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

基本上是普通格式的数据，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”，因为我需要按“ proc”加权平均。

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

我发现所有关于加权平均值的示例都是跨度量的，但是没有一个覆盖其他维度。

最欢迎任何帮助！

Answer 1

我了解到您不愿意更改模型。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。立即尝试更改结构是最好的时机，因为您离开的时间越长，难度就会越大。

这并不是说您无法使用工具来做您想做的事，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，在给出警告/演讲（！）的情况下，您可以执行此操作。

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] ) )

它的效率真​​的很低，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所要做的工作要比将其作为适当的Fact表持久化时要多得多。如果您的模型很大，则此措施及其引用的任何措施都可能会出现性能问题。

Answer 2

@RADO是正确的。您绝对应该旋转ITEM列以获取此信息。

然后可以将op_rate上的加权平均值写为

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