PowerPivot의 날짜
이 섹션에서는 날짜를 포함하는 데이터를 가져오고 관계 및 피벗 테이블에서 날짜를 사용하기 위한 몇 가지 최상의 방법에 대해 설명합니다.
날짜 데이터를 가져오는 최상의 방법
날짜/시간 데이터가 포함된 데이터를 가져오는 경우, 특히 여러 원본에서 가져오는 경우에는 데이터에 형식이나 세분성 수준이 서로 다른 날짜가 포함되어 있는 경우가 많습니다.
예를 들어 Excel에서는 현재 날짜/시간을 반환하는 두 가지 함수를 제공합니다. TODAY 함수는 NOW 함수와 동일한 날짜를 반환하지만 항상 기본 시간인 오전 12시를 반환하는 반면 NOW 함수는 정확한 시간을 반환합니다.
문제는 추가 시간 정보에서 값이 일치하지 않을 수 있다는 것입니다. 이 경우 피벗 테이블에서 값의 합계를 구하려고 하면 값이 예상대로 그룹화되지 않을 수 있습니다.
데이터 원본에는 정밀도 수준이 다른 날짜뿐 아니라 다양한 텍스트 형식으로 표시된 날짜, 지역별 형식이 서로 다른 날짜, 서로 다른 회계 연도를 기준으로 하는 날짜 등이 포함되어 있을 수 있습니다.
데이터를 가져온 후 이렇게 서로 다른 형식의 날짜를 하나의 모델로 통합하여 작업하려면 다음과 같이 해야 합니다.
계산 열에서 DAX 수식을 사용하여 값을 자르거나 일관된 날짜/시간 값 집합을 만듭니다.
날짜 열 간에 관계를 생성하는 데 사용할 수 있는 마스터 날짜/시간 테이블을 만듭니다.
다음 섹션에서는 자세한 설명을 제공합니다.
날짜에 대한 요구 사항을 정의합니다.
날짜 값을 변경하기 전에 데이터를 사용하여 수행하려는 분석에 대해 고려한 후 다음 사항을 확인합니다.
숫자 값을 세거나 그룹화할 때 어떤 세분성 수준(일, 시간, 주, 분기)을 적용할 것인가?
날짜를 그룹화할 때 어떤 세분성 수준(주, 회계 분기 등)을 사용할 것인가?
날짜가 누락되었는가? 날짜나 다른 값을 누락하는 것이 허용되는가? 또는 값 또는 날짜에 대한 자리 표시자를 삽입해야 하는가? 값이 누락될 경우 0 또는 다른 값을 선택하여 알 수 없는 값을 나타낼 것인가?
수식을 사용하여 날짜를 일관된 날짜 형식으로 변환합니다.
가져온 데이터에 여러 형식의 날짜가 포함되어 있는 경우 열을 그대로 두고 DAX 수식을 사용하여 날짜를 올바른 형식 및 지정한 세분성 수준으로 나타내는 계산 열을 만들 수 있습니다.
예를 보려면 다음 항목을 참조하십시오.
필요한 경우 일, 연도, 월 등의 값을 추출하려면 DAX 함수를 사용합니다.
값을 날짜/시간 형식으로 작성하려면 DAX 함수를 사용합니다.
날짜 값이 날짜 형식으로 지정되지 않았거나 형식이 일치하지 않는 경우 DAX에 제공된 날짜 및 시간 함수를 사용하여 유효한 날짜를 작성할 수 있습니다.
- 사용자 지정 숫자 또는 날짜/시간 형식을 사용하려면 FORMAT 함수를 사용합니다.
날짜 및 시간 함수의 전체 목록은 DAX 함수 참조를 참조하십시오.
일, 주, 월 단위로 작업해야 하는 경우 시간을 자릅니다.
일은 DAX 시간 인텔리전스 함수에서 다룰 수 있는 가장 작은 시간 단위입니다. 따라서 시간 값을 사용할 필요가 없으면 데이터의 세분성을 낮춰서 일을 최소 단위로 사용해야 합니다.
불필요하게 정확한 시간 값으로 인한 문제를 해결하려면 다음과 같은 몇 가지 방법을 시도할 수 있습니다.
날짜/시간 값에서 시간을 자르거나 모든 날짜/시간 값이 동일한 기본 시간 값을 사용하도록 설정합니다.
시간(시, 분, 초 등)을 사용해야 할 경우 계산 열을 사용하여 시간 증분을 나타내는 별도의 필드를 만듭니다. 그런 다음 시간을 별도로 분석할 수 있습니다.
PowerPivot에서 사용되는 날짜/시간 데이터 형식은 SQL Server 데이터 형식이며 기본적으로 각 날짜에 대해 시간 값을 만듭니다.
가져올 때 데이터를 필터링하여 잘못된 데이터를 제거합니다.
외부 데이터에 잘못된 값이 있는 경우 가져올 때 잘못된 데이터를 필터링할 수 있습니다. 자세한 내용은 다음 항목을 참조하십시오.
테이블 가져오기 마법사를 사용하여 데이터 추가(자습서)
피벗 테이블에서 날짜를 사용하기 위한 최상의 방법
이 단원에서는 DAX 시간 인텔리전스 함수를 사용하는 수식과 피벗 테이블에서 날짜를 사용하는 데 필요한 몇 가지 팁을 설명합니다.
관계에서 정수 서로게이트 키를 사용하지 않도록 합니다.
관계형 데이터 원본에서 외부 데이터를 가져오면 날짜 및 시간 열이 고유한 날짜를 나타내는 데 사용되는 정수 열인 서로게이트 키로 나타나는 경우가 많습니다. 그러나 PowerPivot 통합 문서에서는 정수 날짜/시간 키를 사용하여 관계를 만드는 대신 date 데이터 형식의 고유 값이 포함된 열을 키로 사용해야 합니다.
일반적인 데이터 웨어하우스에서는 서로게이트 키 사용이 최선의 구현 방법으로 간주되지만 PowerPivot에서는 정수 키가 필요 없으며 정수 키를 사용할 경우 피벗 테이블의 값을 날짜 기간별로 그룹화하기 어려울 수 있습니다.
마스터 날짜 테이블을 만듭니다.
통합 문서의 각 데이터 테이블에 날짜/시간 값 열이 포함되어 있을 경우 그러한 날짜/시간 열의 테이블을 연결하면 많은 값이 일치하지 않게 될 수 있습니다. 예를 들어 Sales 테이블에는 2008년 하반기에 대한 날짜만 있고 Suppliers 테이블에는 2006-2008의 날짜가 나열될 수 있습니다.
다양한 날짜와 시간을 포함하는 각각의 많은 열에 대한 다양한 데이터 테이블을 조인하는 대신 날짜 정보만 저장하는 마스터 테이블을 만들면 보다 효율적으로 작업할 수 있습니다. 그런 다음 관계를 사용하여 이 테이블을 해당 데이터 테이블에 연결하면 일관된 날짜 집합으로 작업할 수 있습니다.
[!참고]
마스터 날짜 테이블을 만들 경우 마스터 날짜 테이블을 날짜 테이블로 표시하여 추가 날짜 필터를 사용할 수 있습니다. 그렇지 않으면 추가 날짜 필터를 사용할 수 없습니다. 자세한 내용은 날짜 테이블로 표시 대화 상자를 참조하십시오.
DAX 예제 통합 문서에는 관계를 사용하여 다른 테이블에 연결된 마스터 날짜/시간 테이블에 대한 예가 나와 있습니다.
마스터 테이블은 각 날짜마다 고유한 날짜/시간 값을 사용할 수 있을 뿐 아니라 다음 표와 같이 피벗 테이블에서 날짜를 그룹화하는 데 사용할 수 있는 계층을 포함합니다.
DayNumberOfWeek |
WeekNumberOfYear |
CalendarQuarter |
FiscalQuarter |
DayNameOfWeek |
WeekNumberOfMonth |
CalendarSemester |
FiscalSemester |
DayNumberOfMonth |
MonthName |
CalendarYear |
FiscalYear |
DayNumberOfYear |
MonthNumberOfYear |
|
|
필요할 경우 날짜 열의 사본을 만듭니다.
날짜 차원을 사용하여 날짜를 나타내고 그룹화하는 기존의 Analysis Services 데이터베이스를 사용해 보았다면 마스터 날짜 테이블의 개념에 익숙할 것입니다.
PowerPivot에서 다른 점은 PowerPivot 테이블에 있는 각각의 고유한 열이 다른 두 테이블 간의 관계에서 단 하나의 관계에만 참여할 수 있다는 것입니다. 따라서 하나의 테이블에 날짜 키와 관계를 설정해야 할 열이 여러 개 있을 경우 날짜 키 열을 복사하여 연결해야 합니다.
예를 들어 Orders 테이블에 SalesDate, TransactionDate, ShippingDate 날짜 열이 있다고 가정해 봅니다. 이러한 열을 마스터 날짜 테이블에 있는 날짜 키 열에 모두 연결하고자 합니다. 하지만 PowerPivot에서는 모든 관계가 값과 상관없이 고유하고 명확한 경로를 제공할 수 있도록 하기 위해 이를 허용하지 않습니다. 대신 별도의 테이블로 추가 날짜 열을 이동한 후 그러한 각 테이블의 날짜 열을 마스터 날짜 테이블의 날짜 키에 연결해야 합니다. 예를 들어 Orders 테이블에서 SalesDate 열을 유지하고 트랜잭션용의 새 테이블과 배송 정보용의 별도 테이블을 만들 수 있습니다. 계산 열을 사용하여 ShippingDate 열과 TransactionDate 열의 사본을 만듦으로써 그러한 열이 동기화되도록 할 수 있습니다.
DAX 예제 통합 문서는 날짜 열의 사본을 만들어 효율적으로 사용하는 방법의 예제를 제공합니다. 예제를 구할 수 있는 위치에 대한 자세한 내용은 PowerPivot용 예제 데이터 가져오기를 참조하십시오.
참고 항목
개념
DAX(Data Analysis Expressions) 개요