（近来有点小忙，更新慢了。想想说到第多少式了？接下来继续）。

    第21式：CALCULATE的列表关系函数(基础部分)   

      在本系列的前面部分中，我们说明了DAX的数据摸型是由一个个单列表构成的，但并没有说明这些列表之间是靠什么连接(联系)在一起的。结论是：DAX的列表之间是通过列表关系连接在一起的。理解列表关系的最简单的方式是，将数据模型想象为一个个列表组合在一起的一个整体表，其中的连接方式就是列表关系。

      (创建列表关系(仅指列表物理关系)的方法也相当简单，将表间的关系键列表连接起来即可。这里对于列表关系不作重点)。

      所以，我们说，DAX的数据模型其实际就是由列表+关系构成。
      列表关系包括你在数据模型里创建的物理关系，以及根据需要由函数定义的虚拟列表关系等，后面再详讲。这里为衔接前面的DAX的常见函数，先了解：DAX的列表关系函数。

        你可以使用关系函数生成包含跨多个表的值列表表达式（其实只是一个关系连接的整体表，前期为了表述方便，我们这样描叙），DAX 将直接返回这些函数的每个结果，而不会考虑其中关系链的长度。
        DAX 和 Excel 公式语言的一个显著区别是 ：DAX 允许在表达式之间传递整个表，而不仅限于单个值(单元格)。DAX 的其中一项强大功能是：允许你在其表达式中筛选表格，然后使用筛选后的列表集。这就是我们所说的：写一个完整的DAX公式或DAX计算单元，总是需要先考虑列表（列表），然后再是值列表--即先“引用”再“定义 ” 。

        通过 DAX，你可以创建全新的计算表，然后像处理其他表格一样处理它们 -- 包括在这些表和存在于你的数据模型中的其他表之间建立关系。

      DAX 的列表函数   

        DAX 提供一套丰富的表函数，包括：
        •FILTER
        •ALL
        •VALUES
        •DISTINCT
        • RELATED、RELATEDTABLE    等等

      这些函数的结果都返回一个完整的列表，而不是每个单一的值。
      通常，你会在进一步的分析中将表函数的结果（而不是返回的每个最终值）作为更大的某个表达式的一部分使用。

        特别值得注意的是，使用这类表函数时，其结果将继承其元列表的关系。

      这里需要注意的是，任何一个列表都包含其列表所在的关系，而值列表则不涉及到关系。比如，列表筛选会通过列表关系传递而筛选到关系列表，值列表筛选(行筛选)则不传递关系。这是列表和值列表的另一个关键的行为区别。 反之，如果一个列表在筛选中传递了关系，那么，这是一个列表筛选。

        1、你可以在任意一个表达式中混合使用表函数，前提是每一个表达式只能使用一个表并返回一个表。

        例如下面的 DAX 表达式：

        FILTER (ALL (Table), Condition)

        该表达式将筛选整个表(含全部行值的列表--Table)，而忽略当前筛选的任何内容(即当前筛选不可见)。与ALL( )不同的是，DISTINCT( )函数返回一个列表的不同的唯一值，这些值在当前筛选中可见。
        因此，以上述 DAX 表达式为例，在表达式中使用 ALL( ) 将会忽略筛选(严格也说，相当于由ALL()引用的表或列表，使用或保留了其所有列值的全集完整性。

        ALL()即可作为列表(结果为该表所有行)被引用(如与新的筛选列表构建新的列表子集)；同时也可作为列表筛选：由于其列值总为全集列表，用它筛选数据模型里任何列表都将不起作用，从而达到忽略某个表或列表的筛选功能。例如：

        FILTER (Table, ALL (Date)

        这里使用了ALL（Date）作为Table表的筛选列表（两个表之间存在关系），由于ALL()的结果是一个整体表（全集列表），使用它筛选任何列表或关系列表，都是不起作用的，从而达到避免Date表的任何列表对Table表做出筛选。

        我们还经常需要 FILTER ( ALL (Date),Table))  的写法，这与FILTER (Table, ALL (Date)只是ALL()的位置不同（即筛选的方向不同），本例中两个公式中的参数使用的都为列表（全集列表），无论如何筛选，都不起作用。
        更多的是FILTER ( ALL (Date),Table)) 这种模式下起作用的情形，基于先引用列表，再定义值列表的规则，ALL (Date)引用的是全集列表（ALL函数功能），如果要筛选它，只能定义一个值列表（比如一个布尔值值列表），例如：
        FILTER ( ALL (Date),Table[地区]=“华南区”)) 
      这里使用Table表的子集值列表来筛选ALL (Date)表，以构成一个新的列表子集。当然你还可能添加AND“并”的更多筛选。 
      由于列表关系总会传递，实际上任何列表筛选都会传递到它的关系列表，从而也会筛选到这些关系列表(列值会变化--列值范围将缩小)。使用ALL (Date)则维护了其含全部列值)的列表形态(被筛选或筛选），而始终不是值列表。 如果我们使用另一个列表函数： DISTINCT或VALUES来替换ALL，则可得到一个非全集的列表（唯一值的列表）以作为筛选或被筛选列表。

      我们常使用ALL()来引用一个全集的列表(一个或多个列表的筛选)，即排除该列表上的任何筛选。例如，下图中，我们排除[MonthNum]列的筛选作用后(使用了ALL())，透视表中的月份筛选（透视表的行）结果将是同一个值。因为，我们说，这时候的行、列筛选相同。ALL( )删除了所有该列表上的筛选器，右列中的每个度量值单元都将与左列中的Grand Total（小计值）具有完全相同的筛选器 (行、列筛选)。

        我们认为，你也可以把ALL()当作一种手段：即“引用”了一个透视表中的全部单元格。只要能从根本上理解它，你所做的就是从当前筛选器中清除/移除每个筛选器。

      [All Month Net Sales] =CALCULATE( [Net Sales], ALL( Sales[MonthNum] ) )

        ALL()是很有用的。例如最常见的作为分子/分母的百分比计算：让我们做一个简单的比率计算，假如这两个指标已经在透视表上：

      [Pct of All Month Net Sales] =[Net Sales] / [AllMonth Net Sales]

      该新度量计算：将＂每个月＂与“整个月”的度量值相比较(分母是整个月的一个恒定的值)。 我们可以从数据轴上移除原始的所有其他度量值，新的[Pct ofAll Month Net Sales]仍然有效。

      最后，你可以思考一下：既然ALL( )的功能是取得表或列表的全集，那么，直接引用列表也能达到该目的，为什么不直接引用列表？这至少说明ALL()函数能直接引用表或一个列表，然后目的是为了实现"使筛选不起作用"的功能。后面将专门有一式祥述ALL()以及与该函数的类似系列函数。 请注意接下来的一式中的解释。

        2、RELATED是最常见的DAX列表关系函数。

        RELATED可以与建立了关系的列表进行关连互动，返回列值(值列表)，或者使用 DAX 函数定义以返回某一关系列表中的值列表。而另一个列表关系函数RELATEDTABLE 依照关系返回经过筛选的只包含相关行的整个表。

      我们已经知道，行筛选不会自动通过关系传递。因而需要通过使用RELATED 和 RELATEDTABLE来手动进行传递。正确使用这些功能的前提是列表具有一对多关系： RELATED用于关系的多端，RELATEDTABLE用于关系的一端。即你可以理解为：RELATED 函数处理的是多对一的关系，而 RELATEDTABLE 函数处理的是一对多的关系。
      你可以在前面的系列的“行筛选和关系” 一式中了解更多的关于这两个函数的实例。

    第22式：CALCULATE 对列值(行)进行计数(列表的非完整性)。     

      1、Power BI 报表中希望回答的一个常见问题是： 我可以对该列表设置多少个值(值列表)？

      如果针对的是一个表，那么，这是一个很好回答的简单问题。但是，DAX会采用其他方式来计算该值，尤其是在表之间存在关系时。   
      例如，DAX中包含未正确建立交叉索引的值时，如果传入关系已损坏，DAX会将新行添加到关系列表中每个字段都为空值的位置，并将其链接到未建立索引的行，以确保列表引用的完整性。这是DAX关系数据模型的一个很清晰但却最容易导致理解困难的地方。
        如果函数包含空白行（这在使用 ALL( ) 时经常出现，因为该函数的结果是表或列表的全集--全部列值）。那么，列表的返回值数目中将包含这些空白行。也就是说，DAX关系型数据模型列表总是具有相同的行（即所有列表的行具有“一一对应”式的对齐，后面将称为行索引……）。例如，一个只有一行一值的列表与一个100行100个值的列表如果具有关系，那么，一行一值的列表需要重复99次或用99个空值补齐99个行位来与100个行值的列表进行"行对齐"。如果有更多单列表的数据模型，则必须同时具有相同的行数，而且数据模型的每一行都是唯一值。

      我们将这些数据模型中一个或多个列中所对应的每一行(横向连接)称之为数据模型的一行。所以，你不能用普通的单元格或表的慨念来理解DAX，而是一种"列表"的慨念。

      了解这种横向一个或多个单列表的一行，以构成该数据模型的一行(唯一值)的特点，是熟练运用列表构建DAX的基础。所谓列表关系就是列表唯一值之间的索引或交叉索引关系。

      上一部分中我们提到了：求数据模型表中各个列表的唯一值，见下图。

      其中的邮寄方式只有4个值（基数），并且知道：由邮寄方式中其中的一个值（基数）筛选出来的表的行数为506行（我们可以说，筛选后的列表子集表的行数为506行，由于数据模型列表的行一一对应("行对齐)关系，这时，其它所有列表都将是506行，即由此将筛选一个506行的表。其他3个基数筛选出来的对应行数分别为：53、272、169(也将分别产生对应于该数值行的表)，由4个值筛选出的4个子集列表的行之和为总行数：506+53+272+169=1000行(即完整数据表)。这说明该数据模型表共有1000行，该模型表中其他列表不管它有多少基数列值，都将对应有1000行。倒如，355个[客户lD]构成1000行，14个[数量]值构成1000行……等等。

        这其中并没有一个具有1000个唯一值行的列表，上述列表肯定都存在大量的重复列值行或空值行。

        PowerQurey里有一个简单的理解方式，即分组依据。如下图：我们观察到[出入库]列只有两个唯一值，根据列表的一一对应（行数一定），这两个值将分别对应于整个表的行数。也可以理解为：如果按这两个唯一值来分类（或筛选）该数据模型表，则该表所有内容将包含在这两个值所划分的组里，所有后续的计算都将与这有关（引用列表或定义值列表）。依次类推，有多少的这样的唯一值，就有多少这些唯一值以及由它们的组合的分组方式：

    选择库存方式[出入库]列（也可以是其他你需要了解的列），进行“分组依据”操作：

      整个数据，显然已被分成了两个Table（数据区），点选其中任意一个，可以在下方观察到数据，其中[出入库]列表的行值全部为“入库”（包含“出库”内容的行被筛选掉--不在该类分组里）。这里我们利用了PowerQurey的“单元格”能装载Table的特性，以便于你更具体的了解列表特性以及列表筛选的实际。

      当然，这时候，你也许会有进一步的需求操作，比如依据这两个唯一值指代为另外的主键列（例如给予一个编码或序号、创建关系列表等）。

        2、当然，你还可以使用 DAX 函数来创建整个计算列表，这要求有一个表名称和一个表函数。计算表的使用(包括建立关系)和任何其他表一样。

        你应该记得：DAX是一种函数式语言，你知道DAX表达式通常返回单个值，比如字符串或数字值。我们称这种表达式为值列表(这种情况下，也称为标量表达式，一种结果为数值的值列表)。
      例如，当你定义一个度量或计算列，你定义的总是一个以字符串或数字为结果的值列表(该标量表达式，并不总是数字类型)，如以下三种类型结果的例子：
        = 4 + 3
        = "DAX is a beautiful language"
        = SUM ( Sales[Quantity] )       
        当然，你也可以编写一个产生列表的DAX表达式。但是，你不能直接将列表表达式分配给度量或计算列(前面所说：先有列表的全集数据，而后才有值列表。或者说，一般你不能直接"定义"一个列表，即便是其结果将作为列表的DAX表达式：即该列表表达式可以作为DAX的一个重要部分（列表）参与计算。
      例如，某些DAX函数需要引用一个列表表达式作为参数，或者需要引用一个列表表达式来编写一个DAX查询（获得列表结果）等，这都只能是"引用"列表(无论该列表是如何产生的、以及是否元列表还是使用列表函数产生的结果列表等。总之，只要使用的是列表形态，我们都指代其为"引用"列表)  。   
        最简单的例子，一个列表表达式直接引用表名：如以下表达式返回整个Sales表的内容(所有列和行)的Sales表：
        =  Sales 

      但是，如果你试图将该表达式放置在度量或计算列中，则会得到一个错误，这是因为度量需要的是“定义”一个值列表。事实上，为了获得该标量值的值列表，DAX总需要“定义”表表达式，并可以使用可以定义表表达式的函数作为参数来实现。关于度量及计算列中使用列表、值列表的情形，我们在第一部分中的一开始就有举例。这里运用列表以及值列表的概念，做进一步的说明。

      至此，你应该稍微明白了一些：为什么我们要花费这么多的时间、文字来讨论列表、列值以及列表的引用与值列表的定义概念。
      例如，计算一个表里包含多少行的COUNTROWS函数：
        = COUNTROWS ( Sales )
        COUNTROWS函数有以下定义：  COUNTROW是为数不多的一个接受表作为参数的DAX函数，它可以直接引用一个表的名称，或者函数定义的结果表作为参数。     
      我们根据函数结果返回的类型对DAX函数进行分类。如果返回一个标量值结果，我们说你调用的函数为"标量值列表(即值列表)函数，如果结果返回一个表(一个或多个列表)，则调用的是"列表函数"。
        例如，COUNTROWS是一个值列表函数，因为它返回每个数字结果，这与它接受一个表作为参数毫无关系！ 请认真理解这句话，这对于后面DAX函数学习将由莫大的帮助。

        许多表函数通常用于操作(引用)一个或多个列表（表），来更改元表的列表变化(通常是行列值的改变)。以返回一个或多个新的列表（表）集。例如， 通过使用以下表达式，可以计算销售表中的那些单价大于100的对应行的行数(值列表计算)。
        = COUNTROWS ( FILTER (Sales, Sales[Unit Price] > 100)) 

        在前面的表达式中，FILTER返回包含Sales表的所有列表，但其结果列表集只包含那些单价大于100的行。在后面内容中，你将了解更多关于FILTER筛选器功能的内容。COUNTROWS 函数引用该 FILTER()结果表（执行值列表的功能，但以列表形态在计算中被引用，即COUNTROWS引用的是表函数FILTER( )的结果表，即Sales表中符合条件的行构成的新的Sales表，而不是整个SaIes表)：由于FILTER函数的功能：即使用该表表达式来遍历新的Sales表的行，并聚合这些行值，以返回一个标量值的结果值列表。
        我们甚至可以给DAX筛选下一个帮助你理解的定义：所谓DAX筛选就是列表与值列表之间的转换、变化、组合等等。
        上述公式，不能编写为：
        = COUNTROWS (Sales[Unit Price] > 100)) 

        因为这时候COUNTROWS（）的参数 ：SaIes[Unit Price]>100)是一个值列表而不是表，COUNTROWS函数只允许直接引用一个表（原表或结果表），而不是定义的值列表。我们将该公式与前面使用ALL()引用全集列表的公式，以及之前见到的类似的几个公式放置在一起，你可以试着对比一下，以分析它们之间的差异以及对错：

      1) = COUNTROWS (Sales[Unit Price] > 100))
      2) = COUNTROWS ( FILTER (Sales, Sales[Unit Price] > 100))
      3) = COUNTROWS ( ALL (Sales）, Sales[Unit Price] > 100))
      4)  = COUNTROWS ( CALCULATE (Sales）, Sales[Unit Price] > 100))
      5)  = COUNTROWS ( CALCULATETABLE (Sales），Sales[Unit Price] > 100))

      至少你应该理解一下与此节内容相关的第2、3两个公式。这里有一个很通俗的区别方法：公式 2），对于FILTER函数，有一个通常的理解：它是一个行筛选器，具有遍历表的每一行的行行为，因而，它的结果表是一行一行判断并找出来的，是内部引擎一行一行扫描出来的。而公式 3）则是直接“引用”一个列表筛选得出的。

      为了更好的理解上面的一些概念。我们在Power BI 的新建表中使用ALL（）来“引用”数据模型里的一个表：

      再次使用FILTER（）来“引用”数据模型里的同一个表：这时候会得到一个错误的提示：向FILTER函数传递的参数太少，该函数的最小参数计数为2.

        有人试着使用专门的列表函数CALCULATETABLE，结果也是一样的错误提示。

        想一下这里的该函数的最小参数计数为2，是什么意思？

        再看一种情况：我们在计算诸如：销售量超过100，或者平均销量小于100等类似条件计算时，会用到：
        CALCULATE([销售量], FILTER('门店信息表',[销售量]>200))  或者：
        CALCULATE([销售量], FILTER('时期表',[销售量]<100)) ......。
        此类的DAX计算（是不是有一种很熟悉的感觉？）。
        这两个FILTER( )  的结果是一个值列表。首先，它们分别引用的是'门店信息表',以及'时期表'，后面的筛选条件来自其他表（这里是布尔值值列表），其结果是这两个引用表被筛选后的值列表（已经不是原表的全集列表了），该值列表再次作为CALCILATE函数的第二个参数参与计算（这时是列表形态）--即在此列表筛选条件下计算。
        FILTER('时期表',[销售量]<100) 作为值列表的功能是我们出于理解和编写DAX的需要，内部引擎始终会将其结果识别为列表处理，这是DAX里难于理解的地方，也是DAX优势的地方。
        这在后面学习到DAX内部引擎原理时，将进一步学习到。
        现在的问题是，既然我们已弄清楚了：FILTER('时期表',[销售量]<100)参与计算时是作为值列表还是列表存在。现在，我们单独将公式中：FILTER('时期表',[销售量]<100 部分拿出来，在Power BI 的新建表中使用它，结果是包含时期表全部字段的时期表（只是这时的时期表已经不是元时期表，行数范围变少了，这证明该表已被筛选，即符合定义条件的被保留了下来）。如图：

      官方《DAX圣经》有句关于FILTER()的这一行为的描述：FILTER（）作为列表结果而执行着标量值列表的功能。换句话说：FILTER() 总以列表形态存在着，但它首先是一个值列表结果。
      公式：CALCULATE([销售量],FILTER('时期表',[销售量]<100))中， FILTER所引用表（例如本例中的时期表（被布尔值条件筛选后的时期表的子集表），但同时，该值列表又被CALCULATE作为列表“引用”（使用的是该值列表的全集列表）。
      这种值列表转变为列表的行为（需要内部引擎识别一次），在DAX中被称为计数一次（前面讲函数的嵌套时的迭代也是，每遍历一次识别一次，哪怕是一行一值）。FILTER函数要求至少该计数为2（由于引擎总是处理列表，所以这里其实是列表出现的次数或者说是引擎处理的次数，原理上，处理一行一值一次与处理多行多值的一次没多大区别，对于引擎都是一次！）。因为，FILTER是一个行筛选器，具有遍历表的每一行的行行为，既然如此，计数为1，只有一个值就不需要遍历的行行为（实际已是列表，直接变成引用列表了，这不符合FILTER函数的功能），至少计数为2才满足遍历的条件。

      例如：FILTER('门店信息表', 时期表)  。这种写法也是不对的。因为第二个参数引用的是表，计数为1。
      当然，事实上，FILTER（）可以有不限定计数(即可以定义多个值列表条件)。前面错误提示中的计数2，很多人理解为FILTER需要两个参数，这是两个概念。

      说到这里，我们再想想之前提到的CALCULATE（度量或计算式，筛选1,筛选2，筛选3.....筛选N）中的筛选并没有FILTER式的限定，甚至可以不需要第二参数：CALCULATE（度量或计算式）。

      事实上，你也可以简单理解为：像 FILTER（表）或FILTER（表[列]）...这种直接引用表或列表的方式是不允许的。所以，严格地说，FILTER并不是表函数。根据列表的两种状态：列表与值列表，其实相应的函数也可以理解为只有两类：即引用列表的列表函数，以及定义值列表的值列表函数。当然你不需要记住这些，我们并不主张有这么多的概念。一句话：引用列表，定义值列表。

        我们说，不能将表表达式直接作为度量或计算列里，但是，你可以在计算(比如提供行、列筛选)表中使用表表达式(如果该特性在将来可用)或在DAX查询中，将表表达式的内容显式化处理。例如，像前面举例的同类案例：获得一个包含所有单价大于100的[Unit Price]列的值列表对应的Sales表。

        = FILTER (Sales，Sales[Unit Price] > 100)

        前面提到，DAX公式还提供EVALUATE语句，可以用它来获得上述表表达式的结果列表输出：
        EVALUATE     
        FILTER (Sales. Sales[Unit Price] > 100)     
        你可以在任何执行DAX查询的客户端工具(Microsoft Excel、DAX STUDIO) 看到EVALUATE语法的更详细的解释。

      最后，鉴于FILTER函数的特性以及重要性，下面还会就该函数单独一式说明。

      第23式：CALCULATE的列表表达式

        正如前面所谈到的，你经常会使用表（列表）表达式作为DAX函数的参数。典型的用法是迭代表的函数，以及遍历每一行计算的DAX表达式等。例如，所有以一个“X”结尾的聚合类函数，如SUMX：

        [Sales Amount] ：=SUMX (Sales， Sales[Quantity] * Sales[Unit Price] )

        在此计算的基础上(直接引用元表计算)，你可以使用一个表函数来替换简单的表引用(这里是Sales表)。这是迄今为止，我们将要学习的第三种形态类型的DAX计算式：
      SUMS类(显式行、列筛选计算)：
      SUMS类( 表或结果表，计算式)。
      例如， 通过使用列表筛选功能，只计算那些销售数量大于1的度量：

      [Sales Amount Multiple Items]：=
      SUMX (  FILTER (Sales，Sales[Quantity] > 1)， Sales[Quantity] * Sales[Unit Price])

      这里SUMX函数的第一个参数使用了FILTER( )的结果列表（引用该值列表的全集结果列表），然后第二参数定义的计算在该子集列表下计算。所以，该计算检索的是经Sales[Quantity] > 1筛选后的那些行的表。你需要理解这句话的含义，以便于掌握这类DAX计算。这里的列表计数为2(出现两次列表形态)。
        在计算列中书如果需要检索表的所有行，可以使用RELATEDTABLE表函数，该表函数引用位于一对多关系的多端的表。

        例如，下面的计算列在Product(产品)表里计算相应的产品的销售额：

        Product[Product Sales Amount] =
        SUMX ( RELATEDTABLE ( Sales ), Sales[Quantity] * Sales[Unit Price])

        因为我们在Product(产品)表里计算相应的产品的销售额，公式首先向Product(产品)表里添加一个计算列，SUMX的参数引用的是Sales表的该列表(当然前提是Product与SaIes表之间存在关系)计算。
        很多时候，我们需要在一些看起来并不是事实表的表（例如参数表）里计算一些值，而计算数值需要来自某个事实表，通常的做法是在参数表里引入（VLOOKUP方式）一个计算列。除非必要，你可以像本例公式所示，使用RELATEDTABLE （）方式直接在度量里引用该列表，而不是创建一个新计算列。

        在接下来的“CALCULATE的列表筛选”中，可以在“行筛选和列表关系”中找到相关的表函数的详细解释。

        前面我们已提到：你还可以在同一个DAX表达式中嵌套调用表函数，因为任何一个表表达式都可以看成是该表函数对列表的调用(实际调用的是由值列表转化的列表)。例如，在Product表中的以下计算列为计算产品的销售数量，并仅考虑销售额大于1的那部分产品的销售额。

        Product[Product Sales Amount Multiple Items] =
        SUMX ( FILTER ( RELATEDTABLE ( Sales )，Sales[Quantity] > 1)，
        Sales[Quantity] * Sales[Unit Price])

        这与前面直接使用FILTER( ) （第一参数）引用一个表不同的是，它引用的是RELATEDTABLE( )的结果表(附加有筛选)。这是两个表函数的嵌套调用(即一个表函数的结果表被另一个表函数引用，这其实也是一种获得多列表结果的方式。你可以理解DAX列表查询(可获得列表集结果)。

        当表函数嵌套调用时，与其它函数定义的DAX一样，DAX将首先计算最内部的表函数定义的结果，然后依次对外层的其他函数进行计算。我们说，这其实是DAX内部计算的计算顺序，这与筛选看起来是相反的。

        注意，不要将此规则与函数调用参数的计算顺序相混淆(你应该明白，计算顺序的每个过程是调用某个函数的功能结果，而函数的参数顺序仅针对该函数，显然不是一回事)。

        还需要注意，稍后行将看到，嵌套调用的执行顺序可能会造成某些混淆。比如CALCULATETABLE的计算顺序就不同于FILTER。这将在下一式的CALCULATE中的FILTER行为，以及“CALCULATE与CALCULATETABLE”中找到有关CALCULATETABLE的描述。

    第23式 CALCULATE的FILTER行为

        我们已经知道，FILTER函数其实扮演着一个简单的角色：它获得一个与原始表具有相同列的表（行扫描的筛选条件下的行(即行范围己减少的表)。
        先观察FILTER的语法：

        FILTER  (表，条件筛选)

        FILTER迭代（遍历）表的每个行(一列或多列的行)，并对每个行求值，你可以认为这是一个布尔值的值列表表达式，当结果值为TRUE时，筛选器返回该行（列值），否则，它就会跳过它(未被引用的行)。基于此，有人称FILTER为行迭代器)。

        请注意，从DAX逻辑角度来看，FILTER 对<表>中每一行执行某个定义的<条件>。然而，由于DAX内部的优化原理(引擎总趋于最先找出最小基数的列表集)：对于FILTER(表，条件)，可能会将计算的数量减少到该<条件>表达式中包含的引用列表的唯一值的数量。也就是说这与列表的唯一值有关（耳语数据的多少关系不大）。后面还有关于列表唯一值的列表映射关系的再次说明。

        有时候，你可能遇到过，使用CALCULATE(计算式，条件筛选)方式的某些公式会出现计算错误，将其中的"筛选"替代为：FILTER(表，条件)的筛选方式后则计算正确。这是什么原因？

        这里要说的是其中的一个与粒度有关的原因： FILTER(表，条件筛选)的实际计算值对应于FILTER操作的列表“粒度”。
        我们知道，一个列表无论什么类型，其实是不存在"粒度"的(一个列表就是一个整体、数据模型的构成单元)，但计算中存在这种粒度，并需要我们经常考虑"粒度"。这时，我们只能借助值列表形态。
        因为，FILTER（）的上述语法中的可变换为：条件筛选 = 值列表，即：
        FILTER(表， 值列表)
        FILTER才是真正意义上的"筛选"：先有列表，再有值列表(引用一个列表或表，然后定义一个值列表筛选它)。甚至由于FILTER本身也函数，你可以嵌套(FILTER(FILTER……))。
      同时，FILTER的条件参数值列表的"粒度"，决定了FILTER值列表条件筛选器的性能，它是DAX优化的一个重要因素(例如可能使用布尔值列表优化)。
        当FILTER(表，条件) 中的＂条件＂与 CALCULATE(计算式，筛选)中的＂筛选＂相同时，可能有人会觉得后者的运行会快一些(理由是后者不需要迭代行)。当然，这种情况下，总使用 CALCULATE方式而不是FILTER。但需要说明的是，你不必要过于考虑它，自然地使用它们就行：由于数据结构的不同，以及FILTER的功能特点：行行为、考虑粒度、布尔值筛选优化等，该使用哪个方式自然就明白了。

      再看几个实例。例如，以下查询筛选出所有品牌为"Fabrikam"的产品。

      EVALUATE
      FILTER (Product, Product[Brand] = "Fabrikam")

      这是一个结果列表，FILTER的第一参数引用元表--Product表，然后定义一个布尔值列表，并基于此筛选出一个Product,表，并得到满足品牌为＂Fabrikam"条件的那些行的Product表)。

        我们说，你可以在另一个FILTER函数中嵌套引用FILTER( )，因为，可以使用任何表表达式作为FILTER的参数。这时，第一个FILTER执行的是最内层的。通常，嵌套两个FILTER产生的结果是相同的，而不是多个筛选器包含的逻辑条件的组合。换句话说，以下查询将产生相同的结果：

      FILTER  (表，AND  (条件1，条件2 ) )
      FILTER ( FILTER (表，条件1 )，条件2 ) )

      但是，如果有许多行，并且两个或多个AND“并”条件有不同的复杂性，可能会观察到不同的性能差异。例如，考虑下面的查询，该查询将返回具有单位价格的产品，其单价是单位成本的3倍以上，如图3-7所示。

      EVALUATE
      FILTER (Product，AND (Product[Brand] = "Fabrikam"，
      Product[Unit Price] > Product[Unit Cost] * 3))

      该查询只筛选了Product[Brand] = "Fabrikam，且Product[Unit Price] > Product[Unit Cost] * 3的产品。该查询可以将这两个条件应用到产品表的所有行中。如果两个条件之一中有一个是更快或更有选择性，那么，可以首先使用嵌套的FILTER函数来应用它。例如，下面的查询改变前一个公式最内层FILTER条件的位置：

      EVALUATE
      FILTER ( FILTER (Product， Product[Unit Price] > Product[Unit Cost] * 3)，
      Product[Brand] = "Fabrikam")

        如果将条件反过来，则它们的执行顺序也会反过来。例如，下面的查询只适用于Fabrikam品牌的产品，这决定于条件所包含的行：

      EVALUATE
      FILTER ( FILTER (Product， Product[Brand] = "Fabrikam")，
      Product[Unit Price] > Product[Unit Cost] * 3)

        当优化DAX表达式时，这些知识将非常有用。你可以选择执行顺序，并首先应用最具有选择性、更快的筛选器。然而，这需要基于对列表筛选的清晰理解，否则，不要试图优化DAX。这将在本系列后面的“优化DAX”中找到更完整的关于查询优化的讨论。这些示例的目的是让你意识到表函数的嵌套调用的执行顺序。

        请记住，通常，嵌套调用函数的执行顺序是从最里面到最外层的顺序。
        但是，我们知道，CALCULATE和CALCULATETABLE可能是这种行为的一个例外(前面我们提到过）。 FILTER与CALCULATETABLE可能存在执行顺序的差异。这两个函数将依赖于用于计算的参数的特定顺序。因为，在类似的情况下你可能会使用FILTER或CALCULATETABLE，所以，在嵌套调用的情况下要注意这种差异。

      请查阅： DAX联接表系列 之四中相关内容。

      第24式：CALCULATE（）条件筛选的构成

        在之前的内容里，为了帮助你理解以及掌握“列表以及值列表”，我们已列举了大量的DAX案例公式，在这些公式中，涉及的一个主要内容是：引用列表以及定义值列表。
      如果你仔细观察，无论多么复杂的DAX公式，我们都可以将其拆分为一个个构成单元，这一个个单元都是由列表构成（实际运用上，总是列表与值列表两种形态）。
        由于函数的参数要求、以及计算逻辑的需要，引用列表以及定义值列表总存在于不同的场景和位置。所以，熟练掌握DAX，需要基于数据行为逻辑的理解、以及构建这些计算时需要使用的函数功能的了解。我们不止一次说道：DAX是一门函数式语言工具。
        你不必刻意的记住那几百个的函数，需要什么计算、知道什么函数有这个功能实现它就行。
        但首先，我们要学习DAX的构成单元是什么、以及它们是如何组织起来的（也就是说如何写出一个DAX计算式）。
        注意：后面的DAX公式书写系列会详说。
      其实前面我们已经说到这个问题，这里单独成为一式，只是为了加深一下理解。在创建任何DAX公式时，一般来讲，需要明白两点：
        1、DAX执行的是列表（列表以及值列表）；
        2、DAX的计算单元几乎都是由列表+值列表 构成，即先有列表再有值列表。

        常见的如（仅列举几个前面已有的公式）：
        1）FILTER  (表，条件筛选)，CALCULATE（计算列表，筛选）...模式；
        2） FILTER (Product, Product[Brand] = "Fabrikam")；
        3） FILTER (Sales. Sales[Unit Price] > 100) ；
        4）COUNTROWS ( FILTER (Sales, Sales[Unit Price] > 100)) ；
        5）SUMX (Sales， Sales[Quantity] * Sales[Unit Price] )
        ......等等。

        很多人纠结的：MIN函数与VALUES函数以及由它们构成的：
        MIN（时期表[列]）与VALUES(时期表[列]) 的区别。比如为什么在设置列表条件时：

        不能：表[某列]<=VALUES(表[某列]), //列对列
        可以：表[某列]<=MIN(表[某列]),        //列对值
        因为，任何筛选列表也应该符合：DAX的计算单元的列表+值列表 构成规则，第一个公式中的：VALUES(表[某列]）（类似的有FISTDATE（时期表[列]）等），是这个列表的所有唯一值列表，它是一个列表，左边也是一个列表，即列表<=列表，这是不允许的（全集的列表之间对比没有意义）。能对比的只有值列表（至少有一个是值列表，即对比的是列表的某个范围），第二个公式中MIN(表[某列])（类似的有MAX(表[某列])）是每个标量行值的值列表，列表<=值列表，符合DAX单元构成规则。
      表[某列]<=VALUES(表[某列]) 如果计算正确，那么，这时候的VALUES(表[某列])则是一个值列表，即当VALUES()为每个唯一值的值列表时，该条件成立：实际上这时候常见的是写成：
      表[某列] = VALUES(表[某列])
      因为只有=（等于）才有可能表示为“每个当前值”，而使用<、>号，一般为某个范围值，大都被VALUES()函数指代为列表。这是VALUES()函数的特别之处。利用VALUES()函数的“两面性”可能会更好的理解列表+值列表的单元构成。
      在接下类的一式中，还会提到VALUES函数，该函数是DAX中使用频率最高的函数之一。

        这里我们暂时略过这个话题。

      第25式  CALCULATE ( ) 的ALL函数系列

        ALL函数系列包括ALL、ALLEXCEPT以及 ALLNOBLANKROW，所有这些函数都是很实用的系列函数：它们返回一个表(多个列表)的所有行或者一个列表的所有值，这取决于其使用的参数。
        例如，下面使用ALL（）函数的DAX查询返回库存表中的所有行：
      库存表 = ALL ( 库存)

      不能在ALL（）参数中指定一个表表达式。必须指定一个表名的表或一个列名的列表。如图：由ALL（）生成的包含多有行的库存表结果与原库存表的行数对比（使用Power BI的新表创建），该表共有16578行

      上图中，观察到产品ID列共有1942个唯一值（非重复值）。我们继续“新表”，写入公式：

      产品ID表 = ALL('库存'[产品ID])

      如图可知： 如果ALL使用单个列，结果是一个包含该列唯一值的列表。该列共有1942个唯一值，即1942行的列表结果。

      再次“新表”，写入公式：
      产品ID表2 = ALL('库存'[产品ID],'库存'[类型]) ，即ALL（）针对两列：

如果在ALL（）里再添加一列[类型]，结果相同：

      为什么这时候的结果表行数不是前面的1942个行的表呢？
      这里，我们在ALL函数的参数中指定了来自同一个表的更多列。如果使用多个列，结果将是一个具有相同行数量的列表，其中包含这些列中现有值的列表组合（比如笛卡尔积值）。
      在：产品ID表2 = ALL('库存'[产品ID],'库存'[类型])  结果中，ALL（）取两列的共有行的组合，由于[产品ID]列的唯一值是1942，[类型]列的唯一值是3，则两列的行数组合将会是：1942×3= 5826（与结果5646有点差异，可能有“没有匹配”的行空值等）。因为后面添加进的[出入库]列只有2（比[类型[列唯一值3要少），所以，不影响总行数结果。
      如果我们去掉[类型[列，改为：产品ID表2 = ALL('库存'[产品ID]) ,则这时候为该两列的行组合，行数应为：1942×2= 3884，如图，结果是3884行的结果表。

        很多人对于ALL（表）返回该表的所有行，而ALL（单个列表）时生成该列表的唯一值列表有些费解。ALL（）的作用是处理表或列表的唯一值，对于表，其唯一值就是该表的现有行数（在数据模型里的单独的每个表即然可以单独作为一个表，是因为它们拥有唯一值的行，我们前面说过，你需要将表的一个或多个列的某个行横向连起来看作该表的一行，并不是某一个列表列值所在的一个行）。同理，依据数据模型表的行的一一对应（行映射），当某些列的唯一值不相同时将使用重复值或空值填充。

      所以，对更多列的所有值的查询将返回一个当前存在的行值组合的列表。在ALL的那些变体函数中，都忽略了任何现有的筛选器来产生结果，你可以将所有这些结果作为迭代函数的参数，如SUMX和FILTER，或者作为一个CALCULATE函数中的筛选器参数(稍后将会看到)。
      如果想在ALL函数调用中包含表的大部分列，则可以使用ALLEXCEPT代替。要想从结果中排除哪些列，则需要先引用一个表，后面再是该表的列。因此，ALLEXCEPT返回一个表，其中有在ALLEXCEPT()里未指定的表的其他列中唯一值组合的列表。
        实际上，ALLEXCEPT是一种编写DAX表达式的方式，它将自动包含在ALL( )结果中。今后，如果再在数据模型中添加其他新列，也可能自动添加在ALL()里。例如，如果有一个带有五个列的产品表：产品名称、产品编码、品牌、类别、颜色，下面的语法产生相同的结果：
        ALL ( 产品[产品名称]，产品[品牌]，产品[类别] )      // 需处理的三列
        ALLEXCEPT ( 产品，产品[产品编码]，产品[颜色] ) // 排除在外的两列

      然而，如果以后需要添加两列：比如，[产品成本]和[产品单价]列，那么，所有的结果将同时忽略它们（自动添加进ALL()里），而前面ALLEXCEPT将返回相当于：下面的查询返回的一个表，该表还是除了产品代码和产品颜色外的所有列：
      ALL (产品[产品名称]，产品[品牌]，产品[类别]，产品[成本]......，产品[单价])；

        该结果与原来的表的行数相同，因为，其结果包含了产品编码列，该列的每一行都有一个唯一的值。结果其他列的组合可能会返回更少的行，因为在返回的列值中删除了重复值。它还是等同于：

        ALLEXCEPT ( 产品，产品[产品编码]，产品[颜色] ) 

        ALLEXCEPT() 返回所有在参数中没有指定的列的值的组合。在前面的示例中，已经看到了ALL( )的计算语句，它在没有任何现有筛选器的情况下执行DAX表达式。
      出于这个原因，最好用一个示例，使用数据透视表中ALL()返回的行数的度量方法，其中每个单元格使用不同的筛选器对度量值进行计算。考虑以下度量：

      [Products]  ：    = COUNTROWS ( Product )
      [All Products]  ：= COUNTROWS ( ALL ( Product ) )
      [All Brands]  ：  = COUNTROWS ( ALL ( Product[Brand] ) )

      你可以设想一下每个度量的不同结果是什么。
      第1、2个公式，会显示相同的数字（针对的是Product 表）。ALL()语句的计算忽略了透视表的每个单元格所定义的筛选器（不受透视表筛选影响）。基于行映射，当调用关系的父表时，如果子表包含一个或多个与父表中的值不匹配的行，则会检索额外的空行。
      这可以使用ALLNOBLANKROW()而不是ALL()的方法来忽略结果中的这个特殊行(一般为空值)。
        ALLNOBLANKROW的度量的值与ALL版本都比Product表和Products[Model]的ALLNOBLANKROW版本多了一个。原因是Sales表中有一些行在Product表中没有匹配的行，因此实际上添加了一个额外的行。
        ALL和 ALLNOBLANKROW度量不同，如果目标表包含一个额外的空行时，它们定义的度量总是返回相同的值。如果计算表中包含对不匹配行的值的引用，所有这些行将被分组在相同的(空白)值中，并用于计算。   
        ALLNOBLANKROW的这一点可能有用于：当需要编写一个迭代值用以忽略关系中不匹配的值时使用。然而，我们通用都是使用ALL()，而ALLNOBLANKROW()却很少被使用。

      关于ALL、ALLEXCEPT函数，考虑到后面的内容，以及前面的“ALL”介绍，所以，应该不需要用冗长的解释来烦你。我们再简单聊一下它的干脆性和实用性方面。

      1、ALL()函数总在一个CALCULATE()中使用，并作为它的筛选参数之一。它从当前任何筛选里删除所有的筛选器。考虑有这样一个透视表：年份在切片器上的[Net Sales]按月显示的度量，现在，我们将使用这个透视表来演示ALL()的用法。我们建立一个新度量：

      [All Month Net Sales] = CALCULATE ( [Net Sales]， ALL ( Sales[MonthNum] ) )

      因为从ALL( )从Sales[MonthNum]中删除了所有筛选器，透视表值区域中的每个度量单元将都与Grand Total（小计项）具有完全相同的筛选器 (行列坐标)。

      前面说过，你也可以把ALL()当作一种手段：“引用”一个透视表中的全部单元格，即从当前筛选器中清除/移除每个筛选器。取消一个切片器这个很有用，也很有趣。例如，变化ALL( )还可可以用于去除单个列之外的参数。比如这两种变化都是有效的：
    （1）ALL(，，…) –-用于指定的多个列 ：
      例： ALL(Sales[ProductKey]， Sales[Year])

    （2）ALL( ) –- 用于指定的一个表（该表的所有列），用于表的每一列（整个表） 
      例： ALL(Sales)

      需要重复的是：ALLEXCEPT() 函数，假设有在一个表中有12个列，你想要将ALL( )应用到12个列中其中的一个或多个列。然后，你可以使用：
        ALLEXCEPT(<表>,< 要取消筛选的列1>,< 要取消筛选的列2>…)
      例如：这与列出Sales-销售表中除[ProductKey]列之外的每一列相同：
      ALL (Sales[OrderQuantity]，Sales[UnitPrice]，Sales[ProductCost]，Sales[CustomerKey]，Sales[OrderDate]， Sales[MonthNum],…< ProductKey之外的所有列>)

      在这种情况下，使用ALLEXCEPT( )更方便，你只需要将不需要排除掉筛选作用的一列，使用 ALLEXCEPT即可：
      ALLEXCEPT (Sales，Sales[ProductKey])
      另一个不同之处，使用ALLEXCEPT( )除了方便之外，如果随后需要添加一个新的列到Sales表，ALLEXCEPT( )将“提取它”，并将ALL( )行为同样应用到它，而不需要你更改度量公式。在编辑公式之前，ALL(<列出每个列>)的方法显然不会应用到新列。

    第26式  CALCULATE ( ) 的VALUES 和 DISTINCT定义的唯一值列表函数

      在前一式中，已经看到，使用一个列的ALL() 返回一个具有所有唯一值的表。DAX函数提供了两个其他类似的函数：返回一个列表的唯一值列。这就是 VALUES 和 DISTINCT。 其中的VALUES已简单介绍过。
      在没有任何其他筛选操作的情况下，如果在计算语句中使用VALUES 或 DISTINCT看起来是相同的。但是，当将这些函数放入到DAX度量中时，可以观察到它们不同的行为。
      因为，在一个数据透视表的每个单元格中，计算发生在不同的当前筛选中。考虑下面的度量，计算Product[Brand]和Product[Size]  列唯一值的数量。
      1）[Products] ：        = COUNTROWS ( Product )
      2）[Values Brands]：= COUNTROWS ( VALUES ( Product[Brand] ) )
      3）[Distinct Brands]：= COUNTROWS ( DISTINCT ( Product[Brand] ) )
      4）[Values Sizes]:      = COUNTROWS ( VALUES ( Product[Size] ) )
      5)  [Distinct Sizes] ：  = COUNTROWS ( DISTINCT ( Product[Size] ) )

      VALUES()返回当前可见的唯一值列表，包括未匹配值的可选空白行；DISTINCT执行相同的操作，但并不返回未匹配值的空行（这是两者的区别）。然而， 如果空白值显示为列的有效值，这两个函数将包括空白行。惟一的区别是，添加了空白行来处理关系中的缺失值。
      VALUES和DISTINCT只在将空白的行内容添加到模型中，以包含那些未匹配的行，这在报告的(空白)行中是可见的。另一个差异是可见的：VALUES  返回的值比DISTINCT应用于同一列的值可能要多。
      假设没有筛选器，DISTINCT的行为对应于ALLNOBLANKROW()，而VALUES的行为对应于ALL()。VALUES也接受一个表作为参数。这种情况下，它将返回当前单元格中可见的整个表，并有选择地包括未匹配关系的空行。
      例如，在数据模型中考虑以下度量，其中Sales表与Product产品表具有关系，并包含与产品键不匹配的任何现有产品的事务记录：
      1） [Products]  ：                  = COUNTROWS ( Product )
      2）[Values Products]：        = COUNTROWS ( VALUES ( Product ) )
      3） [All NoBlank Products]：= COUNTROWS ( ALLNOBLANKROW( Product) )
      4） [All Products]：              =  COUNTROWS ( ALL ( Product ) )
      当没有筛选器时，VALUES的结果对应于ALL的行为，包括添加的空白行，以显示未匹配产品的计算。这种情况下，不能在一个表上使用DISTINCT（不能代替公式2中的VALUES)。
        在引用一个表或列时，VALUES与ALL()的结果相同：
     
        = ALL ( Product )
        = VALUES ( Product )
        = ALL ( Product [])
        = VALUES ( Product[Brand])
        = ALL ( Product[Brand]

      在引用表时，VALUES与ALL()的结果相同：

      如果需要删除一列中重复的行， DAX函数中没有单一这样的函数来删除重复的行(这时必须使用SUMMARIZE，稍后将会介绍)。
      然而，当没有筛选器时，1) 中[Products]度量将计数表中的行数，并忽略一个可能的空白行，该行为与ALLNOBLANKROW相同。
      你可以使用VALUES创建标量值，即使VALUES是一个表函数，也会经常使用它来计算标量值，在后面的式中将学习到DAX的这一特殊特性。
      例如，可以在表达式中定义VALUES()，如下面的一个，它显示颜色名称，以确保选择的为相同颜色的所有产品：
        [Color Name] ：=
        IF (COUNTROWS ( VALUES ( Product[Color] ) ) = 1， VALUES ( Product[Color] ))         
      当ColorName度量结果包含空白时，意味着有两个或更多不同的颜色；
      当VALUES返回一行，可以使用它将结果转换为一个标量值，比如Color Name度量。
      有趣的一点是，我们可以使用VALUES()作为标量值的结果，即使它返回一个表。这不是VALUES的特殊行为，但它代表DAX语言更一般的行为：如果需要一个表表达式返回一行或一列，并需要它自动完成（隐式），则可以使用任何表表达式来将列表转换为标量值（即将列表转换为值列表）。
        在实践中，如果结果正好为一行或一列，可以使用任何表表达式作为一个标量值（这不是函数的行为，而是DAX内部引擎的行为）。而当表返回多行时，在执行时会得到一个错误：“一个多值的表是由其他方式提供的”。
        因此，你应该保持该标量值的转换条件：使表表达式返回一个不同的多行结果 (你应该已经知道，当你写DAX函数表达式时，该表表达式只返回一行)。前面的[Color Name]示例，使用COUNTROWS检查Color颜色在Products产品表的选择里是否只有一个值。
        一个更简单的完全相同的控制方法是使用HASONEVALUE，它执行同样的检查，如果列只有一个值，返回TRUE，否则返回FALSE。以下两个语法是等价的：
        1）COUNTROWS ( VALUES () ) = 1
        2）HASONEVALUE ()
      你应该用HASONEVALUE代替COUNTROWS，这有两个原因：可读性更强，以及可以稍快一些。下面是一个更好的基于HASONEVALUE设置的度量：[Color Name]。
      [Color Name] ：=
      IF (HASONEVALUE ( Product[Color] )， VALUES ( Product[Color] )) 
      经常使用值作为标量表达式的原因是，它返回单个列，并可能返回单个行，这取决于执行的筛选条件。在许多DAX模式中，使用VALUES()作为标量表达式是很常见的，并且反复出现。
      在  [Color Name] ：=
      IF (COUNTROWS ( VALUES ( Product[Color] ) ) = 1， VALUES ( Product[Color] ))  这个公式中有两点值得注意：

      1）IF函数的测试条件是：COUNTROWS ( VALUES ( Product[Color] ) )  = 1计数。这种模式很常见：检查计数结果是否只有一个可见值或符合指定值（这里为=1）。**

      如果当前测试条件结果中没有内容，那么，在当前筛选器筛选中，列的所有值都是可见的：也就是说，HASONEVALUE将返回FALSE(因为该列有许多不同的值，这不符合条件)。另一方面，如果有一个值时（计数为1），那么只有这个值是可见的，这时，HASONEVALUE将返回TRUE。
        因此，在本例中，我们需要返回的值将是唯一的值，是否为唯一值这个条件是由IF测试的。

      未完待续