Power BIのAll系関数3つの違いと使い方


Power BIのAll系の関数は、All、Allselected、Allexcepの3つがあるのですが、この違いが最初少し分かりにくいので、自分なりの解釈を紹介させて頂きます。

 

All系の関数は全てレポート内のフィルターを制御する関数なのですが、そもそもこのフィルター機能が、Power BIの中では結構重要な役割を担っています。

 

例えば、

-レポートの中で特定の対象に絞り込んだり、

-逆に絞り込まれないようにフィルターの設定を制御したり、

-絞り込む対象を細かく決めたり、

などなど、レポートのユーザーが本当に見たい情報を見せるために、フィルターを細かく制御する必要があり、そうしたケースでこれら関数は活躍します。

ですので、この関数の違いを理解し、それらを使い分けられるようになっておきましょう。

 

 

●All関数とは

まずは、この3つの中では最も理解しやすい「All関数」です。

 

All関数は、「全てのフィルターを解除する」機能を持つ関数です。

例外なく全てのフィルターが効かなくなります。

はっきりしていて分かりやすいですよね。

 

 

例えば下図のような、商品の売上データがあったとします。

 

一番右列の「売上金額」の合計を、All関数を使う場合と使わない場合で比較してみたいと思います。

 

●ALL使わない場合

売上(合計)= SUM(Sheet1[売上])

 

●ALL使う場合

売上(All) = Calculate(SUM(Sheet1[売上]),ALL(Sheet1))

 

 

そしてこの2つをレポートに表示して比較してみます。

左がALLを使わない場合で、右がALLを使った場合です。

 

 

フィルターで商品カテゴリをAに絞っていますので、ALL関数を使ってない方は商品カテゴリAの売上のみ計算され表示されています。

ところが右側のAll関数を使った計算式は、商品カテゴリのフィルターが効いてませんので、全ての商品の総計が計算されていることが分かります。

 

このようにAll関数というのは、指定した列 or テーブルの全てのフィルターを解除する機能を持つ関数なのです。

 

 

▶ALL関数の使い方

今回のレポートのように、ユーザーが選んだ特定の商品と、全体の総計とを比較する時に使ったり、

全体に対する売上の割合を表示したい時にも使います。

 

例えば今回のレポートで、商品カテゴリー毎の売上が全体に占める割合を出したい場合は、下記のように関数を書きます。

売上(割合) = Divide ('Measure'[sum], 'Measure'[All])

分母に、All関数を持ってきています。

 

これをレポートに表示するとこんな感じです。

商品カテゴリを選択すれば、選択された商品カテゴリが全体に占める割合が表示されます。

逆にAll関数を使わないと、商品カテゴリを選択したら、分子も分母もフィルターされてしまって、100%と表示されて思うような計算結果にならないのです。

 

 

●Allselected関数とは

All関数は全てのフィルターを取り除く関数でした。

一方こちらのAllselected関数というのは、指定したデータ・列のみ、フィルターを取り除く関数です。

All(フィルターを解除するAll関数)+Selected(選ばれた)という感じです。

 

例えば下図の赤枠部分では、マトリックスビジュアルを使って、商品カテゴリ毎での商品の売上割合を表示しています。

全体に対してではなく、商品カテゴリ内での売上の割合を計算したい場合、分母に使う計算式はAllselected関数を使った下記となります。

分母=CALCULATE(SUM(Sheet1[売上]),ALLSELECTED('Sheet1'[商品]))

この場合、「商品」列にかかるフィルターのみ取り除かれ、売上の合計を出します。

 

マトリックスビジュアルを使う場合、「行」で使うデータ(今回は「商品カテゴリ」と「商品」列を使っている)で、自動的にフィルターがかかります。

ここで分母にAll関数を使ってしまうと、全体の売上に対する売上の割合は出せますが、商品カテゴリの総計に対する売上の割合は出せないのです。

そこで、マトリックスビジュアルの「商品」にかかっているフィルターのみを、Allselected関数であえて取り除くという処理をします。

そうすると、必然的に「商品カテゴリ」毎での総計が出せるという形です。

 

あまりうまく説明できない気がしますが、伝わりましたでしょうか。

 

 

Allselected関数の使い方

Power BIのマトリックスを使って、商品カテゴリ毎の分析を行う時には必須です。

詳しくは、Power BIマトリックスでカテゴリ毎での割合を計算する方法に動画付きで解説していますので、参考にしてみて下さい。

 

 

●Allexcept関数とは

Allexcept関数は、Allselected関数の逆です。

指定した列・テーブル以外の全てのフィルターを機能させるものです。

 

あまり使う機会はない関数ですが、概念としては覚えておいて損はないでしょう。

 

 

以上です。

 

 

◆Power BIを学習しよう!!

これからPower BIを学習しようと考えている人向けに学習方法を学習の流れで簡単にまとめてみました。参考にしてみて下さい。

 

●Power BIの概要を理解しよう!

Power BIという言葉を初めて知った人向けにPower BIの概要、全体像、構成、機能についてまとめた入門記事・動画を作ってみました。まずはここからです!

Power BIとは(初級編)

 

▷動画版

 

●Power BIの使い方まとめ(初級編)

Power BI初心者向けに、Power BIの学習方法をステップbyステップで紹介しています。

Power BIを学習しよう!と思った方は参考にしてみて下さい。

Power BIの使い方大全(初級編)

 

●DAX関数の使い方まとめ

Power BIをやる上では避けては通れないDAX関数を色々とまとめたのがこちらのページです。

政府統計の人口データを、様々なDAX関数を使って計算してみました。

Power BI DAXの使い方(初級12本)

 

●細かい使い方は動画で学習する

Power BIは様々な機能があり、定期的に更新もされます。

Power BIの細かい機能や使い方、気になった最新の機能アップデート情報等はYou Tubeに動画上げているので、こちらを参考にしてみて下さい。

You Tube:『Zou Channel

 

 

 

◆Power BIの次はこれ!

Power BIを突き詰めていくと、Power BI単体ではデータ分析用のエンジンが足りなくなり、やがて壁にぶち当たります。

Power BIはデータ=事実を可視化するのは強いですが、可視化の次は「予測や分類といった判断精度の向上」が求められるので、それを形にする人工知能の知識が必要になってくるわけです。

またPower BIは人手がレポートを作りますが、実はもう少し先の未来では人工知能がレポートを開発する時代が来ると言われていて、実際にその現実を目の当たりにすることもあります。

その焦りから自分も、独学ですが最近は人工知能の開発に進んでいます。

AidemyのAI講座なんかは、未経験者を対象に短期間でAIの知識を学べるプログラムになっているので、今直ぐにではないですが、もう少し未来を見据えている人は参考にしてみて下さい。

 

AidemyのAI講座を見てみる

 

 

 

 

コメントを残す

メールアドレスが公開されることはありません。

CAPTCHA


Scroll to Top