标签：-o lte 提取 序列 添加 value 控制 数据类型 介绍
https://zhuanlan.zhihu.com/p/55295072
静态的分析经常不能满足实际分析的需要，还需要引入动态分析，通过调节某个维度的增减变化来观察对分析结果的影响。在PowerBI中，可以使用「参数」，以切片器的形式来控制变量，与其他指标进行交互，进而完成动态分析。
创建「参数」
在PowerBI Desktop中，在“建模”选型卡下，点击“新建参数”，
然后将出现这个窗口，
比如按照以上默认的值建立的参数就是建立一个从0到20的整数序列：0、1、2、3……20，点击确定，画布上将出现一个切片器，这是因为新建参数时，左下角有个默认选项：将切片器添加到此页，通过滑动切片器可以调整参数的数值，
在数据视图下，可以看到这个参数表，
其实就是利用DAX函数GENERATESERIES新建了一个表而已，只是这里是通过图形界面点击的方式创建的，并且通过新建参数的方式，不只是新建了这张表，同时也新建了一个度量值，并自动添加到数据模型中，可以在整个报表中使用，通过右边的字段区可以看到这个度量值，
参数 值 = SELECTEDVALUE(‘参数‘[参数])
这个度量值就是提取被选中的参数值，切片器滑到哪个数值，该度量值就返回什么数值，正是通过这个切片器和这个度量值的结合，来自由的控制变量，以下就通过几个实例来看看参数是如何实现动态分析的。
假设有全国每个省市的GDP金额，想知道GDP排名前5位GDP之和，可以这样写度量值：
GDP = SUM(‘各省市GDP‘[金额])
前5名GDP = CALCULATE([GDP],TOPN(5,ALL(‘各省市GDP‘[地区]),[GDP]))
这里使用了函数TOPN，第一个参数就是要返回的行数，第二个参数是被筛选的表，第三个参数是排序依据，还有第四个可选参数，默认为0按降序排列，就是提取前N位的行数；如果为1，就是按降序排列，将返回最小的N行。
这个度量值是计算前5名之和，如果想知道前10名，把TOPN的第一个参数改为10即可，但是在分析过程中我们不能总是手动更改度量值，这时就可以利用参数来自动实现。
新建一个从1到10的参数，自动生成的度量值为了更具可读性可以重命名为[TOPN参数],然后把这个度量值来替换TOPN函数的第一个参数，更改上面的这个度量值：
前N名GDP = CALCULATE([GDP],TOPN([TOPN参数],ALL(‘各省市GDP‘[地区]),[GDP]))
然后就可以通过拖动切片器来实现动态的TOPN分析了，
在分析股价走势图时，经常用到30日均线、60日均线等，使用移动平均线可以熨平每日价格的剧烈波动，让用户能更清晰看到长期的变化趋势。
30日均线就是向前推30天的均价折线图，60天均线、120天均线以此类推，我们先建立一个参数GENERATESERIES(30，120，30)，以及度量值：[移动平均参数]。
由于股市不是每天都开盘的，所以不能直接用自然日期表向前推N天，这里直接在每日股价走势数据中添加编号，编写度量值：
N天均线 = AVERAGEX(
filter(all(‘股价走势‘),‘股价走势‘[编号]<=VALUES(‘股价走势‘[编号])&&‘股价走势‘[编号]>=VALUES(‘股价走势‘[编号])-[移动平均参数]),
‘股价走势‘[收盘价])
AVERAGEX函数是一个迭代函数，可以将筛选出的表依据最后一个参数取算术平均值，控制移动平均天数的就是‘股价走势‘[编号])-[移动平均参数]，将这个度量值和收盘价维度同时放入到折线图中，
可以直观的看出，天数越长的均线越平滑，走势越稳定。
如果要测算对商品进行打折的情况下的销售额，可以新建一个折扣率参数GENERATESERIES(0.5，1，0.1)，假设最低打5折，设置最小值为0.5，注意这里的数据类型选择“十进制数字”，
参数度量值重命名为[折扣率参数]，原有计算销售额的度量值假设为[销售额]，新建一个度量值：
折扣销售额=[销售额]*[折扣率参数]
将这个度量值和原来的[销售额]同时放入到柱形图中，
通过切片器选择不同的折扣率就可以动态的展示折后的销售情况。
关于参数就介绍到这里，参数的更多应用场景，可以根据这里的例子举一反三，使用方法类似。
数据可视化之powerBI基础（十九）学会使用Power BI的参数，轻松搞定动态分析
标签：-o lte 提取 序列 添加 value 控制 数据类型 介绍
原文地址：https://www.cnblogs.com/qiu-hua/p/12788809.html
