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：

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。