Begivenhed
14. feb., 16 - 31. mar., 16
Med 4 chancer for at komme ind, kan du vinde en konference pakke og gøre det til LIVE Grand Finale i Las Vegas
Flere oplysningerDenne browser understøttes ikke længere.
Opgrader til Microsoft Edge for at drage fordel af de nyeste funktioner, sikkerhedsopdateringer og teknisk support.
Forslag til hurtigmålinger hjælper med at oprette DAX-målinger ved hjælp af naturligt sprog i stedet for at bruge skabeloner eller skrive DAX fra bunden. Forslag til hurtigmålinger med Funktionen Copilot er ikke længere tilgængelige i den offentlige prøveversion.
Denne funktion kan bruges til at starte oprettelsen af almindelige DAX-målescenarier, f.eks.:
Hvis du vil aktivere funktionen, skal du gå til menuen Indstillinger Power BI Desktop og slå eksempelknappen til for forslag til hurtigmålinger. Denne funktion kan bruges til at starte oprettelsen af almindelige DAX-målescenarier, f.eks.:
Hvis du vil aktivere funktionen, skal du først gå til menuen Indstillinger Power BI Desktop og aktivere prøveversionsknappen for forslag til hurtigmåling:
Når du har aktiveret funktionen, kan du få adgang til forslag til hurtigmåling ved at starte Hurtigmåling under fanen Hjem eller Udformning på båndet og vælge Forslag:
Her kan du beskrive den måling, du vil oprette, og ramme Generér (eller angiv nøgle) for at få FORSLAG til DAX-måling:
Du bør altid validere DAX-forslagene for at sikre, at de opfylder dine behov. Hvis du er tilfreds med en foreslået måling, kan du klikke på knappen Tilføj for automatisk at føje målingen til din model.
Som en hjælp til at demonstrere funktionen her er nogle eksempler på naturligt sprog for hvert af de understøttede målingsscenarier.
Anvend sammenlægninger på en kolonne for at returnere en enkelt værdi. Vores understøttede sammenlægninger omfatter sum, antal, distinkt antal, distinkt antal ingen tomme værdier, gennemsnit, min. maks., median, varians og standardafvigelse.
Eksempler:
For aggregerede kolonner kan du også angive en eller flere filterbetingelser. Hvis der er flere filterbetingelser, kan du angive, om du vil have et fællesmængde (&&/AND) eller forening (||/OR) af filtrene.
Eksempler:
Tæl antallet af poster i den angivne tabel. Du behøver ikke at angive tabellen, hvis der kun er én tabel.
Eksempler:
I forbindelse med rækkeantal kan du også angive en eller flere filterbetingelser. Hvis der er flere filterbetingelser, kan du angive, om du vil have et fællesmængde (&&/AND) eller forening (||/OR) af filtrene.
Eksempler:
Beregn en måling for hver enkelt værdi i en kategori, og aggreger derefter resultaterne for at returnere en enkelt værdi. Vores understøttede aggregeringer omfatter gennemsnit, vægtet gennemsnit, min., maks. varians.
Eksempler:
Udfør matematiske handlinger med numeriske kolonner, målinger eller aggregerede kolonner. I forbindelse med scenarier på tværs af kolonner i en tabel kan du enten beregne gennemsnittet (AVERAGEX) eller opsummere resultatet (SUMX) for at returnere en enkelt værdi.
Eksempler:
Hent den valgte værdi for en kolonne. Dette bruges typisk, når det kombineres med et udsnitsværktøj eller et filter med en enkelt markering, så målingen returnerer en værdi, der ikke er tom.
Eksempler:
Returner værdier baseret på betingelser. Hvis du returnerer strengværdier, skal du bruge dobbelte anførselstegn. Betingelser kan bruge følgende sammenligningsoperatorer: =, ==, <>, <, >, <=, >=
Eksempler:
Udfør teksthandlinger med kolonner, målinger eller aggregerede kolonner. I forbindelse med scenarier på tværs af kolonner i en tabel fletter vi resultatet (CONCATENATEX) for at returnere en enkelt værdi.
Eksempler:
Disse tidsintelligensscenarier kræver brug af en korrekt markeret datotabel eller et automatisk dato-/klokkeslætshierarki. I forbindelse med ÅTD-scenarier kan du angive "regnskabskalender" eller "regnskabskalender" for at basere beregningen på regnskabskalenderen (slutter den 30. juni).
Eksempler:
Anvend et filter for relativ tid, der filtrerer din måling eller den aggregerede kolonne til de sidste N timer/dage/måneder/år.
Eksempler:
Returner værdien med det største eller mindste antal forekomster i en angivet kolonne.
Eksempler:
Beregn en måling eller en aggregeret kolonne, der er filtreret efter de øverste N-kategoriværdier baseret på den samme måling eller aggregerede kolonne.
Eksempler:
Hent en sammenkædet liste over de øverste N-værdier i en kolonne baseret på en måling eller en aggregeret kolonne.
Eksempler:
Returner system- eller brugeroplysninger, f.eks. den aktuelle dato/det aktuelle klokkeslæt eller den aktuelle brugers mail, domæne eller brugernavn.
Eksempler:
Her kan du beskrive den måling, du vil oprette, og ramme Generér (eller angiv nøgle) for at få FORSLAG til DAX-måling:
Du bør altid validere DAX-forslagene for at sikre, at de opfylder dine behov. Hvis du er tilfreds med en foreslået måling, kan du klikke på knappen Tilføj for automatisk at føje målingen til din model.
Som en hjælp til at demonstrere funktionen her er nogle eksempler på naturligt sprog for hvert af de understøttede målingsscenarier.
Anvend sammenlægninger på en kolonne for at returnere en enkelt værdi. Vores understøttede sammenlægninger omfatter sum, antal, distinkt antal, distinkt antal ingen tomme værdier, gennemsnit, min. maks., median, varians og standardafvigelse.
Eksempler:
For aggregerede kolonner kan du også angive en eller flere filterbetingelser. Hvis der er flere filterbetingelser, kan du angive, om du vil have et fællesmængde (&&/AND) eller forening (||/OR) af filtrene.
Eksempler:
Tæl antallet af poster i den angivne tabel. Du behøver ikke at angive tabellen, hvis der kun er én tabel.
Eksempler:
I forbindelse med rækkeantal kan du også angive en eller flere filterbetingelser. Hvis der er flere filterbetingelser, kan du angive, om du vil have et fællesmængde (&&/AND) eller forening (||/OR) af filtrene.
Eksempler:
Beregn en måling for hver enkelt værdi i en kategori, og aggreger derefter resultaterne for at returnere en enkelt værdi. Vores understøttede aggregeringer omfatter gennemsnit, vægtet gennemsnit, min., maks. varians.
Eksempler:
Udfør matematiske handlinger med numeriske kolonner, målinger eller aggregerede kolonner. I forbindelse med scenarier på tværs af kolonner i en tabel kan du enten beregne gennemsnittet (AVERAGEX) eller opsummere resultatet (SUMX) for at returnere en enkelt værdi.
Eksempler:
Hent den valgte værdi for en kolonne. Dette bruges typisk, når det kombineres med et udsnitsværktøj eller et filter med en enkelt markering, så målingen returnerer en værdi, der ikke er tom.
Eksempler:
Returner værdier baseret på betingelser. Hvis du returnerer strengværdier, skal du bruge dobbelte anførselstegn. Betingelser kan bruge følgende sammenligningsoperatorer: =, ==, <>, <, >, <=, >=
Eksempler:
Udfør teksthandlinger med kolonner, målinger eller aggregerede kolonner. I forbindelse med scenarier på tværs af kolonner i en tabel fletter vi resultatet (CONCATENATEX) for at returnere en enkelt værdi.
Eksempler:
Disse tidsintelligensscenarier kræver brug af en korrekt markeret datotabel eller et automatisk dato-/klokkeslætshierarki. I forbindelse med ÅTD-scenarier kan du angive "regnskabskalender" eller "regnskabskalender" for at basere beregningen på regnskabskalenderen (slutter den 30. juni).
Eksempler:
Anvend et filter for relativ tid, der filtrerer din måling eller den aggregerede kolonne til de sidste N timer/dage/måneder/år.
Eksempler:
Returner værdien med det største eller mindste antal forekomster i en angivet kolonne.
Eksempler:
Beregn en måling eller en aggregeret kolonne, der er filtreret efter de øverste N-kategoriværdier baseret på den samme måling eller aggregerede kolonne.
Eksempler:
Hent en sammenkædet liste over de øverste N-værdier i en kolonne baseret på en måling eller en aggregeret kolonne.
Eksempler:
Returner system- eller brugeroplysninger, f.eks. den aktuelle dato/det aktuelle klokkeslæt eller den aktuelle brugers mail, domæne eller brugernavn.
Eksempler:
Begivenhed
14. feb., 16 - 31. mar., 16
Med 4 chancer for at komme ind, kan du vinde en konference pakke og gøre det til LIVE Grand Finale i Las Vegas
Flere oplysningerTræning
Modul
Føj målinger til Power BI Desktop-modeller - Training
I dette modul lærer du, hvordan du arbejder med implicitte og eksplicitte målinger. Du starter med at oprette simple målinger, som opsummerer en enkelt kolonne eller tabel. Derefter skal du oprette mere komplekse målinger baseret på andre målinger i modellen. Derudover får du mere at vide om lighedspunkter for og forskelle mellem en beregnet kolonne og en måling.
Certificering
Microsoft Certified: Power BI Data Analyst Associate - Certifications
Demonstrer metoder og bedste fremgangsmåder, der er i overensstemmelse med forretningsmæssige og tekniske krav til modellering, visualisering og analyse af data med Microsoft Power BI.
Dokumentation
Modelvisning i Power BI Desktop - Power BI
Få mere at vide om, hvordan du kan bruge modelvisning i Power BI Desktop til at visualisere tabeller, kolonner og komplekse relationer i din model.
Brug modelvisning i Power BI Desktop - Power BI
Få mere at vide om, hvordan du bruger modelvisning til at se og arbejde med komplekse semantiske modeller i et visuelt format i Power BI Desktop.
Selvstudium: Opret dine egne målinger i Power BI Desktop - Power BI
Få mere at vide om, hvordan du bruger målinger i Power BI Desktop til at hjælpe dig med at udføre beregninger på dine data, når du interagerer med dine rapporter.