DAX SUMMARIZE(): Ein Leitfaden zum Gruppieren und Zusammenfassen von Daten

DAX SUMMARIZE() und Datengruppierung

So erstellt die Funktion SUMMARIZE() Übersichtstabellen auf der Grundlage von angegebenen Spalten und Aggregationen:

SUMMARIZE (<table>, <groupBy_columnName>[, <groupBy_columnName>]…[, <name>, <expression>]…)

In der obigen Syntax:

• table ist die Quelltabelle für deine Daten.

• groupBy_columnName ist die Spalte(n), nach denen du gruppieren willst.

• name ist der Name für deine neue berechnete Spalte.

• expression ist die Berechnung, die du durchführen möchtest.

Du kannst SUMMARIZE() mit jeder Tabelle oder Spalte in deinem Datensatz verwenden, was es sehr vielseitig macht.

Grundlegende Gruppierung

Schauen wir uns ein einfaches Beispiel für eine einfache Gruppierung mit SUMMARIZE() an.

Importiere zunächst den Datensatz in Power BI. Gehe dazu auf dieRegisterkarte Home > Get Data. Wähle aus dem Dropdown-Menü die Option, die deiner gespeicherten Datei entspricht, und lade sie. In diesem Beispiel habe ich ein Dataset mit Spalten für Jahr, Produkt und Verkaufsbetrag. Jetzt importiere ich sie in Power BI.

Eine Tabelle namens Verkäufe. Bild vom Autor.

Sobald die Daten importiert sind, gehst du auf die RegisterkarteModellierung > Neue Tabelle. Geben Sie dann die folgende Formel ein, um die Gruppe nach dem Jahr Spalte zu gruppieren und die Gesamtumsatz.

	SummaryTable =
	SUMMARIZE(
	    sales,
	    sales[Year],
	    "Total Sales", SUM(sales[SalesAmount])
	)

Formelbar. Bild vom Autor.

In dieser Formel:

• SummarizedTable erstellt eine neue Tabelle.

• SUMMARIZE( beginnt, Daten zu gruppieren und zusammenzufassen.

• SalesData, ist die Quelltabelle.

• SalesData[Year], Gruppen nach dem Jahr Spalte.

• "Total Sales", SUM(SalesData[SalesAmount]) erstellt eine neue Spalte namens Gesamtumsatz die Folgendes zusammenfasst UmsatzBetrag für jedes Jahr summiert.

Zusammengefasste Ergebnisse. Bild vom Autor.

Hier erstellt die Funktion SUMMARIZE() eine Übersichtstabelle, indem sie die Daten gruppiert nach Jahr und berechnet den Gesamtumsatz durch Summierung der SalesAmount für jedes Jahr addiert.

Mehrfache Gruppierung

SUMMARIZE() kann auch mit komplexeren Gruppierungen umgehen. Lass uns das anhand eines Beispiels verstehen. Hier, , habe icheinen Datensatz mit Spalten für Jahr, Produkt, Region und Verkaufsbetrag.

Eine Tabelle namens sales_data. Bild vom Autor.

Hier gruppiere ich nach Jahr und Region zur Berechnung der Gesamtumsatz für jede Kombination zu berechnen.

	SummarizedTable =
	SUMMARIZE(
	    sales_data,
	    sales_data[Year],
	    sales_data[Region],
	    "Total Sales", SUM(sales_data[SalesAmount])
	)

In dieser Formel: 

• sales_data ist die Tabelle, in der deine Daten gespeichert werden.

• sales_data[Year] ist die erste Spalte, die gruppiert wird nach Jahr.

• sales_data[Region] ist die zweite Spalte, die nach Region gruppiert wird.

• "Total Sales" ist der Name der benutzerdefinierten Spalte für die Summe der Verkäufe.

• SUM(SalesData[SalesAmount]) summiert die Verkäufe für jede Gruppe.

Fasst mehrere Spalten zusammen. Bild vom Autor.

Hier half uns die Mehrfachgruppierung, die Umsatztrends sowohl nach Region als auch nach Jahrzu visualisieren . Die Regionen Nord und Ost zeigen ein Wachstum von 2021 bis 2023. Der Süden hatte im Jahr 2022 hohe Umsätze, während für den Westen nur Daten für 2022-2023 vorliegen .

Fortgeschrittene Techniken mit DAX SUMMARIZE()

SUMMARIZE() ist zwar hilfreich, du kannst es aber auch mit anderen DAX-Funktionen kombinieren, um noch ausgefeiltere Möglichkeiten der Datenanalyse auszuprobieren. Sehen wir uns also einige Beispiele an, um zu sehen, wie fortgeschrittene Techniken SUMMARIZE() für komplexe Aggregationen und Zusammenfassungen nutzen können.

Verwendung von SUMMARIZE() mit ROLLUP()

Die Funktion ROLLUP() in SUMMARIZE() fügt deinen Übersichtstabellen Zwischensummenzeilen hinzu, um Zwischensummen über verschiedene Gruppierungsebenen hinweg anzuzeigen und detailliertere hierarchische Zusammenfassungen zu erstellen. Wenn du im Finanzbereich oder einer anderen relevanten Analysefunktion arbeitest, ist dies besonders nützlich, um mehrstufige Aggregationen durchzuführen.

1. Füge das Schlüsselwort ROLLUP() nach deinen Gruppierungsspalten in SUMMARIZE() ein.

2. Gib an, welche Spalten in die Berechnung von ROLLUP() einbezogen werden sollen.

SUMMARIZE(<table>, <groupBy_columnName>[, <groupBy_columnName>]…[, ROLLUP(<groupBy_columnName>[,< groupBy_columnName>…])][, <name>, <expression>]…)

Dieser Datensatz zeigt zum Beispiel den Umsatz und die Menge jedes Produkts in einer bestimmten Region. Jetzt muss ich die Verkaufsübersicht nach Region und Produkt finden, mit Zwischensummen und Gesamtsummen.

Eine Tabelle namens sales_rollup. Bild vom Autor.

Dazu verwende ich die folgende Formel:

	SalesWithRollup =
	SUMMARIZE(
	    sales_rollup,
	    ROLLUP(sales_rollup[Region], sales_rollup[Product]),
	    "Total Sales", SUM(sales_rollup[Sales]),
	    "Total Quantity", SUM(sales_rollup[Quantity])
	)

Verwendung der Funktion ROLLUP(). Bild vom Autor.

Du kannst sehen - hier gruppiert die Funktion SUMMARIZE() die Verkaufsdaten nach Region und Produkt um zu berechnen Gesamtumsatz und Gesamtmenge. ROLLUP() fügt Zwischensummen- und Gesamtsummenzeilen hinzu, um eine hierarchische Zusammenfassung der Verkaufsleistung auf verschiedenen Detailebenen zu erstellen.

Kombinieren von SUMMARIZE() mit ADDCOLUMNS()

Du kannst SUMMARIZE() auch mit ADDCOLUMNS() erweitern, um benutzerdefinierte berechnete Spalten in die gruppierten Daten aufzunehmen. Dies kann hilfreich sein, wenn du Maßnahmen oder komplexe Berechnungen zu deiner Übersichtstabelle hinzufügen möchtest.

Ich verwende zum Beispiel denselben Datensatz und wende die folgende Formel an, um diesmal eine neue Spalte hinzuzufügen:

	SalesWithAddColumns =
	ADDCOLUMNS(
	    SUMMARIZE(
	        sales_rollup,
	        sales_rollup[Region],
	        sales_rollup[Product],
	        "Total Sales", SUM(sales_rollup[Sales]),
	        "Total Quantity", SUM(sales_rollup[Quantity])
	    ),
	    "Average Sales per Unit",
	        DIVIDE(SUM(sales_rollup[Sales]), SUM(sales_rollup[Quantity]), 0)
	)

Kombiniere SUMMARIZE() und ADDCOLUMNS(). Bild vom Autor.

Hier gruppiert die Funktion SUMMARIZE() die Verkäufe nach Region und Produkt um zu berechnen Gesamtumsatz und Gesamtmenge. ADDCOLUMNS() errechnet dann den Durchschnittlichen Umsatz pro Einheit indem er den Gesamtumsatz durch die Gesamtmenge für jede Gruppe teilt.

Häufige DAX-Probleme und wie man sie löst

Wenn du SUMMARIZE() verwendest, kannst du auf einige Probleme stoßen. Aber keine Sorge, das kennen wir alle - ich zeige dir, wie du die häufigsten Herausforderungen meisterst und wie du sie bewältigen kannst.

Mehrdeutige Ergebnisse vermeiden

Manchmal kann SUMMARIZE() Ergebnisse liefern, die nicht ganz sinnvoll sind. Das passiert oft, wenn dein Datenmodell oder deine Beziehungen nicht klar sind. Hier erfährst du, wie du das vermeiden kannst:

1. Überprüfe dein Datenmodell noch einmal: Vergewissere dich, dass alle deine Tische richtig angeschlossen sind.

2. Verwende eindeutige Spaltennamen: Vermeide doppelte Namen in verschiedenen Tabellen.

3. Gib die Tabellennamen an: Wenn du dich auf Spalten beziehst, gib den Tabellennamen an (z. B. Orders[OrderDate]), um Verwechslungen zu vermeiden.

Überlegungen zur Leistung

Obwohl SUMMARIZE() eine hilfreiche Funktion ist, kann sie ressourcenintensiv sein und bei der Verarbeitung großer Datenmengen die Arbeit verlangsamen. Das bedeutet, dass die Aktualisierung deiner Berichte etwas länger dauern kann, vor allem wenn du die Funktion in komplexen Kennzahlen oder mit vielen gruppierten Spalten verwendest.

Hier sind einige Tipps, damit deine Anfragen schnell bearbeitet werden können:

• Betrachte berechnete Spalten: Für häufig verwendete Zusammenfassungen kannst du berechnete Spalten erstellen, anstatt jedes Mal SUMMARIZE() zu verwenden.

• Entferne unnötige Spalten: Eliminiere Spalten, die für deine Analyse irrelevant sind, z. B. Primärschlüssel oder Spalten, die aus anderen berechnet werden können.

• Verwende Filter: Verwende DAX SUMMARIZE() mit Filter() vor der Zusammenfassung, um die Menge der verarbeiteten Daten zu reduzieren.

DAX-Alternativen zu SUMMARIZE()

SUMMARIZE() ist zwar eine nützliche Funktion, aber manchmal können andere Tools die Arbeit besser erledigen. Schauen wir uns ein paar Alternativen an und wann du sie nutzen solltest.

SPALTEN ZUSAMMENFASSEN()

SUMMARIZECOLUMNS() ist eine weitere DAX-Funktion, die das Erstellen von Übersichtstabellen bei der Arbeit mit großen Daten oder komplizierten Situationen erleichtert. Es ist ähnlich wie SUMMARIZE(), aber mit einigen Unterschieden.

• Du kannst Filter direkt zu SUMMARIZECOLUMNS() hinzufügen, was es schneller macht.

• Mit SUMMARIZECOLUMNS() kannst du Maße direkt in deine Ausgabe einfügen. Es gibt keine Notwendigkeit für zusätzliche Funktionen wie ADDCOLUMNS().

• SUMMARIZECOLUMNS() behandelt leere Zeilen automatisch, sodass du dich nicht um sie kümmern musst.

SUMMARIZECOLUMNS(
    <groupBy_columnName> [, <groubBy_columnName>] …, [<filterTable>] … [, <name>, <expression>] …
)

Ich habe zum Beispiel einen Datensatz und möchte die Gehälter der Mitarbeiter nach Region und Abteilungzusammenfassen und dabei nach Mitarbeitern mit dem Vornamen Raven filtern . Ich werde die Funktion SUMMARIZECOLUMNS() verwenden, um das Gesamtgehalt für Raven in verschiedenen Regionen und Abteilungen zu berechnen.

Eine Tabelle namens employee_data. Bild vom Autor.

Dafür verwende ich die folgende Formel:  

	SalarySummary =
	SUMMARIZECOLUMNS(
	    employee_data[Name],
	    employee_data[Region],
	    employee_data[Department],
	    FILTER(employee_data, employee_data[Name] = "Raven"),
	    "Total Salary", SUM(employee_data[Salary])
	)

In der obigen Formel: 

• SalarySummary ist der Name der berechneten Tabelle, die erstellt wird.

• SUMMARIZECOLUMNS(...) erstellt eine Übersichtstabelle, die auf den angegebenen Spalten und Berechnungen basiert.

• employee_data[Name], employee_data[Region], employee_data[Department] sind die Spalten, nach denen die Daten gruppiert werden sollen.

• FILTER(employee_data, employee_data[Name] = "Raven") schränkt die Ergebnisse so ein, dass sie nur Zeilen enthalten, in denen der Name ist. Raven.

• "Total Salary", SUM(employee_data[Salary]) erstellt eine berechnete Spalte im Ergebnis.

• SUM(employee_data[Salary]) berechnet die Summe aller Gehaltswerte für jede Gruppe.

Verwende SUMMARIZECOLUMNS, um die Ergebnisse zusammenzufassen. Bild vom Autor.

Du kannst die Ergebnisse sehen - die Funktion SUMMARIZECOLUMNS() filtert den Datensatz und berechnet die Gehaltssummen von Raven über verschiedene Standorte und Abteilungen hinweg. 

GROUPBY()

GROUPBY() ist eine weitere Funktion, die SUMMARIZE() manchmal ersetzen kann, wenn du nur Daten gruppieren und mit diesen Gruppen Berechnungen durchführen musst. Für einfache Gruppierungsoperationen kann sie effizienter sein als SUMMARIZE().

Während SUMMARIZE() über zusammenhängende Tabellen hinweg arbeiten kann, konzentriert sich GROUPBY() auf das Gruppieren und Aggregieren innerhalb einer einzigen Tabelle, was die Leistung in bestimmten Szenarien verbessert.

Sehen wir uns ein Beispiel an. Ich muss einen Bestandsdatensatz erstellen, um Artikel, Kategorien, verkaufte Einheiten und Einheitspreise zu erfassen und dann die Daten nach Kategorien gruppieren, um den Gesamtumsatz für jede Kategorie zu berechnen.

Inventartabelle. Bild vom Autor.

Dafür verwende ich die folgende Formel:  

	SummaryGroupBY =
	GROUPBY(
	    Inventory,
	    Inventory[Category],
	    "Total Revenue",
	    SUMX(
	        CURRENTGROUP(),
	        Inventory[Units Sold] * Inventory[Unit Price]
	    )
	)

In der obigen Formel:

• GROUPBY() gruppiert die Daten nach Kategorie.

• CURRENTGROUP() bezieht sich auf jede Kategoriegruppe (z. B. Elektronik, Möbel oder Haushaltsgeräte).

• SUMX() berechnet die Gesamteinnahmen für jede Gruppe durch Multiplikation Verkaufte Einheiten mit Stückpreis.

Benutze GROUPBY, um die Daten zu gruppieren. Bild vom Autor. 

Du siehst - die Funktion GROUPBY() berechnet ganz einfach die Gesamteinnahmen durch Multiplikation von Verkaufte Einheiten mit Einzelpreis für jeden Artikel in der Kategorie und fasst diese einzelnen Einnahmen zusammen.

Abschließende Überlegungen zu DAX SUMMARIZE()

Du weißt jetzt, wie die Funktion SUMMARIZE() in DAX dir helfen kann, Daten in Power BI, Excel und anderen Tools zu gruppieren und zu analysieren. Von einfachen Gruppierungen bis hin zu fortgeschrittenen Techniken wie ROLLUP() und ADDCOLUMNS() hilft SUMMARIZE() dabei, aufschlussreiche Zusammenfassungen zu erstellen.

Da Übung den Meister macht, solltest du diese Techniken mit deinen eigenen Daten ausprobieren, um zu sehen, wie sie dir helfen können, nützliche Erkenntnisse zu gewinnen. Wenn du deine DAX-Kenntnisse weiter ausbauen möchtest, melde dich zu unserer Einführung in DAX in Power BI an, um ein echter Power User zu werden.