如何在Power BI中计算度量值基于均值的Z分数

前提说明 #

你已经提前创建好了3个基础度量，我们先统一命名方便示例：

• [Distinct Sport Count]：每个ID对应的唯一运动项目计数，即你用DISTINCTCOUNT()创建的度量
• [Average Count]：所有ID的唯一运动计数的均值，你的场景中值为3
• [Std Dev Count]：所有ID的唯一运动计数的总体标准差，你的场景中值约为0.81649658

核心逻辑 #

Z分数的计算公式为：

Z = (单个观测值 - 总体均值) / 总体标准差

需要特别注意：计算均值和标准差时要移除ID维度的筛选上下文，避免当前行的ID筛选导致只统计单个ID的均值/标准差，得到错误结果。

DAX 度量代码（适配Power BI/Excel Power Pivot场景） #

假设你的源表名为SportsData，ID列名为SportsData[ID]，度量写法如下：

Z Score = 
VAR CurrentIDCount = [Distinct Sport Count]
VAR OverallAverage = CALCULATE([Average Count], REMOVEFILTERS(SportsData[ID]))
VAR OverallStdDev = CALCULATE([Std Dev Count], REMOVEFILTERS(SportsData[ID]))
RETURN
DIVIDE(CurrentIDCount - OverallAverage, OverallStdDev, BLANK())

结果验证 #

你的场景中计算结果如下：

注意事项 #

如果你的报表存在其他需要保留的筛选条件（比如运动类型分组、时间筛选等），上述写法仅会移除ID列的筛选，其他筛选条件仍然生效，符合常规的分组统计Z分数的需求。

内容的提问来源于stack exchange，提问作者user35131