京公网安备 11010802034615号
经营许可证编号:京B2-20210330
Power BI 是一款功能强大的商业智能工具,它提供了丰富的数据分析和可视化功能,可以帮助用户更好地理解和利用数据。在实际应用中,常常需要对数据进行去重后计数的操作,以便更好地把握数据的特征和趋势。本文将介绍如何在 Power BI 中实现去重后计数的方法,并给出具体的实现步骤。
一、使用DAX函数进行去重计数
DAX(Data Analysis Expressions)是 Power BI 中用于计算和处理数据的语言,它提供了多种函数和表达式,可以方便地进行各种复杂的数据处理和分析。在 Power BI 中,可以使用 DAX 函数进行去重计数,具体方法如下:
1.打开 Power BI Desktop,连接数据源并导入需要处理的数据。
2.在“模型”视图中创建一个新的计算列,命名为“去重计数”。
3.在公式编辑器中输入以下 DAX 表达式:
去重计数 = DISTINCTCOUNT('表名'[字段名])
其中,“表名”表示数据源中需要去重计数的表的名称,“字段名”表示需要去重计数的字段的名称。例如,如果要对“销售记录”表中的“顾客姓名”字段进行去重计数,则表名为“销售记录”,字段名为“顾客姓名”。
4.按下“Enter”键确认公式编辑器中的表达式,系统会自动计算出去重后的记录数,并在“计算列”列表中显示结果。
5.在“可视化”视图中选择一个适当的图表类型(例如柱状图或饼图),将刚刚创建的“去重计数”字段拖动到相应的数据区域中。系统会自动根据选定的图表类型生成一个去重计数的图表。
二、使用Power Query进行去重计数
除了使用 DAX 函数外,还可以使用 Power Query 进行去重计数。Power Query 是 Power BI 中用于数据转换和清洗的工具,可以对数据进行各种操作,包括合并、筛选、分组、排序等。使用 Power Query 进行去重计数的方法如下:
1.打开 Power BI Desktop,连接数据源并导入需要处理的数据。
2.在“查询编辑器”视图中选择需要进行去重计数的表。
3.右键单击需要去重计数的字段,选择“删除重复项”命令。系统会自动删除重复项并计算出去重后的记录数。
4.将结果保存为新的查询,命名为“去重计数”。
5.回到“报表”视图,选择一个适当的图表类型(例如柱状图或饼图),将刚刚创建的“去重计数”查询拖动到相应的数据区域中。系统会自动根据选定的图表类型生成一个去重计数的图表。
总结
在 Power BI 中实现去重计数,可以使用 DAX 函数或者 Power Query 进行操作。无论采用哪种方法,都需要熟练掌握 Power BI 的各种功能和表达式,以便能够更好地处理和分析数据。此外,在实际应用中,还需要根据具体的数据情况进行选择,并适当优化处理过程,以提高数据处理和计算效率。
想快速入门Python数据分析?这门课程适合你!
如果你对Python数据分析感兴趣,但不知从何入手,推荐你学习《山有木兮:Python数据分析极简入门》。这门课程专为初学者设计,内容简洁易懂,手把手教你掌握Python数据分析的核心技能,助你轻松迈出数据分析的第一步。

学习入口:https://edu.cda.cn/goods/show/3429?targetId=5724&preview=0
开启你的Python数据分析之旅,从入门到精通,只需一步!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13在数据统计分析与数据清洗工作中,箱线图是一种简洁高效、客观性强的数据可视化图表,能够直观呈现数据集的分布特征、离散程度和 ...
2026-08-13 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-08-13在自动化办公、数据采集、定时统计、日志清理、系统监控等场景中,程序往往需要按照固定时间间隔重复执行指定任务,这种运行机制 ...
2026-08-12