上节课 《PowerBI之DAX神功：答网友问03.VAR变量与惰性计算》

以第一行为例：

毛利额= Calculate(sumx('Sheet1',21),all(Sheet1))

因为Sheet1这张表有3行，所以21*3=63

sumx需要迭代的行数，取决于第1参数表

我们间接的理解了，迭代函数行数在新建列上面的应用。

新建列是行上下文，是逐行计算（迭代）。

度量值是筛选上下文

这节课我们主要讲一下，度量值中迭代函数的行数

回忆《DAX神功》第1卷第19回 上下文转换你还不知道的秘密

有一张表，表名叫'多端'

sum('多端'[销量])   // 对多端这张表，销量这列求和，sum是聚合函数，它只是对这一列的数字进行聚合，结果是60，公式推导如下：

度量值1=sumx('多端',60）

将【度量值1】放到矩阵中：

解释：多端有6行，每行是60，所以总计6*60=360

当矩阵的行标题，使用年和商品时：

你会发现总计显示360

关于这个问题，我在《DAX神功》第1卷第19回 上下文转换你还不知道的秘密  中跟大家介绍过，度量值有着将行上下文转换成筛选上下文的功能，但是只能转最外层的sumx。sumx内层的行上下文它无法转换。

sumx是妈妈，你娶了一个未婚先孕的妈妈，女人可以变成你的妻子，里面套着的sum是孩子与你没有血缘关系。

如果我们不使用所有字段，而是只用年或商品字段时：

孩子不是你的，DNA无法改变，但是户口本上可以随你的姓

度量值1将sumx（妈妈）行上下文转化为你的妻子

Calculate将sum（孩子）行上下文转化为你的孩子

现在女人和孩子都是你的了，想什么筛选就怎么筛选。

还是这张表格：

度量值1 = sumx('多端',sum('多端'[销量]))

等价公式

度量值2 = sumx('多端',sumx('多端','多端'[销量]))

你学习度量值1时，你可能蒙圈了，因为它不直观，而度量值2更易理解迭代函数的行数

如果我们想将度量值2的内部与外部都转换为筛选上下文：

度量值2= sumx('多端', calculate(sumx('多端', '多端'[销量])))

度量值3 = sumx('一端',sumx('多端','一端'[售价]*'多端'[销量]))

《DAX神功第1卷第18回》我讲过，DAX所有函数计值顺序都是从内向外，包括Calculate和CalculateTable，并且用事实证明了。

第1步：我们先分析内部的sumx计算情况

第2步：我们再分析外部的sumx计算情况

所以我们将这个度量值放到矩阵中：

我们只是用两个表的商品字段举例就可以了：

现在，想对内层的实现筛选功能，在内层的sumx外面套上Calculate

度量值3 = sumx('一端',CALCULATE(sumx('多端','一端'[售价]*'多端'[销量])))

它报错的意思是：在这里你不能省略关系函数，因为原来是行上下文嵌套行上下文，你是否写关系函数都可以，由于外层已经引用了一端表，内层可以直接写： '一端'[售价]

所以以下两个度量值都是正确的

度量值3 = sumx('一端',sumx('多端','一端'[售价]*'多端'[销量]))

度量值3 = sumx('一端',sumx('多端',RELATED('一端'[售价])*'多端'[销量]))

当你对内层嵌套了Calculate，内层是筛选上下文，外层是行上下文，由于上下文不同，所以这里的： '一端'[售价]  要使用关系函数，这一点你忘记了也没关系，系统会提示你

度量值3 = sumx('一端',CALCULATE(sumx('多端',RELATED('一端'[售价])*'多端'[销量])))

还有另一种写法：

度量值4 = sumx('一端',sumx(RELATEDTABLE('多端'),'一端'[售价]*'多端'[销量]))

RELATED('一端'[售价])     // 多端从一端获取

RELATEDTABLE('多端')   // 一端筛选多端表

而度量值4，使用了关系函数实现对内层的筛选。

我们绕了一大圈，现在回到了《The Definitive Guide to DAX》中关于这节课的第一个案例。目的是告诉大家，学习英语，不止是“借鉴国外文献”，更重要的是通过自己大脑分析，路不止一条，可能我走的路充满荆棘，困难重重，但是我得到了你花钱买不到的锻炼。

黄金哥哥不仅长得帅，能力还很强。他们是雅典娜最高级别的圣斗士。

但是，活到最后的，是青铜。

《DAX神功》文字版合集：

PowerBI(DAX函数)、PowerQuery(M函数)、Python办公自动化、Python爬虫、Python数据分析、ExcelVBA、WordVBA、AccessVBA、MySQL等等