Nano Hash - криптовалюты, майнинг, программирование

Power BI - как подсчитать записи за предыдущий месяц

Как я могу подсчитать записи, сделанные за предыдущий месяц. У меня есть таблица со столбцом даты и времени, как показано на изображении. Проблема в том, что этот показатель не учитывает все записи за предыдущий месяц (декабрь 2019 г.), но мы находимся в (январь 2020 г.). Я считаю, что проблема может быть в изменении года. Ниже приведен код моей меры для проверки.

CALCULATE(
    IF(
        ISBLANK(
            COUNT(audit_requests[agent_id])), 0, COUNT(audit_requests[agent_id]
        )
    ), 
    FILTER(
        audit_requests, 
        YEAR(audit_requests[createdtime]) = IF(MONTH(TODAY()) = 1, YEAR(TODAY()) - 1, YEAR(TODAY())) && 
        MONTH(audit_requests[createdtime]) = IF(MONTH(TODAY()) = 1, "12", MONTH(TODAY()))
    )
)```
powerbi powerbi-desktop dax
14.01.2020

Ответы:


1

Нашли решение. Оказалось, мне нужно было удалить кавычки с «12» на 12, чтобы Power BI мог распознать его как число, поскольку он выполняет сравнения с данными.

14.01.2020
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..