DAX 实战 | 一个案例带你了解 CROSSFILTER

小伙伴们好啊~

今天带大家了解的函数是CROSSFILTER，一起来看下数据模型：

在我们的模型中提供了三张表：一张事实表：Sales；两张维度表：Customer和Date，分别用CustomerKey/Date和Sales建立一对多关系。

我们要解决的业务场景是：每一年有多少个城市（Customer表中每个客户对应的City字段）产生了销售

首先写一个基础度量：

NumberOfCities = DISTINCTCOUNT( Customer[City] )

可以看到，在我们的Customer表中有473个城市。如果我们直接用Date表里的年份和该度量拖出一个矩阵，得到的结果如下：

该结果源于以下事实：

在数据模型中，一端的筛选可以流向多端，而多端的筛选无法流向一端。

Date处于一端，筛选流向了多端的Sales。而Sales和Customer是多对一关系，Sales将不再筛选Customer，所以最终的结果是所有城市的数量。

应对该问题的一个简单方案是这样的：

将Customer和Sales之间的关系改为双向，Date的筛选就可以通过Sales流向Customer了。回到报表页面，再来看下结果：

将筛选器方向由单向改为双向改变了数据模型结构，在复杂的数据模型中使用双向筛选有引发歧义的风险。

在不修改原有模型结构的前提下，有没有办法计算出我们想要的结果呢？一起来看下CROSSFILTER的实现方式：

NumberOfCitiesWithSales =
CALCULATE (
    [NumberOfCities],
    CROSSFILTER ( Customer[CustomerKey], Sales[CustomerKey], BOTH )
)

CROSSFILTER语法如下：

CROSSFILTER(<columnName1>, <columnName2>, <direction>)

该函数有三个参数：前两个参数是建立了物理关系的字段；三参指定筛选的方向，分别是None,Oneway和Both。

这里我们使用Both，将原来的单向关系通过代码修改成双向，得到了上图一样的结果。

和建立物理双向关系的一个重要区别在于，用代码实现的双向筛选仅在当前度量值生效。如果您需要知道每一年有多少个国家产生了销售，则需要再次使用CROSSFILTER。

当然，如果您熟悉扩展表的概念，您也可以把中间的事实表当成桥表（Bridge Table），代码如下：

NumberOfCitiesWithSales v2 =
CALCULATE ( [NumberOfCities], CALCULATETABLE ( Sales ) )

再来看下对比：

细心的小伙伴会发现，两个度量在每一年计算的结果是一致的，但总计行两个度量值结果并不一致。

事实上，v2总计行计算的是正确的结果，前者的总计行则包括了未产生销售的城市，也就是Customer表中所有城市的数量。

聪明的小伙伴，你们能想到原因吗，欢迎踊跃留言~

今天的函数分享就到这里，下期再见~

• PowerPivot工坊原创文章，转载请注明出处！

  如果您想深入学习微软Power BI，欢迎登录网易云课堂试听学习我们的“从Excel到Power BI数据分析可视化”系列课程。或者关注我们的公众号（PowerPivot工坊）后猛戳”在线学习”。

长按下方二维码关注“Power Pivot工坊”获取更多微软Power BI、PowerPivot相关文章、资讯，欢迎小伙伴儿们转发分享~

Power Pivot工坊