DAX का उपयोग करके Power BI में डायनामिक ट्रंकेटेड मीन की गणना: एक त्वरित गाइड

आपको ट्रंकेटेड मीन की आवश्यकता क्यों है

डेटा विश्लेषण में, मानक AVERAGE फ़ंक्शन एक कार्यशील उपकरण है, लेकिन इसकी एक महत्वपूर्ण कमजोरी है: यह आउटलायर्स से विकृति के प्रति अत्यधिक संवेदनशील है। एक एकल चरम मूल्य, चाहे उच्च हो या निम्न, पूरे परिणाम को तिरछा कर सकता है, डेटा की वास्तविक केंद्रीय प्रवृत्ति को गलत तरीके से प्रस्तुत कर सकता है।

\ यहीं पर ट्रंकेटेड मीन आवश्यक हो जाता है। यह गणना से सबसे छोटे और सबसे बड़े मूल्यों का एक निर्दिष्ट प्रतिशत बाहर करके औसत का अधिक मजबूत माप प्रदान करता है।

\ जबकि आधुनिक Power BI मॉडल में अंतर्निहित TRIMMEAN फ़ंक्शन है, पुराने Analysis Services (SSAS) मॉडल के लिए Live Connection का उपयोग करते समय यह फ़ंक्शन अक्सर अनुपलब्ध होता है। यह लेख एक मजबूत, मैनुअल DAX पैटर्न प्रदान करता है जो इस कार्यक्षमता को दोहराता है और पूरी तरह से गतिशील रहता है, आपकी रिपोर्ट में सभी स्लाइसर्स और फ़िल्टर्स का जवाब देता है।

डायनामिक ट्रंकेटेड मीन के लिए DAX समाधान

यह मेज़र शेष 80% का औसत निकालने से पहले निचले 10% और शीर्ष 10% मूल्यों को हटाकर 20% ट्रंकेटेड मीन की गणना करता है।

\ आप इस कोड को सीधे "New Measure" फॉर्मूला बार में पेस्ट कर सकते हैं।

Trimmed Mean (20%) = VAR TargetTable = 'FactTable' VAR TargetColumn = 'FactTable'[MeasureColumn] VAR LowerPercentile = 0.10 // Defines the bottom 10% to trim VAR UpperPercentile = 0.90 // Defines the top 10% to trim (1.0 - 0.10) // 1. Find the value at the 10th percentile VAR MinThreshold = PERCENTILEX.INC( FILTER( TargetTable, NOT( ISBLANK( TargetColumn ) ) ), TargetColumn, LowerPercentile ) // 2. Find the value at the 90th percentile VAR MaxThreshold = PERCENTILEX.INC( FILTER( TargetTable, NOT( ISBLANK( TargetColumn ) ) ), TargetColumn, UpperPercentile ) // 3. Calculate the average, including only values between the thresholds RETURN CALCULATE( AVERAGEX( FILTER( TargetTable, TargetColumn >= MinThreshold && TargetColumn <= MaxThreshold ), TargetColumn ) )

DAX लॉजिक को समझना

यह फॉर्मूला तीन अलग चरणों में काम करता है, जो सभी वर्तमान फ़िल्टर संदर्भ (जैसे, उपयोगकर्ता द्वारा चुने गए कोई भी स्लाइसर) के भीतर निष्पादित होते हैं।

1. मुख्य वेरिएबल्स को परिभाषित करें

• TargetTable & TargetColumn: हम स्वच्छ, पुन: उपयोग योग्य कोड के लिए टेबल और कॉलम नामों को वेरिएबल्स में असाइन करते हैं। आपको अपने डेटा मॉडल से मेल खाने के लिए 'FactTable'[MeasureColumn] को बदलना होगा।
• LowerPercentile / UpperPercentile: हम सीमाओं को परिभाषित करते हैं। 0.10 और 0.90 का मतलब है कि हम निचले 10% और शीर्ष 10% को ट्रिम कर रहे हैं। प्रत्येक छोर से 5% ट्रिम करने के लिए (कुल 10% ट्रिम), आप 0.05 और 0.95 का उपयोग करेंगे।

2. पर्सेंटाइल थ्रेशोल्ड्स ढूंढें

• MinThreshold & MaxThreshold: ये वेरिएबल्स वास्तविक मूल्यों को स्टोर करते हैं जो हमारी पर्सेंटाइल सीमाओं से संबंधित हैं।
• PERCENTILEX.INC: हम इस "iterator" फ़ंक्शन का उपयोग करते हैं क्योंकि यह हमें पहले टेबल को FILTER करने की अनुमति देता है।
• `FILTER(…, NOT(ISBLANK(…))): यह एक महत्वपूर्ण कदम है। हम केवल उन पंक्तियों के लिए पर्सेंटाइल की गणना करते हैं जहां हमारा टारगेट कॉलम खाली नहीं है। यह BLANK() मूल्यों को पर्सेंटाइल गणना को तिरछा करने से रोकता है।
• परिणाम यह है कि MinThreshold वर्तमान में दृश्यमान डेटा के लिए 10वें पर्सेंटाइल (जैसे, 4.5) का मूल्य रखता है और MaxThreshold 90वें पर्सेंटाइल (जैसे, 88.2) का मूल्य रखता है।

3. अंतिम औसत की गणना करें

• RETURN CALCULATE(...): CALCULATE फ़ंक्शन मेज़र को गतिशील बनाने की कुंजी है। यह सुनिश्चित करता है कि संपूर्ण गणना रिपोर्ट में किसी भी स्लाइसर या विज़ुअल द्वारा लागू फ़िल्टर्स का सम्मान करती है।
• AVERAGEX(FILTER(...)): गणना का मूल। हम एक टेबल पर पुनरावृत्ति करने के लिए AVERAGEX का उपयोग करते हैं।
• FILTER(...): हम अपनी TargetTable को अंतिम बार फ़िल्टर करते हैं। यह फ़िल्टर "ट्रिम" है। यह केवल उन पंक्तियों को रखता है जहां TargetColumn में मूल्य:
• हमारे MinThreshold के बराबर या अधिक है
• और
• हमारे MaxThreshold के बराबर या कम है
• AVERAGEX(..., TargetColumn): AVERAGEX फिर केवल उन पंक्तियों के लिए TargetColumn का साधारण औसत की गणना करता है जो फ़िल्टर पास कर चुकी हैं।

निष्कर्ष

इस DAX पैटर्न को लागू करके, आप एक मजबूत, गतिशील और आउटलायर-प्रतिरोधी KPI बनाते हैं। यह मेज़र आपके डेटा की केंद्रीय प्रवृत्ति की अधिक सटीक तस्वीर प्रदान करता है और उपयोगकर्ताओं के आपकी Power BI रिपोर्ट के साथ इंटरैक्ट करने पर तुरंत सही ढंग से पुनर्गणना करेगा।

मेरे साथ डेटा-संबंधित अंतर्दृष्टि का अन्वेषण करने के लिए समय निकालने के लिए धन्यवाद। मैं आपकी भागीदारी की सराहना करता हूं। यदि आपको यह जानकारी सहायक लगती है, तो मैं आपको LinkedIn या X(@Luca_DataTeam) पर मुझे फॉलो करने या मुझसे जुड़ने के लिए आमंत्रित करता हूं। हैप्पी एक्सप्लोरिंग!👋