTEDVALUE ( '日期维度表'[维度明细] ) >= min_y_q,           CALCULATE ( [salse], TREATAS ( VALUES ( '日期维度表'[日期] ), '日期'[日期] ) ),        
findy&& SELECTEDVALUE ( '日期维度表'[维度明细] ) < select_y,  CALCULATE ( [salse], TREATAS ( VALUES ( '日期维度表'[日期] ), '日期'[日期] ) )    )
 

不要被它的长度吓到，代码的长度和难度并不成正比哦，下面重点对此度量进行剖析：

为了便于理解，我将代码分成了四个部分：

• 提取切片值
• 对周界点判断
• 对当前上下文字段进行判断
• 求当前日期维度的下级维度最小值
• 返回结果

讲之前啰嗦几句，类似这种关于日期的动态展示，关键点在于逻辑的梳理，不要一上来就开始写代码，最好先在纸上将每一步需要满足的条件画出来，逐步拆解，以便于对各日期界点清晰的判断，从而做到全盘考量，不会遗漏任何细节，才能最终得出想要的结果。碍于篇幅所限，就不展开讲了。

这里重点说一下度量的第二部分和第五部分，其余部分可以看源文件中的注释自行理解。

对周界点判断部分

这里采用取余函数进行判断，例如我们这里需要判断2011年3月23号是其所在周的周几，如果余数是0，则表示该天是星期日。可能细心的小伙伴会问，为何这里你只对周界点进行判断，那月度，季度，和年份界点呢？别着急，往下继续看。

返回结果部分

看着虽长，但是通过代码格式化后可看出基本范式是一样的，会写一种，写其他的都手到擒来。

发现了没？为何这里的日维度和周维度的变量和别的都不一样？看着有些复杂？

揭晓答案，根据触发点的不同，其实这里我对日期是做了两种折叠展现方式，哪两种呢？

1.触发点在当日，比如1月9日为周日，当切片器选择1月9日时，会立即折叠为周，缺点显而易见，1月9日的数据无法看到。

2.触发点在次日，同样用上述例子，当切片器选择1月9日时，并不会触发折叠，而是当切片器选择1月10日时，会触发折叠，优点也是显而易见的，这样每天的数据都能得到展现。

个人倾向于使用第二种方式，数据会得到完整展示，而且代码量也会少很多。当然小伙伴们可以视情况自由选择。

这里同样采取了无侵入的设计思路，尽量少的建立表关系，而通过TREATAS实现虚拟关联。

这一部分是整体代码的核心所在，也是难点所在，不要奢望一下能写出结果，要勇于试错，同时要注意细节，多一个或者少一个"="都会让你原地打转很久，所以一定要提前梳理清楚逻辑。

4.制作可视化

可视化没什么好说的，将建好的度量放入矩阵中，放入柱状图也是不错的选择。效果如下图所示：

写在最后

最后让我们一起对本文重点内容进行回顾总结：

1.动手之前做导图，理清逻辑。

2.可建立测试度量，方便验证。

3.写代码注意细节，避免遗漏。

可能有的小伙伴会说这种需求在实际工作中遇到的很少，将不同的日期维度放在一起展示进行比较没有实际意义，但我想说的是这里面的思维和实现过程是值得学习借鉴的，掌握了它，相信大家以后对于处理大部分的日期维度问题将会更游刃有余。

本文是基于对单日期切片，如果想对一段日期实现此效果呢？是否可以加入一个日期维度切片，更便于比较？等等一系列的问题，我在这里抛砖引玉，更多的可能等待着小伙伴们去探索发现。还是那句话：能做的还有很多，这仅仅只是开始。

-精彩推荐-

采悟：使用Power BI进行动态帕累托分析​zhuanlan.zhihu.com

采悟：PowerBI分析模型：产品关联度分析​zhuanlan.zhihu.com

采悟：如何使用Power BI计算新客户数量？​zhuanlan.zhihu.com

喜欢了别忘了点赞哦。