利用Python处理DAX多条件替换

小A:白茶,救命啊~~~

白茶:什么情况?

小A:是这样的,最近不是临近项目上线嘛,有一大波度量值需要进行类似的调整,一个两个倒没啥,600多个,兄弟,救命啊~~~

白茶(假装沉思):兄弟,你这个事不好搞啊!

小A(眼神暗示):放心 ,规矩我懂!

白茶:开搞开搞!

在实际业务场景中,上述情况产生的频率是非常高的,究其根本,其实有三种原因:

  • 业务逻辑在频繁的改动,牵一发而动全身

  • 数据来源驳杂而不唯一

  • KPI指标过多,观察口径统一

举个例子

假设现在存在以下度量值:

复制代码
Amt = 
SUMX ( 'Fact_Sales', 'Fact_Sales'[Quantity] * RELATED ( Dim_Product[Price] ) )

Qty = 
SUM ( 'Fact_Sales'[Quantity] )

AmtUnit = 
SWITCH (
    SELECTEDVALUE ( Config_Unit[UnitOrder] ),
    1, [Amt],
    2, [Amt] / 1000,
    3, [Amt] / 7.2,
    4,
        [Amt] / 7.2 / 1000
)

QtyUnit =
SWITCH (
    SELECTEDVALUE ( Config_Unit[UnitOrder] ),
    1, [Qty],
    2, [Qty] / 1000,
    3, [Qty],
    4, [Qty] / 1000
)

AmtData = 
SWITCH (
    SELECTEDVALUE ( Config_Date[DateOrder] ),
    1, [AmtUnit],
    2, CALCULATE ( [AmtUnit], DATESQTD ( 'Dim_Date'[Date] ) ),
    3, CALCULATE ( [AmtUnit], DATESYTD ( 'Dim_Date'[Date] ) )
)

QtyData = 
SWITCH (
    SELECTEDVALUE ( Config_Date[DateOrder] ),
    1, [QtyUnit],
    2, CALCULATE ( [QtyUnit], DATESQTD ( 'Dim_Date'[Date] ) ),
    3, CALCULATE ( [QtyUnit], DATESYTD ( 'Dim_Date'[Date] ) )
)

其前端页面展示如下:

在上图示例中,我们不难发现,Unit类型的度量值是为了切换单位使用的,而DataType是为了切换观测周期使用的,例如查看当月值、季度累计、年累计。

现在我们需要将上述代码中的数字,切换为文本类型,例如:Unit中的1,切换成RMB,DataType中的1切换成MTH,以此类推。

如果仅是上图这几个度量值,那么修改起来是非常简单的,但是如果"数据量级很大 ",且"度量值很多",这种情况下我们修改起来是很头疼的,有没有一种便捷的方法能解决这个问题呢?

解决方案

看到这里,相信有的小伙伴已经意识到了,这种多条件判断,且多条件替换的场景,可以用正则来解决。

但是还可以深化,如果我不会正则怎么办?

我们可以在Python中使用正则来解决此问题,利用通用的Python代码,后续有复用场景仅需微调即可。

代码如下:

python 复制代码
import re

# 样例数据
text = """
在这里输入需要替换的文本
"""

# 定义替换规则
replacement_dict = {
    '条件1': '替换1',
    '条件2': '替换2',
    '条件3': '替换3'
}

# 定义替换函数
def replace_func(match):
    return f'{replacement_dict[match.group(1)]},'

# 正则替换
pattern = re.compile(r'\b(1|2|3),')
result = pattern.sub(replace_func, text)

print(result)

我们来看一下结果输出:

最近因为工作原因,停更了一段时间,还请小伙伴们见谅哦。

后面如果时间充足,白茶还会继续更新的哦,嘿嘿。


相关推荐
IndustrialSphere2 小时前
工业历史趋势图为什么会误导人?用三条数据检查倒序、缺测和截断
api·数据可视化·工业软件·industrialsphere·历史数据
黑客笔记3 小时前
python小工具win7翻车事故现场
python
岁月宁静5 小时前
从零拆解 AI 语音模拟面试系统
人工智能·python·agent
benchmark_cc5 小时前
个人开发者接入五档盘口:用 QuantDash 读取单只股票的验收清单与易错点
python·数据分析·pandas·量化交易·股票数据·quantdash
ZhengEnCi7 小时前
项目越写越乱?先别改架构:用一次目录重排 + 一份可复算的体检脚本把乱治住
python·架构·ai编程
Dmz丶7 小时前
前端转 AI 100 天 Day 45:阶段复盘——从“会调 API”到“做出 AI 产品”
python
Sakura_j_h_8 小时前
MCP SDK 2.0 实战:用 MCPServer 搭本地笔记检索服务
开发语言·笔记·python·qt·ai工具·mcp·mcpserver
数字新视界8 小时前
数据中心DCIM管理系统助力提升机房管理效率与安全性
大数据·人工智能·物联网·信息与通信·动环监控系统
QuZhengRong8 小时前
【AI】Agent 全栈进阶|AgentScope 沙箱源码解析
python·学习·ai·agent·沙箱
阿里云大数据AI技术8 小时前
孩子王基于阿里云Data Agent的智能体实践:300+Agent 覆盖400+业务场景
大数据·人工智能·agent