Tipos de dados no Power BI Desktop
Este artigo descreve os tipos de dados que o Power BI Desktop e o DAX (Data Analysis Expressions) dão suporte.
Quando o Power BI carrega dados, ele tenta converter os tipos de dados de colunas de origem em tipos de dados que dão suporte a armazenamento, cálculos e visualização de dados mais eficientes. Por exemplo, se uma coluna de valores que você importa do Excel não tiver valores fracionários, o Power BI Desktop converterá a coluna de dados em um número inteiro tipo de dados, que é mais adequado para armazenar inteiros.
Esse conceito é importante porque algumas funções DAX têm requisitos especiais de tipo de dados. Em muitos casos, o DAX converte implicitamente tipos de dados, mas em alguns casos não. Por exemplo, se uma função DAX exigir um tipo de dados Data, mas o tipo de dados da sua coluna for de Texto , a função DAX não funcionará corretamente. Portanto, é importante e útil usar os tipos de dados corretos para colunas.
Determinar e especificar o tipo de dados de uma coluna
No Power BI Desktop, você pode determinar e especificar o tipo de dados de uma coluna no Editor do Power Query, no modo de exibição Tabela ou no modo relatório:
No Editor do Power Query, selecione a coluna e, em seguida, selecione Tipo de Dados no grupo Transformar da faixa de opções.
Na exibição Tabela ou Relatório, selecione a coluna e depois selecione a seta suspensa próxima a Tipo de dados na guia Ferramentas de coluna da faixa de opções.
A seleção do menu suspenso Tipo de dados no Editor do Power Query tem dois tipos de dados não presentes na exibição de tabela ou de relatório: Data/Hora/Fuso Horário e Duração. Quando você carrega uma coluna com esses tipos de dados no modelo do Power BI, a coluna Data/Hora/Fuso Horário é convertida em um tipo de dados Data/hora e a coluna Duração é convertida em um tipo de dados Número decimal.
O tipo de dados Binário não é suportado fora do Editor do Power Query. No Editor do Power Query, você pode usar o tipo de dados Binary ao carregar arquivos binários se convertê-los em outros tipos de dados antes de carregá-los no modelo do Power BI. A seleção Binário existe nos menus de exibição de Tabela e Relatório por motivos herdados, mas se você tentar carregar colunas de Binário no modelo do Power BI, poderá encontrar erros.
Tipos de números
O Power BI Desktop dá suporte a três tipos de número: número decimal, número decimal fixoe número inteiro.
Você pode usar a propriedade DataType da Coluna de TOM (Modelo de Objeto Tabular) para especificar as Enumerações de DataType para tipos de número. Para obter mais informações sobre como modificar objetos programaticamente no Power BI, consulte Programar modelos semânticos do Power BI com o modelo de objeto tabular.
Número decimal
número decimal é o tipo de número mais comum e pode lidar com números com valores fracionários e números inteiros. número decimal representa números de ponto flutuante de 64 bits (oito bytes) com valores negativos de -1,79E +308 até -2.23E -308, valores positivos de 2,23E -308 até 1,79E +308e 0. Números como 34, 34,01e 34.000367063 são números decimais válidos.
A maior precisão que o número decimal do tipo pode representar é de 15 dígitos. O separador decimal pode ocorrer em qualquer lugar no número. Esse tipo corresponde à forma como o Excel armazena seus números e o TOM especifica esse tipo como DataType.Double
Enum.
Número decimal fixo
O número decimal fixo tipo de dados tem um local fixo para o separador decimal. O separador decimal sempre tem quatro dígitos à sua direita e permite 19 dígitos de significância. O maior valor que o número decimal fixo pode representar é positivo ou negativo 922.337.203.685.477.5807.
O tipo de número decimal fixo é útil nos casos em que o arredondamento pode introduzir erros. Números que têm valores fracionários pequenos às vezes podem se acumular e forçar um número a ser ligeiramente impreciso. O tipo de número decimal fixo pode ajudá-lo a evitar esses tipos de erros ao truncar os valores após os quatro dígitos à direita do separador decimal.
Esse tipo de dados corresponde ao decimal (19,4)do SQL Server ou ao tipo de dados Currency no Analysis Services e no Power Pivot no Excel. TOM especifica esse tipo como DataType.Decimal
Enum.
Número inteiro
número inteiro representa um valor inteiro de 64 bits (oito bytes). Como esse é um número inteiro, Número inteiro não tem nenhum dígito à direita da casa decimal. Esse tipo permite 19 dígitos de números inteiros positivos ou negativos entre -9.223.372.036.854.775.807 (-2^63+1) e 9.223.372.036.854.775.806 (2^63-2), portanto, pode representar os maiores números possíveis dos tipos de dados numéricos.
Assim como com o tipo Decimal fixo, o tipo Número inteiro pode ser útil em casos nos quais você precisa controlar o arredondamento. O TOM representa o tipo de dados Número inteiro como a Enumeração de DataType.Int64
.
Nota
O modelo de dados do Power BI Desktop dá suporte a valores inteiros de 64 bits, mas devido às limitações do JavaScript, o maior número que os visuais do Power BI podem expressar com segurança é 9.007.199.254.740.991 (2^53-1). Se o modelo de dados tiver números maiores, você poderá reduzir seu tamanho por meio de cálculos antes de adicioná-los aos visuais.
Exatidão dos cálculos de tipo de número
Os valores de coluna do tipo de dados Número decimal são armazenados como tipos de dados aproximados de acordo com o Padrão IEEE 754 para números de ponto flutuante. Tipos de dados aproximados têm limitações de precisão inerentes, pois em vez de armazenar valores numéricos exatos, eles podem armazenar aproximações extremamente próximas ou arredondadas.
A perda de precisão ou imprecisão poderá ocorrer se o valor de ponto flutuante não puder quantificar de maneira confiável o número de dígitos de ponto flutuante. A imprecisão pode aparecer como resultados de cálculo inesperados ou imprecisos em alguns cenários de relatório.
Cálculos de comparação relacionados à igualdade entre valores do tipo de dados Número decimal podem potencialmente retornar resultados inesperados. As comparações de igualdade incluem igual a =
, maior que >
, menor que <
, maior ou igual a >=
e menor ou igual a <=
.
Esse problema é mais evidente quando você usa a função RANKX em uma expressão DAX, que calcula o resultado duas vezes, resultando em números ligeiramente diferentes. Os usuários de relatório podem não notar a diferença entre os dois números, mas o resultado da classificação pode ser visivelmente impreciso. Para evitar resultados inesperados, você pode alterar o tipo de dados de coluna de número decimal para número decimal fixo ou número inteiroou fazer um arredondamento forçado usando ROUND. O número decimal fixo tipo de dados tem maior precisão, pois o separador decimal sempre tem quatro dígitos à direita.
Embora raros, os cálculos que somam os valores de uma coluna do tipo de dados Número decimal podem retornar resultados inesperados. Esse resultado provavelmente é com colunas que têm grandes quantidades de números positivos e números negativos. O resultado da soma é afetado pela distribuição de valores entre linhas na coluna.
Se um cálculo necessário somar a maioria dos números positivos antes de somar a maioria dos números negativos, a soma parcial positiva grande no início pode distorcer os resultados. Se o cálculo adicionar números positivos e negativos equilibrados, a consulta manterá mais precisão e, portanto, retornará resultados mais precisos. Para evitar resultados inesperados, você pode alterar o tipo de dados de coluna de número decimal para número decimal fixo ou número inteiro.
Tipos de data/hora
O Power BI Desktop dá suporte a cinco tipos de dados de Data/Hora no Editor do Power Query. Tanto Data/Hora/Fuso Horário quanto Duração são convertidos durante o carregamento no modelo de dados do Power BI Desktop. O modelo dá suporte a Data/Hora, ou você pode formatar os valores como Data ou Hora de forma independente.
Data/Hora representa um valor de data e um valor temporal. O valor de Data/Hora subjacente é armazenado como um tipo de Número decimal, então você pode converter entre os dois tipos. A parte de hora é armazenada como uma fração de múltiplos inteiros de 1/300 segundo (3,33 ms). O tipo de dados dá suporte a datas entre os anos 1900 e 9999.
Date representa apenas uma data sem componente de tempo. Uma Data é convertida para o modelo como um valor de Data/Hora com zero como o valor fracionário.
A Hora representa apenas uma hora sem parte de data. A Hora é convertida para o modelo como valor de Data/Hora sem dígitos à esquerda da casa decimal.
Data/Hora/Fuso Horário representa uma data/hora UTC com um deslocamento de fuso horário e é convertida em data/hora ao ser carregada no modelo. O modelo do Power BI não ajusta o fuso horário com base na localização ou localidade de um usuário. Um valor de 09:00 carregado no modelo nos EUA é exibido como 09:00 onde quer que o relatório seja aberto ou exibido.
Duração representa um período de tempo e é convertida em um tipo Número decimal quando carregado no modelo. Como tipo Número decimal, você pode adicionar ou subtrair os valores de Data/Hora com resultados corretos e usar facilmente esses valores em visualizações que mostram magnitude.
Tipo de texto
O tipo de dados Texto é uma cadeia de caracteres Unicode, que pode ser composta por letras, números ou datas em formato de texto. O limite máximo prático para o comprimento da cadeia de caracteres é de aproximadamente 32.000 caracteres Unicode, com base no mecanismo Power Query subjacente do Power BI e nos limites de comprimentos de tipo de dados de texto. Tipos de dados de texto além do limite máximo prático provavelmente resultarão em erros.
A maneira como o Power BI armazena dados de texto pode fazer com que os dados sejam exibidos de forma diferente em determinadas situações. As próximas seções descrevem situações comuns que podem fazer com que os dados de Texto alterem ligeiramente a aparência ao serem consultados no Editor de Power Query e carregados no Power BI.
Diferenciação de maiúsculas e minúsculas
O mecanismo que armazena e consulta dados no Power BI não diferencia maiúsculas de minúsculas e trata a capitalização diferente de letras como o mesmo valor. "A" é igual a "a". No entanto, o Power Query diferencia maiúsculas de minúsculas, ou seja, "A" não é o mesmo que "a". A diferença na diferenciação de maiúsculas e minúsculas pode levar a situações em que os dados de texto alteram a capitalização de maneira aparentemente inexplicável após o carregamento no Power BI.
O exemplo a seguir mostra os dados do pedido: uma coluna OrderNo exclusiva para cada pedido e uma coluna Addressee que mostra o nome do destinatário inserido manualmente no momento da ordem. O Editor do Power Query mostra vários pedidos com os mesmos nomes de Destinatário inseridos no sistema com diferentes capitalizações.
Depois que o Power BI carrega os dados, a capitalização dos nomes duplicados na guia Data muda da entrada original para uma das variantes de capitalização.
Essa alteração ocorre porque o Editor do Power Query diferencia maiúsculas de minúsculas, portanto, mostra os dados exatamente como armazenados no sistema de origem. O mecanismo que armazena dados no Power BI não diferencia maiúsculas de minúsculas, portanto, trata as versões minúsculas e maiúsculas de um caractere como idênticas. Os dados do Power Query carregados no mecanismo do Power BI podem ser alterados adequadamente.
O mecanismo do Power BI avalia cada linha individualmente quando carrega dados, começando na parte superior. Para cada coluna de texto, como Addressee, o mecanismo armazena um dicionário de valores exclusivos para melhorar o desempenho por meio da compactação de dados. O mecanismo vê os três primeiros valores na coluna Addressee como exclusivo e os armazena no dicionário. Depois disso, como o mecanismo não diferencia maiúsculas de minúsculas, ele avalia os nomes como idênticos.
O mecanismo vê o nome "Taina Hasu" como idêntico a "TAINA HASU" e "TAIna HASU", portanto, ele não armazena essas variações, mas refere-se à primeira variação armazenada. O nome "MURALI DAS" aparece em letras maiúsculas, pois foi assim que o nome apareceu na primeira vez que o mecanismo o avaliou ao carregar os dados de cima para baixo.
Esta imagem ilustra o processo de avaliação:
No exemplo anterior, o mecanismo do Power BI carrega a primeira linha de dados, cria o dicionário Addressee e adiciona Taina Hasu a ele. O mecanismo também adiciona uma referência a esse valor na coluna Destinatário na tabela carregada. O mecanismo faz o mesmo para a segunda e terceira linhas, pois esses nomes não são equivalentes aos outros ao ignorar maiúsculas e minúsculas.
Para a quarta linha, o mecanismo compara o valor com os nomes no dicionário e localiza o nome. Como o mecanismo não diferencia maiúsculas de minúsculas, "TAINA HASU" e "Taina Hasu" são iguais. O mecanismo não adiciona um novo nome ao dicionário, mas refere-se ao nome existente. O mesmo processo ocorre para as linhas restantes.
Nota
Como o mecanismo que armazena e consulta dados no Power BI não diferencia maiúsculas de minúsculas, tome cuidado especial ao trabalhar no modo DirectQuery com uma fonte que diferencia maiúsculas de minúsculas. O Power BI pressupõe que a origem tenha eliminado linhas duplicadas. Como o Power BI não diferencia maiúsculas de minúsculas, ele trata dois valores que diferem apenas por caso como duplicados, enquanto a origem pode não tratá-los como tal. Nesses casos, o resultado final é indefinido.
Para evitar essa situação, se você usar o modo DirectQuery com uma fonte de dados que diferencia maiúsculas de minúsculas, normalize o uso de maiúsculas e minúsculas na consulta de origem ou no Editor do Power Query.
Espaços à esquerda e à direita
O mecanismo do Power BI remove automaticamente quaisquer espaços à direita após os dados de texto, mas não remove os espaços à esquerda que precedem os dados. Para evitar confusão, quando você trabalha com dados que contêm espaços à esquerda ou à direita, você deve usar a função Text.Trim para remover espaços no início ou no final do texto. Se você não remover os espaços à esquerda, poderá haver uma falha na criação da relação devido a valores duplicados ou os visuais poderão retornar resultados inesperados.
O exemplo a seguir mostra dados sobre clientes: uma coluna Name que contém o nome do cliente e uma coluna Index exclusiva para cada entrada. Os nomes aparecem entre aspas para maior clareza. O nome do cliente se repete quatro vezes, mas cada vez com diferentes combinações de espaços à esquerda e à direita. Essas variações podem ocorrer com a entrada manual de dados ao longo do tempo.
Linha | Espaço à esquerda | Espaço à direita | Nome | Índice | Comprimento do texto |
---|---|---|---|---|---|
1 | Não | Não | "Dylan Williams" | 1 | 14 |
2 | Não | Sim | "Dylan Williams" | 10 | 15 |
3 | Sim | Não | "Dylan Williams" | 20 | 15 |
4 | Sim | Sim | " Dylan Williams " | 40 | 16 |
No Editor do Power Query, os dados resultantes são exibidos da seguinte maneira.
Quando você vai para a guia Tabela no Power BI depois de carregar os dados, a mesma tabela será semelhante à imagem a seguir, com o mesmo número de linhas que antes.
No entanto, um visual baseado nesses dados retorna apenas duas linhas.
Na imagem anterior, a primeira linha tem um valor total de 60 para o campo Índice, portanto, a primeira linha no visual representa as duas últimas linhas dos dados carregados. A segunda linha com o valor de Índice total de 11 representa as duas primeiras linhas. A diferença entre o número de linhas do visual e da tabela de dados é causada porque o mecanismo remove ou corta automaticamente os espaços à direita, mas não os espaços à esquerda. Portanto, o mecanismo avalia a primeira e a segunda linhas, e a terceira e a quarta linhas, como idênticas, e o visual retorna esses resultados.
Esse comportamento também pode causar mensagens de erro relacionadas a relações, pois valores duplicados são detectados. Por exemplo, dependendo da configuração de suas relações, você poderá ver um erro semelhante à imagem a seguir:
Em outras situações, talvez não seja possível criar uma relação de muitos para um ou de um-para-um, pois são detectados valores duplicados.
Você pode rastrear esses erros de volta para espaços à esquerda ou à direita e resolvê-los usando Text.Trim ou Formato>Cortar na Transformação, para remover os espaços no Editor do Power Query.
Tipo verdadeiro/falso
O tipo de dados Verdadeiro/falso é um valor booliano de Verdadeiro ou Falso. Para obter os melhores e mais consistentes resultados, ao carregar uma coluna que contém informações boolianas verdadeiras/falsas no Power BI, defina o tipo de coluna como True/False.
O Power BI converte e exibe dados de forma diferente em determinadas situações. Esta seção descreve casos comuns de conversão de valores boolianos e como lidar com conversões que criam resultados inesperados no Power BI.
Neste exemplo, você carrega dados sobre se seus clientes se inscreveram em seu boletim informativo. Um valor de VERDADEIRO indica que o cliente se inscreveu no boletim informativo e um valor de false indica que o cliente não se inscreveu.
No entanto, quando você publica o relatório no serviço do Power BI, a coluna de status de inscrição do boletim informativo mostra 0 e -1 em vez dos valores esperados de TRUE ou FALSE. As etapas a seguir descrevem como essa conversão ocorre e como impedi-la.
A consulta simplificada para esta tabela aparece na seguinte imagem:
O tipo de dados da coluna Subscribed To Newsletter é definido como Qualquer um e, como resultado, o Power BI carrega os dados no modelo como Texto.
Quando você adiciona uma visualização simples que mostra as informações detalhadas por cliente, os dados aparecem no visual conforme o esperado, tanto no Power BI Desktop quanto quando publicados no serviço do Power BI.
No entanto, quando você atualiza o modelo semântico no serviço do Power BI, a coluna Subscrito ao Boletim Informativo nos visuais exibe valores como -1 e 0, em vez de exibi-los como VERDADEIRO ou FALSE:
Se você republica o relatório no Power BI Desktop, a coluna Subscribed To Newsletter mostra novamente TRUE ou FALSE conforme esperado, mas uma vez que uma atualização ocorra no serviço do Power BI, os valores serão alterados novamente para mostrar -1 e 0.
A solução para evitar essa situação é definir todas as colunas boolianas para digitar True/False no Power BI Desktop e republicar seu relatório.
Quando você faz a alteração, a visualização mostra os valores na coluna Subscrito ao Boletim Informativo de forma ligeiramente diferente. Em vez do texto ser todas letras maiúsculas como inseridas na tabela, somente a primeira letra é maiúscula. Essa alteração é um resultado da alteração do tipo de dados da coluna.
Depois de alterar o tipo de dados, republicar no serviço do Power BI e ocorrer uma atualização, o relatório exibirá os valores como True ou False, conforme esperado.
Para resumir, ao trabalhar com dados boolianos no Power BI, verifique se suas colunas estão definidas como o tipo de dados True/False no Power BI Desktop.
Tipo vazio
Em branco é um tipo de dados DAX que representa e substitui nulos do SQL. Você também pode gerar um elemento em branco usando a função BLANK e testar elementos em branco usando a função lógica ISBLANK.
Tipo binário
Você pode usar o tipo de dados Binary para representar todos os dados com um formato binário. No Editor do Power Query, você pode usar esse tipo de dados ao carregar arquivos binários se convertê-los em outros tipos de dados antes de carregá-los no modelo do Power BI.
Não há suporte para colunas binárias no modelo de dados do Power BI. A seleção de Binário existe nos menus de exibição de Tabela e de Relatório por motivos herdados, mas se você tentar carregar colunas binárias no modelo do Power BI, poderá encontrar erros.
Nota
Se uma coluna binária estiver na saída das etapas de uma consulta, tentar atualizar os dados por meio de um gateway poderá causar erros. É recomendável remover explicitamente todas as colunas binárias como a última etapa em suas consultas.
Tipo de tabela
O DAX usa um tipo de dados Tabela em muitas funções, como cálculos de inteligência de dados temporais e agregações. Algumas funções exigem uma referência a uma tabela. Outras funções retornam uma tabela que você pode usar como entrada para outras funções.
Em algumas funções que exigem uma tabela como entrada, você pode especificar uma expressão que seja avaliada como uma tabela. Algumas funções exigem uma referência a uma tabela base. Para obter informações sobre os requisitos de funções específicas, consulte a referência de função DAX .
Conversão de tipo de dados implícita e explícita
Cada função DAX tem requisitos específicos para os tipos de dados a serem usados como entradas e saídas. Por exemplo, algumas funções exigem inteiros para alguns argumentos e datas para outros. Outras funções exigem texto ou tabelas.
Se os dados na coluna que você especificar como argumento forem incompatíveis com o tipo de dados exigido pela função, o DAX poderá retornar um erro. No entanto, sempre que possível, o DAX tenta converter implicitamente os dados no tipo de dados necessário.
Por exemplo:
- Se você digitar uma data como uma cadeia de caracteres, o DAX analisará a cadeia de caracteres e tentará convertê-la como um dos formatos de data e hora do Windows.
- Você pode adicionar TRUE + 1 e obter o resultado 2, pois o DAX converte implicitamente TRUE no número 1e faz a operação 1+1.
- Se você adicionar valores em duas colunas com um valor representado como texto ("12") e o outro como um número (12), o DAX converterá implicitamente a cadeia de caracteres em um número e, em seguida, fará a adição para um resultado numérico. A expressão = "22" + 22 retorna 44.
- Se você tentar concatenar dois números, o DAX os apresentará como cadeias de caracteres e depois concatenará. A expressão = 12 & 34 retorna "1234".
Tabelas de conversões de dados implícitas
O operador determina o tipo de conversão que o DAX executa convertendo os valores necessários antes de fazer a operação solicitada. As tabelas a seguir listam os operadores e a conversão que o DAX realiza em cada tipo de dados quando ele é emparelhado com o tipo de dados na célula de interseção.
Nota
Essas tabelas não incluem o tipo de dados Texto. Quando um número é representado em um formato de texto, em alguns casos o Power BI tenta determinar o tipo de número e representar os dados como um número.
Adição (+)
INTEGER | MOEDA | REAL | Date/time | |
---|---|---|---|---|
INTEGER | INTEGER | MOEDA | REAL | Date/time |
CURRENCY | MOEDA | MOEDA | REAL | Date/time |
REAL | REAL | REAL | REAL | Date/time |
Date/time | Date/time | Date/time | Date/time | Date/time |
Por exemplo, se uma operação de adição usa um número real em combinação com dados de moeda, o DAX converte os dois valores em REAL e retorna o resultado como REAL.
Subtração (-)
Na tabela a seguir, o cabeçalho da linha é o minuendo (lado esquerdo) e o cabeçalho da coluna é o subtraendo (lado direito).
INTEGER | MOEDA | REAL | Date/time | |
---|---|---|---|---|
INTEGER | INTEGER | MOEDA | REAL | REAL |
CURRENCY | MOEDA | MOEDA | REAL | REAL |
REAL | REAL | REAL | REAL | REAL |
Date/time | Date/time | Date/time | Date/time | Date/time |
Por exemplo, se uma operação de subtração usar uma data com qualquer outro tipo de dados, o DAX converterá os dois valores em datas e o valor retornado também será uma data.
Nota
Os modelos de dados dão suporte ao operador unário – (negativo), mas esse operador não altera o tipo de dados do operando.
Multiplicação (*)
INTEGER | MOEDA | REAL | Date/time | |
---|---|---|---|---|
INTEGER | INTEGER | MOEDA | REAL | INTEGER |
CURRENCY | MOEDA | REAL | MOEDA | MOEDA |
REAL | REAL | MOEDA | REAL | REAL |
Por exemplo, se uma operação de multiplicação combinar um inteiro com um número real, o DAX converterá ambos os números em números reais e o valor retornado também será REAL.
Divisão (/)
Na tabela a seguir, o cabeçalho de linha é o numerador e o cabeçalho da coluna é o denominador.
INTEGER | MOEDA | REAL | Date/time | |
---|---|---|---|---|
INTEGER | REAL | MOEDA | REAL | REAL |
CURRENCY | MOEDA | REAL | MOEDA | REAL |
REAL | REAL | REAL | REAL | REAL |
Date/time | REAL | REAL | REAL | REAL |
Por exemplo, se uma operação de divisão combinar um inteiro com um valor de moeda, o DAX converterá ambos os valores em números reais e o resultado também será um número real.
Operadores de comparação
Em expressões de comparação, o DAX considera valores boolianos maiores que valores de cadeia de caracteres e valores de cadeia de caracteres maiores que valores numéricos ou de data/hora. Números e valores de data/hora têm a mesma classificação.
O DAX não faz conversões implícitas para valores boolianos ou de cadeia de caracteres. BLANK ou um valor em branco é convertido em 0, "", ou False, dependendo do tipo de dados do outro valor comparado.
As seguintes expressões DAX ilustram esse comportamento:
=IF(FALSE()>"true","Expression is true", "Expression is false")
retorna "Expression is true".=IF("12">12,"Expression is true", "Expression is false")
retorna "Expression is true".=IF("12"=12,"Expression is true", "Expression is false")
retorna "Expressão é falsa".
O DAX faz conversões implícitas para tipos numéricos ou de data/hora, como descreve a tabela a seguir:
Comparação Operador |
INTEGER | MOEDA | REAL | Date/time |
---|---|---|---|---|
INTEGER | INTEGER | MOEDA | REAL | REAL |
CURRENCY | MOEDA | MOEDA | REAL | REAL |
REAL | REAL | REAL | REAL | REAL |
Date/time | REAL | REAL | REAL | Data/Hora |
Espaços em branco, cadeias de caracteres vazias e valores zero
No DAX, um valor nulo, em branco, uma célula vazia ou um valor ausente são representados pelo mesmo novo tipo de valor, um BLANK. Você também pode gerar espaços em branco usando a função BLANK ou testar espaços em branco usando a função ISBLANK.
Como operações como adição ou concatenação manipulam espaços em branco dependem da função individual. A tabela a seguir resume as diferenças entre como as fórmulas DAX e Microsoft Excel lidam com espaços em branco.
Expressão | DAX | Excel |
---|---|---|
BLANK + BLANK | BLANK | 0 (zero) |
BLANK + 5 | 5 | 5 |
BLANK * 5 | BLANK | 0 (zero) |
5/BLANK | Infinito | Erro |
0/BLANK | NaN | Erro |
BLANK/BLANK | BLANK | Erro |
FALSE OU BLANK | FALSE | FALSE |
FALSE AND BLANK | FALSE | FALSE |
TRUE OU BLANK | VERDADEIRO | VERDADEIRO |
TRUE E BLANK | FALSE | VERDADEIRO |
BLANK OU BLANK | BLANK | Erro |
BLANK E BLANK | BLANK | Erro |
Conteúdo relacionado
Você pode fazer todos os tipos de coisas com o Power BI Desktop e dados. Para obter mais informações sobre os recursos do Power BI, consulte os seguintes recursos: