Proč převádět měsíce na datumy a jak

Představte si, že máte nějak takto uspořádaná data, chcete je nahrát do Power BI a tam s nimi pracovat.

Máte víceméně dvě možnosti – buď je nahrát tak, jak jsou, nebo z roků a měsíců udělat datumy, tedy např. z února 2023 udělat 1.2.2023.

Ta první je zdánlivě kompikovanější, ale reálně je lepší měsíce na dny převést.

Proč převádět měsíce na dny?

Je to standard

Jakákoliv práce v Power BI s časem nebo datumy předpokládá, že se pracuje opravdu s datumem. Zatímco

• 1.6.2023

je pro Power BI opravdu datum, tak

• 6 / 2023

jsou jen dvě čísla.

Nefungovaly by vám datumové funkce

třeba SAMEPERIODLASTYEAR, TOTALYTD a další. Tyto funkce nejsou schopny pracovat pokud nemají datumový sloupec, a pokud možno i datumovou dimenzi.

Nemohli byste se připojit na běžnou datumovou dimenzi

Museli byste si (dost pracně) vytvářet vlastní datumovou dimenzi, která by ale zase nefungovala pro jiné tabulky, které opravdu pracují na úrovni datumů.

Info navíc

Uvedený postup má jeden problém – je dost neintuitivní. Pro uživatele umělý převod měsíců na datumy nelogický. I proto, že pokud vezmete měsíční hodnotu a uděláte z ní hodnotu pro jeden den, tak statistiky vycházejí jako by se všechny hodnoty realizovaly první den v měsíci a pak už nebylo nic. Protiargumentem ale je, že stačí nesledovat tato data na úrovni dní – ale to byste stejně nemohli, protože vaše data jsou jen měsíční. A seskupení na měsíce, kvartály, roky… provádí Power BI samo i na úrovni vizuálů.

Jak převádět měsíce a roky na měsíce

To je asi to nejsnazší, i když záleží i na tom jak přesně měsíce a dny vstupují. Můžete třeba použít Sloupec z příkladu v Power Query, nebo, čistěji:

• #date([myYear],[myMonth],1), type date