利用Python处理DAX多条件替换

本文主要是介绍利用Python处理DAX多条件替换，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

在这里插入图片描述

小A：白茶，救命啊~~~

白茶：什么情况？

小A：是这样的，最近不是临近项目上线嘛，有一大波度量值需要进行类似的调整，一个两个倒没啥，600多个，兄弟，救命啊~~~

白茶（假装沉思）：兄弟，你这个事不好搞啊！

小A（眼神暗示）：放心，规矩我懂！

白茶：开搞开搞！

在实际业务场景中，上述情况产生的频率是非常高的，究其根本，其实有三种原因：

业务逻辑在频繁的改动，牵一发而动全身
数据来源驳杂而不唯一
KPI指标过多，观察口径统一

举个例子

假设现在存在以下度量值：

Amt = 
SUMX ( 'Fact_Sales', 'Fact_Sales'[Quantity] * RELATED ( Dim_Product[Price] ) )

Qty = 
SUM ( 'Fact_Sales'[Quantity] )

AmtUnit = 
SWITCH (SELECTEDVALUE ( Config_Unit[UnitOrder] ),1, [Amt],2, [Amt] / 1000,3, [Amt] / 7.2,4,[Amt] / 7.2 / 1000
)

QtyUnit =
SWITCH (SELECTEDVALUE ( Config_Unit[UnitOrder] ),1, [Qty],2, [Qty] / 1000,3, [Qty],4, [Qty] / 1000
)

AmtData = 
SWITCH (SELECTEDVALUE ( Config_Date[DateOrder] ),1, [AmtUnit],2, CALCULATE ( [AmtUnit], DATESQTD ( 'Dim_Date'[Date] ) ),3, CALCULATE ( [AmtUnit], DATESYTD ( 'Dim_Date'[Date] ) )
)

QtyData = 
SWITCH (SELECTEDVALUE ( Config_Date[DateOrder] ),1, [QtyUnit],2, CALCULATE ( [QtyUnit], DATESQTD ( 'Dim_Date'[Date] ) ),3, CALCULATE ( [QtyUnit], DATESYTD ( 'Dim_Date'[Date] ) )
)

其前端页面展示如下：

在这里插入图片描述

在上图示例中，我们不难发现，Unit类型的度量值是为了切换单位使用的，而DataType是为了切换观测周期使用的，例如查看当月值、季度累计、年累计。

现在我们需要将上述代码中的数字，切换为文本类型，例如：Unit中的1，切换成RMB，DataType中的1切换成MTH，以此类推。

如果仅是上图这几个度量值，那么修改起来是非常简单的，但是如果“数据量级很大”，且“度量值很多”，这种情况下我们修改起来是很头疼的，有没有一种便捷的方法能解决这个问题呢？

解决方案

看到这里，相信有的小伙伴已经意识到了，这种多条件判断，且多条件替换的场景，可以用正则来解决。

但是还可以深化，如果我不会正则怎么办？

我们可以在Python中使用正则来解决此问题，利用通用的Python代码，后续有复用场景仅需微调即可。

代码如下：

import re# 样例数据
text = """
在这里输入需要替换的文本
"""# 定义替换规则
replacement_dict = {'条件1': '替换1','条件2': '替换2','条件3': '替换3'
}# 定义替换函数
def replace_func(match):return f'{replacement_dict[match.group(1)]},'# 正则替换
pattern = re.compile(r'\b(1|2|3),')
result = pattern.sub(replace_func, text)print(result)