Nano Hash - криптовалюты, майнинг, программирование

DAX разбивает строку столбца на список и выполняет поиск разделенных значений в другой таблице

У меня есть мера DAX, которая дает список всех выбранных значений в срезе, разделенных запятой

Measure =CONCATENATEX(VALUES ( Table[value] ) , [value] , ",")

Значения измерения: ABC, CDEF, EFG.

Теперь есть таблица2, которая содержит следующие данные:

Таблица 2:

Col1 Col2
200  ABC,GHJ,NKUL
300  BPO,CDEF, MNO
500  A

Теперь мне нужно создать меру DAX для подсчета строк в Table2, которые содержат любое из разделенных значений. Здесь row1 и row2 удовлетворяют условию, поскольку они содержат ABC и CDEF соответственно.

Пробовал сгенерировать список, но не работал со строкой.

09.03.2020

Ответы:


1

Вы должны иметь возможность просто подсчитывать строки, содержащие запятую:

CountSplits =
COUNTROWS ( FILTER ( Table2, CONTAINSSTRING ( Table2[Col2], "," ) ) )
09.03.2020
  • Я думаю, вы не поняли мой вопрос. Мне не нужно было считать шпагаты! 12.03.2020
  • Возможно, вы можете перефразировать это, чтобы было более ясно, что именно вы хотите тогда засчитать. 12.03.2020
  • 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..