power bi能够处理的数据量（累计数据还原为当期数据）

power bi能够处理的数据量（累计数据还原为当期数据）也就是日期是当前日期的上一日，并且用户等于当前用户的行，获取该行的累计数据，就是上一日该客户的数据，然后用本行累计数据减去上一日的累计数据，便是本客户的当日发生数。(x)=>x[日期]=Date.AddDays([日期] -1) and x[用户]=[用户]在PowerQuery的界面功能中，无法直接实现，这种情况下我们就需要用M来计算。将数据导入到PowerQuery编辑器中，添加自定义列：List.Sum( {[累计数据] -List.Sum( Table.SelectRows( 更改的类型 (x)=>x[日期]=Date.AddDays([日期] -1) and x[用户]=[用户] )[累计数据] )} )这个M

你也许也遇到这样的情况，数据中的每日记录是历史累计数，而需要分析的是当日发生数据，这就需要将累计的数据还原为当日数据，在PowerBI中，有多种方式可以实现这种计算。

模拟示例数据如下：

这个数据中记录了每个用户的每日历史累计数据，下面就通过这个示例介绍如何用M以及DAX来计算出当日数据，并帮你理解这些方法的异同之处。

Power Query法

在PowerQuery的界面功能中，无法直接实现，这种情况下我们就需要用M来计算。

将数据导入到PowerQuery编辑器中，添加自定义列：

List.Sum( {[累计数据] -List.Sum( Table.SelectRows( 更改的类型 (x)=>x[日期]=Date.AddDays([日期] -1) and x[用户]=[用户] )[累计数据] )} )

这个M公式的难点主要是如何计算上一日的累计数，它是利用Table.SelectRows来筛选行，筛选的条件就是：

(x)=>x[日期]=Date.AddDays([日期] -1) and x[用户]=[用户]

也就是日期是当前日期的上一日，并且用户等于当前用户的行，获取该行的累计数据，就是上一日该客户的数据，然后用本行累计数据减去上一日的累计数据，便是本客户的当日发生数。

关于这个M公式，你需要有一点语法基础才能看懂，如果暂时看不懂也没有关系，记住这种套路，需要的时候可直接套用。

上面是用M实现的，用DAX当然也可以实现，下面就分别介绍计算列和度量值实现的方式。

DAX-计算列法

计算列的写法如下：

关键是第8行的表达式，筛选逻辑与上面的M完全一致，只不过这是DAX的表达方式，也是根据当前行的日期和用户，找出上一日相同客户的累计数据，最终的结果与PQ也是一样的。

DAX-度量值法

将数据表中的日期和用户作为上下文，度量值就可以这样写：

其结果也是一样的：

仔细观察度量值和计算列写法的区别，其中最关键的一点是，在度量值中，并不需要在筛选表达式中指定，用户与当前行的用户一致，因为度量值会自动接受当前外部用户上下文的筛选。

如果在模型中建立日期表，构建数据模型，其实还可以用时间智能函数来实现这种需求，度量值写法更加简单。

直接使用PREVIOUSDAY筛选上一日，计算上一日的累计数据，然后相减得到本日的发生额。

其实度量值可以直接得到每日发生额，无需在PowerQuery中添加自定义列，也无需在模型中添加计算列，非必要时也不建议在数据中添加列，度量值才是推荐的做法。

---

上面几种方法，整体的计算逻辑是一样的，都是先筛选出上一日同一客户的累计数，然后通过本日的累计减去上日累计数得到。只不过筛选的方式略有差异，除了M和DAX函数和语法本身的差异，关键是上下文的影响：

• M的上下文是表的当前行，不能自动筛选，需要显式的M表达式进行筛选；
• 计算列的上下文也是当前行，行上下文不能自动筛选，需要需要显式的DAX表达式进行转换；
• 度量值的上下文是各种外部筛选器，可以自动产生筛选作用，对于不需要转换直接应用的筛选器，无需在DAX内部显式表达。

以上就是将累计数据还原为当日数据的几种方法，关键是通过这个简单的计算掌握各种方法的筛选逻辑。

更多推荐：

利用Power Query，PowerBI轻松展示最近N天

PowerBI中的关系为什么有虚线？这篇文章告诉你

PowerBI生态重大进展，一文带你玩转DAX计算组

采悟 | powerbi星球