寻求带时间维度的Power BI样本数据 用于实现Relative-Time-Slicer-and-Filter
相对时间切片器(Relative Time Slicer)适配样本数据与实现方案
可用测试数据集
1. DAX自动生成测试表
直接在Power BI建模界面新建表,粘贴以下代码即可生成适配全粒度相对时间筛选的数据集:
相对时间测试数据集 = VAR StartDate = DATE(2023,1,1) // 可自行调整起始时间,覆盖你需要的测试跨度 VAR EndDate = NOW() VAR BaseData = ADDCOLUMNS( CALENDAR(StartDate, EndDate), "精确时间戳", [Date] + RANDBETWEEN(0, 86399)/86400, // 生成到秒级的时间维度 "销售区域", SWITCH(RANDBETWEEN(1,4), 1, "华东", 2, "华南", 3, "华北", 4, "西南"), "交易金额", RANDBETWEEN(150, 12500) ) RETURN SELECTCOLUMNS( BaseData, "交易ID", ROW_NUMBER() OVER(ORDER BY [精确时间戳]), "销售区域", [销售区域], "交易金额", [交易金额], "交易时间", [精确时间戳] )
生成的数据默认覆盖2023年1月1日到当前时间的所有时间粒度,包含秒级时间戳,完全匹配相对时间切片器的年、季度、月、日、小时、分钟级筛选要求。
2. 手动导入用结构化样本
如果需要用Excel/CSV导入,可参考以下字段结构自行批量生成:
| 交易ID | 销售区域 | 交易金额 | 交易时间 |
|---|---|---|---|
| 1 | 华东 | 1299 | 2023/1/2 09:12:33 |
| 2 | 华南 | 356 | 2023/3/15 14:27:12 |
| 3 | 华北 | 7890 | 2024/1/9 08:05:47 |
| 4 | 西南 | 2450 | 2024/5/20 18:32:09 |
| 5 | 华东 | 980 | 2024/6/10 11:45:31 |
自行扩展数据时注意覆盖近1小时、近24小时、近7天、近30天、近1年等多个时间区间的记录,方便验证不同筛选规则的效果。
功能适配验证方法
- 数据加载完成后,在报表页插入相对时间切片器,绑定
交易时间字段即可直接使用 - 若需使用页面级/报表级相对时间筛选,直接在筛选面板对
交易时间字段设置筛选类型为相对时间即可,逻辑和切片器完全一致 - 无需额外配置独立日期表,只要时间字段格式为Power BI识别的日期/时间类型,即可正常触发相对时间筛选逻辑
内容的提问来源于stack exchange,提问作者Techchamp Pgm
相关产品推荐
相关产品推荐

