1.DISTINCTCOUNT('表'[字段])

订单数:=DISTINCTCOUNT('订单记录'[订单号])

2.LEN()、MID()、FIND()实现提取和合并

出生年列：如果15位身份证，拼接年，否则直接显示
=IF(LEN('订单记录'[身份证号码])=15,"19" & MID('订单记录'[身份证号码],7,2), MID('订单记录'[身份证号码],7,4))
号码长度列：计算
=LEN('订单记录'[身份证号码])
会员编号：拆分
=RIGHT('订单记录'[会员号],LEN('订单记录'[会员号])-FIND("-",'订单记录'[会员号]))

3.YEAR()、TODAY()计算年龄与分组

年龄列：
=YEAR(TODAY())-'订单记录'[出生年]
年龄分组列：
=IF('订单记录'[年龄]<=20,"<=20",IF('订单记录'[年龄]<=40,"20-40",">40"))

4.RPLACE()、SUBSTITUTE()替换文字

列：
=REPLACE('订单记录'[订单号],3,1,"P")
列：
=SUBSTITUTE('订单记录'[订单号],"O","P",1)

5.DATE()日期组合

=DATE('订单记录'[出生年],'订单记录'[出生月],'订单记录'[出生日])

6.COUNTA()、COUNTROWS()、COUNTBLANK()区别

COUNTA:=COUNTA('订单记录'[订单号])
COUNTROWS:=COUNTROWS('订单记录')
COUNTBLANK:=COUNTBLANK('订单记录'[订单号])

7.利用

LATEDTABLE()、RELATED()关系函数统计数量和RANK.EQ()排名

关系视图

在省份区域表中，通过关联，统计各省份的订单数
=COUNTROWS(RELATEDTABLE('订单记录'))
订单数量排名
=RANK.EQ('省份区域'[省份订单数],'省份区域'[省份订单数]) 

是否大单列，间接关联
=IF('订单记录'[金额]>RELATED('区域大单'[大单金额]),1,0)

工作日关联 RELATED()

=RELATED('工作日'[工作日])

工作日天数求和

工作日天数:=SUM([计算列 1])

平均销售额计算

工作日平均销售额:='订单记录'[销售总额]/'日历'[工作日天数]

8.Calculate()的场景应用

a:基于度量值的示例1（单表）

在度量值销售总额中，计算大单金额，第二个参数开始起到筛选作用

销售总额:=SUM([金额])
筛选金额:=CALCULATE('订单记录'[销售总额],'订单记录'[是否大单]=1)
销售区域列：
=RELATED('省份区域'[区域])
度量值：
华东大单金额:=CALCULATE('订单记录'[销售总额],'订单记录'[是否大单]=1,'订单记录'[销售区域]="华东")

b:基于度量值的示例2（多表）

关联到其他表比如说日历，可以通过筛选日历的年来动态实现销售金额的统计。

关系图

2022年销售额:=CALCULATE('订单记录'[销售总额],'日历'[年]=2022)
2023年销售额:=CALCULATE('订单记录'[销售总额],'日历'[年]=2023)

c:IF()用法（多表）

客户和销售的关系图

=IF('订单记录'[订单数量]>=2,"多次购买",IF('订单记录'[订单数量]=1,"一次购买","未购买"))

在客户表中对客户的购买频次进行分类

d.Calculate()上下文

CALCULATE('订单记录'[销售总额],ALL('订单记录'[产品名称])

CAL随着年份变更，%2的百分比也随着年份正常变化

CALCULATE('订单记录'[销售总额],ALL('订单记录'))

CAL随着年份变更，%的百分比也随着年份不变化。ALL('订单记录')对所有上下文，应该根据业务场景需求，锁定某个统计列，可以活动正确的占比。

9.SUMMARIZE()用法，提取不重复记录值，并链接回表

度量值 :=SUMMARIZE('订单记录','订单记录'[订单号],"金额",'订单记录'[销售总额])

选择表格，选择连接（为了提高读取效率，这里选择数据少的连接）

基于度量值的链接回表

evaluate
SUMMARIZE('订单记录','订单记录'[订单号],"金额",'订单记录'[销售总额])

进入表格编辑模式，选择命令类型DAX，输入表达式。

或者

基于列的链接回表

evaluate
SUMMARIZE('订单记录','订单记录'[订单号],'订单记录'[金额])

以订单记录为对象，选取"订单号"列，返回每个订单的相应金额的子表到Excel中。

列会受筛选上下文影响，推荐度量值。

连接回表的结果如下

10.GENERATE()，笛卡尔乘积

表6

表7

evaluate
GENERATE('表6','表7')

11.SUMX()

SUMX:=SUMX('订单记录','订单记录'[数量]*'订单记录'[金额])

12.筛选函数FILTER()

筛选对象

FILTER:=FILTER('订单记录','订单记录'[产品名称]="iphone14")

结果

VALUES('订单记录'[产品名称])

按金额排序，返回排名前3的订单。

TOPN(3,'订单记录','订单记录'[金额],ASC)

SUMX加FILTER实现无关系的数据获取

SUMX(FILTER('订单记录','区域经理'[区域]=RELATED('省份区域'[区域])),'订单记录'[金额])

13.EARLIER()

a.累计金额

=SUMX(FILTER('订单记录',EARLIER('订单记录'[金额])<='订单记录'[金额]),'订单记录'[金额])

SUMX

第一次行计算对象，通过Earlier把比自己大的金额筛选出来，结果500

第二次行计算对象，通过Earlier把比自己大的金额筛选出来，结果500和300

b.排名

=COUNTROWS(FILTER('订单记录',EARLIER('订单记录'[金额])<'订单记录'[金额]))+1

效果图

14.USERELATIONSHIP()

下单总数:=SUM([数量])
送货数量:=CALCULATE([下单总数],USERELATIONSHIP('订单记录'[实际送货日期],'日历'[Date]))

2022年下单2次，送货1次

2023年下单21次，送货22次（其中一次是22年的单子）

效果如下