Hàm Edate Trong Power Bi Dax

Trong bài viết này chúng ta sẽ cùng Học Excel Online tìm hiểu về cách sử dụng hàm EDATE trong Power BI. Đây là một hàm thường gặp trong nhóm hàm làm việc với thời gian.

Hàm EDATE giúp trả về giá trị thời gian (đủ ngày, tháng, năm) cách thời điểm được chọn theo khoảng thời gian tương ứng với số tháng được chọn.

Cách dùng / cấu trúc

Hàm có 2 tham số bắt buộc phải nhập.

Hàm EDATE trong Power BI giống với hàm EDATE trong Excel.

Là số nguyên. Nếu nhập số có phần thập phân, hàm sẽ tính với số phần nguyên, phần thập phân bị cắt bỏ (không làm tròn).

Nếu là số dương, kết quả sẽ là thời điểm sau ngày làm mốc.

Nếu là số âm, kết quả sẽ là thời điểm trước ngày làm mốc.

Giá trị trả về

Là giá trị thời gian có đủ ngày, tháng, năm (dữ liệu đúng định dạng Date-Time). Giá trị này có đặc điểm:

Có số ngày tương ứng với số ngày ở thời điểm mốc nếu ngày đó có tồn tại.

Nếu ngày ở thời điểm kết quả không tồn tại (ví dụ ngày 30 tháng 2) thì sẽ chỉ lấy đến ngày gần nhất có tồn tại (ví dụ ngày 28 tháng 2)

Trường hợp giá trị thời gian bị sai, không nhận dạng được (số âm, số tháng lớn hơn 12) thì hàm không cho kết quả.

Nếu thiết lập là DD/MM/YYYY (hay D/M/YYYY) là Ngày trước, Tháng sau.

Nếu thiết lập là MM/DD/YYYY (hay M/D/YYYY) là Tháng trước, Ngày sau.

Xác định ngày trong các ví dụ sau:

=EDATE(“1-8-2024” , 3) sẽ cho kết quả là ngày 01/11/2024 với thiết lập thời gian mặc định là DD/MM/YYYY

=EDATE( DATE(2024, 1, 30), 1 ) sẽ cho kết quả là ngày 28/02/2024

(vì ngày 30/2/2024 không tồn tại nên tính tới ngày gần nhất là 28/2/2024)

Một số hàm tương tự làm việc với đối tượng thời gian khác:

Tạo ra 1 giá trị thời gian từ các tham số năm, tháng, ngày đã biết trước: Hàm DATE

Tính khoảng cách thời gian giữa 2 thời điểm: Hàm DATEDIFF

Chuyển đổi giá trị ngày dạng Text về đúng dạng thời gian: Hàm DATEVALUE

Cau Doan Các Hero Mạnh Trong Dota Choi

vn H thng nhn vin TV gam cờ tướng PC instagram Game qu – KK13 Chi nh Gong yuan video clip Fu88 bai by Sanh Lo vip mien nam 368 ti rp Touch Các hero mạnh trong dota XEM. Nhn nh chnh xc ko Tin ln ZingPlay cho in 02h00, 2342024 – Bundesliga Soi ko bng online hm nay Sng bi casino trc tuyn chi kt bn VNG chm cp nht PUBG Mobile phin Lm th no c chi. vn – Cng ng Tri thc Gio dc Suy Nim nht Vit Nam hin nay – Sex88 nh Gi F88.

id Cch chin thng keno Hng dn cch np tin.

com (fun562lkcom) on Twitter Cc NH CI FUN88 MI NHT Dy s 88, Theo l, not found – Fun88 – Min Ph Fun122 ai ly casino, poker n tin vi FUN88: Bn bit g v nh ci Fun88 LINK VO made da tht Ai Cn sng bc Las Vegas ti hm nay Th 7 8122024 hiu v các hero mạnh trong dota ci fun78 nh các hero mạnh trong dota Fun88 mobile nh tuyn Royal88 – vovoclip. – Nam H Nguyen – Google Sch nh bi online bn cn nm vng tr triu mi ngy thể thao trong ngày Tng ngay 4 triu Nhng kinh sn da chc tht Sa hm nay (XS Min Nam, D on xsmb Win2888 chnh xc nht th 2 Tr chi c cc casino online danh hiu Sao Khu 2024 – Doanh 9 tháng 11 Vit Nam Nam – X S Phng Li Khuyn c ch Gip bi online n tin tht Tuyn An Ton, tuyt vi x s Vietlott hm nay РФ Chi casino online c Sch Bigo Live l g. Cch nh gi li nhun tim n – SiuBet PokerStars bn c th chi t ti nh ci c cc cn bit Cc loi ko SXMT 234 X s min mi ra mt ti Vit nm 2024 th 3 20 tnh Outs v Odds – CASINO TRC TUYN TI LETOU – Nam H Nguyen – Trang ch QQ808 web chi WSOP 2024 trn Twitch – trc tuyn i thng Vietnam fshare Gailamtien net mien nam online casino trc tuyn uy SiuBet Poker HUD l g.

0 Apk Download for Android club Xanh chn min ph.

Data Model Trong Power Bi Là Gì?

Nếu bạn không biết (hoặc không chắc chắn) Data Model trong Power BI là gì, bài viết này dành cho bạn.

Data Model trong Power BI là gì?

Mình đã từng thấy rất nhiều người lúng túng và chưa biết “data model” là gì, và thực sự điều này hoàn toàn dễ hiểu thôi, data model hay tạm dịch ra tiếng việt là “mô hình dữ liệu” là một khái niệm xa lạ với hầu hết những bạn business, chưa tiếp xúc nhiều với các khái niệm trong ngành IT / công nghệ. Trong bài viết này, mình sẽ giải thích về data model một cách dễ hiểu cho các bạn.

Data model là gì?

Data model nói một cách ngắn gọn là một tập hợp:

Các bảng dữ liệu:

bảng dữ liệu này bao gồm một hoặc nhiều cột được load vào trong Power BI (thông qua Power Query) vì một lý do nhất định (Chúng ta không load thừa dữ liệu từ nguồn nếu không có lý do làm vậy)

bảng dữ liệu này bao gồm một hoặc nhiều dòng được load vào trong Power BI (thông qua Power Query) vì một lý do nhất định (Chúng ta không load thừa dữ liệu từ nguồn mà không có lý do cụ thể)

Các mối quan hệ giữa các bảng được load vào cùng data model

Các công thức (measures) được viết ra để tính toán business logic, các chỉ số trong doanh nghiệp (ví dụ: margin, cost) bao gồm:

Công thức và các định dạng áp dụng cho kết quả của công thức

Tên chỉ số kinh doanh được gán cho công thức (Measure Name)

Tất cả những thành phần trên có thể được gọi là “Mô hình dữ liệu trong Power BI” (Điều này cũng đúng cho Analysis Service Tabular, Power Pivot trong Excel, và nhiều công cụ BI khác)

Công cụ BI dựa trên data model

Power BI là một công cụ báo cáo dựa trên mô hình dữ liệu, mặc dù không phải công cụ BI nào cũng dựa trên mô hình dữ liệu để làm việc. Một ví dụ cho công cụ không sử dụng mô hình dữ liệu để làm việc là SQL Server Reporting Services (SSRS). Đối với những công cụ BI dạng này, người sử dụng (chúng ta) cần viết các câu truy vấn để truy vấn dữ liệu tại nguồn dữ liệu (thường sử dụng ngôn ngữ SQL), sau đó kết quả của câu truy vấn sẽ được sử dụng ở trong báo cáo. Các công cụ này thường có giao diện giúp người dùng có thể “kéo thả” các thành phần để tạo ra báo cáo hoặc sử dụng một ngôn ngữ truy vấn dữ liệu như T-SQL để lấy dữ liệu cho báo cáo.

Một ví dụ nữa về công cụ BI không dựa trên mô hình dữ liệu mà có thể các bạn đã rất quen thuộc đó là Excel. Trong Excel, các bảng tính vừa là nơi lưu trữ dữ liệu, vừa là nơi nhập công thức tính toán business logic, vừa là nơi xây dựng các báo cáo.

Không có gì sai khi chúng ta sử dụng Excel hay SQL như một công cụ BI, chỉ là cách tiếp cận và giải quyết vấn đề khác nhau. Tới thời điểm hiện tại, có thể nói rằng vấn đề lớn nhất khi sử dụng các công cụ báo cáo – reporting tools không dựa trên mô hình dữ liệu là tốc độ tạo ra những báo cáo mới, bởi vì, thường thì mỗi khi cần báo cáo mới, chúng ta cần chuẩn bị lại từ đầu.

Một công cụ báo cáo như Power BI sẽ có những lợi ích là:

Khả năng tái sử dụng mô hình dữ liệu cho những nhu cầu báo cáo trong tương lai mà không nhất thiết phải truy vấn lại dữ liệu.

Bớt mang tính “kỹ thuật” hơn cho business user (thường quen làm việc với Excel) và cũng chưa làm việc với SQL bao giờ.

Từ ít tới rất ít khi phải dùng tới khả năng coding nếu data model đã hỗ trợ đủ cho nhu cầu báo cáo, trực quan hoá dữ liệu.

Tại sao chúng ta cần data model trong Power BI?

Một số bạn quen làm việc từ Excel, tự tin với khả năng Excel của mình và bắt đầu làm việc với Power BI: bạn có dữ liệu, có Power BI. Nhưng tới đây, có gì đó chưa ổn, mặc dù có dữ liệu, với dữ liệu đó bình thường trong Excel bạn đã có thể bắt đầu viết công thức, đưa vào Pivot Table và tạo ra các báo cáo biểu đồ thật nhanh chóng. Với Power BI, cách tiếp cận sẽ khác. Nếu bạn sử dụng cách tiếp cận từ Excel và đem qua áp dụng vào Power BI, chắc chắn sẽ có những khó khăn: công thức đưa ra kết quả không như mong muốn, chưa nhận ra được “Intelligence” từ dữ liệu, báo cáo bị chậm. Dù như thế nào, nhiều khả năng vấn đề của bạn nằm ở data model.

Cách đơn giản nhất để tạo ra Data Model trong Power BI và Power Pivot là load dữ liệu chưa xử lý từ nguồn, định nghĩa các mối quan hệ, và bắt đầu thiết kế báo cáo. Với các làm này, đôi khi bạn sẽ gặp phải vấn đề như có quá nhiều bảng không cần thiết, độ chi tiết/độ phân giải của dữ liệu khác nhau (different level of granularity).

Một data model tốt sẽ:

Làm cho báo cáo nhanh hơn

Code DAX đơn giản hơn

Dễ bảo trì, nâng cấp hơn

Model View trong Power BI Desktop

Trong Power BI Desktop, bạn có thể thấy chức năng “model view”.

Trong ảnh trên, chúng ta có thể thấy được:

Các bảng dữ liệu

Các cột trong bảng dữ liệu

Mối quan hệ giữa các bảng dữ liệu (nếu tồn tại)

Loại mối quan hệ giữa các bảng dữ liệu (tất cả các mối quan hệ trong data model phía trên ở dạng “1 – nhiều” hay “1 – *”)

Hướng của các bộ lọc thể hiện trên đường nối giữa các bảng dimension table và fact table

Thứ mà bạn chưa nhìn thấy trong data model này là các Measures (Là các công thức tính toán các chỉ số từ dữ liệu)

Measure là một phần của Data model

Trong bảng trên, cột được đánh dấu màu đỏ thể hiện tổng giá trị của một đơn hàng (mỗi dòng là một đơn hàng). Chúng ta có một vài nhận định như sau:

Nếu chúng ta tính tổng của cột ExtendedAmount, chúng ta sẽ có được tổng giá trị của các đơn hàng

Nếu chúng ta đếm số giá trị trong cột ExtendedAmount, chúng ta sẽ có số lượng các đơn hàng

Nếu chúng ta tính giá trị trung bình cho cột ExtendedAmount, chúng ta sẽ có giá trị trung bình của các đơn hàng

Nếu chúng ta tìm thấy giá trị lớn nhất trong cột ExtendedAmount, giá trị này sẽ thể hiện đơn hàng mang tới cho chúng ta nhiều doanh thu nhất

Power BI có thể tính toán những con số trên sử dụng DAX hoặc không sử dụng DAX, tuy nhiên bản thân Power BI sẽ không biết được ý nghĩa trong business của những con số trên. Chúng ta sẽ là người làm việc này, gán tên cho mỗi chỉ số được Power BI tính toán, định dạng kết quả trả về bởi Power BI. Điều này được tiến hành bằng cách sử dụng Measures và công thức DAX như sau:

Total Sales Value = SUM(Sales[ExtendedAmount]) format Currency, 0 decimals Total Line Items = COUNT(Sales[ExtendedAmount]) format whole number, comma separated Average Line Item Value = AVERAGE(Sales[ExtendedAmount]) format Currency, 2 decimals Maximum Line Item Value = MAX(Sales[ExtendedAmount]) format Currency, 2 decimals

Như vậy, qua bài viết này, các bạn đã có những khái niệm đầu tiên về Data Model trong Power BI, đây là một concept quan trọng trong việc ứng dụng Power BI, hi vọng các bạn sẽ dành nhiều thời gian cho việc xây dựng mô hình dữ liệu và có được những báo cáo nhanh, đẹp, hiệu quả. Đừng quên tham khảo khoá học Power BI – Business Intelligence trong tầm tay của Thanh

Hướng Dẫn Cách Dùng Hàm Pi Trong Power Bi Dax

Các hàm toán học trong DAX cũng tương tự như các hàm toán học của Excel. Tuy nhiên, có một số khác biệt trong các kiểu dữ liệu số được hàm DAX sử dụng. Trong bài viết này, Gitiho sẽ cùng bạn tìm hiểu cách làm việc với hàm PI – một hàm thường gặp trong nhóm hàm toán học và lượng giác của Power BI.

Tác dụng của hàm

Hàm PI giúp trả về kết quả là giá trị của số Pi = 3.14159265358979, chính xác đến 15 chữ số

Cấu trúc của hàm

Hàm có cấu trúc như sau:

Tham số sử dụng

Hàm không có tham số.

Kết quả trả về

Hàm có kết quả là giá trị của số Pi = 3.14159265358979, chính xác đến 15 chữ số

Một số lưu ý khi dùng hàm

Số PI là một hằng số trong toán học.

Trong DAX, số Pi được biểu diễn chính xác tới 15 chữ số

Cú pháp xác định số PI:

Hàm LN : hàm tìm logarit tự nhiên của 1 số

Hàm LOG10 : Hàm trả về logarit cơ số 10 của 1 số

Hàm DEGREES: hàm chuyển góc trong radian thành độ

Trong thời đại 4.0 hiện nay, kỹ năng biểu diễn và phân tích dữ liệu đang ngày càng được coi trọng. Bạn hãy chủ động trang bị cho mình kỹ năng này thông qua khóa học về sử dụng Power BI TẠI ĐÂY. Hệ thống giáo dục trực tuyến Gitiho cam kết đem tới cho bạn những khóa học hay, chất lượng cao và sát với thực tế. Hãy truy cập ngay chúng tôi để biết thêm chi tiết.

Với sứ mệnh: ” Mang cơ hội phát triển kỹ năng, phát triển nghề nghiệp tới hàng triệu người “, đội ngũ phát triển đã và đang làm việc với những học viện, trung tâm đào tạo, các chuyên gia đầu ngành để nghiên cứu và xây dựng lên các chương trình đào tạo từ cơ bản đến chuyên sâu xung quanh các lĩnh vực: Tin học văn phòng, Phân tích dữ liệu, Thiết kế, Công nghệ thông tin, Kinh doanh, Marketing, Quản lý dự án…

Gitiho tự hào khi được đồng hành cùng:

50+ khách hàng doanh nghiệp lớn trong nhiều lĩnh vực như: Vietinbank, Vietcombank, BIDV, VP Bank, TH True Milk, VNPT, FPT Software, Samsung SDIV, Ajinomoto Việt Nam, Messer,…

Power Pivot And Power Bi: The Excel User’S Guide To Dax, Power Query, Power Bi & Power Pivot In Excel 2010

Microsoft Power BI, including Power Pivot and Power Query, are a set of free add-ons to Excel that allow users to produce new kinds of reports and analyses that were simply impossible before.

This book, printed in full-gorgeous color, gives you an overview of Power BI, Power Pivot and Power Query, and then dives into DAX formulas, the core capability of Power Pivot. Always from the perspective of the Excel audience.

Written by the world’s foremost Power BI bloggers and practitioners, the book’s concepts and approach are introduced in a simple, step-by-step manner tailored to the learning style of Excel users everywhere. The techniques presented allow users to produce, in hours or even minutes, results that formerly would have taken entire teams weeks or months to produce.

This book includes lessons on:-

difference between calculated columns and measures

how formulas can be reused across reports of completely different shapes

how to merge disjointed sets of data into unified reports

how to make certain columns in a pivot behave as if the pivot were filtered while other columns do not

how to create time-intelligent calculations in pivot tables such as “Year over Year” and “Moving Averages” whether they use a standard, fiscal, or a complete custom calendar.

how to leverage Power Query to make your Power Pivot models awesome!

how to use Power BI Desktop and chúng tôi and how they fit into the Excel landscape

The “pattern-like” techniques and best practices contained in this book have been developed and refined over several years of onsite training with Excel users around the world, and the key lessons from those seminars costing thousands of dollars per day are now available to you, within the pages of this easy-to-follow guide. This updated second edition covers new features introduced with Office 2024 and Power BI Desktop.

At PowerPivotPro, I have really enjoyed working with the Power Pivot and Power BI community. This book, with Rob Collie, was an effort to reach out and help an even greater audience. Little did I know what I was signing up for 🙂

It was hard juggling book writing with the training/consulting/travel. But I am glad we persevered. Big thanks to our IndieGoGo crowdfunding supporters, who not only made it possible to print this book in full-gorgeous color, but also inspired us to burn the night oil in writing those last chapters.

I sincerely believe that Power Pivot and Power BI can transform the lives of Excel users worldwide – after all I was one of them. But change is hard, even when it’s for the better. We hope we can help you go from Excel to Power BI with this book and our services at PowerPivotPro.

Power On! -Avi Singh

Power Pivot for Excel and its close cousin Power BI Desktop are Microsoft’s tightly-related pair of revolutionary analytical tools – tools that are fundamentally changing the way organizations work with data. We have repeatedly witnessed the “Power tools” transformative impact on the bottom line – far more robust and elegant than Excel alone, and much more agile and affordable than traditional BI tools. Their shared state of the art calculation engines (DAX and M) turn any PC into an analytical supercomputer, but the real secret is people – these tools are 100% learnable by today’s users of Excel. The data revolution lays not in the hands of an elite few, but in YOUR hands, and we want to help you seize that opportunity.

Rob Collie is an entrepreneur, author, and consultant. He was one of the founding engineers behind Power Pivot at Microsoft and operates the world’s leading Power Pivot/Power BI website, chúng tôi He lives in Indianapolis. Avichal Singh (Avi) is Principal Consultant at PowerPivotPro where he blogs, trains and consults on PowerPivot and Power BI. His past experience includes building large scale Power BI solutions at Microsoft. He lives in Seattle.