當DAX表達式內需要對多個表單中的內容進行計算時，需要特別注意上下文的傳遞性。行上下文關係在表之間不具有自動傳播性。例如Bike表和Sales表之間是一對多的關聯關係，如果想計算每種產品的銷售額，直接使用Sales[Volume]*Bike[Price]進行計算時Power BI會報錯，提示無法獲取當前Bike列中的Product值，即兩個表單雖然有關聯關係，但通過行上下文無法從Sales表獲取Bike表中對應的信息。此時，必須藉助RELATED函數才能將行上下文的過濾條件傳遞給對應表單，從而獲取所需數據進行計算。
與行上下文不同，篩選上下文在表之間存在傳遞關係，在多對一關聯關係中，應用在多的一方的篩選條件可以自動傳播到一的一方對其進行篩選。例如在下面的表集羣當中，Sales表和Bike表是多對一關係，Bike表和Product Category表也是多對一關係，這三張表可以聯合成一張虛擬的大表，這個虛擬表中包含三張表中全部的數據列，使得應用到Sales表上的篩選條件，可以傳遞到Bike表以及Product Category表當中，並且通過應用到Sales表上的一個篩選條件，必定可以在Bike表和Product Category表中篩選出唯一一組符合條件的數據。
需要注意的是，如果想利用篩選上下文在多對一關係的表之間具有傳遞性這一特點，通過對一個表的篩選來過濾另外一個表中的數據，在ALL函數的使用上需要特額外小心。例如下面這兩個表達式看似非常相近，但實際上獲得的結果完全不同。
All_Column =
CALCULATE (
COUNTROWS ( 'Product Category' ),
FILTER (
ALL ( 'Bike'[Product] ),
'Bike'[Product] = "Mountain Bike"
)
)
All_Table =
CALCULATE (
COUNTROWS ( 'Product Category' ),
FILTER (
ALL ( 'Bike' ),
'Bike'[Product] = "Mountain Bike"
)
)
這兩個表達式的區別主要在於，All_Column內使用ALL函數去除了Bike表內Product列上的篩選條件，之後再篩選’Bike’[Product] = "Mountain Bike"的數據，而All_Table則用ALL函數去掉了整個Bike表上的篩選條件，然後再篩選’Bike’[Product] = "Mountain Bike"的數據。
All_Column 表達式計算出錯是由於Product列並不存在於Product Category表中，這樣導致只針對Product列上的任何過濾篩選都不會對Product Category表產生影響，因此，在All_Column表達式當中，COUNTROWS函數的計算範圍讓然是整個Product Category表，所以獲得的結果是2，而不是1。