使用切片器實現動態移動平均計算

先看完成效果：

【關於移動平均】

我們在看一組數據的趨勢時，通常會使用到移動平均（Moving Average）。移動平均是一段時間內數據的平均值。以國際原油價格為例，我們取過去50天的平均值，也就是過去50天原油價格的總和除以50。到了明天，這組數據又向後推移一天，即從明天往前推移50天的平均值。把每天的移動平均值做成折線圖就是移動平均線，能讓我們的數據趨勢變得平滑。見下圖：

圖中綠色線是國際原油價格的曲線，紅色線是過去50天的移動平均線。移動平均線更加的平滑，更容易讓讀者快速的識別數據變化的趨勢。

【計算靜態移動平均】

我們準備了過去3年的國際原油價格表：

大家注意一點，這個價格不是每天都有的，比如在2014年1月4日和5日就沒有數據。所以我們的計算不能簡單用日期減去50天，需要對日期先進行一個編號處理：

這樣我們就得到了連續的日期編號

*如果日期是連續的則不需要通過編號處理，直接用日期列即可。

接下來我們依據這個編號計算過去50天的平均值：

此例里我們計算了過去50天的移動平均值，接下來我們希望向模型添加一張參數表。實現由用戶點擊切片器來控制計算移動平均的天數。

【動態移動平均】

要想實現切片器的動態控制，我們需要把移動平均值寫成度量值，而不是之前例子里寫到計算列里，因為計算列里的數值不能根據切片器的選擇而變化。

大概的思路，通過HASONEVALUE和VALUES來調動參數表的數值放到公式里。

我們先準備一張參數表並導入Power Pivot模型中

表格預置了10，30，50 三個數值，由用戶選擇是看過去多少天。這些數值可根據實際情況調整。

接下來是動態移動平均的公式：

我們生成數據透視圖看看效果：

【30天的移動平均】

【50天的移動平均】

移動平均值的展現可以根據用戶的切片器選擇而發生變化。時間越長移動平均的曲線越平滑。

這就是我們今天的分享，更多PowerPivot和Power BI內容請關注我們在網易雲課堂的視頻課程「從Excel到Power BI數據分析可視化」系列課程。

*PowerPivot工坊原創文章，歡迎轉載，請註明出處

-----------------------------------------------------------------------------------------------------------------------

延伸閱讀：

在Power Pivot中使用DATEDIFF函數計算日期時間間隔

使用USERELATIONSHIP實現兩表之間多個關係的調用

在Power Pivot中計算父行匯總百分比

圖解Earlier函數

Power Pivot時間智能之YTD（年初至今累計）

一張圖看懂微軟Power BI系列組件

當Power BI遇上歐冠決賽

使用切片器實現報告的參數控制

使用切片器實現報告的交互排序

亮瞎雙眼的Power BI可視化圖表

-----------------------------------------------------------------------------------------------------------------------

如果您想深入學習微軟Power BI，歡迎登錄網易雲課堂試聽學習我們的「從Excel到Power BI數據分析可視化」系列課程。或者關注我們的公眾號（PowerPivot工坊）後猛戳」在線學習」