PowerBI子查询实现需求求助：按条件统计销售数据

嗨，我来帮你拆解下怎么在Power BI里实现这个SQL子查询的逻辑，其实有几种实用的方法，你可以根据自己的数据模型和使用场景来选择：

方法1：创建DAX计算表（直接生成结果集） #

这种方法最贴近你原SQL的逻辑，直接生成一个包含目标数据的新表，步骤如下：

1. 在Power BI的数据视图中，点击「新建表」
2. 输入以下DAX代码（记得把'table'替换成你实际的表名）：

TargetSales = 
VAR ValidBusinessIDs = 
    CALCULATETABLE(
        DISTINCT('table'[BusinessID]),
        'table'[Year] = 2017,
        'table'[Month] = 1,
        'table'[Category] = "ALL IN ONE",
        'table'[Values] = "DE 70 A 100 GR."
    )
RETURN
    SUMMARIZECOLUMNS(
        'table'[Date],
        FILTER(
            ALL('table'),
            'table'[Year] = 2017 &&
            'table'[Month] = 1 &&
            'table'[BusinessID] IN ValidBusinessIDs
        ),
        "TotalSalesVolume", SUM('table'[SalesVolume])
    )

代码解释： #

• ValidBusinessIDs：用变量存储子查询的结果——2017年1月中符合Category='ALL IN ONE'且Values='DE 70 A 100 GR.'的唯一BusinessID集合
• SUMMARIZECOLUMNS：按Date分组，筛选出2017年1月且BusinessID在目标集合内的记录，计算销量总和

方法2：使用DAX度量值配合可视化筛选 #

如果不需要新建表，而是想在现有可视化组件中展示结果，可以用这种方法：

1. 点击「新建度量值」，输入以下代码：

TotalValidSales = 
VAR ValidBusinessIDs = 
    CALCULATETABLE(
        DISTINCT('table'[BusinessID]),
        'table'[Year] = 2017,
        'table'[Month] = 1,
        'table'[Category] = "ALL IN ONE",
        'table'[Values] = "DE 70 A 100 GR."
    )
RETURN
    CALCULATE(
        SUM('table'[SalesVolume]),
        'table'[Year] = 2017,
        'table'[Month] = 1,
        'table'[BusinessID] IN ValidBusinessIDs
    )

2. 插入一个表格/矩阵可视化，拖入Date字段和TotalValidSales度量值
3. 在可视化筛选器中添加筛选条件：Year=2017、Month=1（确保只显示目标月份的数据）

方法3：用Power Query预处理数据 #

如果你更习惯用查询编辑器的方式来处理数据，可以按以下步骤操作：

1. 打开Power Query编辑器，右键你的原始表→选择「复制」
2. 对复制的表进行处理：
   • 筛选列：Year=2017、Month=1、Category='ALL IN ONE'、Values='DE 70 A 100 GR.'
   • 删除其他列，只保留BusinessID，然后右键BusinessID→「移除重复项」
3. 回到原始表，添加筛选：Year=2017、Month=1
4. 点击「合并查询」→选择原始表和刚才处理的BusinessID表，按BusinessID进行匹配
5. 过滤掉合并后「匹配结果」为null的行（即排除不在目标集合里的BusinessID）
6. 点击「分组依据」，选择Date作为分组列，对SalesVolume执行「求和」操作，得到最终结果

额外注意事项： #

• 如果你的Year和Month是从Date字段提取的，建议直接用日期范围筛选（比如'table'[Date] >= DATE(2017,1,1) && 'table'[Date] <= DATE(2017,1,31)），这样能避免因Year/Month字段错误导致的筛选偏差
• 确保DAX代码中的字段名和你数据模型中的字段名完全一致（Power BI对大小写不敏感，但尽量统一）

内容的提问来源于stack exchange，提问作者Alessa