有时候我们可能会遇到这样的需求：不仅要汇总和分析数据的趋势，还要知道某一点的值是否超出正常范围。一般来说，我们会选择“分区图”视觉对象来做。但当最小值不为零时，分区图呈现的效果不符合我们的要求。而且Power BI中目前不支持将值的范围添加到折线上。另外我还尝试了“堆积面积图”视觉对象，并且对参数进行了一些修改，虽然可以得到类似的效果，但仍然不完美。经过一番研究，我发现当结合R和Power BI时，可以达到更好的效果。我的测试过程如下。

场景： 

在论坛中，经常需要一个示例文件帮助我们描述问题，但是由于隐私限制了真实数据的提供，我们通常会选择在Desktop中创建虚拟数据并建立模型来解决问题。这避免了对问题的描述存在字面上的歧义并且帮助遇到问题的人快速理解，以此来增加问题解决的可能性。从长远来看，花费大量时间创建示例数据是有价值的。这篇文章演示了如何使用DAX函数快速创建销售事实表。 

场景： 

本博客将重点介绍如何在 Power BI 中使用 Power Query 计算分组。我们将提供一个包含产品和值两个字段的数据源，目标是设计一个直方图，以更好地传达关于产品基础的见解。

在很多情况下，我们导入的表模型无法直接在 PowerBI Desktop 中可视化，因为多种属性是以行的形式添加到表记录中的。因此我们首先需要在 Power Query 中转换表模型。

基本场景： 

当我们想要计算两个位置之间的距离时，我们需要知道这两个位置的坐标。 

场景：

在Power Query编辑器中，我们可以使用参数来作为筛选的选项。 

在定义连接属性时，我们可以使用到参数。例如，如果我们从SQL Server中检索数据，我们可以分别将SQL Server实例和目标数据库参数化，同时我们也可以通过Value.NativeQuery()函数在SQL查询中使用参数。 

背景介绍：

在很多情况下，我们获得的数据都是以行的形式输入的，这可能显得多余。如何以列的形式将同一属性下的这些行合并为一行？ 

Power BI在使用DAX编写公式时，使用VAR可以使公式更加简洁且计算效率更高。但是也要了解VAR的一些特性，这有助于防止错误的编写方式。

数据由空间和时间两大维度组成。而与时间分析相关的内容，至少将占到我们60%以上的分析场景，可以说掌握住了与时间相关的分析，也就掌握住了大部分分析。而与时间相关的日期表，是我们在时间维度分析的重要支撑。

场景： 

我们可以使用度量来轻松比较今天和昨天、本月和上个月的值。但是，当我们遇到以下情况时就不那么容易了： 

1.如果此时需要比较 2020 年和去年的值，但下次需要比较 2020 年和 2018 年的值，则需要修改所有包含年份的测量值，或重新创建这些测量值。当我们有 100 个测量值时，这将是一项繁琐的工作。 

2.如果您需要比较两个不同的时间段，如比较一个月和一整年。筛选将固定在公式中，无法由切片器动态控制。 

我将向你展示两种通过切片器动态比较两个周期值的方法。 

您是否经常看到日期字段旁边有一个日历图标？没错，这就是 Power BI 的日期层次结构。 

官方对于日历图标的解释是它是带有内置日期表的日历日期字段： 

在许多情况下，您可能需要计算两个日期之间的工作日。本文将告诉您如何计算出确切的工作日天数（即不包括周末和节假日）。