PowerBI版内部质量损失数据看板

Tableau的单向筛选功能，捣鼓了好多天都没有实现，比如表A是产品报废信息，有报废日期、产品类别和报废数量；

表B是入库产品信息，有入库日期和入库数量。

按日期计算整体的报废率（报废数量/（报废数量+入库数量）），Tableau是没有问题的。

但是要计算某个产品类别下的报废率（上式中分母部分的数据是全体数据）就难了，要用“筛选产品类别的报废数量”/（（不筛选的报废数量）+（不筛选的入库数量））。

由于表A和表B是通过日期关联的，Tableau默认两者是双向关系，表A筛选了产品类别，会导致表A的（报废）日期被筛选，进而通过链接关系导致表B的报废数量和入库数量被筛选。这样计算下来就不是某个产品类别占整体的报废率了（参见我上一篇文章，点击问题类别或产品类别后，入库重量减少了）。

LOD表达式、参数、筛选，查阅了大量资料，问了AI，看了书，尝试了好多次，熬了5天夜最终算是勉强弄出来了：

方式是先创建一个时间参数确定时间粒度：

CASE [时间粒度选择] WHEN '年' THEN DATETRUNC('year', [日期]) WHEN '季度' THEN DATETRUNC('quarter', [日期]) WHEN '月' THEN DATETRUNC('month', [日期]) WHEN '周' THEN DATETRUNC('week', [日期]) END

然后再使用LOD表达式：

 { FIXED [时间粒度选择] : SUM([报废数量]) }

如果不创建这个时间粒度，及时使用优先级比较高的FIXED也不行，因为产品类别筛选掉了一部分日期，导致这部分日期的报废数量和入库数量已经不完整，然后再按时间聚合已经于事无补了。

引入时间粒度后，某级粒度里没有筛选后的报废数据，那就是0，如有有筛选后的报废数据，FIXED能根据这个粒度找出完整的数据来。 也就是说，直接采用FIXED，聚合的每一天的数据，被筛选过的数据再也回不来了。

不知道我理解的对不对，反正是实现了分子的报废数量可以被筛选，但分母的报废数量和入库数量只和选择的时间维度有关，这样计算出来的始终是某段时间，某类、某型号、某地区……产品报废数量占这段时间内总的生产数量（总的报废数量+总的入库数量）的比例。

有没有Tableau前辈给指点一下，还能怎么实现。也许我这里的报废/（报废+入库）有点反常吧，正常应该是报废/生产，报废属于生产数据中的一个类别而已（Tableau也许认为某类产品的报废当然要除以某类产品的入库，只是他不知道这个入库数据里没有产品类别，两者是通过时间关联的）。

总之，在数据模型方面，PowerBI的单向连接（筛选）直接就把我这个问题解决了，分子用报废数据表里的，可以被筛选。分母用入库数据表里的（报废数据可以用SUMIF函数先加入到入库数据表里，单向连接，不会被报废表筛选掉）。