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
Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27在CDA(Certified Data Analyst)数据分析师的能力体系与职场实操中,高维数据处理是高频且核心的痛点——随着业务场景的复杂化 ...
2026-03-27在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26