数据可视化之powerBI技巧（二十三）Power BI可视化技巧，使用DAX自定义时间轴

​按照自然日历来展现疫情数据时，是这样的效果，

 

由于各个国家的疫情爆发时间不一致，按自然日期坐标轴很难比较各个国家的蔓延速度。

如果各个国家都从蔓延日开始统计，展示之后每日的确诊人数，就是同样的时间轴，可以很直观的看出每个国家的发展速度。

这里的难点在于，如何确定开始蔓延日期，以及如何根据蔓延日期，来计算每一天距离蔓延日是第几天？

在PowerBI中，用DAX可以轻松实现。

原始数据是从2020年1月1日开始到现在的每日每个国家的确诊数据，包括新增确诊人数、新增死亡人数、累计确诊人数和累计死亡人数，数据结构如下图，

 

 

模拟蔓延开始日的定义是，如果某个国家的累计确诊人数在该日第一次超过3000，则定义此日期为该国的蔓延起始日期。

在原始表中新建个计算列，即可实现，DAX表达式如下：

 

 

计算逻辑很简单，已在注释中详细说明。

然后就生成了每个国家的每一天距离疫情蔓延日的天数，当然，按照上述定义，大部分国家都没有进入蔓延期，所以只有部分国家有数据。

 

从结果来看，每个国家开始蔓延的日期是不同的，海外地区，韩国第一个开始蔓延的国家。

然后使用新增的列[Days]作为X轴，用折线图展现累计确诊人数的效果如下：

 

 

通过这个天数坐标轴，每个国家的起点一致，但终点是不同的。以同样的时间进度，疫情蔓延速度一目了然，美国远远快于其他国家。

 

同样用这个坐标轴展示其他几个指标如下：

 

 

上面是模拟的蔓延日期，你同样可以根据分析的需要定义其他日期。

 

自定义天数坐标轴不仅用于展示疫情可视化，还可以广泛用于其他场景。比如多个公司成立日期不一致，可以按照从成立日期开始的天数来比较其发展速度；员工的入职日期不同，可以按照入职的天数来比较业绩完成情况等。

这种时间轴的技巧你学会了吗？