Power BI/DAX: 按添加的列值筛选 SUMMARIZE 或 GROUPBY

Power BI/DAX: Filter SUMMARIZE or GROUPBY by added column value

由于数据的机密性,我将尝试使用一些随机示例来描述我正在努力解决的问题。 假设我有一个事实 table,其中包含 Power BI 中的发票数据。我需要计算过去 12 个月销售额超过 50,000 欧元的不同产品 ID 的数量,或者更准确地说,是在所选日期之前的 12 个月内。同时,我需要能够将结果缩小到选定的国家/地区、产品组和产品类别。

我已经开始像这样设置 DATESBETWEEN 的日期范围:

productsCount = 
VAR lastDay = IF(MAX('Calendar table'[Date]) > NOW(); NOW(); MAX('Calendar table'[Date]))
VAR firstDay = EDATE(lastDay; -12)
RETURN

但后来我迷路了:

CALCULATE(
    COUNTROWS('Sales');
    SUMMARIZE(
        'Sales';
        'Sales'[ProductID];
        "prodSales"; SUM('Sales'[EUR])
    );
    DATESBETWEEN('Sales'[Date]; firstDay; lastDay);
    ALLEXCEPT(
        'Sales';
        'Sales'[Product group];
        'Sales'[Product category];
        'Sales'[Country]
    );
    [prodSales] > 50000
)

问题是,在计算行数之前,我需要能够按销售额总和筛选汇总数据。

您可以在 power 查询编辑器中创建一个汇总 table,然后在 dax 中创建一个度量来过滤超过 50k 的结果。

我还没有测试过这个,但我认为这样的东西可能会在你总结后过滤的地方工作:

productsCount =
VAR lastDay =
    IF (
        MAX ( 'Calendar table'[Date] ) > NOW ();
        NOW ();
        MAX ( 'Calendar table'[Date] )
    )
VAR firstDay = EDATE ( lastDay; -12 )
RETURN
    COUNTROWS (
        FILTER (
            CALCULATETABLE (
                SUMMARIZE ( 'Sales';
                   'Sales'[ProductID];
                   "prodSales"; SUM ( 'Sales'[EUR] )
                );
                DATESBETWEEN ( 'Sales'[Date]; firstDay; lastDay );
                ALLEXCEPT (
                    'Sales';
                    'Sales'[Product group];
                    'Sales'[Product category];
                    'Sales'[Country]
                )
            );
            [prodSales] > 50000
        )
    )

在summarise中,我们可以在summarize之后做filter table

我的输入 table 是

我正在写查询

App Downlaod Count = 

FILTER(
    SUMMARIZE(events_intraday,
    events_intraday[event_name],
    events_intraday[event_date],
    events_intraday[platform],
    events_intraday[stream_id],
    "Count",CALCULATE(
        COUNT(events_intraday[event_name]),
            FILTER(events_intraday,
                    (events_intraday[platform] = "ANDROID" || 
                    events_intraday[platform] = "IOS")
                )
            )
        ),
        events_intraday[event_name] = "first_open" && 
        (events_intraday[stream_id] = "1415470954" || 
        events_intraday[stream_id] = "1420775080")
    )

输出是