一、先体验一下GROUPBY

语法：GROUPBY(表，按哪个列分组，新列名，生成新列的表达式)

// 前2个参数是必需的，后2个参数可选，后3个参数可重复

GROUPBY仅凭前两参数就可以生成一张表，如果我想对生成的这张表做点什么，例如：张三、李四、王五的平均分，例如2020、2021年AB商品总销量与总销售

【1】CURRENTGROUP函数

CURRENTGROUP 只能用于 GROUPBY 函数中生成新列的表达式中使用，无参数。

CURRENTGROUP()就代表GROUPBY前两参数生成的那张表。

当我们对这张表操作时只能迭代这张表，要使用X系列的迭代函数，例如：SumX、AverageX、MaxX等等

【2】对单列分组

返回结果

【3】对多列分组

返回结果：

【4】你的疑问

这个功能矩阵就可以实现，为什么要这么麻烦新建表呢？

因为这个表不是直接拿来用的，将做为参数嵌套在其它函数中使用。

二、AddColumns+Summarize也可以实现

我们以Sheet2为列：

返回结果：

是不是与GROUPBY函数生成的表一样？

现在我们对SUMMARIZE函数生成的表添加列就可以了：

Ps: 也可以将calculatetable函数替换成RELATEDTABLE函数，详见《DAX神功》第2卷第2回

返回结果：

三、GROUPBY与SUMMARIZE函数比较

【1】GROUPBY与SUMMARIZE都对第1参数扩展表执行分组

可以使用扩展表中包含的任何列做分组参数。例如下图，通过店号建立一对多关系

扩展表原理详见《DAX神功》第3卷第12回

返回结果：

【2】summarize可转换上下文，而GROUPBY只是迭代表

用summarize或Addcolumns新增加的列，又名派生列。

原表中没有的列叫派生列，原表中有的列叫原生列。

虽然我们没有提到这个名词，但是新增列的工作我们经常在做，关于派生列（新增列）数据沿袭问题，我们也在《DAX神功》第2卷第21回中做了详细讲解。

但是这样操作会降低速度，我们平时很少在Summarize中直接新建派生列，而是使用AddColumns+Summarize方式提高速度，但是AddColumns要使用Calculate实现筛选。因为summarize本身可转换上下文。

反观，GROUPBY只是通过 CURRENTGROUP 函数对分组后的每一行进行迭代。

【3】性能警告

GROUPBY会影响性能，主要取决于列的基数，如果列基数比较大，不建议使用GROUPBY函数，就是说有100万行数据不可怕，分组后就是张三、李四，那是OK的。可怕的是分组后有30万人，这时我建议还是别用了，等将来PC性能提高了你使用速度慢的可能也不明显了。

关于列基数，请详见《DAX神功》第4卷第9回

四、GROUPBY 可以用于对派生列分组聚合

在上面我们讲到了AddColumns和Summarize都可以生成派生列，Groupby的优势是对派生列再分组。如下表，学号之间建立一对多关系

【1】先通过summarize分组

【2】通过Addcolumns新建派生列

【3】如果我对评价列再分组，求及格与不及格的平均分

以下两种写法都是错误的！

出错理由都是找不到[平均分]这个列，因为[平均分]本身就是派生列。这时使用GROUPBY就可以了。神奇吧！

返回结果：

五、GROUPBY 空行和空值问题

如下表所示，通过学号建立关系：

【1】因为一对多关系不符合实时参照完成性产生的空行

例如，1端表主键元素个数小于多端表外键元素个数，这时必然会产生空行，可以通过filter筛选掉空行。

返回结果：

去掉空行：

返回结果：

【2】因为筛选产生的空值【小心分母问题】

当分数不到60分时，不参加求平均，这时，A和C同学只有一科成绩，B同学因为两科都不足60分所以返回空。

我们《火力全开》第12课 讲IF函数时，提到第三参数省略时，他返回Blank()

返回结果：

友情提示：这时你千万别听从国外文献上翻译过来的文章上面提到的方法，将第3参数改成0，这是一个小学知识。

if('成绩表'[分数]>60,'成绩表'[分数])  // 凡是不满60分的成绩不参加平均分计算，分母减少。

if('成绩表'[分数]>60,'成绩表'[分数],0) // 凡是不满60分的成绩当成0来参加平均分计算 ，分母不减少。

返回结果：因为分母没有减少，返回Blank()时原本是77和88，现在变成了77/2=38.5、88/2=44

《孙兴华讲PowerBI火力全开》PowerBI必学课程

https://www.bilibili.com/video/BV1qa4y1H7wp

《DAX神功》文字版合集：

https://www.bilibili.com/read/readlist/rl442274

《DAX神功》视频版合集：

https://www.bilibili.com/video/BV1YE411E7p3

《DAX神功番外篇》文字版合集：

https://www.bilibili.com/read/readlist/rl478271

PowerBI(DAX函数)、PowerQuery(M函数)、Python办公自动化、Python爬虫、Python数据分析、ExcelVBA、WordVBA、AccessVBA、MySQL等等

https://www.bilibili.com/read/cv10222110