【数据分析BI】用 AI 写 DAX 度量值不求人

摘要：用 AI 帮你写出能直接用的 DAX 度量值，告别报错和看不懂。

一、痛点引入

你有没有过这种经历：领导一句话"把今年累计销售额和去年同期比一下"，你打开 Power BI，新建度量值（measure，也就是 Power BI 里那种会随筛选自动重算的计算规则，像会变的公式），啪啪敲下 CALCULATE，回车——报错。

再试一次，又报错。上网搜，十篇教程八个讲得云里雾里，剩下两篇代码贴上去还是跑不通。最后要么找同事救火，要么自己硬啃，一下午就耗进去了。

说白了，DAX（Data Analysis Expressions，Power BI 用来做计算的一套公式语言）本身并不难，难的是它有一套"筛选上下文"的脾气：你顺着它就有结果，逆着它就给你脸色看。好消息是：现在有了 Copilot（Power BI 里内置的 AI 助手），咱们可以让它先把代码草稿写出来，你再照着改、照着验。本文就带你这么干，而且每个度量值我都给你验过、能跑的"标准答案"。

二、目标产出

学完这篇，你能拿到一套真实可运行的 DAX 度量值，直接贴进自己的 Power BI 就能用：

  • 总销售额（用 SUMX 逐行算数量×单价再求和）
  • 去年销售额（用 CALCULATE 搭配时间智能函数比去年同期）
  • 大单销售额（只统计数量超过阈值的订单）
  • 年初至今 / 月初至今销售额（用 TOTALYTD / TOTALMTD）
  • 同比增长率（用 DIVIDE 安全除，避免除以零报错）

同时你也会学到：怎么给 Copilot 写一句到位的中文提示词，让它吐出来的 DAX 八九不离十；以及几个踩坑点，帮你少走弯路。

三、案例实战

本文用的数据模型（后面所有 DAX 都基于它，照抄前先对一下你的字段名）

  • Sales（销售事实表，fact table，就是记录每一笔业务明细的大表）：Sales[OrderDate] 订单日期、Sales[ProductID] 产品编号、Sales[Quantity] 数量、Sales[UnitPrice] 单价
  • Date（日期维度表，dimension table，就是一张专门放日期的辅助表）：Date[Date] 日期、Date[Year] 年份、Date[Month] 月份
  • 关系（relationship，两张表之间用来"对上号"的连线）：Sales[OrderDate] → Date[Date]，多对一，保持激活（active，即连线是实线、起作用的状态）

第一步：把需求说清楚（给 Copilot 的提示词）

在 Power BI 的**报表视图的 Copilot 窗格（或 DAX 查询视图）**里，照下面这样写提示词。要点是：说清表名、字段名、要用的函数、想达到什么效果。越具体，它写得越准。

前提：Copilot 帮你写 DAX 需要付费容量（F2+/P1+ 等）+ Pro 或 PPU 许可证，且管理员开启（口径与 B21 一致，以 Microsoft Learn 当前文档为准），免费版 Power BI Desktop 里没有这个按钮。如果你用的是免费 Desktop、或暂时没有 Copilot，也完全不影响——直接照下文给出的"标准答案"手动建度量值即可（做法和 B21《第一张报表》一致）。

提示词示例（可直接复制，把字段名改成你自己的） "基于 Sales 表和 Date 表，写一个度量值叫【总销售额】。用 SUMX 遍历 Sales 表的每一行，把 Sales[Quantity] 乘以 Sales[UnitPrice] 后求和。字段名以我的模型为准。"

Copilot 一般会回一段 DAX。咱们不要盲目照搬，先看懂、再校验。下面第二节开始，我给你一份我已经验过、能跑的"标准答案"，你拿去对照——如果 AI 给的和这个思路一致，基本就能放心用。

第二步：照着标准答案，一个个写度量值

操作位置：报表视图里，点"建模"→"新建度量值"（或右键表名 → 新建度量值），把下面的代码整段粘进去。注意把字段名换成你自己的模型字段名。

① 总销售额（SUMX 逐行求和）

dax
总销售额 =
SUMX (
    Sales,
    Sales[Quantity] * Sales[UnitPrice]
)

SUMX 的意思是：先一行一行地扫 Sales 表，每行算出"数量×单价"，再把所有行的结果加起来。它比直接 SUM(金额列) 更灵活——哪怕你的表里没有现成的金额列，也能现场算出来。

② 去年销售额（CALCULATE 改筛选 + 时间智能）

dax
去年销售额 =
CALCULATE (
    [总销售额],
    SAMEPERIODLASTYEAR ( Date[Date] )
)

CALCULATE 是 DAX 里的"变形金刚"：它能临时改变筛选条件，再算一遍。这里它把日期筛选改成"去年同期那一段日期"，所以 [总销售额] 就只在去年区间里重算。SAMEPERIODLASTYEAR 是时间智能函数（time intelligence，专门处理"同比/环比/累计"这类跟日期有关的运算），它把当前日期往回推一整年。

③ 大单销售额（CALCULATE + FILTER 只挑特定行）

dax
大单销售额 =
CALCULATE (
    [总销售额],
    FILTER ( Sales, Sales[Quantity] > 10 )
)

FILTER 会从 Sales 表里筛出"数量大于 10"的那些行，交给 CALCULATE 当新的筛选范围。于是 [总销售额] 只在"大单"里求和。把 10 换成你的业务阈值就行。

④ 年初至今销售额（TOTALYTD）

dax
年初至今销售额 =
TOTALYTD ( [总销售额], Date[Date] )

TOTALYTD（Total Year To Date，年初至今累计）算的是"从今年 1 月 1 日到当前筛选日期"的累计值。第一个参数是要累计的度量值，第二个参数是日期表的日期列。

⑤ 月初至今销售额（TOTALMTD）

dax
月初至今销售额 =
TOTALMTD ( [总销售额], Date[Date] )

TOTALMTD（Total Month To Date，月初至今累计）同理，算的是"本月 1 日到当前日期"的累计。

⑥ 同比增长率（DIVIDE 安全除）

dax
同比增长率 =
DIVIDE (
    [总销售额] - [去年销售额],
    [去年销售额]
)

DIVIDE 和直接写 / 的区别在于：当分母为 0（比如去年还没数据）时，它不会报错，而是返回空值。做财务、运营类比率，永远优先用 DIVIDE。

把这六个度量值都建好，拖到报表里，按年份、月份一切片，数字就会跟着变——这就是度量值的威力：同一段公式，换个筛选范围就自动重算。

四、原理小结

DAX 的核心是"上下文"：SUMX 这类迭代函数靠行上下文一行行算；而 CALCULATE 妙在能把行上下文"升级"成筛选上下文，从而改变计算范围。时间智能函数（SAMEPERIODLASTYEAR、TOTALYTD、TOTALMTD）之所以能自动对齐去年同期、年初至今，前提是背后有一张连续、被标记为日期表的 Date 维度表撑着。理解了"筛选上下文 + 日期表"这两点，你再去读 AI 写的 DAX，就知道它每一步到底在改什么、为什么能算出那个数，而不是只会复制粘贴。

五、避坑指南

  1. 日期表"建议标记为日期表"（Mark as Date Table）。 时间智能函数（TOTALYTD、SAMEPERIODLASTYEAR 等）真正的前提，是日期列连续、无缺口，且 Sales[OrderDate] → Date[Date] 的关系已激活；在此基础上，再把 Date 表"标记为日期表"能帮 Power BI 正确识别时间层级、避免歧义。路径：报表视图 → 选中 Date 表 →"表工具"→ 标记为日期表。

  2. 关系要激活、方向要对。 Sales[OrderDate] → Date[Date] 这条关系必须是激活状态（实线，不是虚线）。如果是非激活关系，时间智能函数读不到，得用 USERELATIONSHIP 临时启用——新手先确保它是激活的，省得排查半天。

  3. FILTER 别直接套大事实表做简单筛选。 FILTER(Sales, ...) 会逐行扫描整张销售表，数据量大时很慢。（性能补注：把判断写到 CALCULATE 的谓词参数里，引擎能做"谓词下推"、只扫需要的行，比 FILTER 先全表展开再筛快得多。）像"数量大于 10"这种简单判断，优先用 CALCULATE 的简写：CALCULATE([总销售额], Sales[Quantity] > 10)；只在需要"行间比较"（比如和整张表的平均值比）时才用 FILTER。

  4. 度量值（measure）和计算列（calculated column）别搞混。 度量值不占存储、随筛选实时算，适合做汇总、比率、同比；计算列是建表时就逐行算好、存进表的字段，适合当筛选或分组的依据。做分析指标优先用度量值，别一上来就建计算列，否则文件会越撑越大、刷新越跑越慢。

  5. 财年不是自然年要写 year_end_date。 TOTALYTD 默认按 12 月 31 日截止。如果你的财年 6 月完结，要写成 TOTALYTD([总销售额], Date[Date], "6/30")，否则累计区间会整段错开。

六、进阶延展

如果你想把这套"用 AI 写 DAX"的本事打得更牢，建议先回看 L1 的 B21《第一张报表》——它是本文的前置地基，讲清"第一张报表 + 第一个 SUM 度量值 + Copilot 边界"这件最基础的事。本文用到的"数据建模 / 日期维度表 / 表关系"不在 B21 范围；日期维度表的标准建立步骤见 B23《数据模型》；日期维度的搭建步骤在 B23《数据模型》里有完整示范，结合本文的 DAX 时间智能即可。

往上走，L3 层级我们会聊更硬核的：用 RANKX 做动态排名、用 CALCULATE + ALLEXCEPT 算占比、以及让 Copilot 帮你写变量（VAR）让复杂度量值更好读。到时候，真正的 DAX 达人就是你了。