原创 DAX:GROUPBY 嵌套聚合

GROUPBY函數的作用是根據輸入的表進行數據聚合,輸入的表可以是表表達式,也就是說,GRUOPBY的參數可以是一個動態查詢返回的表,也就是說GROUPBY函數主要用於嵌套聚合的情況。 GROUPBY (<table> [, <group

原创 Newtonsoft.Json 入門介紹

本人是C#小白,這裏摘抄並整理了兩位大神的文章: Newtonsoft.Json筆記 -JToken、JObject、JArray詳解 Json 基於類 Newtonsoft.Json.Linq.JToken的應用簡介   簡單介紹如何使用

原创 PowerBI 開發 第23篇:共享數據集

Power BI共享數據集的優點是:只要數據集刷新,那麼引用該數據集的報表都會自動刷新,節省了報表數據刷新的時間和算力,缺點是:使用共享數據集的報表,雖然可以新增Measure(Measure僅存在於本地報表中,不會同步到共享dataset

原创 DAX:概述EARLIEST和EARLIER函數

EARLIEST和EARLIER函數只用於行上下文中,並且主要用於計算列的行上下文中。行上下文的作用是迭代,逐行掃描表,並且不會篩選數據。 EARLIER函數用於訪問外層行上下文,即使用外層行上下文,而不是最內層的行上下文檢索列的值。 E

原创 DAX:概述ALL函數

簡單的說,當ALL用作表函數時,忽略應用到表上的任何過濾器,並返回數據表;當ALL用作CALCULATE和CALCULATETABLE函數中修飾器時,ALL函數從擴展表中移除已經應用的過濾上下文。 注意自動存在(auto-eixist)對A

原创 DAX:LOOKUPVALUE 函數

LOOKUPVALUE函數用於根據一個或多個搜索條件,從另一個表中獲取一個或0個值。LOOKUPVALUE運行在行上下文中,根據當前表中的當前行,從另一個表中查找條件相等的行,查找不需要兩個表之間存在關係,搜索結果也不受過濾條件的影響。當兩

原创 DAX:GROUPBY函數

DAX 中的 SUMMARIZE 函數功能強大,但同時也很難使用,它可用於執行表之間的分組和連接。不幸的是,它在計算聚合值時存在一些衆所周知的性能問題。除了性能之外,SUMMARIZE 的計算限制是它無法聚合在查詢本身內動態計算的值。 一,

原创 DAX:【翻譯】SUMMARIZE的祕密

作爲一個查詢函數,SUMMARIZE 執行三個操作: 它可以按表本身或相關表的任何列對錶進行分組; 它可以創建新列,在行上下文和過濾上下文中計算表達式; 它可以產生不同級別的小計(subtotal)。 在 SUMMARIZE 的三個主要

原创 簡易繪圖 DataFrame.plot

DataFrame實現了繪圖的功能: DataFrame.plot(*args, **kwargs) 參數註釋: kind:圖表的類型,常見的類型是line、bar、barh x、y:通過參數x和y來設置x軸和y軸的數據來源,x和y分

原创 pandas Series矢量化的字符串函數——Series.str

在清理文本數據時,對pandas Series(序列)可以使用map函數,所有的字符串都可以應用字符串函數或正則表達式,但是如果存在NA,就會報錯。爲了解決這個問題,Series有一些可以跳過NA值的字符串操作方法,這可以通過Series的

原创 pandas merge 和 concat

merge是按照列值或索引值進行連接,concat是按照軸進行拼接。 一,merge 數據庫風格的連接是merge, DataFrame.merge(right, how='inner', on=None, left_on=None, r

原创 pandas reindex、set_inde 和 reset_index

操縱索引包括:重索引、設置索引、替換軸的索引、重置索引 一,重索引 (reindex) 重索引是指數據框按照新的索引進行排列,如果已存的索引和新索引不匹配,那麼使用NA來填充。 DataFrame.reindex(labels=None,

原创 pandas 排序和排名

Series和DataFrame可以按照索引進行排序,也可以按照值來排序,對值也可以進行排名。 一,按照索引排序(sort by index) 對於一個Series或DataFrame,可以按照索引進行排序,使用sort_index()函數

原创 pandas pivot、pivot_table和melt

pandas的pivot和pivot_table 用於表格數據的行列互換,而melt用於unpivot 表格數據。 1,pivot 有如下數據集:  import pandas as pd import numpy as np tabl

原创 pandas stack和unstack

在使用pandas進行數據整理時,經常會用到stack和unstack兩個函數。stack直譯過來是堆疊,堆積,unstack是展開。但是stack和unstack的作用類似於pivot和unpivot,stack用於把列轉換爲行,而uns