PowerBI中按不同日期对比数值及大表性能优化方案

一、推荐方案：Power Query预处理（性能最优） #

用Power Query在数据加载阶段完成计算，避免后续仪表盘交互时重复运算，适配1万+数据量的场景：

1. 先将date列转为日期类型：打开Power Query编辑器，选中date列，点击「转换」→「数据类型」→「日期」。
2. 添加「salary (date-1 day)」列：
   • 点击「添加列」→「自定义列」，输入公式：

     Table.LookupValue(源, "date", Date.AddDays([date], -1), "salary", null)
     

   • 重命名该列为「salary (date-1 day)」。
3. 添加「salary (date-3 days)」列：
   • 同样用自定义列，公式改为：

     Table.LookupValue(源, "date", Date.AddDays([date], -3), "salary", null)
     

   • 重命名为「salary (date-3 days)」。
4. 点击「关闭并应用」，完成数据加载，后续仪表盘使用这些列时不会额外消耗计算资源。

二、备选方案：DAX计算列（适合动态调整场景） #

如果需要动态调整偏移天数，可使用DAX计算列，但需注意优化：

1. 在数据视图中选中目标表，点击「新建列」：
   • 「salary (date-1 day)」公式：

     salary (date-1 day) = LOOKUPVALUE('你的表名'[salary], '你的表名'[date], '你的表名'[date]-1, BLANK())
     

   • 「salary (date-3 days)」公式：

     salary (date-3 days) = LOOKUPVALUE('你的表名'[salary], '你的表名'[date], '你的表名'[date]-3, BLANK())
     

2. 若date列存在重复值，改用MAXX/MINX确保返回有效结果：

   salary (date-1 day) = MAXX(FILTER('你的表名', '你的表名'[date] = '你的表名'[date]-1), '你的表名'[salary])
   

三、性能优化关键要点 #

1. 弃用合并表方案：合并表本质是JOIN操作，无索引情况下1万+数据会产生大量无效匹配，直接导致仪表盘卡顿。
2. 给date列加索引：在Power Query中选中date列右键→「索引列」，或在模型视图中设置列索引，大幅加速日期匹配效率。
3. 确保date为日期类型：文本格式的日期匹配效率远低于日期类型，必须先转换格式。
4. 优先选择Power Query：导入时计算比查询时计算（DAX）更高效，减少仪表盘交互时的实时计算压力。

内容的提问来源于stack exchange，提问作者nynek