一、语法结构:
其中:
1)第一个参数table是要筛选的表
2)第二个参数filter是筛选条件
3)返回的是一张表,不能单独使用,需要与其他函数结合使用
二、应用场景:
要做更复杂的运算,通过简单的布尔表达式根本无法实现的情况
例如:度量值[产品数量 2]= CALCULATE([产品数量],‘产品明细’[品牌]=“苹果”)
等同于:
= CALCULATE([产品数量],
FILTER(ALL(‘产品明细’[品牌]),
‘产品明细’[品牌]=“苹果”))
两种方式返回的结果一致
三、案例分析:
*用到的函数:
全国连锁电子产品专卖店的 2016 至 2017 年的销售明细,销售产品有三类:手机、电脑、平板,每一类又分别来自三个品牌:小米、苹果、三星,这个店销售的产品共计 9 个,全国 8 个城市门店设有门店:
还有几个维度表和一个日期表,模型关系图如下:
现在想找出年销售额超过 2000 万的城市销售金额,FILTER 的实现方法:
步骤1:新建一个度量值[销售总额]:销售总额 = sum(‘销售明细’[销售额])
步骤2:再建一个度量值[大于 2000 万的城市销售金额]= CALCULATE([销售总额],
FILTER(ALL(‘门店城市’),
[销售总额]>20000000))
这个度量值先利用 FILTER 函数,筛选出销售大于 2000 万的城市,然后再汇总这些城市的销售额,返回结果如下:
超过 2000 万销售额的城市的销售额总计等于 451026000,但发现上面明细的两个数字之和并不等于总计,这正是 PowerBI 中数据模型的特点:在这个表格中,每个数据都是独立运算的,和其他数字没有关系。上面两个数字代表的是,在销售额超过 2000 万的城市中,单个产品的销售额也大于 2000万的只有苹果电脑和苹果手机,这两个数字正是内部上下文和外部上下文相结合,筛选计算的结果。