【自记】Power BI 中 DISTINCT 和 ALLNOBLANKROW 的区别说明
在 DAX 中，DISTINCT 和 ALLNOBLANKROW 都是用于处理表或列中数据的函数，主要用于返回去重结果或清除筛选，但二者的功能、适用场景和行为有显著差异。以下从功能定义、语法、使用场景和核心区别四个方面详细说明：
一、DISTINCT 函数：返回去重后的列或表
1. 功能定义
DISTINCT 用于返回一列或一个表中不重复的值（去重），会保留原始数据中的空白值（Blank），但去除完全重复的行或值。
2. 语法
- 针对单列：
DISTINCT(<列>)
返回该列中所有不重复的值（包含空白值），结果是一个单列表。 - 针对表：
DISTINCT(<表>)
返回该表中所有不重复的行（即去除完全相同的行），结果保留原表结构。
3. 示例
假设有 '销售表' 包含 [商品ID] 列，值为 {1, 2, 2, 3, BLANK, 3, BLANK}：
DISTINCT('销售表'[商品ID])返回{1, 2, 3, BLANK}（去重后保留空白值）。
若 '销售表' 有两行完全相同的记录（如两行的 [商品ID] 和 [销售日期] 均相同）：
DISTINCT('销售表')会去除其中一行，只保留唯一的行。
4. 适用场景
- 统计某列的不重复值数量（配合
COUNTROWS）：商品种类数 = COUNTROWS(DISTINCT('销售表'[商品ID])) - 生成去重后的子表，用于筛选或关联分析。
二、ALLNOBLANKROW 函数：清除筛选并去除空白行
1. 功能定义
ALLNOBLANKROW 是 ALL 函数的变体，用于清除指定表或列上的所有筛选上下文，同时自动去除结果中的空白行（Blank Row）。
它的核心作用是返回 “基础数据集中所有非空白的完整值集”，不受当前筛选器影响。
2. 语法
- 针对整个表：
ALLNOBLANKROW(<表>)
返回该表中所有非空白的行（去除空白行），且忽略所有对该表的筛选。 - 针对表中的列：
ALLNOBLANKROW(<表>[列])
返回该列中所有非空白的不重复值，且忽略所有对该列的筛选。
3. 示例
假设有 '商品表' 包含 [商品ID] 列，值为 {1, 2, 3, BLANK}，且当前筛选器只显示 [商品ID] = 1：
ALLNOBLANKROW('商品表'[商品ID])返回{1, 2, 3}（清除筛选，且去除空白值）。- 若用
ALL('商品表'[商品ID])则返回{1, 2, 3, BLANK}（保留空白值）。
4. 适用场景
- 计算 “占比” 时排除空白值影响：
例如计算某商品销售额占所有非空白商品总销售额的比例：dax
商品销售占比 = DIVIDE(SUM('销售表'[销售额]),CALCULATE(SUM('销售表'[销售额]), ALLNOBLANKROW('商品表'[商品ID])) ) - 清除筛选时需要自动排除空白行（避免空白值干扰计算）。
三、DISTINCT 与 ALLNOBLANKROW 的核心区别
| 维度 | DISTINCT | ALLNOBLANKROW |
|---|---|---|
| 核心功能 | 对列或表进行去重（保留空白值） | 清除筛选并返回非空白的完整值集（去除空白值） |
| 筛选上下文影响 | 受当前筛选上下文影响（只对筛选后的数据去重） | 忽略所有筛选上下文（返回基础数据中的非空白值） |
| 空白值处理 | 保留空白值（Blank） | 自动去除空白值（Blank） |
| 返回结果范围 | 仅包含当前上下文或表中实际存在的去重值 | 包含基础数据中所有非空白值（无论是否在当前筛选中） |
| 典型用途 | 统计当前筛选下的不重复值（如当前分类下的商品种类） | 计算整体占比、基准值（如所有非空白商品的总销售额） |
四、对比示例：更直观的区别
假设场景：'商品表' 有 [商品ID] = {1, 2, 3, BLANK}，当前筛选器只选择了 [商品ID] = 1 和 2。
DISTINCT('商品表'[商品ID])- 结果：
{1, 2}（受当前筛选影响，返回筛选后的去重值，此处无空白值）。 - 逻辑：只对筛选后的结果去重。
- 结果：
ALLNOBLANKROW('商品表'[商品ID])- 结果：
{1, 2, 3}（忽略当前筛选，返回基础数据中所有非空白值）。 - 逻辑：清除筛选，且排除空白值。
- 结果：
若当前筛选包含空白值（如筛选后
[商品ID] = 1, BLANK）：DISTINCT('商品表'[商品ID])返回{1, BLANK}（保留空白值）。ALLNOBLANKROW('商品表'[商品ID])仍返回{1, 2, 3}（始终排除空白值）。
总结
DISTINCT是 “在当前筛选范围内去重，保留空白”，用于获取可见数据中的唯一值。ALLNOBLANKROW是 “忽略所有筛选，返回基础数据中的非空白完整值集”，用于计算不受筛选影响的基准值（如总占比）。- 记住：
DISTINCT受筛选影响且保留空白，ALLNOBLANKROW不受筛选影响且去除空白，这是二者最核心的区别。