巧用DAX与组合图:在Power BI中构建动态现金流量瀑布图

news2026/3/20 13:40:54
1. 为什么需要动态现金流量瀑布图财务分析中最让人头疼的就是现金流量的可视化呈现。传统的柱状图或折线图只能展示静态数据而现金流本质上是一个动态累积过程——每笔资金的流入流出都会影响整体余额。想象一下你正在看银行流水账单工资入账让余额上涨房贷扣款又让余额下降这种起伏变化用普通图表很难直观表达。我在给某零售企业做财务分析时就遇到过这个问题。他们需要同时看到三大类现金流经营、投资、筹资的明细变动和累计效果还要能下钻查看具体项目的金额。试过各种图表后发现**瀑布图Waterfall Chart**才是最佳选择——它能清晰展示每个环节对总额的贡献就像看水流从一级台阶落到另一级台阶。但Power BI默认没有瀑布图视觉对象这就需要我们用DAX度量值组合图来模拟实现。经过多次尝试我发现用堆积柱状图折线图的组合方式最灵活既能显示累计过程又能标注具体金额。下面我就把踩坑后总结的完整方案分享给大家。2. 数据准备与模型构建2.1 基础表结构设计要实现动态瀑布图数据模型需要包含三个核心表现金流量明细表记录每笔现金流的具体项目、金额和日期分类维度表定义经营活动/投资活动/筹资活动三大类及其明细项目堆积辅助表控制图表中不同颜色区块的显示逻辑后面会详细解释// 现金流量表示例数据 现金流量 DATATABLE( 项目, STRING, 金额, CURRENCY, 日期, DATETIME, { {销售收入, 50000, 2023-01-05}, {采购支出, -20000, 2023-01-10}, {设备购置, -30000, 2023-01-15}, {银行贷款, 100000, 2023-01-20} } ) // 分类维度表示例 流量分类 DATATABLE( 分类, STRING, 明细项目, STRING, 明细序号, INTEGER, { {经营活动, 销售收入, 1}, {经营活动, 采购支出, 2}, {投资活动, 设备购置, 3}, {筹资活动, 银行贷款, 4} } )2.2 关键关系设置在模型关系中要特别注意现金流量表与分类表通过项目字段建立关系明细序号字段决定项目在图表中的显示顺序堆积辅助表是独立表不与其他表建立关系提示给分类表添加层次字段1表示大类2表示明细项后面写DAX时会用到这个分层逻辑。3. DAX度量值深度解析3.1 累计计算的核心逻辑瀑布图的精髓在于动态累计——每个柱子既要显示当前项目的金额又要反映其对累计值的影响。这需要两个关键度量值// 计算当前分类内累计到本项的总额 现金流量堆积.cum0 VAR cat SELECTEDVALUE(流量分类[分类]) VAR tb1 CALCULATETABLE( SUMMARIZE(流量分类, 流量分类[明细项目], 流量分类[明细序号]), ALLSELECTED(流量分类[明细项目]), ALL(流量分类), 流量分类[分类] cat ) VAR vIndex ROWNUMBER(tb1, ORDERBY(流量分类[明细序号], ASC)) VAR tb ADDCOLUMNS(tb1, Value, [现金流净额]) VAR tb2 WINDOW(-vIndex, REL, 0, REL, tb, ORDERBY(流量分类[明细序号], ASC)) VAR cum SUMX(tb2, [Value]) RETURN cum这个度量值的工作原理先确定当前所属分类经营/投资/筹资获取该分类下所有项目的清单保持当前筛选上下文使用WINDOW函数计算从第一个项目到当前项目的累计值3.2 处理正负交错的五种情况现金流经常出现正负交替的情况如收入后马上有支出这会导致累计值跨越0轴线。我们需要将柱子拆解为五种情况// 处理0轴线上方的正数部分 现金流量堆积.正数.上方 IF( [现金流量堆积.cum0] 0 [现金流净额] 0, MIN([现金流净额], [现金流量堆积.cum0]) ) // 处理0轴线下方的负数部分 现金流量堆积.负数.下方 IF( [现金流量堆积.cum0] 0 [现金流净额] 0, -MIN(ABS([现金流净额]), ABS([现金流量堆积.cum0])) )其他三种情况包括上方转负数的部分下方转正数的部分保持空白的过渡部分4. 组合图实现技巧4.1 堆积柱状图配置在Power BI可视化面板中选择组合图按以下方式配置柱形图部分使用现金流量.瀑布度量值折线图部分使用现金流量.瀑布.线度量值X轴设置为分类表中的明细项目图例绑定到堆积辅助表的辅助列关键技巧在于颜色映射为正数部分设置绿色渐变为负数部分设置红色渐变将空白部分设为透明色4.2 动态交互实现通过DAX度量值的灵活设计图表可以实现点击大类显示/隐藏明细项目悬停显示具体金额和累计值时间筛选器控制显示周期// 动态标题示例 图表标题 VAR total SUM(现金流量[金额]) RETURN 当前净现金流: FORMAT(total, ¥#,##0)5. 常见问题解决方案5.1 柱子显示错位问题当出现柱子位置不符合预期时检查分类表中的明细序号是否连续且唯一WINDOW函数中的REL参数是否正确是否在图表设置中启用了保持类别顺序5.2 性能优化建议对于大型现金流量数据在DAX中使用变量减少重复计算考虑预先计算部分累计值到物理表使用SUMMARIZECOLUMNS替代SUMMARIZE// 优化后的累计计算 优化版累计 VAR currentItem SELECTEDVALUE(流量分类[明细项目]) VAR currentCat SELECTEDVALUE(流量分类[分类]) VAR itemsInCat CALCULATETABLE( VALUES(流量分类[明细项目]), ALLSELECTED(流量分类), 流量分类[分类] currentCat ) RETURN SUMX( FILTER( itemsInCat, 流量分类[明细序号] LOOKUPVALUE( 流量分类[明细序号], 流量分类[明细项目], currentItem ) ), [现金流净额] )5.3 移动端适配为了让图表在手机端清晰显示调整柱形宽度为15-20px简化图例说明文字启用交叉高亮筛选这套方案在某上市公司实际应用中成功将现金流分析报告的生成时间从原来的2天缩短到10分钟。财务总监最欣赏的是能够直观看到哪些具体支出导致了现金储备的急剧下降。现在每当现金流出现异常波动他们第一时间就会打开这个仪表板下钻分析。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2424575.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…