DATA VISUALIZATION

LANGAGE DAX

2ème Master Professionnel en Business Analytics

DR. SAHBI ZAHAF

A.U16/12/2024
: 2024 - 2025
 LANGAGE DAX
(DATA ANALYSIS EXPRESSIONS)
• DAX : Langage puissant d’analyse de
données
– Langage inspiré des fonctions Excel
– Langage adapté à la réalité d’analyse de
Bases de Données
• DAX permet la création d’indicateurs sur mesure
pour répondre aux besoins des utilisateurs métiers
• Utilisation de DAX
– Power Pivot dans Excel
– Power BI Desktop
– SSAS (SQL Server Analysis Services)

16/12/2024 2
 FONCTIONNALITÉ IMPORTANTE DE
POWER BI : LANGAGE DAX
• DAX (Data Analysis eXpressions)
– Langage de formules de Power BI
• Permet d’analyser les données dans Power BI
– Véritable puissance analytique de Power
BI
• Permet de réaliser des mesures : c’est à dire
réaliser des expressions et des calculs
– 95% du potentiel de Power BI

16/12/2024 3
• Question :
– Est-ce que les données d’un fichier source qui ont
été importées et stockées localement dans Power
BI vont être modifiées automatiquement suite à
une mise-à-jour de ce fichier source ?
• Réponse :
– Les données importées et stockées localement
dans Power BI ne sont pas automatiquement mises-
à-jour lorsque le fichier source change
• Constat :
– Pour que les données soient mises-à-jour, il est
nécessaire d’actualiser manuellement les données
dans Power BI Desktop
– Lors de cette actualisation, Power BI se connecte à
la source de données et importe les nouvelles
données ou les modifications apportées dans le
fichiers source

16/12/2024 4
• Contenu du fichier source « Dataset VSZ.xls »

16/12/2024 5
16/12/2024 6
16/12/2024 7
16/12/2024 8
16/12/2024 9
• Mise-à-jour du Contenu du fichier source
« Dataset VSZ.xls »

16/12/2024 10
16/12/2024 11
16/12/2024 12
• Conclusion :
– SI la structure de la source de données
change (nouvelles colonnes, changements
de types de données, etc.) ALORS il peut
être nécessaire de réviser les Requêtes et
Rapports

16/12/2024 13
• Mise-à-jour du Contenu du fichier source « Dataset
VSZ.xls » (Ajout de la feuille Fournisseur)

16/12/2024 14
16/12/2024 15
Constat : POWER BI n’a pas pris en compte le contenu de la nouvelle feuille
« Fournisseur »

16/12/2024 16
 FONCTIONS DAX
SUM – AVERAGE – COUNTROWS –
SAMEPERIODLASTYEAR – FILTER – CALCULATE

16/12/2024 17
 FONCTION SUM
• Syntaxe : SUM(Table[column])
– Exemple :
SUM(Ventes[Montant])
• Calcule la Somme des montants de ventes
dans la colonne Montant de la table des Ventes
– SUM est utilisée pour calculer la somme
d’une colonne spécifique dans une table
– SUM prend en entrée une colonne et
retourne la somme de ses valeurs

16/12/2024 18
 FONCTION FILTER
• Syntaxe : FILTER(Table , Condition)
– Table : C’est la table ou l’expression de table à filtrer
– Condition : C’est la condition logique qui doit être
vérifiée pour chaque ligne de la table
• Seules les lignes pour lesquelles la condition est vraie
seront incluses dans le résultat
– Exemple :
FILTER(Ventes , Ventes[Montant] > 1000)
• Filtre les lignes de la table des ventes pour inclure
uniquement celles où le montant est supérieur à 1000
• FILTER est utilisée pour filtrer les lignes d’une
table ou d’une expression de table en fonction
d’une condition spécifiée

16/12/2024 19
 FONCTION CALCULATE
• Syntaxe :
CALCULATE(<expression> , <filtres>)

– Exemple :
CALCULATE(SUM(Ventes[Montant]) , Ventes[Année] = 2023)

• Calcule la Somme des montants de vente pour

l’année 2023 en appliquant un filtre sur l’année
– CALCULATE est utilisée pour appliquer des
filtres spécifiques à une expression
16/12/2024 20
• Contenu du fichier « Dataset for Calculate.xls »

16/12/2024 21
16/12/2024 22
16/12/2024 23
16/12/2024 24
16/12/2024 25
Objectif : Calculer la Somme Totale des Achats.
Solution : Créer une nouvelle mesure dans Power BI en utilisant la fonction SUM du
langage DAX

16/12/2024 26
Langage DAX : Somme = SUM(Achat[Total_achat])

16/12/2024 27
16/12/2024 28
Objectif : Sélectionner les lignes qui correspondent aux achats du produit « Tomate ».
Solution : Créer une nouvelle table dans Power BI en utilisant la fonction FILTER du
langage DAX

16/12/2024 29
DAX : Achat_Tomate = FILTER(Achat, Achat[Produit]="Tomate")

16/12/2024 30
Objectif : Calculer la somme du montant total pour le produit « Tomate ».
Solution : Créer une nouvelle mesure dans Power BI en utilisant les fonctions SUM,
FILTER et CALCULATE du langage DAX

16/12/2024 31
 Somme_Tomate = CALCULATE(SUM(Achat[Total_achat]),
DAX : FILTER(Achat, Achat[Produit]="Tomate"))

16/12/2024 32
16/12/2024 33
16/12/2024 34
16/12/2024 35
Objectif : Compter le nombre de lignes où « Fournisseur_id=2 ».
Solution : Créer une nouvelle mesure dans Power BI en utilisant les fonctions
COUNTROWS, FILTER et CALCULATE du langage DAX

16/12/2024 36
 Compter = CALCULATE(COUNTROWS(Achat),
DAX : FILTER(Achat, Achat[Fournisseur_id]=2))

16/12/2024 37
Objectif : Calculer la moyenne des quantités commandées pour le produit « Pain ».
Solution : Créer une nouvelle mesure dans Power BI en utilisant les fonctions AVERAGE,
FILTER et CALCULATE du langage DAX

16/12/2024 38
 Moyenne_Pain = CALCULATE(AVERAGE(Achat[Quantité]),
DAX : FILTER(Achat, Achat[Produit]="Pain"))

16/12/2024 39
Objectif : Calculer le total des achats pour la même période l’année précédente.
Solution : Créer une nouvelle mesure dans Power BI en utilisant les fonctions SUM,
SAMEPERIODLASTYEAR et CALCULATE du langage DAX

16/12/2024 40
 SPLY = CALCULATE(SUM(Achat[Total_achat]),
DAX : SAMEPERIODLASTYEAR(Achat[Date_commande]))

16/12/2024 41
16/12/2024 42
 FONCTIONS DAX

PREVIOUSMONTH – DIVIDE

16/12/2024 43
 FONCTION PREVIOUSMONTH
• Syntaxe : PREVIOUSMONTH(<dates>)

– PREVIOUSMONTH est utilisée pour

retourner une table contenant toutes les
dates du mois précédent, en se basant sur la
première date dans le contexte actuel
– PREVIOUSMONTH est couramment utilisée
dans des scénarios d’analyse de données
temporelles, par exemple pour comparer les
résultats entre le mois courant et le mois
précédent
16/12/2024 44
 FONCTION DIVIDE
• Syntaxe :
DIVIDE(<numerator>, <denominator> [,<alternateresult>])

– DIVIDE est utilisée pour effectuer une division tout

en gérant les erreurs qui peuvent se produire lors de
la division par zéro
• Paramètres :
– Numerator : nombre à diviser
– Denominator : Diviseur ou nombre par lequel le
numérateur doit être divisé
– Alternateresult(Facultatif) : Valeur retournée quand
une division par zéro génère une erreur. Quand elle
est omise, la valeur par défaut est BLANK()

16/12/2024 45
• Contenu du fichier « Dataset for Previousmonth.xls »

16/12/2024 46
16/12/2024 47
16/12/2024 48
16/12/2024 49
16/12/2024 50
16/12/2024 51
16/12/2024 52
16/12/2024 53
16/12/2024 54
Objectif : Calculer le Chiffre d’affaire du mois précédent pour chaque mois en cours
Solution : Créer une nouvelle mesure dans Power BI en utilisant les fonctions SUM,
PREVIOUSMONTH et CALCULATE du langage DAX

16/12/2024 55
 CA mois précédent = CALCULATE(SUM(Fournisseur[CA]),
DAX : PREVIOUSMONTH(Fournisseur[Date Facture]))

16/12/2024 56
Objectif : Calculer la variation du Chiffre d’affaire entre le mois précédent et le mois en
cours
Solution : Créer une nouvelle mesure dans Power BI en utilisant les fonctions SUM et
DIVIDE du langage DAX

16/12/2024 57
 Variation = DIVIDE(SUM(Fournisseur[CA]) - Fournisseur[CA mois
DAX : précédent], SUM(Fournisseur[CA]))

16/12/2024 58
16/12/2024 59
16/12/2024 60
 FONCTIONS DAX

SELECTEDVALUE – CONCATENATE

16/12/2024 61
• Objectif :
– Récupérer dynamiquement les valeurs en
fonction du jeu de filtres appliqué
• Solution :
– Utiliser la fonction DAX : SELECTEDVALUE

16/12/2024 62
 FONCTION SELECTEDVALUE
• Syntaxe :
SELECTEDVALUE(<columnName>[, <alternateResult>])
– SELECTEDVALUE retourne la valeur quand le contexte
pour columnName a été réduit par filtrage à une seule
valeur distincte. Sinon, retourne alternateResult
• Paramètres :
– columnName : nom d’une colonne existante, spécifié avec
la syntaxe DAX. Il ne peut pas s’agir d’une expression
– alternateResult (Facultatif) : valeur retournée quand le
contexte pour columnName a été réduit par filtrage à zéro
ou à plusieurs valeurs distinctes
• Remarque : Quand elle est omise, la valeur par défaut est
BLANK()

16/12/2024 63
16/12/2024 64
16/12/2024 65
16/12/2024 66
16/12/2024 67
16/12/2024 68
16/12/2024 69
Objectif : Récupérer dynamiquement les notes afin de les réutiliser dans d’autres calculs
Solution : Créer une nouvelle mesure dans Power BI en utilisant la fonction
SELECTEDVALUE du langage DAX

16/12/2024 70
DAX : Selected_value = SELECTEDVALUE(Etudiants[Notes])

Constat : Si aucun nom n’est sélectionné dans le visuel Segment, la fonction

SELECTEDVALUE renverra une valeur vide

16/12/2024 71
16/12/2024 72
 Selected_value = SELECTEDVALUE(Etudiants[Notes],
DAX :
"Pas de filtre sur les noms")

16/12/2024 73
16/12/2024 74
Objectif : Créer un titre dynamique en combinant une partie statique (texte fixe) et
une partie dynamique (sélectionnée à partir d’un filtre)
Solution : Créer une nouvelle mesure dans Power BI en utilisant les fonctions
CONCATENATE et SELECTEDVALUE du langage DAX

16/12/2024 75
 FONCTION CONCATENATE
• Syntaxe :

CONCATENATE(<text1>,<text2>)
– CONCATENATE permet de concaténer deux chaînes de
texte
• Paramètres :
– text1 : Première chaîne de texte à joindre en une chaîne de
texte unique
• La chaîne peut inclure du texte ou des nombres
– text2 : Deuxième chaîne de texte à joindre en une chaîne
de texte unique
• La chaîne peut inclure du texte ou des nombres
– Remarque Importante :
• SI on souhaite concaténer plus de deux chaînes ALORS il est
possible d’imbriquer plusieurs fonctions CONCATENATE

16/12/2024 76
 Titre = CONCATENATE("Les notes de : ",
DAX :
SELECTEDVALUE(Etudiants[Nom], "Pas de nom sélectionné"))

16/12/2024 77
16/12/2024 78
Constat : En sélectionnant un nom dans le visuel Segment, on constate que la note
sera filtrée uniquement sur le nom choisi

16/12/2024 79
Objectif : Calculer le total des notes (sans tenir en compte des filtres)
Solution : Créer une nouvelle mesure dans Power BI en utilisant les fonctions
CALCULATE, SUM et ALL du langage DAX

16/12/2024 80
DAX : Total_notes = CALCULATE(SUM(Etudiants[Notes]), ALL(Etudiants))

16/12/2024 81
Objectif : Calculer le pourcentage de la note sélectionnée par rapport à la somme
des notes
Solution : Créer une nouvelle mesure dans Power BI en utilisant les fonctions
DIVIDE et SELECTEDVALUE du langage DAX

16/12/2024 82
 Proportion = DIVIDE(SELECTEDVALUE(Etudiants[Notes],
DAX :
[Total_notes]), [Total_notes])

16/12/2024 83
16/12/2024 84
 FONCTIONS DAX

TOPN – SELECTEDVALUE

16/12/2024 85
 FONCTION TOPN
• Syntaxe :
TOPN(<N_Value>, <Table> ,[<OrderBy_Expression>])
• TOPN retourne les N premières lignes de la Table
spécifiée
• Paramètres :
– N_Value : nombre de lignes (N) à retourner
– Table : Table à partir de laquelle on va extraire les N
premières lignes
– OrderBy_Expression (Facultatif) : le champs sur lequel se
réalise le tri (par défaut c’est un tri décroissant DESC)
• Remarque importante :
– SI le champs OrderBy_Expression n’est pas spécifié
ALORS seules les N premières lignes seront retournées
sans aucun tri
16/12/2024 86
16/12/2024 87
16/12/2024 88
16/12/2024 89
16/12/2024 90
16/12/2024 91
16/12/2024 92
Objectif : Calculer le Top10 des meilleures ventes
Solution : Créer une nouvelle mesure dans Power BI en utilisant les
fonctions SUM, TOPN et CALCULATE du langage DAX

16/12/2024 93
DAX :
Top 10 sales = CALCULATE(SUM(Financials[Sales]),
TOPN(10,Financials,Financials[Sales]))

16/12/2024 94
16/12/2024 95
16/12/2024 96
• Problème :
– La solution proposée est statique → chaque fois
que l’on souhaite modifier le nombre N, il est
nécessaire de le faire directement dans le code
DAX
• Objectif :
– Rendre la solution plus dynamique
– Utilisation d’un Segment dans lequel on pourra
sélectionner les différentes valeurs de N
souhaitées. On procède comme suit :
• Créer les données (les valeurs de N) via une Table
intitulée « TOP N sales »
• Modifier le code DAX pour sélectionner
automatiquement la valeur N en utilisant la fonction
SELECTEDVALUE

16/12/2024 97
 FONCTION SELECTEDVALUE
• Syntaxe :
SELECTEDVALUE(<columnName>[, <alternateResult>])
– SELECTEDVALUE retourne la valeur quand le contexte
pour columnName a été réduit par filtrage à une seule
valeur distincte. Sinon, retourne alternateResult
• Paramètres :
– columnName : nom d’une colonne existante, spécifié avec
la syntaxe DAX. Il ne peut pas s’agir d’une expression
– alternateResult (Facultatif) : valeur retournée quand le
contexte pour columnName a été réduit par filtrage à zéro
ou à plusieurs valeurs distinctes
• Remarque : Quand elle est omise, la valeur par défaut est
BLANK()

16/12/2024 98
16/12/2024 99
16/12/2024 100
16/12/2024 101
16/12/2024 102
16/12/2024 103
Objectif : Calculer le Top N des meilleures ventes (avec N sélectionné
dynamiquement)
Solution : Modifier la mesure Top 10 sales par Top sales dans Power BI en utilisant
les fonctions SUM, TOPN, SELECTEDVALUE et CALCULATE du langage DAX

16/12/2024 104
 Top Sales = CALCULATE(SUM(Financials[Sales]),
DAX : TOPN(SELECTEDVALUE('Top N Sales'[Nb Sales]),
Financials,Financials[Sales]))

16/12/2024 105
16/12/2024 106
 FONCTIONS DAX
SUMMARIZECOLUMNS – ADDCOLUMNS –
CALENDAR – MONTH – FORMAT – WEEKDAY

16/12/2024 107
 FONCTION ADDCOLUMNS
• Syntaxe :

ADDCOLUMNS(Table, Name1, Expression1,[Name2, Expression2, etc])

– ADDCOLUMNS est utilisée pour ajouter des colonnes calculées à

une Table existante ou à une Table retournée par une expression
DAX. Elle retourne une nouvelle Table avec les colonnes
supplémentaires
• Paramètres :
– Table : La Table à laquelle on voudrait ajouter des colonnes
– Name1, Name2, etc. : Les noms des nouvelles colonnes
– Expression1, Expression2, etc. : Les expressions DAX utilisées
pour calculer les valeurs des nouvelles colonnes
• Remarques importantes :
– Les colonnes ajoutées ne modifient pas la Table source, mais
créent une nouvelle Table avec les colonnes calculées
– Les noms des colonnes doivent être uniques dans le contexte de
la Table résultante
16/12/2024 108
 FONCTION SUMMARIZECOLUMNS
• Syntaxe :
SUMMARIZECOLUMNS(<group_by_column1>,
<group_by_column2>,
...,
<aggregation_expression1>,
<aggregation_expression2>,
...)
– <group_by_column1>, <group_by_column2>, ... :
• Ce sont les colonnes selon lesquelles on voudrait regrouper les
données
– <aggregation_expression1>, <aggregation_expression2>,
... :
• Ce sont les expressions d’agrégation qu’on voudrait calculer pour
chaque groupe créé
16/12/2024 109
 FONCTION SUMMARIZECOLUMNS
• Utilisation :
– SUMMARIZECOLUMNS permet de créer un tableau résumé qui
agrège des données en fonction des colonnes spécifiées
– Exemple :
SUMMARIZECOLUMNS(Ventes[Année],
"Total Ventes", SUM(Ventes[Montant]),
"Moyenne Ventes", AVERAGE(Ventes[Montant]),
"Nombre de Commandes", COUNTROWS(Ventes))

• Cet exemple crée un tableau résumé avec les ventes

agrégées par année, incluant :
– le total des ventes (colonne créée) pour chaque année,
– la moyenne des ventes (colonne créée) pour chaque année
– et le nombre de commandes (colonne créée) pour chaque année

16/12/2024 110
Objectif : Créer un calendrier couvrant les dates du 01/01/2024 au 31/12/2024
Solution : Créer une nouvelle table dans Power BI en utilisant la fonction
CALENDAR du langage DAX

16/12/2024 111
DAX : Calendrier = CALENDAR("01/01/2024", "31/12/2024")

16/12/2024 112
Objectif : Créer un calendrier couvrant les dates du 01/01/2024 au 31/12/2024. Affiner
davantage la table Calendrier en y ajoutant des colonnes supplémentaires, notamment le
mois et le numéro du jour de la semaine (Dimanche : 1, Lundi : 2,…, Samedi : 7)

Solution : Mettre-à-jour la table Calendrier dans Power BI en utilisant les fonctions

ADDCOLUMNS, CALENDAR, MONTH, FORMAT et WEEKDAY du langage DAX

Calendrier = ADDCOLUMNS(
CALENDAR("01/01/2024","31/12/2024"),
DAX : "Mois",MONTH([Date]),
"Mois_format",FORMAT([Date],"M"),
"Num du jour",WEEKDAY([Date]))

16/12/2024 113
16/12/2024 114
16/12/2024 115
16/12/2024 116
16/12/2024 117
16/12/2024 118
16/12/2024 119
16/12/2024 120
 Constat : La différence entre les champs « Mois » et
« Mois_format » est le Type (Nombre Entier pour
« Mois » et Texte pour « Mois_format »)

16/12/2024 121
16/12/2024 122
16/12/2024 123
 FONCTIONS DAX

CALENDAR – CALENDARAUTO

16/12/2024 124
Objectif : Créer un calendrier couvrant les dates du 01/10/2020 au 01/12/2020.
Solution : Créer une nouvelle table dans Power BI en utilisant la fonction CALENDAR du
langage DAX

16/12/2024 125
DAX : Date 1 = CALENDAR("2020-10-01", "2020-12-01")

16/12/2024 126
16/12/2024 127
16/12/2024 128
16/12/2024 129
16/12/2024 130
• Constat :
– La fonction CALENDAR permet de créer
statiquement une Table de dates à partir
d’une date de début et d’une date de fin,
fournies en tant que paramètres de la
fonction
• Objectif :
– Créer statiquement une Table de dates en
fonction des dates disponibles dans notre
jeu de données volumineux
• Solution :
– Créer une nouvelle Table en utilisant la
fonction CALENDAR
16/12/2024 131
 Date Min

16/12/2024 132
 Date Max

16/12/2024 133
DAX : Date 2 = CALENDAR(MIN(Table2[Date]), MAX(Table1[Date]))

16/12/2024 134
 Date Min

16/12/2024 135
 Date Max
16/12/2024 136
• Constat :
– La fonction CALENDAR permet de créer
statiquement une Table de dates à partir d’une
date de début et d’une date de fin, fournies en
tant que paramètres de la fonction
• Objectif :
– Créer dynamiquement une Table de dates en
fonction des dates disponibles dans notre jeu
de données volumineux (qui peut contenir
éventuellement plusieurs champs de de dates)
• Solution :
– Créer une nouvelle Table en utilisant la
fonction CALENDARAUTO
– Remarque Importante :
• CALENDARAUTO détecte uniquement l’année min et
l’année max de notre jeu de données
16/12/2024 137
 FONCTION CALENDARAUTO
• Syntaxe :
CALENDARAUTO([fiscal_year_end_month])
• CALENDARAUTO : Retourne une Table à une colonne des
dates calculées automatiquement à partir du modèle
• Paramètre :
– fiscal_year_end_month (facultatif) : est un entier (1 à 12)
représentant le mois de fin de l’année fiscale. Par défaut, il est
défini sur 12 (décembre)
• Exemples d’utilisation :
– Dates = CALENDARAUTO() : Permet de créer une Table de
calendrier basée sur les données de date/datetime dans le
Modèle
– Dates = CALENDARAUTO(6) : Dans cet exemple, l’année fiscale
est ajustée pour se terminer en juin, ce qui affecte les plages
d’années générées

16/12/2024 138
DAX : Date 3 = CALENDARAUTO()

16/12/2024 139
 Date Min

16/12/2024 140
 Date Max
16/12/2024 141
DAX : Date 3 = CALENDARAUTO(12)

16/12/2024 142
 Date Min

16/12/2024 143
 Date Max
16/12/2024 144
DAX : Date 3 = CALENDARAUTO(3)

16/12/2024 145
 Date Min

16/12/2024 146
 Date Max
16/12/2024 147
 FONCTIONS DAX

DATEADD

16/12/2024 148
 FONCTION DATEADD
• Syntaxe :
DATEADD(<dates>,<number_of_intervals>,<interval>)
• DATEADD : Renvoie une Table à une colonne
contenant des dates avancées ou reculées du
nombre d’intervalles spécifié, par rapport à
chaque date d’une colonne de dates
• Paramètres :
– dates : Colonne qui contient des dates
– number_of_intervals : Nombre d’intervalles à ajouter
ou à soustraire (positif pour ajouter ou négatif pour
soustraire )
– intervals : Type de période (Intervalle) : jours, mois,
trimestre, années ( YEAR, QUARTER, MONTH, DAY)
16/12/2024 149
16/12/2024 150
16/12/2024 151
16/12/2024 152
16/12/2024 153
16/12/2024 154
Objectif : Calculer la Somme des valeurs de la colonne Price pour une date antérieure
située deux mois avant la date actuelle, en tenant compte du contexte temporel
Solution : Créer une nouvelle mesure dans Power BI en utilisant les fonctions SUM,
DATEADD et CALCULATE du langage DAX

16/12/2024 155
 Dateadd_2moisavant = CALCULATE(SUM(Table1[Price]),
DAX : DATEADD(Table1[Date],-2,MONTH))

16/12/2024 156
Objectif : Calculer la Somme des valeurs de la colonne Price pour une date postérieure
située deux trimestres après la date actuelle, en tenant compte du contexte temporel
Solution : Créer une nouvelle mesure dans Power BI en utilisant les fonctions SUM,
DATEADD et CALCULATE du langage DAX

16/12/2024 157
 Dateadd_2trimestreaprés = CALCULATE(SUM(Table1[Price]),
DAX : DATEADD(Table1[Date],2,QUARTER))

16/12/2024 158
 FONCTIONS DAX

LOOKUPVALUE – UNION – ROW

16/12/2024 159
 FONCTION LOOKUPVALUE
• Syntaxe :
LOOKUPVALUE(<result_column>,<search_column1>,<search_value1>,
[<search_column2>, <search_value2>, ...])
• LOOKUPVALUE : est utilisée pour rechercher
une valeur dans une Table en fonction d’une ou
plusieurs conditions
• Paramètres :
– Result_column : Colonne de laquelle on voudrait
extraire la valeur
– Search_column1 : Colonne dans laquelle on va
chercher la valeur donnée
– Search_value1 : Valeur à rechercher dans
search_column1

16/12/2024 160
16/12/2024 161
16/12/2024 162
16/12/2024 163
16/12/2024 164
Objectif : A partir d’une nouvelle Table « Average » contenant les valeurs du champs
« NumS » nous proposons d’extraire la moyenne de l’étudiant correspondant,
initialement présente dans la Table « Student »
Solution : Créer une nouvelle table « Average » avec une nouvelle colonne « Moyenne »
dans Power BI en utilisant la fonction LOOKUPVALUE du langage DAX

16/12/2024 165
16/12/2024 166
 Moyenne = LOOKUPVALUE(Student[Average],Student[NumS],
DAX :
'Average'[NumS])

16/12/2024 167
16/12/2024 168
16/12/2024 169
16/12/2024 170
Objectif : Dans la Table « Sales » extraire à partir de la Table « Client » les noms
des clients ayant effectué l’achat de voitures
Solution : Créer une nouvelle colonne « NameC » dans la Table « Sales » avec
Power BI en utilisant la fonction LOOKUPVALUE du langage DAX

16/12/2024 171
DAX : NameC = LOOKUPVALUE(Client[NameC],Client[NumC],Sales[NumC])

16/12/2024 172
Objectif : Dans la Table « Sales » extraire à partir de la Table « Car » les Prix
Hors Taxes des voitures achetées
Solution : Créer une nouvelle colonne « Price HT » dans la Table « Sales » avec
Power BI en utilisant la fonction LOOKUPVALUE du langage DAX

16/12/2024 173
 Prix HT = LOOKUPVALUE(Car[Price HT], Car[Type], Sales[Type],
DAX :
Car[Model], Sales[Model])

16/12/2024 174
Objectif : Dans la Table « Sales » nous proposons d’appliquer une remise sur les voitures
dont le prix HT dépasse 230 MD. L’objectif est d’identifier les voitures bénéficiant d’une
remise et celles n’en ayant pas
Solution : Créer une nouvelle colonne « Note » dans la Table « Sales » avec Power BI en
utilisant la fonction IF du langage DAX

16/12/2024 175
DAX : Note = IF(Sales[Price HT]>230, "Avec Remise", "Sans Remise")

16/12/2024 176
Objectif : Dans la Table « Sales » appliquez une remise de 5 % sur les voitures dont le prix
HT dépasse 230 MD, et une remise de 10 % pour celles dont le prix HT dépasse 269 MD
Solution : Créer une nouvelle colonne « Discount » dans la Table « Sales » avec Power BI
en utilisant la fonction IF du langage DAX

16/12/2024 177
 Discount = IF(Sales[Price HT]>269, Sales[Price HT]*0.90,
DAX : IF(Sales[Price HT]>230, Sales[Price HT]*0.95,
Sales[Price HT]))

16/12/2024 178
Travail à faire : inclure le Fichier « Dataset for Union » dans POWER BI

16/12/2024 179
16/12/2024 180
16/12/2024 181
Objectif : Ajouter dans une nouvelle Table le contenu de Table Client au contenu de la
Table Customer (ayant la même structure)
Solution : Créer une nouvelle Table « UnionCC » avec Power BI en utilisant la fonction
UNION du langage DAX

16/12/2024 182
DAX : UnionCC = UNION(Client, Customer)

16/12/2024 183
Objectif : Ajouter à une nouvelle Table le contenu de Table Sales ainsi que la nouvelle
ligne de Vente suivante : (Date :29/10/2024, NumC : C11, Type : BMW, Model : 520). Les
valeurs des autres champs sont récupérées à laide de la fonction LOOKUPVALUE
Solution : Créer une nouvelle Table « UnionSales » avec Power BI en utilisant les fonctions
UNION, ROW et LOOKUPVALUE du langage DAX

16/12/2024 184
DAX :
UnionSales = UNION(Sales,
ROW("Date","29/10/2024","NumC","C11","Type","BMW","Model","520",
"NameC",LOOKUPVALUE(UnionCC[NameC],UnionCC[NumC],"C11"),
"Price HT",LOOKUPVALUE(Car[Price HT],Car[Type],"BMW",Car[Model],"520"),
"Note",
IF(LOOKUPVALUE(Car[Price
HT],Car[Type],"BMW",Car[Model],"520")>230,"Avec Remise","Sans Remise"),
"Discount",
IF(LOOKUPVALUE(Car[Price HT],Car[Type],"BMW",Car[Model],"520")>269,
LOOKUPVALUE(Car[Price HT],Car[Type],"BMW",Car[Model],"520")*0.90,
IF(LOOKUPVALUE(Car[Price HT],Car[Type],"BMW",Car[Model],"520")>230,
LOOKUPVALUE(Car[Price HT],Car[Type],"BMW",Car[Model],"520")*0.95,
LOOKUPVALUE(Car[Price HT],Car[Type],"BMW",Car[Model],"520")))))

16/12/2024 185
• Constat :
– Il est possible d’utiliser des expressions complexes
intégrant des fonctions DAX imbriquées
• Objectif :
– Optimiser la lisibilité du code DAX dans une
expression complexe
• Solution :
– Utilisation des variables VAR
– Une variable VAR stocke le résultat d’une
expression sous forme d’une variable nommée qui
peut ensuite être utilisée comme argument dans
d’autres mesures
• Travail à faire
– Créer une nouvelle Table « UnionSales 1 » en
utilisant des variables VAR
16/12/2024 186
DAX :

UnionSales 1 =
VAR BMW520=LOOKUPVALUE(Car[Price HT],Car[Type],"BMW",Car[Model],"520")

RETURN

UNION
(
Sales,
ROW
(
"Date","29/10/2024","NumC","C11","Type","BMW","Model","520",
"NameC",LOOKUPVALUE(UnionCC[NameC],UnionCC[NumC],"C11"),
"Price HT", BMW520,
"Note", IF(BMW520 >230,"Avec Remise","Sans Remise"),
"Discount", IF(BMW520 >269, BMW520 *0.90,
IF(BMW520 >230, BMW520 *0.95, BMW520))
)
)

16/12/2024 187
Constat : Le résultat est identique dans les Tables UnionSales et
UnionSales 1
16/12/2024 188
 FONCTIONS DAX

FIND – VAR (UTILISATION DES VARIABLES)

16/12/2024 189
 FONCTION FIND
• Syntaxe :

FIND(search_text, within_text, start_position, [not_found_value])

• FIND est utilisée pour rechercher une sous-chaîne de texte

dans une chaîne de texte plus grande
• FIND retourne la position de départ de la sous-chaîne
recherchée SI elle est trouvée SINON elle retourne une
erreur
• Paramètres :
– search_text : la sous-chaîne qu’on souhaite trouver
– within_text : la chaîne dans laquelle on va effectuer la recherche
– start_position : la position de départ de la recherche. Par défaut,
la position 1 correspond au début de la chaîne
– not_found_value (optionnel) : valeur de retour si search_text n’est
pas trouvé. Si elle est non spécifié, la fonction renvoie une erreur
si la sous-chaîne n’est pas trouvée
16/12/2024 190
16/12/2024 191
16/12/2024 192
16/12/2024 193
Objectif : Afficher « 10 » si le nom commence par « E », « 20 » si le nom commence par
« F », faire une division 50/10 sinon
Solution 1 : Créer une nouvelle colonne « Affichage 1 » avec Power BI en utilisant les
fonctions IF, FIND et DIVIDE du langage DAX

16/12/2024 194
 Affichage 1 = IF(FIND("E",Sport[Nom],,0)=1, 10,
DAX :
IF(FIND("F",Sport[Nom],,0)=1, 20, DIVIDE(50,10)))

16/12/2024 195
Affichage 2 = IF(
FIND("E",Sport[Nom],,0)=1,
10,
IF(FIND("F",Sport[Nom],,0)=1, 20, DIVIDE(50,10))
)

Constat : Le résultat est identique dans Affichage 1 et Affichage 2

16/12/2024 196
• Constat :
– Il est possible d’utiliser des expressions complexes
intégrant des fonctions DAX imbriquées
• Objectif :
– Optimiser la lisibilité du code DAX dans une
expression complexe
• Solution :
– Utilisation des variables VAR
– Une variable VAR stocke le résultat d’une
expression sous forme d’une variable nommée qui
peut ensuite être utilisée comme argument dans
d’autres mesures
• Travail à faire
– Créer une nouvelle Colonne « Affichage 3 » en
utilisant des variables VAR
16/12/2024 197
Affichage 3 =
VAR textedebutE = FIND("E",Sport[Nom],,0)=1 //Vérifie si le Nom débute par E
VAR textedebutF = FIND("F",Sport[Nom],,0)=1 //Vérifie si le Nom débute par F
VAR Division = DIVIDE(50,10) //Divise 50 par 10

RETURN
IF(
textedebutE,
10,
IF(textedebutF, 20, Division)
)

Constat : Le résultat est identique dans Affichage 1, Affichage 2 et

Affichage 3
16/12/2024 198
16/12/2024 199
DAX : Nombrefixe = DIVIDE(50,10)

16/12/2024 200
Affichage 4 =
VAR textedebutE = FIND("E",Sport[Nom],,0)=1 //Vérifie si le Nom débute par E
VAR textedebutF = FIND("F",Sport[Nom],,0)=1 //Vérifie si le Nom débute par F
VAR Division = [Nombrefixe] // Appel de la mesure Nombrefixe = DIVIDE(50,10)

RETURN
IF(
textedebutE,
10,
IF(textedebutF, 20, Division)
)

Constat : Le résultat est identique dans Affichage 1, Affichage 2,

Affichage 3 et Affichage 4
16/12/2024 201
 FONCTIONS DAX

RELATED – RELATEDTABLE

16/12/2024 202
 FONCTION RELATED
• Syntaxe :
RELATED(Column_Name)
• RELATED est utilisée dans les Modèles de Données pour extraire des
valeurs d’une table liée vers une autre, en fonction d’une relation
définie entre les deux tables
• RELATED est particulièrement utile pour faire référence à des
informations de tables liées sans avoir besoin de recréer des jointures
complexes dans les requêtes
• Paramètres :
– Column_Name : désigne la colonne de la table liée dont on voudrait
récupérer la valeur
• Conditions d’utilisation :
– RELATED fonctionne uniquement si une relation de type "many-to-one" ou
"one-to-one" existe entre la table où la mesure est créée et la table à laquelle
elle se réfère
– SI la relation entre les tables n’est pas définie dans le Modèle de Données
ALORS la fonction RELATED ne pourra pas extraire la valeur

16/12/2024 203
16/12/2024 204
16/12/2024 205
16/12/2024 206
16/12/2024 207
Objectif : Dans la Table « Ventes », nous proposons de créer une colonne « Prix unitaire »
qui récupérera les prix unitaires des produits à partir de la Table « Catalogue Produit »
Solution : Dans la Table « Ventes » créer une nouvelle colonne « Prix unitaire » dans Power
BI en utilisant la fonction RELATED du langage DAX

16/12/2024 208
DAX : Prix unitaire = RELATED(Catalogue Produit[Prix unitaire])

16/12/2024 209
16/12/2024 210
16/12/2024 211
16/12/2024 212
16/12/2024 213
Objectif : Dans la Table « Catalogue Produit », nous proposons de créer une colonne «
Quantité » qui calcule la quantité de chaque produit vendu à partir de la Table « Ventes »
Solution : Dans la Table « Catalogue Produit » créer une nouvelle colonne « Quantité »
dans Power BI en utilisant la fonction RELATED du langage DAX

Constat : Lorsque on saisit la fonction RELATED, DAX ne propose aucune suggestion. En

effet, la fonction RELATED en DAX ne fonctionne que pour récupérer des valeurs d’une
Table du côté "one" dans une Relation un-à-plusieurs (1:*).

Solution : Fonction RELATEDTABLE

16/12/2024 214
 FONCTION RELATEDTABLE
• Syntaxe :
RELATEDTABLE(Table)
• RELATEDTABLE permet de récupérer toutes les lignes d’une
Table liée qui sont associées à la ligne courante dans une
autre Table
• RELATEDTABLE Elle est particulièrement utile dans des
situations où on veut travailler avec des relations entre
Tables et on souhaite obtenir un ensemble de valeurs
correspondantes
• Paramètres :
– Table : désigne la Table liée dont on veut récupérer les lignes
correspondantes
• Utilisation :
– RELATEDTABLE est généralement utilisée dans des calculs de
mesures ou des colonnes calculées pour obtenir toutes les lignes
associées dans une Table liée
16/12/2024 215
 FONCTION SUMX
• Syntaxe : SUMX(Table , Expression)
– Exemple 1 :
SUMX(Ventes , Ventes[Quantité] * Ventes[Prix])
• Calcule la Somme du montant total des ventes en
multipliant la quantité par le prix pour chaque
ligne de la table des Ventes
• SUMX est utilisée pour itérer sur une table
ou une expression de table et calculer la
somme d’une expression numérique
pour chaque ligne de cette table
16/12/2024 216
 FONCTION SUMX
• Exemple 2 :
SUMX(Ventes,
IF(
FILTER(Produits, Produits[Categorie] = "Électronique"),
Ventes[Quantité] * Ventes[Prix],
0
)
)
– Dans cet exemple on utilise FILTER pour
inclure uniquement les ventes de produits
de la catégorie "Électronique" dans le
calcul de la somme totale des ventes
16/12/2024 217
DAX : Quantité = SUMX(RELATEDTABLE(Ventes),Ventes[Quantité])

16/12/2024 218
Objectif : Dans la Table « Catalogue Produit », nous proposons de créer une colonne «
Total Montant Vente » qui calcule le montant total pour chaque produit vendu à partir de
la Table « Ventes »
Solution : Dans la Table « Catalogue Produit » créer une nouvelle colonne « Total Montant
Vente » dans Power BI en utilisant les fonctions RELATEDTABLE et SUMX du langage
DAX

16/12/2024 219
 Total Montant Vente =
DAX :
SUMX(RELATEDTABLE(Ventes),Ventes[Prix unitaire])

16/12/2024 220
Objectif : Dans la Table « Catalogue Produit », nous proposons de créer une mesure «
Total » qui calcule le montant total de tous les produits vendus à partir de la Table «
Ventes »
Solution : Dans la Table « Catalogue Produit » créer une nouvelle mesure « Total » dans
Power BI en utilisant les fonctions RELATEDTABLE et SUMX du langage DAX

16/12/2024 221
 Total = SUMX(RELATEDTABLE(Ventes),Ventes[Prix unitaire]*
DAX :
Ventes[Quantité])

16/12/2024 222
 FONCTIONS DAX

SWITCH – IF

16/12/2024 223
 FONCTION SWITCH
• Syntaxe :
SWITCH(<expression>, <valeur1>, <résultat1>, <valeur2>,
<résultat2>, ... ,[<résultat_par_défaut>])
• SWITCH est utilisée pour évaluer une expression et
renvoyer un résultat en fonction de plusieurs conditions
• SWITCH fonctionne de manière similaire à une structure
"CASE" ou "IF-ELSE", ce qui la rend très pratique pour
simplifier des calculs conditionnels
• Paramètres :
– expression : l’expression ou la valeur à évaluer
– valeur1, valeur2, etc. : les valeurs potentielles de l’expression
– résultat1, résultat2, etc. : les résultats à renvoyer si l’expression
correspond aux valeurs spécifiées
– résultat_par_défaut (optionnel) : la valeur à renvoyer si aucune
des valeurs spécifiées ne correspond

16/12/2024 224
16/12/2024 225
16/12/2024 226
16/12/2024 227
Objectif : Afficher « Prix A supérieur à B » si Prix A > Prix B, « Prix équivalent » si Prix A =
Prix B, « A analyser » sinon
Solution 1 : Créer une nouvelle colonne « Comparatif IF » avec Power BI en utilisant la
fonction IF du langage DAX

16/12/2024 228
 Comparatif IF = IF(Prix Comparatif[Prix A]>Prix Comparatif[Prix
DAX : B], "Prix A supérieur à B", IF(Prix Comparatif[Prix A]=Prix
Comparatif[Prix B], "Prix Equivalent", "A analyser"))

16/12/2024 229
Objectif : Afficher « Prix A supérieur à B » si Prix A > Prix B, « Prix équivalent » si Prix A =
Prix B, « A analyser » sinon
(Remarque : On va travailler avec la colonne Prix A et aussi la colonne Prix B)
Solution 2 : Créer une nouvelle colonne « Comparatif SWITCH » avec Power BI en utilisant
la fonction SWITCH du langage DAX

16/12/2024 230
 Comparatif SWITCH = SWITCH(TRUE(), Prix Comparatif[Prix A]>Prix
DAX : Comparatif[Prix B], "Prix A supérieur à B", Prix Comparatif[Prix
A]=Prix Comparatif[Prix B] , "Prix Equivalent", "A analyser")

16/12/2024 231
Objectif : Afficher « Prix A = 1 » si Prix A = 1, « Prix A = 2 » si Prix A = 2, « Autre Prix »
sinon (Remarque : On va travailler uniquement sur la colonne Prix A)
Solution 2 : Créer une nouvelle colonne « Test Prix A » avec Power BI en utilisant la
fonction SWITCH du langage DAX

16/12/2024 232
 Test Prix A = SWITCH(Prix Comparatif[Prix A],1,"Prix A = 1",2,
DAX :
"Prix A = 2", "Autre Prix")

16/12/2024 233
 FONCTIONS DAX

SAMPLE

16/12/2024 234
 FONCTION SAMPLE
• Syntaxe :
SAMPLE(<n_value>, <table>, [<orderBy_expression>], [<order>])
• SAMPLE retourne un échantillon aléatoire de n lignes de la
Table spécifiée
• Paramètres :
– n_value : nombre de lignes à retourner
– table : Table de données à partir de laquelle on souhaite extraire
les « n » lignes d’échantillon
– orderBy_expression : l’expression qu’on souhaite triée dans le
résultat
– order (Facultatif) : spécifie comment trier les valeurs
orderBy_expression, par ordre croissant (ASC) ou décroissant
(DESC)
• Remarque Importante :
– Les lignes sélectionnées sont choisies aléatoirement si aucun tri
n’est spécifié
– SAMPLE est utilisée pour créer des échantillons de données dans
des tests ou des simulations
16/12/2024 235
16/12/2024 236
16/12/2024 237
16/12/2024 238
16/12/2024 239
Objectif : Extraire un échantillon de 24 lignes à partir de la Table « Fournisseurs »
(composée de 72071 lignes), en triant les résultats de manière décroissante selon le
champ « Id Client ».
Solution : Créer une nouvelle Table « Echantillon » avec Power BI en utilisant la
fonction SAMPLE du langage DAX

16/12/2024 240
DAX : Echantillon = SAMPLE(24,Fournisseur,Fournisseur[Id Client], DESC)

16/12/2024 241
Objectif : Extraire un échantillon de 10 Ventes à partir de la Table « Fournisseurs »
(composée de 72071 lignes), en triant les résultats de manière décroissante selon le
champ « CA ».
Solution : Créer une nouvelle Table « Echantion_CA10_A » avec Power BI en
utilisant la fonction SAMPLE du langage DAX

16/12/2024 242
DAX : Echantion_CA10_A = SAMPLE(10,Fournisseur,Fournisseur[CA], DESC)

16/12/2024 243
Objectif : Extraire un échantillon de 15 Ventes à partir de la Table « Fournisseurs »
(composée de 72071 lignes), en triant les résultats de manière décroissante selon le
champ « CA ».
Solution : Créer une nouvelle Table « Echantion_CA15_B » avec Power BI en
utilisant la fonction SAMPLE du langage DAX

16/12/2024 244
DAX : Echantion_CA15_B = SAMPLE(15,Fournisseur,Fournisseur[CA], DESC)

Constat : Contrairement à la fonction TOPN, qui retourne les 10 ou 15

meilleurs chiffres d’affaires (CA), la fonction SAMPLE sélectionne un
échantillon aléatoire de 10 ou 15 CA. Cet échantillon est ensuite trié de
manière décroissante en fonction du CA

16/12/2024 245
 FONCTIONS DAX

USERELATIONSHIP

16/12/2024 246
 FONCTION USERELATIONSHIP
• Syntaxe :
USERELATIONSHIP(Column1, Column2)
• USERELATIONSHIP est utilisée pour activer une
relation inactive entre deux Tables dans une
expression ou un calcul spécifique
• USERELATIONSHIP est particulièrement utile dans les
Modèles de Données comportant plusieurs relations
entre deux Tables, où seule une relation peut être
active par défaut
• Paramètres :
– Column1 : la première colonne de la relation inactive
qu’on souhaite activer
– Column2 : la deuxième colonne de la relation inactive
qu’on souhaite activer
16/12/2024 247
16/12/2024 248
16/12/2024 249
16/12/2024 250
16/12/2024 251
• Constat :
– Dans la Table « Ventes », nous disposons de deux champs de
type date : « Date de facture » et « Date de paiement »
– Par ailleurs, nous disposons une Table « Date » contient
toutes les dates comprises entre le 1er janvier 2023 et le 31
janvier 2023
• Problème :
– Power BI n’a pas automatiquement créé de relation entre la
Table « Date » et la Table « Ventes », car il existe deux
possibilités de correspondance : l’une avec le champ « Date
de facture » et l’autre avec le champ « Date de paiement »
• Question :
– Comment peut-on utiliser ces deux relations pour effectuer
une analyse dans Power BI ?
• Exemple : Comment faire pour afficher un visuel Tableau présentant
: Montant total des ventes par Date de facture ainsi que le Montant
total des ventes par Date de paiement ?
• Travail à faire :
– Créer les deux relations : l’une allant du champs « Date » de
la Table « Date » vers le champ « Date de facture » et l’autre
allant du champs « Date » de la Table « Date » vers le champ
« Date de paiement »
16/12/2024 252
16/12/2024 253
16/12/2024 254
16/12/2024 255
16/12/2024 256
Constat : Nous avons : deux relations :
• l’une active (trait continu) allant du champs « Date » de la Table « Date » vers le champ
« Date de facture »
• l’autre inactive (trait discontinu) allant du champs « Date » de la Table « Date » vers le
champ « Date de paiement »
Problème : Par défaut, Power BI n’utilise que la relation active pour ses calculs et ne
permet pas d’avoir deux relations actives simultanément

16/12/2024 257
Constat : Dans le Visuel Tableau, c’est la « date de facture »
qui est utilisée, ce qui permet d’afficher le montant total des
ventes en fonction de cette date

Objectif : Ajouter une colonne à notre Visuel Tableau pour

afficher le montant des ventes en fonction de la « date de
paiement » ?

Solution : Créer une nouvelle mesure « Total encaissé» et

utiliser les Fonctions CALCULATE et USERELATIONSHIP

16/12/2024 258
16/12/2024 259
 Somme_encaissé = CALCULATE(SUM(Ventes[Montant vente]),
DAX : USERELATIONSHIP('Date'[Date], Ventes[Date de paiement]))

16/12/2024 260
16/12/2024 261
 FONCTIONNALITÉS POWER BI

PYTHON SCRIPT

16/12/2024 262
 Objectif : Importer des données à l’aide de Python
16/12/2024 263
• Objectif :
– Créer un DataFrame en utilisant la Bibliothèque pandas
pour importer les données
• En Python, un DataFrame est une Structure de Données
tabulaire, semblable à une feuille de calcul ou une table de
base de données
• DataFrame fourni par la Bibliothèque pandas est l’une des
structures les plus utilisées pour la manipulation et l’analyse
de données
Exemple de Script Résultat du Script

Constat : Les DataFrames sont utiles pour :

• Lire et écrire des fichiers de données (CSV,
Excel, SQL, etc.)
• Effectuer des calculs et des statistiques sur
les données
• Nettoyer et transformer les données
• Visualiser les données en utilisant des
Bibliothèques graphiques intégrées

16/12/2024 264
 import pandas as pd
df=pd.DataFrame({
'Prénom':['Youssef','Mariem','Mohamed','Eya'],
'Age' :[27,20,35,24]
})
print(df)

16/12/2024 265
16/12/2024 266
16/12/2024 267
16/12/2024 268
16/12/2024 269
 import pandas as pd
dfm=pd.DataFrame({
‘Fname':[‘Moez’,’Lyna’,’Hedi’,’Afef'],
‘Pays' :[‘Tunisie’,’Maroc’,’Algérie’,’France']
})
print(dfm)

16/12/2024 270
16/12/2024 271
16/12/2024 272
 Constat: on vient d’importer des données dans
Power Query l’aide d’un Script Python

16/12/2024 273
Objectif : Exporter des données dans Power Query l’aide d’un Script Python

df=pandas.DataFrame(dataset)
df.to_csv('C:\\Users\\user\\Desktop\\Fonctionnalié Power BI\\Python Script\\
Exportpython.csv', index= False)

16/12/2024 274
Objectif : Exporter des données dans Power Query l’aide d’un Script Python

16/12/2024 275
16/12/2024 276
Travail à faire : Copier le code qui permet d’exporter les données de Power
BI vers csv en utilisant Python. Ce code se trouve dans le lien URL suivant :
https://www.thebiccountant.com/2018/12/29/export-data-from-power-bi-to-csv-using-python/

16/12/2024 277
16/12/2024 278
16/12/2024 279
16/12/2024 280
16/12/2024 281
16/12/2024 282
C:\Users\user\Desktop\Fonctionnalié Power BI\Python Script\ExportBiccountant.csv

16/12/2024 283
16/12/2024 284
16/12/2024 285
16/12/2024 286
16/12/2024 287
16/12/2024 288
16/12/2024 289
 FONCTIONNALITÉS POWER BI

ROW-LEVEL SECURITY

16/12/2024 290
• Row-Level Security (Sécurité au niveau des lignes ) :
– Restreindre l’accès aux données : Limiter l’accès aux
ensembles de données en fonction du type d’utilisateur
(selon leur Profils)
– Filtrage des données par lignes et gestion des rôles :
Appliquer des filtres au niveau des lignes des jeux de
données et définir des rôles spécifiques en fonction de
ces filtres
• Exemple : Une entreprise qui réalise des ventes
dans plusieurs pays dispose de deux types de profils
utilisateurs :
– Profil 1 : Les utilisateurs de ce profil doivent
uniquement accéder aux données de leur propre pays
– Profil 2 : Les utilisateurs de ce profil, comme les
managers, doivent accéder aux données globales
couvrant l'ensemble des pays
• Objectif : Fournir aux utilisateurs un accès limité
aux seules données dont ils ont besoin

16/12/2024 291
16/12/2024 292
16/12/2024 293
16/12/2024 294
16/12/2024 295
Objectif : Fournir aux utilisateurs belges un accès restreint uniquement
aux données de la Belgique

16/12/2024 296
Objectif : Fournir aux utilisateurs belges un accès restreint uniquement
aux données de la Belgique

16/12/2024 297
Objectif : Fournir aux utilisateurs belges un accès restreint uniquement
aux données de la Belgique

16/12/2024 298
Objectif : Fournir aux utilisateurs belges un accès restreint uniquement
aux données de la Belgique

16/12/2024 299
Objectif : Fournir aux utilisateurs belges un accès restreint uniquement
aux données de la Belgique

16/12/2024 300
Objectif : Fournir aux utilisateurs belges un accès restreint uniquement
aux données de la Belgique

16/12/2024 301
Objectif : Créer un rôle pour chaque vendeur : en fonction de son adresse e-
mail, l’utilisateur ne verra que les données associées à cette adresse
Solution : Créer une nouvelle mesure en utilisant la fonction
USERPRINCIPALNAME du langage DAX

16/12/2024 302
DAX : Username = USERPRINCIPALNAME()

16/12/2024 303
Objectif : Créer un rôle pour chaque vendeur : en fonction de son adresse e-
mail, l’utilisateur ne verra que les données associées à cette adresse

16/12/2024 304
Objectif : Créer un rôle pour chaque vendeur : en fonction de son adresse e-
mail, l’utilisateur ne verra que les données associées à cette adresse

16/12/2024 305
Objectif : Créer un rôle pour chaque vendeur : en fonction de son adresse e-
mail, l’utilisateur ne verra que les données associées à cette adresse

16/12/2024 306
Objectif : Créer un rôle pour chaque vendeur : en fonction de son adresse e-
mail, l’utilisateur ne verra que les données associées à cette adresse

16/12/2024 307
Objectif : Créer un rôle « Manager ou Vendeur » : selon l’adresse e-mail de
l’utilisateur, les droits d’accès seront définis comme suit :

SI Utilisateur = Manager ALORS il pourra accéder aux données globales de

tous les pays SINON il n’aura accès qu’aux données de son propre pays

16/12/2024 308
SI Utilisateur = Manager ALORS il pourra accéder aux données globales de
tous les pays SINON il n’aura accès qu’aux données de son propre pays

IF (
MAXX(
FILTER(Sales,Sales[Email]=USERPRINCIPALNAME()),'Sales'[Manager]
)=0,
Sales[Email]=USERPRINCIPALNAME()),
TRUE
)

16/12/2024 309
SI Utilisateur = Manager ALORS il pourra accéder aux données globales de
tous les pays SINON il n’aura accès qu’aux données de son propre pays

16/12/2024 310
SI Utilisateur = Manager ALORS il pourra accéder aux données globales de
tous les pays SINON il n’aura accès qu’aux données de son propre pays

16/12/2024 311
SI Utilisateur = Manager ALORS il pourra accéder aux données globales de
tous les pays SINON il n’aura accès qu’aux données de son propre pays

16/12/2024 312
SI Utilisateur = Manager ALORS il pourra accéder aux données globales de
tous les pays SINON il n’aura accès qu’aux données de son propre pays

16/12/2024 313
16/12/2024 314
16/12/2024 315
16/12/2024 316
16/12/2024 317
https://app.powerbi.com/groups/me/list?referrer=desktop&experience=power-bi

16/12/2024 318
https://app.powerbi.com/groups/me/list?referrer=desktop&experience=power-bi

16/12/2024 319
https://app.powerbi.com/groups/me/list?referrer=desktop&experience=power-bi

16/12/2024 320
https://app.powerbi.com/groups/me/list?referrer=desktop&experience=power-bi

16/12/2024 321
https://app.powerbi.com/groups/me/list?referrer=desktop&experience=power-bi

16/12/2024 322
https://app.powerbi.com/groups/me/list?referrer=desktop&experience=power-bi

16/12/2024 323
https://app.powerbi.com/groups/me/list?referrer=desktop&experience=power-bi

16/12/2024 324
https://app.powerbi.com/groups/me/list?referrer=desktop&experience=power-bi

16/12/2024 325
https://app.powerbi.com/groups/me/list?referrer=desktop&experience=power-bi

16/12/2024 326
https://app.powerbi.com/groups/me/list?referrer=desktop&experience=power-bi

16/12/2024 327
https://app.powerbi.com/groups/me/list?referrer=desktop&experience=power-bi

16/12/2024 328
https://app.powerbi.com/groups/me/list?referrer=desktop&experience=power-bi

16/12/2024 329
https://app.powerbi.com/groups/me/list?referrer=desktop&experience=power-bi

16/12/2024 330
https://app.powerbi.com/groups/me/list?referrer=desktop&experience=power-bi

16/12/2024 331
 FONCTIONNALITÉS POWER BI

POWER BI & PRÉVISION

16/12/2024 332
16/12/2024 333
16/12/2024 334
16/12/2024 335
16/12/2024 336
16/12/2024 337
16/12/2024 338
16/12/2024 339
16/12/2024 340
16/12/2024 341
16/12/2024 342
16/12/2024 343
Intervalle de confiance : traduit le pourcentage de
chance que la valeur réel se trouve dans cet intervalle
16/12/2024 344
16/12/2024 345
16/12/2024 346
16/12/2024 347
Caractère Saisonnier : correspond au nombre de points
(valeurs dans les données) par cycle de prévision. Dans notre
cas, les données sont représentées le 1er de chaque mois, le
caractère saisonnier est de 12 points (un par mois)

16/12/2024 348
Constat : couleur bleu (valeur réel) / Couleur grise (valeur prédite)
16/12/2024 349
16/12/2024 350
 FONCTIONNALITÉS POWER BI
MENU DE NAVIGATION DESIGN DANS
POWER BI

16/12/2024 351
16/12/2024 352
16/12/2024 353
16/12/2024 354
16/12/2024 355
16/12/2024 356
16/12/2024 357
16/12/2024 358
16/12/2024 359
16/12/2024 360
16/12/2024 361
16/12/2024 362
16/12/2024 363
16/12/2024 364
16/12/2024 365
16/12/2024 366
16/12/2024 367
16/12/2024 368
16/12/2024 369