快速度量建议（试验性预览版） - Power BI

自然语言示例

为了帮助演示该功能，下面提供了每个受支持度量方案的一些自然语言示例。

将聚合应用于列以返回单个值。支持的聚合包括总和、计数、非重复计数、不包括空白值的非重复计数、平均值、最小值、最大值、平均值、方差和标准偏差。

显示销售总额

获取销售总额

有多少产品

唯一用户数

不包括空白值的非重复用户数

获取唯一用户数并排除空白值

可选筛选器

对于聚合列，还可以指定一个或多个筛选条件。如果有多个筛选条件，可以指定是需要为筛选器使用交集 (&&/AND) 还是并集 (||/OR)。

伦敦有多少客户

2022 年总销量

计算“产品”为“Word”且“区域”为“北部”的销售额

“产品”为“Word”或“区域”为“北部”的销售额

按照条件“产品”为“Word”&&“区域”为“北部”筛选的销售额

“产品”为“Word”||“区域”为“北部”的销售额

统计指定表中的记录数。如果只有一个表，则无需指定表。

统计销售表的记录数

统计销售表

销售表行计数

统计销售表的行数

可选筛选器

对于行计数，还可以指定一个或多个筛选条件。如果有多个筛选条件，可以指定是需要为筛选器使用交集 (&&/AND) 还是并集 (||/OR)。

统计“产品”为“Word”且“区域”为“北部”的销售表的行数

统计“产品”为“Word”或“区域”为“北部”的销售表

统计按照条件“产品”为“Word”&&“区域”为“北部”筛选的销售表的记录数

获取“产品”为“Word”||“区域”为“北部”的销售表的行计数

每个类别的聚合

计算某个类别中每个非重复值的度量，然后聚合结果以返回单个值。支持的聚合包括平均值、加权平均值、最小值、最大值、方差。

每家店铺的平均销售额

每个类别的按优先级加权的平均分数

每个产品的最低分数

每家店铺的最大件数

数学运算。

对数值列、度量或聚合列执行数学运算。对于跨表中列的方案，可以对结果求平均 (AVERAGEX) 或求和 (SUMX) 以返回单个值。

销售额 - 销货成本

销售额减销货成本

销售额除以目标收入乘以 100

销售额/目标收入 * 100

欧盟销售额 + 日本销售额 + 北美销售额

对于销售表中的每一行，计算“价格 * 件数”的结果，并将结果求和

对于销售表中的每一行，将“价格 * 件数”的结果求和

对于销售表中的每一行，计算“价格 * 折扣”的结果，然后求平均值

对于销售表，获取“价格 * 折扣”的平均值

获取列的选定值。此聚合通常与单选切片器或筛选器搭配使用，使度量返回非空白值。

选定的产品是什么

选择了哪个产品

产品的选定值

If 条件

根据条件返回值。如果你想要返回字符串值，需要使用双引号。条件可使用以下比较运算符：=、==、<>、<、>、<=、>=

如果销售额 > 10,000，则返回“高销售额”，否则返回“低销售额”

如果销售额大于 10,000，则显示“高销售额”，否则显示“低销售额”

如果产品的选定值为空白，则显示“未选择产品”，否则显示选定的产品

如果选定的产品 = Power BI，则显示“PBI”，否则显示“其他”

对列、度量或聚合列执行文本操作。对于跨表中列的方案，我们将合并 (CONCATENATEX) 结果以返回单个值。

"选定的产品是" & 选定的产品

显示 "选定的产品是"，后面连接选定的产品

Header_measure & " - " & Subheader_measure

对于地理位置维度表中的每一行，连接州 & ", " & 市，并组合结果

对于地理位置维度表中的每一行，获取州 & ", " & 市，并合并结果

这些时间智能方案需要使用正确标记的日期表或自动日期/时间层次结构。对于 YTD 方案，可以指定“会计”或“会计日历”以基于会计日历（6 月 30 日结束）进行计算。

年初至今销售额

会计年初至今销售额

获取年初至今的销售额

月初至今销售额

季初至今销售额

美国和加拿大的年初至今销售额

销售额与上年的变化

销售额年度环比变化

销售额月度环比变化

销售额季度环比百分比变化

去年同期销售额

上月同期销售额

28 天滚动平均销售额

相对时间筛选值

应用相对时间筛选器，以便根据过去 N 小时/天/月/年筛选度量或聚合列。

过去 4 小时的唯一用户数

过去 5 天的唯一用户数

过去 6 个月的总销售额

过去 2 年的总销售额

最常见/最不常见的值

返回指定列中出现次数最多或最少的值。

产品中最常见的值

产品中哪个值最常见

产品中最常见的值是什么

产品中哪个值最不常见

产品中最不常见的值是什么

前 N 个筛选值

计算某个度量或聚合列，并根据该度量或聚合列将计算结果筛选为前 N 个分类值。

前 3 个产品的总销售额

筛选为前 3 个产品的总销售额

前 5 名学生的平均分数

筛选为前 5 名学生的平均分数

某个类别的前 N 个值

根据度量或聚合列获取列中前 N 个值的连接列表。

总销售额最高的 3 个产品

销售额最高的 3 个产品

销售额最高的 3 个产品是什么

返回系统或用户信息，例如当前日期/时间，或当前用户的电子邮件、域或用户名。

今天的日期

返回当前用户电子邮件

返回当前域名和用户名

返回当前用户的域登录名

限制和注意事项

快速度量建议不能取代学习 DAX。该功能提供的建议旨在帮助快速创建跟踪度量；但是，你仍然需要验证 DAX 建议，因为它们可能是错误的或者与意图不符。

此功能目前作为试验性预览版提供给用户测试和反馈看法。请注意，设计和功能今后可能有重大更改。

该功能由目前仅部署到美国数据中心（美国东部和美国西部）的机器学习模型提供支持。如果你的数据位于美国境外，则默认会禁用该功能，除非租户管理员启用了“允许用户数据离开其地理位置”租户设置：