ALL függvény Power BI-ban

Az ALL függvény a DAX-ban megszünteti a szűrőket egy táblán vagy egy oszlopon belül. Ezzel lehetővé teszi, hogy a számítások az adatok teljes készletén történjenek, figyelmen kívül hagyva a meglévő szűréseket vagy kontextust.

Kiváló lehet arányok számítására. Lent mutatok példákat.


ALL függvény szintaxisa

ALL(tábla vagy oszlop)
  • tábla: A tábla, amelyről az összes szűrőt eltávolítja.
  • oszlop: Egy adott oszlop, amelyről eltávolítja az összes szűrőt.

Mire jó az ALL?

  1. Eltávolítja a szűrőket:
    • Segít olyan számításokban, ahol az adatok teljes halmazára van szükség, nem csak a szűrt sorokra.
  2. Százalékos arányok, részösszegek kiszámítása:
    • Például: Ha egy szűrt táblában egy érték százalékos arányát szeretnéd kiszámítani az összeshez képest.
  3. Felülírja a szűrési kontextust:
    • Ha egy vizualizációban szűrők vannak alkalmazva, az ALL ezeket figyelmen kívül hagyja a számítás során.

Példák

1. Összes eladás figyelmen kívül hagyva a szűrőket

Tegyük fel, hogy van egy Sales (Eladások) tábla, és szeretnéd kiszámítani a teljes eladott mennyiséget (Quantity), figyelmen kívül hagyva a Power BI vizualizációban érvényes szűrőket.

Összes eladott mennyiség = 
CALCULATE(
SUM(Sales[Quantity]),
ALL(Sales)
)
  • SUM(Sales[Quantity]) kiszámítja az eladott mennyiséget.
  • ALL(Sales) eltávolítja az összes szűrőt a Sales tábláról.
  • A CALCULATE függvényről a Power BI tanfolyamon részletesen tanulunk, és ITT is olvashatsz róla.

2. Egy oszlop szűrésének eltávolítása

Ha csak az Product oszlopról szeretnéd eltávolítani a szűrőt (de más oszlopokra vonatkozó szűrőket megtartanál):

Összes eladott mennyiség MINDEN termékre = 
CALCULATE(
SUM(Sales[Quantity]),
ALL(Sales[Product])
)

Ez a számítás figyelmen kívül hagyja a Product oszlopon lévő szűrőket, de például az Region vagy Date szűrőket nem.

3. Százalékos arány kiszámítása

Szeretnéd kiszámítani, hogy egy adott termék eladása mekkora részét teszi ki az összes eladásnak.

3.1. Összes eladás kiszámítása (ALL használatával):
Összes eladott mennyiség = 
CALCULATE(
SUM(Sales[Quantity]),
ALL(Sales)
)
3.2. Egy termék százalékos aránya:
Egy temék százalékos aránya = 
DIVIDE(
SUM(Sales[Quantity]),
[Összes eladott mennyiség]
)
  • SUM(Sales[Quantity]): Az adott termék eladott mennyisége a szűrt kontextusban.
  • [Összes eladott mennyiség]: Az összes termék eladása, az ALL miatt szűretlen környezetben.
  • A DIVIDE függvényről bővebben itt olvashatsz
  • Ez már egy összetett függvény, ahol ez előző függvényt beágyaztuk. Ilyeneket is tanulunk a Power BI tanfolyamon.

4. Használat dimenziótáblákban

Ha van egy Products (Termékek) dimenziótáblád, és azt szeretnéd, hogy egy számítás figyelmen kívül hagyja a termékkategória (Category) szűrőjét:

Total Sales Without Category Filter = 
CALCULATE(
SUM(Sales[Quantity]),
ALL(Products[Category])
)

Ez a számítás nem veszi figyelembe a Category oszlopra vonatkozó szűrőket.


Hasonlóság és különbség más függvényekkel

A Power BI tanfolyamon lépésről-lépésre megtanulod, hogyan írj profi DAX függvényeket Power BI-ban. Ezekre érdemes odafigyelni:

  1. ALL vs. REMOVEFILTERS:
    • Az ALL nem csak eltávolítja a szűrőket, hanem implicit módon a teljes tábla vagy oszlop adatainak halmazát adja vissza.
    • A REMOVEFILTERS csak eltávolítja a szűrőket, de nem feltétlenül adja vissza a teljes tábla halmazát.
  2. ALL vs. ALLEXCEPT:
    • Az ALLEXCEPT megőrzi a szűrőket azokon az oszlopokon, amelyeket kifejezetten megadunk. Példa:
CALCULATE( SUM(Sales[Quantity]), ALLEXCEPT(Sales, Sales[Region]) )

Ez csak a Region oszlop szűrőit tartja meg, a többit eltávolítja.


Szóval az ALL függvény Power BI-ban

  • Eltávolítja a szűrőket egy tábláról vagy oszlopról.
  • Segít globális számításokat végezni, például részösszegek és százalékos arányok kiszámításakor.
  • Hasznos a szűrési kontextus felülírására, amikor az összes adatot szeretnéd figyelembe venni.

Hogyha szeretnél átfogó tudást szerezni a DAX függvényekben, akkor gyere el a Power BI tanfolyamra: https://datakepzes.hu/power-bi-tanfolyam-kezdo-halado-online/

Scroll to Top