PowerBI之DAX神功：第1卷第15回 在筛选上下文中使用DISTINCT和SUMMARIZE
《The Definitive Guide to DAX 》使用了较大篇幅在讲这节课，我又蒙圈了，但是当我使用逻辑读书时发现跟用眼睛读书结果不同。其实问题原本很简单：
《DAX神功》第1卷第9回基础表函数之VALUES与DISTINCT函数和空行
一、DISTINCT函数
DISTINCT(表[列])：返回去重后的单列表
【新建表】新表=DISTINCT(表[性别])
DISTINCT(表)：所有列都重复才去重并返回去重后的表。
【新建表】新表=DISTINCT(表)
例题：以下销售记录中客户的年龄均值，当客户在同一年龄有多次购买时，只当成一次购物
《The Definitive Guide to DAX 》中先是使用DISTINCT('Sheet1'[年龄])获得一张对年龄去重后的表，告诉你这是错误的
我相信，只要听懂了DISTINCT函数的人都知道这是错误的。
【新建表】新表=DISTINCT('Sheet1'[年龄])
这就是业务问题，我一直跟大家强调，一道题就好比领导交给你的工作，你自己必须先会做，计算机只是帮你计算。
例如：张三每天放9999个屁，365天之后，他一共放了多少个屁？
9999*365 或者 10000*365-365 这是你的逻辑， 它的结果是可以借助工具计算。
当我们看到题目之后，就应该很清楚，我们需要的是：
这是多列去重的问题，无论我们使用DISTINCT或者Values都是做不到的，《DAX神功》第1卷第9回我们留下了多列去重的悬念。那如何可以做到多列去重呢？
二、为什么我讲SUMMARIZE函数一带而过？
前不久，有位粉丝朋友问我，为什么你所有的PowerBI课程中对SUMMARIZE函数都是一带而过？貌似它很重要吧？我为了简化大家学习压力，所以全程使用SUMMARIZECOLUMNS代替《火力全开》笔记23.分组与连接函数，接下来我们对比一下它们的区别：
《1》单列去重后返回表
【新建表】新表 = DISTINCT('Sheet1'[年龄])
【新建表】新表 = VALUES('Sheet1'[年龄])
【新建表】新表 = SUMMARIZE('Sheet1','Sheet1'[年龄])
【新建表】新表 = SummarizeColumns('Sheet1'[年龄])
《2》多列去重后返回表，顺序向后写列名就可以了
新表 = SUMMARIZE('Sheet1','Sheet1'[姓名],'Sheet1'[年龄])
新表 = SummarizeColumns('Sheet1'[姓名],'Sheet1'[年龄])
关于排序问题你不用在意，我们正在做的是数据分析，不是打印
《3》分组聚合
新表 = SUMMARIZE('Sheet1','Sheet1'[姓名],'Sheet1'[年龄],"合计",sum(Sheet1[年龄]))
新表 = SummarizeColumns('Sheet1'[姓名],'Sheet1'[年龄],"合计",sum(Sheet1[年龄]))
《4》子类别小计与总计，不常用
新表 = SUMMARIZE('Sheet1',ROLLUP('Sheet1'[姓名],'Sheet1'[年龄]),"合计",sum(Sheet1[年龄]))
新表 = SUMMARIZE('Sheet1',ROLLUPGROUP('Sheet1'[姓名],'Sheet1'[年龄]),"合计",sum(Sheet1[年龄]))
《5》只显示总计，不常用
新表 = SUMMARIZE('Sheet1',ROLLUP(ROLLUPGROUP('Sheet1'[姓名],'Sheet1'[年龄])),"合计",sum(Sheet1[年龄]))
SUMMARIZECOLUMNS也有类似功能：ROLLUPGROUP和ROLLUPADDISSUBTOTAL，等我们精讲SUMMARIZECOLUMNS时再说。
为什么说子类别小计与总计不常用？现在是数据分析，我们不是打印表格，这么干，就是将自己继续分析的路给堵死了。
《6》如果我们需要获得下面这张表
我们可以先通过：
【新建表】新表 = SUMMARIZE('Sheet1','Sheet1'[姓名],'Sheet1'[年龄])
再通过新建列：这是错的，因为得到的合计是新表中的年龄之和，并不是Sheet1表中的
错！【新建列】合计=calculate(sum('新表'[年龄]),all('新表'))
正确！【新建列】合计 = calculate(sum('Sheet1'[年龄]),all('Sheet1'))
但是，我们有简便的写法，将上面这两步，合并在一个公式中
简化：《火力全开》26.人工造表最终方案 ADDCOLUMNS 从指定的表开始添加列
新表 = ADDCOLUMNS(SUMMARIZE('Sheet1','Sheet1'[姓名],'Sheet1'[年龄]),"合计",sum(Sheet1[年龄]))
新表 = ADDCOLUMNS(SummarizeColumns('Sheet1'[姓名],'Sheet1'[年龄]),"合计",sum(Sheet1[年龄]))
而且从速度上讲，SummarizeColumns优于ADDCOLUMNS+SUMMARIZE优于SUMMARIZE现在，知道我为什么对 SUMMARIZE一带而过了吗？
但是，SUMMARIZECOLUMNS并不完美，它不支持上下文转换时发生的计算，所以绝大部分度量值中不能使用，如果需要在度量值中执行分组和新建列时用SUMMARIZE+ADDCOLUMNS，那是不是这样呢？我们来验证一下：
三、回到本课一开始的例题上来
方法一： SummarizeColumns
<1>【新建表】新表 = SummarizeColumns('Sheet1'[姓名],'Sheet1'[年龄]）
<2> 【度量值】平均年龄1=average('新表'[年龄])
由于度量值与Sheet1并没有关系，所以Sheet1表中的字段是无法筛选这个度量值的。
方法二：Summarize
平均年龄2 =
VAR tb = Summarize('Sheet1','Sheet1'[姓名],'Sheet1'[年龄])
return
averagex(tb,'Sheet1'[年龄])
现在我们来验证一下，SummarizeColumns不能用在大多数度量值中：
平均年龄3 =
VAR tb = SummarizeColumns('Sheet1'[姓名],'Sheet1'[年龄])
return
averagex(tb,'Sheet1'[年龄])
可以显示，但是不能筛选，你将任何字段放到行标题中，都会显示该视觉对象无法显示
PS:这节课的重点并不是SUMMARIZECOLUMNS，后面我们会有单独的课程详细讲解SUMMARIZECOLUMNS。你要知道，如果不用Summarize，我们也可以用SUMMARIZECOLUMNS分步完成度量值，但是在其它方面，SUMMARIZECOLUMNS都优于Summarize。
