Power BI需求：创建列筛选器实现饼图与页面图表联动

核心问题是你的数据是宽表格式（每个指标单独占一列），这种结构没法直接通过常规筛选器联动多图表。需要先把数据转成长表格式，再基于新结构做筛选和图表开发。

数据重塑逻辑 #

把原数据从：

转成：

这样就有了统一的Metric字段，用来做筛选器的控制源。

针对Excel的操作步骤 #

1. 选中数据区域，点击「数据」→「从表格/区域」，进入Power Query编辑器
2. 选中Value 1和Value 2两列，点击「转换」→「逆透视列」→「逆透视其他列」
3. 把自动生成的Attribute列重命名为Metric，Value列保留，关闭并加载数据到Excel
4. 插入一个「切片器」，选择Metric字段，设置为单选模式
5. 饼图和其他所有图表都基于这个新的长表数据，选中切片器里的Value 1或Value 2时，所有图表会自动只显示对应列的数据

针对Tableau的操作步骤 #

1. 连接数据源后，把Value 1和Value 2拖到「行」功能区
2. 右键点击行里的字段，选择「转置」，自动生成「度量名称」（对应Metric）和「度量值」（对应Value）
3. 把「度量名称」拖到「筛选器」功能区，在筛选器设置里选择「单值（列表）」
4. 饼图用「度量名称」和「度量值」构建，其他图表也基于转置后的字段；切换筛选器选项时，所有图表同步更新

针对Power BI的操作步骤 #

1. 进入「数据」视图，选中原数据表格，点击「转换数据」进入Power Query
2. 选中Value 1和Value 2列，点击「转换」→「逆透视列」，生成「Attribute」和「Value」列
3. 把「Attribute」重命名为Metric，关闭并应用更改
4. 在「报表」视图，把Metric拖到「筛选器」面板，设置筛选类型为「单选」
5. 所有图表基于新表的Metric和Value字段创建，筛选器切换时自动同步所有图表

针对Python（Plotly Dash）的代码示例 #

先转成长表，再做交互式筛选：

import pandas as pd
import plotly.express as px
from dash import Dash, dcc, html, Input, Output

# 原数据
df = pd.DataFrame({
    "Date": ["2023/01", "2023/02"],
    "Value 1": [134, 221],
    "Value 2": [643, 431]
})

# 转长表
df_long = df.melt(id_vars="Date", var_name="Metric", value_name="Value")

# 构建Dash应用
app = Dash(__name__)

app.layout = html.Div([
    dcc.Dropdown(
        id='metric-filter',
        options=[{'label': m, 'value': m} for m in df_long['Metric'].unique()],
        value='Value 1',
        clearable=False
    ),
    dcc.Graph(id='pie-chart'),
    dcc.Graph(id='other-chart') # 其他图表示例
])

# 回调函数：筛选器更新时同步所有图表
@app.callback(
    [Output('pie-chart', 'figure'), Output('other-chart', 'figure')],
    Input('metric-filter', 'value')
)
def update_charts(selected_metric):
    filtered_df = df_long[df_long['Metric'] == selected_metric]
    # 饼图（按Date展示对应Value）
    pie_fig = px.pie(filtered_df, values='Value', names='Date', title=f'{selected_metric} 分布')
    # 其他图表示例（比如折线图）
    other_fig = px.line(filtered_df, x='Date', y='Value', title=f'{selected_metric} 趋势')
    return pie_fig, other_fig

if __name__ == '__main__':
    app.run_server(debug=True)

内容的提问来源于stack exchange，提问作者Giorgio Puccia