基于其他维度的DAX加权平均值

Question

我有以下数据：

DATE        COUNTRY     ITEM        Value
2005-01-01  UK          op_rate     30%
2005-01-01  UK          proc        1000
2005-01-01  UK          export      750 
2005-01-01  ITA         op_rate     45%
2005-01-01  ITA         proc        500 
2005-01-01  ITA         export      350

基本上，数据是普通格式，包括比率（op_rate）和其他项目，例如导出的卷和已处理的卷（“ proc”）。

我需要按SUM汇总“ proc”和“ export”，而不是“ op_rate”，为此我需要按“ proc”进行加权平均。

在这种情况下，总的op_rate为：0.45 * 500 + 0.30 * 1000 = 0.35 //而不是.75 SUM或0.375 AVERAGE

我发现加权平均值的所有示例均跨度量，但没有一个涵盖其他维度。

任何帮助最欢迎！

Answer 1

我了解您不愿意更改模型。 这里的问题是您正在尝试使用高度归一化的表，并使用它来使用OLAP工具进行分析。 OLAP工具更喜欢Fact / Dim星型架构，而Tabular / PowerBI也不例外。 我怀疑这也将继续困扰着未来的需求。 立即尝试改变结构是最好的时机，因为您离开的时间越长，难度就越大。

这并不是说您无法使用这些工具执行所需的操作，但是由此产生的dax效率会降低，并且所需的存储将不是最佳的。

因此，在给出了警告/演讲（！）的情况下，您可以执行以下操作。

op_rate_agg =
VAR pivoted =
    ADDCOLUMNS (
        SUMMARIZE ( 'Query1', Query1[COUNTRY], Query1[DATE] ),
        "op_rate", CALCULATE ( AVERAGE ( Query1[Value] ), Query1[ITEM] = "op_rate" ),
        "proc", CALCULATE ( SUM ( Query1[Value] ), Query1[ITEM] = "proc" )
    )
RETURN
    DIVIDE ( SUMX ( pivoted, [op_rate] * [proc] ), SUMX ( pivoted, [proc] ) )

这确实是低效的，因为它每次执行时都必须构建透视集，并且您将看到查询计划必须比将其坚持为适当的事实表来做更多的工作。 如果您的模型很大，则此度量及其引用的任何度量都可能存在性能问题。

Answer 2

@RADO是正确的。 您绝对应该旋转您的ITEM列来实现这一目标。

然后可以将op_rate的加权平均值简单地写为

= DIVIDE(
      SUMX(Table3, Table3[op_rate] * Table3[proc]),
      SUMX(Table3, Table3[proc]))