快速提示:在单次幂查询函数中将十六进制,十进制和二进制转换为十进制

强大的查询功能,可将HEX,OCT和BIN值转换为DEC

前一段时间我写了一篇关于如何使用的博客文章 Power BI中的Unicode字符。在该博文中,我使用了递归Power Query函数将十六进制值转换为Dec值。几周前,我的一位访问者好心地分享了 他的Power Query函数的非递归版本 做得很好。大声喊着 罗科·卢波(Rocco Lupoi) 共享他的代码。因此,我决定与所有人共享它,以便更多的人可以利用他出色的Power Query功能。虽然我已经触及了他的代码,但这只是表面上的变化,因此本博文的所有功劳归Rocco所有。他的代码的好处不仅限于非递归。 下面的代码在基数小于16时(例如Binary和Oct)转换任何基数的数字,因此它是 仅限于 十六进制 价值观 只要。以下代码的另一个好处是它不区分大小写(请注意 digits 踩下面的代码)。

这里是 fnHex2Dec 电源查询功能:

(input as text, optional base as number) as number =>
let
        价值观 = [
                0=0,
                1=1,
                2=2,
                3=3,
                4=4,
                5=5,
                6=6,
                7=7,
                8=8,
                9=9,
                A=10,
                B=11,
                C=12,
                D=13,
                E=14,
                F=15
        ],
        digits = Text.ToList(Text.Upper(input)),
        dim = List.Count(digits)-1,
        exp = if base=null then 16 else base,
        Result = List.Sum(
                        List.Transform(
                                {0..dim}
                                , each Record.Field(values, digits{_}) * Number.Power(exp, dim - _)
                                )
                        )
in
        Result

As you see in the code above, the base parameter is optional, so if 不 provided base 16 would be the default.

这就是我们可以调用上面的函数的方式:

fnHex2Dec("AbCdEf", null)
调用fnHex2Dec函数将任意基数转换为十进制
继续阅读 “快速提示:在单次幂查询函数中将十六进制,十进制和二进制转换为十进制”

快速提示: 时间 Dimension with 时间 Bands at Seconds Granularity in Power BI 和 SSAS表格

时间 Dimension with 时间 Bands at Seconds Granularity in Power BI 和 SSAS表格

过去我也写过其他有关此主题的文章,您可以找到它们 这里 这里。在第一篇文章中,我解释了如何创建“Time”时间带的维度 分钟 粒度。然后,我的一位客户要求“Time”几秒钟内的尺寸,这鼓励了我写第二篇博客文章。在第二篇博文中,虽然我没有’t做时间带,所以我在这里写第三篇文章,这是第二篇文章支持5分钟,15分钟,30分钟,45分钟和60分钟的时间带的变体。“Time”尺寸降至秒。在这篇快速文章中,我直接跳到重点,向您展示如何生成“Time”维度以三种不同的方式,即在SQL Server中使用T-SQL,使用Power Query(M)和DAX。然后是这里:

时间 Dimension at Second Grain with 功率查询 (M) Supporting 时间 Bands:

在查询编辑器中复制/粘贴以下代码’s Advanced Editor to generate 时间 dimension in 功率查询:

let
Source = Table.FromList({1..86400}, Splitter.SplitByNothing()),
    #"Renamed Columns" = Table.RenameColumns(Source,{{"Column1", "ID"}}),
    #"时间 Column Added" = Table.AddColumn(#"Renamed Columns", "时间", each 时间.From(#datetime(1970,1,1,0,0,0) + #duration(0,0,0,[ID]))),
    #"Hour Added" = Table.AddColumn(#"时间 Column Added", "Hour", each 时间.Hour([Time])),
    #"Minute Added" = Table.AddColumn(#"Hour Added", "Minute", each 时间.Minute([Time])),
    #"5 Min Band Added" = Table.AddColumn(#"Minute Added", "5 Min Band", each 时间.From(#datetime(1970,1,1,0,0,0) + #duration(0, 0, Number.RoundDown(Time.Minute([Time])/5) * 5, 0))  +  #duration(0, 0, 5, 0)),
    #"15 Min Band Added" = Table.AddColumn(#"5 Min Band Added", "15 Min Band", each 时间.From(#datetime(1970,1,1,0,0,0) + #duration(0, 0, Number.RoundDown(Time.Minute([Time])/15) * 15, 0))  +  #duration(0, 0, 15, 0)),
    #"30 Min Band Added" = Table.AddColumn(#"15 Min Band Added", "30 Min Band", each 时间.From(#datetime(1970,1,1,0,0,0) + #duration(0, 0, Number.RoundDown(Time.Minute([Time])/30) * 30, 0))  +  #duration(0, 0, 30, 0)),
    #"45 Min Band Added" = Table.AddColumn(#"30 Min Band Added", "45 Min Band", each 时间.From(#datetime(1970,1,1,0,0,0) + #duration(0, 0, Number.RoundDown(Time.Minute([Time])/45) * 45, 0))  +  #duration(0, 0, 45, 0)),
    #"60 Min Band Added" = Table.AddColumn(#"45 Min Band Added", "60 Min Band", each 时间.From(#datetime(1970,1,1,0,0,0) + #duration(0, 0, Number.RoundDown(Time.Minute([Time])/60) * 60, 0))  +  #duration(0, 0, 60, 0)),
    #"Removed Other Columns" = Table.SelectColumns(#"60 Min Band Added",{"时间", "Hour", "Minute", "5 Min Band", "15 Min Band", "30 Min Band", "45 Min Band", "60 Min Band"}),
    #"Changed Type" = Table.TransformColumnTypes(#"Removed Other Columns",{{"时间", type time}, {"Hour", Int64.Type}, {"Minute", Int64.Type}, {"5 Min Band", type time}, {"15 Min Band", type time}, {"30 Min Band", type time}, {"45 Min Band", type time}, {"60 Min Band", type time}})
in
#"Changed Type"
继续阅读 “Quick Tips: 时间 Dimension with 时间 Bands at Seconds Granularity in Power BI 和 SSAS表格”

快速提示:如何按列的降序对矩阵进行排序

如何按列降序对矩阵进行排序

今天微软发布了 Power BI桌面 2020年3月 我希望它在Matrix visual上包含一个简单的功能,以便能够按列以降序对Martix进行排序,但是,它没有’t。因此,在本文中,我快速向您展示如何按列降序对Matrix进行排序。

这是场景。我的一位客户正在Power BI中生成一个报表,该报表按以下矩阵显示按年,月和周的销售额。

在Power BI中对矩阵进行排序
在Power BI中对矩阵进行排序

一切看起来都很好!但是快速查看Matrix排序可以发现该功能不可用(YET)。但是客户希望看到按年份降序排列的矩阵,像这样。

按列标题降序排列矩阵
按列标题降序排列矩阵

这是超级简单的解决方案。

继续阅读 “快速提示:如何按列的降序对矩阵进行排序”

通过颜色编码在Power BI中增强故事讲述数据的可视化能力

Power BI中的颜色编码

这篇文章在我的博客列表中等待了一段时间,现在这是我在2019年发布的最后一篇文章。我希望大家度过美好的一年。

在这篇文章中,我讨论了数据可视化的一个非常重要的方面。颜色编码。我相信,颜色编码是向用户提供适当信息的最强大,最有效的方法之一。作为人类,我们知道颜色可以说明很多事情。例如,我们看着绿草,如果是浅绿色,我们会立即了解到草非常新鲜和健康。当她有点发黄时,我们知道她’也许渴了。当它变成棕色时,可能为时已晚。

另一个完美的例子是交通信号灯。当它是绿色时,每个人都很高兴,当它是黄色时,每个人都在竞速通过路口,好吧,我’我只是在开玩笑,有些人倾向于通过黄灯,而每个人都知道当红绿灯亮时必须停车吗?和…红色时,我们必须停下来。关于颜色编码及其对我们的生活的日常影响已经足够多了。让’谈论Power BI中的颜色编码,并迅速获得更多令人兴奋的内容。

So…在Power BI中进行颜色编码,好吧,我们可以从Power BI诞生的第一天开始进行颜色编码,但也许不是’我将在这篇文章中进行解释。条件格式也存在了一段时间。在这篇文章中,我展示了一种我们可以在Power BI中实现的技术,以便在整个报表中使用一致的颜色编码。

这是没有颜色编码的报告:

  无需颜色编码的Power BI报表
无需颜色编码的Power BI报表

现在看起来是相同的报告,用颜色编码:

 彩色Power BI报告
彩色Power BI报告

让’s get into it.

入门

在这项技术中,我们’请按照以下步骤操作:

  • 我们使用一些很棒的免费调色板网站在线上生成了我们所需要的颜色’d想在我们的报告中使用
  • 我们复制十六进制值并粘贴到Power BI(通过输入数据)
  • 我们定义一个数字范围以标识我们的值将属于的范围。我个人使用百分比,但在您的情况下可能还有其他用途
  • 然后,我们定义一些度量以为要着色的度量选择特定的颜色
继续阅读 “通过颜色编码在Power BI中增强故事讲述数据的可视化能力”