powerbi计算销售额累计同比增长率——dax

目录

效果展示:

一、建立日期表

二、建立度量值

1.销售收入

2.本年累计销售额

3.去年累计销售额

4.累计同比增长率

三、矩阵表制作


效果展示:

数据包含2017-2019年的销售收入数据

一、建立日期表

日期表建立原因及步骤见上一篇文章https://blog.csdn.net/2302_80061155/article/details/142520616?spm=1001.2014.3001.5501

自动生成连续日期列date后提取年份和月份

二、建立度量值

1.销售收入

销售收入 = sum('销售订单'[销售收入])

2.本年累计销售额

本年累计销售额 = TOTALYTD([销售收入],'日期表'[Date])

3.去年累计销售额

去年累计销售额 = TOTALYTD([销售收入],SAMEPERIODLASTYEAR('日期表'[Date]))

SAMEPERIODLASTYEAR函数介绍:

SAMEPERIODLASTYEAR(<dates>)返回一个表,该表包含由日期构成的一列,这些日期是在时间上从当前上下文中指定的 dates 列中的日期移回一年的日期

4.累计同比增长率

累计同比增长率 = DIVIDE([本年累计销售额],[去年累计销售额])-1

DIVIDE函数介绍:

DIVIDE(<numerator>, <denominator> [,<alternateresult>]),执行除法运算,相较于"/"来说优点是分母为 0 时返回备用结果或 BLANK()而不会出错

|-----------------|------------------------------------------------------|
| 分子 | {1}被除数,即被除的数字。{2} |
| 分母 | 除数,或要除以的数字。 |
| alternateresult | {1}(可选)被零除而导致错误时返回的值。{2} {1}如果没有提供,则默认值为 BLANK()。{2} |

至此度量值计算完成

三、矩阵表制作

1.拖入矩阵

2.将在日期表中的月份month拖入到"行",将本年累计销售额、去年累计销售额、累计同比增长率拖入"值"

3.添加年份和产品切片器

最终可以呈现以下效果:

相关推荐
兰亭妙微6 分钟前
软件开发公司如何利用大数据可视化设计提升决策效率
信息可视化·数据挖掘·数据分析
Q26433650231 小时前
【有源码】基于Hadoop+Spark的AI就业影响数据分析与可视化系统-AI驱动下的就业市场变迁数据分析与可视化研究-基于大数据的AI就业趋势分析可视化平台
大数据·hadoop·机器学习·数据挖掘·数据分析·spark·毕业设计
麦麦大数据2 小时前
D017 vue+django+neo4j音乐知识图谱推荐可视化分析系统|带管理员角色+爬虫
vue.js·数据分析·django·知识图谱·neo4j·推荐算法
人大博士的交易之路5 小时前
今日行情明日机会——20250926
数学建模·数据分析·缠论·缠中说禅·涨停回马枪
大数据CLUB5 小时前
基于hive和mapreduce的地铁数据分析及可视化_hive作为数据库
大数据·hive·hadoop·分布式·数据分析·mapreduce
计算机编程小央姐17 小时前
【Spark+Hive+hadoop】基于spark+hadoop基于大数据的人口普查收入数据分析与可视化系统
大数据·hadoop·数据挖掘·数据分析·spark·课程设计
没有梦想的咸鱼185-1037-166321 小时前
【遥感技术】从CNN到Transformer:基于PyTorch的遥感影像、无人机影像的地物分类、目标检测、语义分割和点云分类
pytorch·python·深度学习·机器学习·数据分析·cnn·transformer
大翻哥哥1 天前
Python 2025:数据分析平台智能化转型与新范式
人工智能·python·数据分析
维维180-3121-14551 天前
NCL数据分析与处理实践技术应用
数据挖掘·数据分析·ncl
计算机毕设残哥1 天前
【Spark+Hive+hadoop】人类健康生活方式数据分析
大数据·hive·hadoop·python·数据分析·spark·dash