RELATERADE
Gäller för: Beräknad kolumn Beräknad tabell Mått Visuell beräkning
Returnerar ett relaterat värde från en annan tabell.
Syntax
RELATED(<column>)
Parametrar
Period | Definition |
---|---|
column | Kolumnen som innehåller de värden som du vill hämta. |
Returvärde
Ett enda värde som är relaterat till den aktuella raden.
Kommentarer
Funktionen RELATED kräver att det finns en relation mellan den aktuella tabellen och tabellen med relaterad information. Du anger den kolumn som innehåller de data som du vill använda och funktionen följer en befintlig många-till-en-relation för att hämta värdet från den angivna kolumnen i den relaterade tabellen. Om en relation inte finns måste du skapa en relation.
När funktionen RELATED utför en sökning undersöker den alla värden i den angivna tabellen oavsett vilka filter som kan ha tillämpats.
Funktionen RELATED behöver en radkontext. Därför kan den endast användas i uttryck för beräknade kolumner, där den aktuella radkontexten är tvetydig eller som en kapslad funktion i ett uttryck som använder en tabellgenomsökningsfunktion. En tabellgenomsökningsfunktion, till exempel SUMX, hämtar värdet för det aktuella radvärdet och söker sedan igenom en annan tabell efter instanser av det värdet.
Funktionen RELATED kan inte användas för att hämta en kolumn i en begränsad relation.
Exempel
I följande exempel skapas måttet Icke USA Internet Sales för att skapa en försäljningsrapport som exkluderar försäljning i USA. För att kunna skapa måttet måste tabellen InternetSales_USD filtreras för att undanta all försäljning som tillhör USA i tabellen SalesTerritory. USA visas som ett land 5 gånger i tabellen SalesTerritory. En gång för var och en av följande regioner: Northwest, Northeast, Central, Southwest och Southeast.
Den första metoden för att filtrera Internetförsäljning, för att skapa måttet, kan vara att lägga till ett filteruttryck som följande:
FILTER('InternetSales_USD'
, 'InternetSales_USD'[SalesTerritoryKey]<>1 && 'InternetSales_USD'[SalesTerritoryKey]<>2 && 'InternetSales_USD'[SalesTerritoryKey]<>3 && 'InternetSales_USD'[SalesTerritoryKey]<>4 && 'InternetSales_USD'[SalesTerritoryKey]<>5)
Den här metoden är dock kontraintuitiv, är benägen att skriva fel och kanske inte fungerar om någon av de befintliga regionerna delas upp i framtiden.
En bättre metod är att använda den befintliga relationen mellan InternetSales_USD och SalesTerritory och uttryckligen ange att landet måste skilja sig från USA. Det gör du genom att skapa ett filteruttryck som liknar följande:
FILTER( 'InternetSales_USD', RELATED('SalesTerritory'[SalesTerritoryCountry])<>"United States")
Det här uttrycket använder funktionen RELATED för att leta upp landsvärdet i tabellen SalesTerritory, med början i värdet för nyckelkolumnen SalesTerritoryKey i tabellen InternetSales_USD. Resultatet av sökningen används av filterfunktionen för att avgöra om den InternetSales_USD raden filtreras eller inte.
Kommentar
Om exemplet inte fungerar kan du behöva skapa en relation mellan tabellerna.
= SUMX(FILTER( 'InternetSales_USD'
, RELATED('SalesTerritory'[SalesTerritoryCountry])
<>"United States"
)
,'InternetSales_USD'[SalesAmount_USD])
I följande tabell visas endast summor för varje region för att bevisa att filteruttrycket i måttet, Icke USA Internet Sales, fungerar som avsett.
Row Labels | Internet Sales | Non USA Internet Sales |
---|---|---|
Australien | $4,999,021.84 | $4,999,021.84 |
Kanada | $1,343,109.10 | $1,343,109.10 |
Frankrike | $2,490,944.57 | $2,490,944.57 |
Tyskland | $2,775,195.60 | $2,775,195.60 |
Storbritannien | $5,057,076.55 | $5,057,076.55 |
USA | $9,389,479.79 | |
Totalsumma | $26,054,827.45 | $16,665,347.67 |
Följande visar vad du kan få om du använde det här måttet i ett visuellt rapporttabellobjekt:
Row Labels | Accessories | Bikes | Clothing | Grand Total |
---|---|---|---|---|
2005 | $1,526,481.95 | $1,526,481.95 | ||
2006 | $3,554,744.04 | $3,554,744.04 | ||
2007 | $156,480.18 | $5,640,106.05 | $70,142.77 | $5,866,729.00 |
2008 | $228,159.45 | $5,386,558.19 | $102,675.04 | $5,717,392.68 |
Totalsumma | $384,639.63 | $16,107,890.23 | $172,817.81 | $16,665,347.67 |