需求梳理：powerbi仅对区间类型的筛选器才会默认选出最大日期，但下拉列表或者列表筛选器，都只能在发布时默认选中一个值。这样就导致如果发布时日期选中的1号的值，那在3号打开报表时想看2号最新数据时，需要重新筛选日期列表。因为PowerBI筛选器功能的限制，所以我们可以采用如下的方法：默认一直选中一个名称，但是可以筛选实际的最新日期数据。
1.第一步：获取事实表中最大日期
maxdate = MAXX(ALL(T_FACT),T_FACT[DATA_TIME])
2.第二步：判断日期列是否为最大日期，如果日期列值等于表中最大日期则为current date，否则展示实际日期
新建字段：
Current Date = IF(T_FACT[DATA_TIME]=[maxdate],"Current Date",T_FACT[DATA_TIME])
实际效果如下：
写在最后：实现默认选中最新日期的方法有很多种，万变不离其宗！！！这边我仅介绍了使用DAX的实现方法，感兴趣的小伙伴还可以实现M函数等方法实现。
实用小技能：单MONTH默认选中最新月份筛选器，可能会导致排序有问题，因为使用MONTH函数取出来的值是：1、2、3.....11、12，再加上current month这个字符串，Month这列会变成text类型，text类型是字符类型，powerbi对字符类型的排序是1、11、12、2......。小伙伴可以判断
拼接上"0"
,这样排序就正常，或者是
FORMAT这个日期类型字段为（"MM"）
效果如下：
需求梳理：powerbi仅对区间类型的筛选器才会默认选出最大日期，但下拉列表或者列表筛选器，都只能在发布时默认选中一个值。这样就导致如果发布时日期选中的1号的值，那在3号打开报表时想看2号最新数据时，需要重新筛选日期列表。因为PowerBI筛选器功能的限制，所以我们可以采用如下的方法：默认一直选中一个名称，但是可以筛选实际的最新日期数据。1.第一步：获取事实表中最大日期maxdate = MAXX(ALL(T_FACT),T_FACT[DATA_TIME])2.第二步：判断日期列是否为.
之前有看到别人实现的，是这样的格式： （传送门：https://blog.csdn.net/qq844385029/article/details/94587030）
如果是年、月、日分开的，又应该怎么设置呢？
有2种办法
（1）导入模式
可通过DAX函数解决，新建计算列，分别将【年度】、【月份】、【日】转换为本年、本月、本日， 然后切片器
选择
分别
选择
本年、本月、本日
IF ( [年度] = YEAR ( TODAY () ), "本年 ", FORMAT ( [年度], "" ) )
8足不出户，足不出沪在企业
报表
中，特别是电商或零售企业最常用的
报表
是日报，那么怎么设置才能每天打
报表
时
默认
状态都是
最新
的
日期
呢？我们先来构建一张
日期
表，用到的都是些基础的
日期
函数，就不再过多介绍Date =
ADDCOLUMNS (
CALENDAR (DATE(2020,1,1), TODAY()-1),
"Year", YEAR ( [Date] ),
"Month", Month ( [Date] ),
"YearMonth", FORMAT ( [Date], "YYYYMM" ),
PowerBI
可以说是BI类软件中最易上手的软件之一了，其低代码的开发环境很大程度上降低了开发的周期和成本。
但是同样，也有一些细节上的功能并不尽如人意。比如，切片器
默认
值的问题。
这个问题不止一个小伙伴问过白茶，就是比如说
时
间切片器，当
选择
了某一个具体的
时
间之后，下次再
打开
这张
报表
，希望切片器
默认
可以
选择
最新
的年份。
多说无益，我们来看看本期的
案例
：
上图是白茶准备的一张简易的Dashboard。
使用
数据
如下：
维度信息表：
使用度量值如下：
销售金额：
销售金额 =
SUMX ( '销售明细'.
目前Power BI暂不支持切片器
选择
动态的
默认
值的功能，只能通过在Power BI Desktop
中预先
选择
某个固定值的方式发布到Power BI Service来实现过滤器的
默认
值效果。这可
以满足部分的需求，但是对于
时
间这种实
时
变化的维度，客户肯定希望每次
打开
报表
，看
到的
默认
是
最新
日期
的
数据
，然后通过
时
间切片器
选择
其他
日期
来查看历史的
数据
。
我们可以通过一种变通的方案来实现此功能：
第一...
创建散点图的
时
候，如果只是把字段拖进X轴和Y轴，你会发现只出来了一个点，因为这个
时
候，
PowerBI
默认
把这两个字段的
数据
进行聚合运算了，所以需要另外一个不含重复值的字段放到“详细信息”中，告诉
PowerBI
每个
数据
记录均显示为一个点，不要进行聚合，这个字段可以简单使用行号或索引，如果原始
数据
没有这个字段，可以回到查询编辑器中添加“索引列”。
浏览次数最大值
日期
= CALCULATE(FIRSTDATE('日访问量'[LogDateF]),
FILTER(VALUES('日访问量'[LogDateF]),
[总访问量]=
CALCULATE([最大访问量],
VALUES('日访问量'[LogDateF])
浏览次数最小值
日期
= CALCUL.
在使用Power Query
时
，我们想将下表中报告金额最大的报告ID筛选出来，
但是发现运算符只有“等于”、“大于”、“小于”、“大于等于”等等，没有“最大值”、“最小值”可选。
那怎么办呢？
没关系，我们可以先随便筛选一个，比如筛选出报告金额为8465的报告，可以观察到M语言是这样表达的：
所以，我们只要把公式中的【...
该应用
案例
是本人利用
powerbi
实现银行信贷资产质量管控的应用
案例
，本次分享的文件主要包括3个：信贷资产质量
数据
表格和信贷资产质量
数据
面板（PowerＢＩ工程文件，通过PowerＢＩ软件
打开
即可），还附有详细操作文档，具有较强的实践性和应用性，助您快速将PowerＢＩ应用在实际工作中。
１、
案例
背景
该
案例
中的
数据
面板是根据银行信贷资产质量管理工作情况，利用PowerＢＩ工具制作而成。
数据
面板比excel表格更具有直观、立体、形象等提点，更适合机构管理层、行长室人员使用和决策，从而提升信贷管理的效率和效果，更彰显
数据
分析的能力。
２、学习目标
通过该
案例
的实战学习，可快速上手PowerＢＩ软件，掌握主要展示控件的使用以及界面布局，同
时
了解银行信贷风险管控的基本业务情况。在本
案例
的基础上，可根据自身工作所在行业情况，举一反三，修改
数据
表即可用在实际工作中，为单位决策者提供助力，从而为自身实际工作加分添彩。
3、适用人员
适用人员人员包括从事（金融）银行信贷人员、金融科技相关人员以及Power BI爱好者和初学者，和从事
数据
分析的人员。
各位好，今天我们来介绍一下两个小
技巧
：快速获取
日期
中的年、季、月、日以及Time Passed的计算。已经知道的小伙伴顺便复习一下，初次接触的小伙伴赶紧掏出小本本记一下吧~
Part.1
快速获取
日期
中的年、季、月、日
在
数据
分析中，我们经常要从
时
间的纬度展现
数据
，所以需要生成一张
日期
维度表。如果你是用DAX函数生成
日期
表的话，你可能会这样做：
首先用Calendar函数生成一列
日期
列：
=CA...
Power BI是一款强大的
数据
可视化工具，可以帮助用户将
数据
转化为直观、易于理解的图表和
报表
。以下是几个Power BI
数据
可视化
案例
的分享：
1. 餐饮
数据
分析与可视化：这个
案例
使用了餐饮
数据
进行分析和可视化展示。首先，通过新建项目并准备
数据
源，将餐饮
数据
导入Power BI Desktop。然后，使用不同的可视化图表来展示
数据
，比如条形图显示每个城市店铺数量，散点图显示店铺服务与环境的关系，树状图显示不同类型店铺的计数等。同
时
，还可以使用表格、卡片图等组件来呈现
数据
。最后，可以通过编辑交互功能，实现不同图表之间的联动和交互效果。\[2\]
2. 综合
案例
：这个
案例
是一个综合性的Power BI可视化
案例
，可以通过链接下载并查看。
案例
中使用了多种图表和组件来展示不同类型的
数据
，包括条形图、散点图、树状图、表格、卡片图等。通过这个
案例
，可以了解到Power BI的多样化和灵活性。\[1\]
如果你想具体了解这些
案例
的实现步骤，可以参考引用\[2\]中的文章目录，其中详细介绍了餐饮
数据
分析与可视化的步骤，包括新建项目、
数据
源准备、目标完成等。另外，引用\[3\]中提供了
打开
Power BI Desktop并导入餐饮
数据
的具体步骤，可以帮助你开始进行
数据
可视化的工作。
#### 引用[.reference_title]
- *1* [Power BI可视化
案例
分享](https://blog.csdn.net/qq_45694768/article/details/127132373)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item]
- *2* *3* [
数据
分析Power BI
案例
：餐饮
数据
分析与可视化](https://blog.csdn.net/weixin_52201738/article/details/125271375)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]
