Power BI教程：制作动态斜率图进行年同比变化百分比对比

静态与动态的斜率图

斜图是一种线形图，用来显示两个时间点或两种状态之间的变化。通过专注于每个类别的两个点，它简化了绝对和相对变化的对比。 斜图在类别数量较少时最为有效。

创建 Power BI 中的坡度图的一个简单方法是从 x 轴上排除不需要的数据点。例如，要比较 2021 年和 2024 年的收入，可以排除 2022 年和 2023 年。但使用年份切片器时，这种方法就会遇到问题，因为这个图表不会根据所选年份动态调整。

静态坡度图

为解决这个问题并创建一个根据切片器的选择变化的动态坡度图，我们可以使用下面的DAX公式：

Sales_Slope 图 =   
VAR 第一年 = MINX(ALLSELECTED(日期维度), 日期维度[年份]) -- 最早的一年  
VAR 最后一年 = MAXX(ALLSELECTED(日期维度), 日期维度[年份]) -- 最晚的一年  
RETURN  
    IF(  
        SELECTEDVALUE(日期维度[年份]) = 第一年 || SELECTEDVALUE(日期维度[年份]) = 最后一年,  
        SUM(糖果销售金额[销售额]),  
        BLANK() -- 确保中间年份返回空白值  
    )

以下DAX公式旨在创建一个斜率图，用于比较选定的第一年和最后一年的总销售额。斜率图是一种用来比较两个时间点之间变化的图表。以下是对公式的分解说明。

1., 确定起止年份:

• FirstYear 和 LastYear 变量使用 MINX 和 MAXX 函数来确定筛选范围内的年内最小和最大年份。这确保公式能根据用户在切片器或筛选器中的选择进行调整。

2. 条件计算:

• IF语句检查当前年份是否是第一年或最后一年的话。
• 如果是第一年或最后一年的话，则计算SUM(Candy_Sales[Sales])以得到该年的总销售额。
• 如果不是第一年或最后一年，则返回BLANK()，从而将这些年份从可视化中排除。

创建了 DAX 计量后，创建一个折线图。将 x 轴设置为 DimDate[Year]（格式化为分类），将 y 轴设置为 Sales_Slope Graph 计量。这将显示第一年和最后一年的值，突出显示随时间的变化趋势。

添加百分比比较在斜率图中的重要性

虽然很容易通过观察斜率的陡峭程度来识别数值变化最大的情况，但这并不一定意味着百分比变化也是最大的。为了进行更准确的百分比变化比较，我们可以在每个类别的斜率图上添加百分比变化的标签。这将让我们看到数值的相对变化，而不仅仅是绝对值的变化。

    Revenue_YoY_Change_Graph =   
    VAR FirstYear =   
        CALCULATE(  
            MIN(DimDate[Year]),  
            ALLSELECTED(Candy_Sales)  
        )  

    VAR LastYear =   
        CALCULATE(  
            MAX(DimDate[Year]),  
            ALLSELECTED(Candy_Sales)  
        )  

    VAR LastYearValue =   
        CALCULATE(  
            SUM(Candy_Sales[Sales]),  
            DimDate[Year] = LastYear  
        )  

    VAR FirstYearValue =   
        CALCULATE(  
            SUM(Candy_Sales[Sales]),  
            DimDate[Year] = FirstYear  
        )  

    VAR YoYChange =   
        IF(  
            FirstYearValue > 0,  
            DIVIDE(LastYearValue - FirstYearValue, FirstYearValue, 0),  
            0  
        )  

    返回   
        IF(  
            选定值(DimDate[Year]) = FirstYear,   
            空值(),   
            IF(  
                YoYChange > 0,   
                "▲ " & FORMAT(YoYChange, "0.0%"),   
                IF(  
                    YoYChange < 0,   
                    "▼ " & FORMAT(YoYChange, "0.0%"),   
                    空值()  
                )  
            )  
        )

//此代码用于计算年对年销售额的变化，并用符号“▲”表示增长，“▼”表示下降。

此 DAX 公式的首要目标是计算每年同比（YoY）收入的变化，并以视觉上吸引人的方式展示结果，用上下箭头指示变化的方向。

一步一步来:

1. 确定起止年份:

或

1. 找出开始和结束的年份:

• FirstYear 和 LastYear 变量利用 CALCULATE 和 ALLSELECTED 函数来确定当前筛选范围内的年份最小值和最大值。这确保计算基于所选时间段。

2. 计算第一年和最后一年的收入

• LastYearValue 和 FirstYearValue 分别表示去年和第一年的总收入。

3. 计算同比变化的方法如下：

• 这个 YoYChange 变量计算从第一个年份到最后一个年份的百分比变化。它通过使用 DIVIDE 函数，并设置默认值为 0 来处理可能出现的除零错误。

4. 格式化输出部分：

返回语句RETURN根据年同比增长情况有条件地格式化输出：

• 若当前年份为首年，则返回空值（注：为了确保百分比变化仅在最后一年显示，首年的数据点从趋势图中被省略）。
• 若年同比增长率为正，则显示上箭头以及格式化的百分比数值。
• 若年同比增长率为负，则显示下箭头以及格式化的百分比数值。
• 若无变化，则返回空值。

为了进一步增强可视化，我们可以对百分比比较标签使用条件格式。增长可以用绿色表示，而负的变化则用红色表示。

    CF_Revenue_YoY Change =   
    VAR FirstYear =   
        CALCULATE(  
            MIN(DimDate[Year]),  
            ALLSELECTED(Candy_Sales)  
        )  

    VAR LastYear =   
        CALCULATE(  
            MAX(DimDate[Year]),  
            ALLSELECTED(Candy_Sales)  
        )  

    VAR LastYearValue =   
        CALCULATE(  
            SUM(Candy_Sales[Sales]),  
            DimDate[Year] = LastYear  
        )  

    VAR FirstYearValue =   
        CALCULATE(  
            SUM(Candy_Sales[Sales]),  
            DimDate[Year] = FirstYear  
        )  

    VAR YoYChange =   
        IF(  
            FirstYearValue > 0,  
            DIVIDE(LastYearValue - FirstYearValue, FirstYearValue, 0),  
            0  
        )  

    RETURN   
        IF(  
            YoYChange > 0,   
            "#6A994E",  -- 正增长绿色  
            IF(  
                YoYChange < 0,   
                "#BC4749",  -- 负增长红色  
                BLANK()     -- YoYChange 为 0 或未定义时不显示颜色  
            )  
        )

通过实施这两项措施，我们会得到以下结果。

具有同比功能的动态斜率图

日期表

在这个案例研究中，我们有一个关于糖果销售的表格，其中包含一个 Order_Date 列。你可能会想，既然我们的数据中已经有了日期信息，为什么还需要一个单独的 日期表。这里就是原因所在。

1. 时间智能

如果你想做这样的计算，比如：

• 年同比增长（比如，今年的销售额和去年相比）
• 月度变化（比如，每月销售额的变化情况）
• 累计总销售额（比如，从一月到现在为止的总销售额）

Power BI 自带的工具需要一个正确的时间表来处理这类基于时间的分析。没有它，这些计算将无法正常工作，或者需要花费大量额外的时间和精力。

2. 处理缺失或不规范的日期

在你的糖果销售表格中，订单日期列可能：

• 包含空档（例如，在没有下单的日子里缺少日期）。
• 存在重复（例如，同一天有多个订单）。
• 缺少完整的日期范围，无法进行适当的分组和筛选。

日期表通过包含所有日期的连续日期来解决这个问题，即使某些日期没有订单。这确保了您的报告展示了完整的日期范围，而不仅仅是你销售数据里的日期。

要创建一个新的日期表（也称作日期维度或日历表），可以参考这篇文章：

在这里下载 .pbix 文件。这里。

谢谢大家的阅读！

我希望这个案例分析能提供一些有价值的洞察。如果有问题，欢迎联系。

如果你对更多数据故事和可视化内容感兴趣，欢迎关注。我不断分享相关内容在我的Patreon页面和LinkedIn页面。

别忘了订阅哦

👉 Power BI 发布动态

👉 Power BI 通讯报

以及加入我们的 Power BI 社区

一起来分享我们在 Microsoft Power BI 上的经验，一起学习，一起成长。
](https://linktr.ee/powerbi.masterclass?source=post_page-----2f7e0b4f8807--------------------------------)