理解 SUMMARIZE

SUMMARIZE 用于生成数据汇总表，按一列或多列对数据进行分组，并且可以使用指定的表达式为汇总后的表添加新列。SUMMARIZE 是最常用的函数之一，但随着新函数的出现，它的适用范围相比最初已经大大缩小，出于性能考虑，建议你阅读本文后谨慎的使用 SUMMARIZE。

SUMMARIZE

1. SUMMARIZE ( <Table>, <GroupBy_ColumnName1>, [<GroupBy_ColumnName2>...], [<Name1>, <Expression1>], [...])

复制代码

1. SUMMARIZE (
   
2.     <table>,
   
3.     <Group_by_Column1>, [<Group_by_Column2>], [...]
   
4.     [ROLLUP( <group_by_columnX>, [<group_by_columnY>], [...] )]
   
5.     [<column1_name>, { <column1_expression> | ISSUBTOTAL(<group_by_column> ) } ]
   
6.     [<column2_name>, { <column2_expression> | ISSUBTOTAL(<group_by_column> ) } ]
   
7.     [...]
   
8. )

复制代码

参数	属性	描述
Table		输入表
GroupBy_ColumnName	可重复	要分组的列或调用 ROLLUP 函数来指定要分组的列的列表
Name	不推荐	添加的新列名称
Expression	不推荐	同时在行上下文和筛选上下文中计值的新建列的表达式

示例用法

SUMMARIZE 对作为第一参数的表执行分组，方法是使用通过多对一或一对一关系可以访问的任何表的任何列。也就是说，任何可以通过 RELATED 函数访问的列都可以被使用，而你不必真的使用 RELATED。例如，以下查询返回每年销售的数量：

1. EVALUATE
   
2. SUMMARIZE (
   
3.     Sales,
   
4.     'Date'[Calendar Year],
   
5.     "Quantity", SUM ( Sales[Quantity] )
   
6. )
   

复制代码

结果只包含按日期表 Calendar Year 列统计的销售数量，其中每个 Calendar Year 都至少在销售表有一条对应记录。

SUMMARIZE 对第一参数的扩展表执行分组，你可以使用扩展表包含的任何列作为分组参数

SUMMARIZE 定义派生列的表达式具有筛选上下文，因此不需要使 CALCULATE，而且，SUMMARIZE 还有一个行上下文可以访问用于分组的列值，如下面的示例所示:

1. EVALUATE
   
2. SUMMARIZE (
   
3.     Sales,
   
4.     'Date'[Calendar Year Number],
   
5.     "Short Year", 'Date'[Calendar Year Number] - 2000,
   
6.     "Quantity", SUM ( Sales[Quantity] )
   
7. )
   

复制代码

最佳实践

出于性能考虑，不推荐使用 SUMMARIZE 直接对表达式求值，当需要新建列的时候，我们有两种更好选择，一是使用 ADDCOLUMNS，这种改写很简单，你只需为包含聚合运算的列添加 CALCULATE，以便将行上下文转换为筛选上下文。例如，你可以使用以下更高效的方式编写之前的查询：

1. EVALUATE
   
2. ADDCOLUMNS (
   
3.     SUMMARIZE (
   
4.         Sales,
   
5.         'Date'[Calendar Year Number]
   
6.     ),
   
7.     "Short Year", 'Date'[Calendar Year Number] - 2000,
   
8.     "Quantity", CALCULATE ( SUM ( Sales[Quantity] )
   
9.     )
   
10. )
    

复制代码

需要在度量值中使用 SUMMARIZE 的时候，通过 ADDCOLUMNS 新建列是最佳实践。另一种情况是在编写查询的时候，可以使用 SUMMARIZECOLUMNS 替代 SUMMARIZE。比如示例用法中的第一个查询可以改写为：

1. EVALUATE
   
2. SUMMARIZECOLUMNS (
   
3.     'Date'[Calendar Year],
   
4.     "Quantity", SUM ( Sales[Quantity] )
   
5. )

复制代码

值得注意的是，SUMMARIZE+ADDCOLUMNS 的组合也可以用与编写查询，而 SUMMARIZECLOUMNS 却不能完全用于度量值，其中原因将在下篇文章中介绍。

所以，根据情境的不同，你有两种方式代替 SUMMARIZE。但无论何种情况，只将 SUMMARIZE 用于生成分组是最好的选择。

SUMMARIZE 和 ROLLUP

你可以指定一个或多个分组在 SUMMARIZE 函数的结果中包括汇总行（ROLL-UP），在这种情况下，你需要在 ROLLUP 函数中加入列表达式。对那些用于分组的列，汇总行的值为空值。例如，以下查询将添加一行，包含所有年份的总计，总计行的 Calendar Year 显示为空值：

1. EVALUATE
   
2. SUMMARIZE (
   
3.     Sales,
   
4.     ROLLUP ( 'Date'[Calendar Year] ),
   
5.     "Quantity", SUM ( Sales[Quantity] )
   
6. )
   
7. ORDER BY 'Date'[Calendar Year]
   

复制代码

由于汇总行在分组列为空值，因此，如果对结果排序，汇总行可以在明细行之前显示。如果要汇总更多列，则必须将所有这些列指定为单个 ROLLUP 调用的参数，其他不需要汇总的分组列可以在 ROLLUP 调用之前或之后指定。换句话说，一个 SUMMARIZE 语句中只能使用一个 ROLLUP。例如，下面的查询计算 Category 和 Weight Unit Measure 的汇总，而不计算所有年份的总计（Calendar Year 在 ROLLUP 函数之外调用）。

1. EVALUATE
   
2. SUMMARIZE (
   
3.     Sales,
   
4.     'Date'[Calendar Year],
   
5.     ROLLUP ( 'Product Category'[Category], Product[Weight Unit Measure] ),
   
6.     "Quantity", SUM ( Sales[Quantity] )
   
7. )
   
8. ORDER BY
   
9.     'Date'[Calendar Year],
   
10.     'Product Category'[Category],
    
11.      Product[Class]
    

复制代码

从前面的结果可以看出，仅仅检查列中的空值并不是标识汇总行的可靠方法。事实上，2009 年的 Computers 类别中有两行在 Weight Unit Measure 列是空白值。这两行中有一行对应于没有在产品表中指定 Weight Unit Measure 的 Computers 总数，另一行是 2009 年 Weight Unit Measure 列所有 Computers 数量的汇总。此外，排序子句并不保证这两行的顺序，在这种情况下，汇总行位于未指定 Weight Unit Measure 的空行之后。所以，基于以上原因，请不要假设列中的空值一定对应汇总行。


ROLLUP 使用多列时，其汇总效果效似于矩阵的多层行标签，第一参数位于行标签的最上层，第二参数位于第二层，以此类推。所以 ROLLUP 参数的排列顺序会影响最终展现效果。

ROLLUPGROUP


ROLLUPGROUP 也可用于计算分组的小计。如果替代 ROLLUP 使用，ROLLUPGROUP 和 ROLLUP 效果相同，向 groupBy_columnName 列上的结果添加汇总行。但是，你可以在 ROLLUP 内部添加 ROLLUPGROUP()来避免计算指定分组的小计。


下面的例子只显示了所有年份和类别的总计，没有包含所有类别的每个年份的小计:

1. SUMMARIZE(ResellerSales_USD,
   
2.         ROLLUP( DateTime[CalendarYear], ProductCategory[ProductCategoryName]),  
   
3.         "Sales Amount (USD)", SUM(ResellerSales_USD[SalesAmount_USD]),  
   
4.         "Discount Amount (USD)", SUM(ResellerSales_USD[DiscountAmount])  
   
5. )

复制代码

对于表格模型, 使外键只包含查找表中的现有值是一种最佳做法。你可以应用星型架构中使用的经典转换, 在传统 BI 系统中，使用代理键代替自然键建立表间关系，事实表中 “未知” 成员的自然键映射为统一的代理键（已在维表中预设好）与维表建立关系。而依赖于内建表格机制在空行中显示数据是第二选择。

SUMMARIZE 和 ISSUBTOTAL

若要了解行是否是分组列的汇总结果，可以使用 ISSUBTOTAL 函数将列添加到结果中，该函数接受分组列作为参数，如果行包含小计值，则返回 TRUE；否则，返回 FALSE。例如，以下查询将添加两列，用于标识该行是否为分组列的汇总行：

1. EVALUATE
   
2. SUMMARIZE (
   
3.     Sales,
   
4.     'Date'[Calendar Year],
   
5.     ROLLUP (
   
6.         'Product Category'[Category],
   
7.         Product[Weight Unit Measure]
   
8.     ),
   
9.     "Quantity", SUM ( Sales[Quantity] ),
   
10.     "Category Subtotal", ISSUBTOTAL ( 'Product Category'[Category] ),
    
11.     "W.U.M. Subtotal", ISSUBTOTAL ( 'Product'[Weight Unit Measure] )
    
12. )
    
13. ORDER BY
    
14.     'Date'[Calendar Year],
    
15.     'Product Category'[Category],
    
16.     'Product'[Weight Unit Measure]
    

复制代码

正如你在结果中看到的，W.U.M. Subtotal 列对包含 2009 年 Computers 类别的所有 Weight Unit Measure 的总和所在的行返回 True，而对 2009 年 Computer 类别下 Weight Unit Measure 为空的行返回 False。ISSUBTOTAL 函数可以用于获取有关报表中结果条件格式的信息。

SUMMARIZE 的局限

除了性能方面的限制，SUMMARIZE 的另一个限制是不能聚合在其内部创建的派生列，例如，观察下面的查询，它应该为每个产品类别返回相关子类别平均价格的最大值。

1. EVALUATE
   
2. ADDCOLUMNS (
   
3.     SUMMARIZE (
   
4.         ADDCOLUMNS (
   
5.             SUMMARIZE (
   
6.                 'Product',
   
7.                 'Product Category'[Category],
   
8.                 'Product Subcategory'[Subcategory]
   
9.             ),
   
10.             "Average Price", CALCULATE ( AVERAGE ( 'Product'[Unit Price] ) )
    
11.         ),
    
12.         'Product Category'[Category]
    
13.     ),
    
14.     "Max SubCat Avg Price", CALCULATE ( MAX ( [Average Price] ) )
    
15. )

复制代码

查询会得到一个错误的 MAX ( [Average Price] )。因为在 DAX 只允许你聚合物理列，在聚合函数一文中，我们介绍过类似的等价表达式：

1. MAX ( table[expression] ) = MAXX ( table, table[expression] )

复制代码

如果你尝试聚合在查询中新建的列（例如本例中[Average Price]），引擎将无法找到相应的 MAXX 函数。为了获得正确的结果，你需要避免调用嵌套的 SUMMARIZE

1. EVALUATE
   
2. ADDCOLUMNS (
   
3.     VALUES ( 'Product Category'[Category] ),
   
4.     "Max SubCat Avg Price", CALCULATE (
   
5.         MAXX (
   
6.             ADDCOLUMNS (
   
7.                 SUMMARIZE (
   
8.                     'Product',
   
9.                     'Product Category'[Category],
   
10.                     'Product Subcategory'[Subcategory]
    
11.                 ),
    
12.                 "Average Price", CALCULATE ( AVERAGE ( 'Product'[Unit Price] ) )
    
13.             ),
    
14.             [Average Price]
    
15.         )
    
16.     )
    
17. )

复制代码

改写后的查询得到了正确结果


但是这种写法的问题也很明显，代码冗长且计算效率不高。如果希望同时计算最低和最高平均价格，你需要复制两份 SUMMARIZE，这会导致更长的执行时间。在 GROUPBY 一文中，你将找到解决此类问题的最佳方案。

我擦！我要沙发！

感謝云发教育！！！

支持，一直很喜欢老师的课程

我只是路过，不发表意见

元芳你怎么看？

占坑编辑ing

呵呵，低调，低调！

前排顶，很好！

加油站加油