累计求和,你还应该掌握的函数：ALLEXCEPT

累计求和问题，之前已经介绍过（有了这几个公式，你也可以快速搞定累计求和），主要是基于比较简单的情形，针对所有的数据进行累计求和。

现实中的需求并不总是这么简单，稍微复杂一点的是按类别求累计，以帕累托分析为例，模拟数据如下，

这次不是按全部产品进行累计求和，而是在每一个产品类别内部进行累计求和，进而计算出类别内的累计占比。

根据之前学过的知识，其实也可以计算出来，这里直接给出另一种更简洁且性能更优的方式，新建列，

累计销售额 类别 = CALCULATE(    SUM('产品表'[销售额]),    '产品表'[销售额]>=EARLIER('产品表'[销售额]),    ALLEXCEPT('产品表','产品表'[产品类别]))

结果如下，

这里分类累计销售额的实现，主要是使用了ALLEXCEPT函数，该函数的含义是，删除其他所有的过滤器，而只保留它的参数列的过滤器，在这个例子中就是删除“产品类别”之外的其他所有的过滤器，因此可以正确计算出期望的结果。

有了类别的累计数，计算累计占比也就比较简单了，

累计占比 类别 = DIVIDE( [累计销售额 类别],    CALCULATE(        SUM('产品表'[销售额]),        ALLEXCEPT('产品表','产品表'[产品类别])    ))

这样就可以轻松进行产品类别内部的20/80分类或者ABC分类了。

---

ALLEXCEPT保留的过滤器，可以只有一列，也可以保留多列，再看下面的例子，

这是一张工资表，我们要计算出每名员工截至当月，本年累计的工资数。

这里就是按照员工和年度来求累计，新建列的DAX如下，

本年累计工资 = CALCULATE( SUM('工资表'[每月工资]),    '工资表'[年度月份]<=EARLIER('工资表'[年度月份]),    ALLEXCEPT('工资表','工资表'[年度],'工资表'[姓名]))

ALLEXCEPT函数中有两个参数列，就是保留了这两个过滤器，结果如下，

累计工资对每名员工分别求累计，并在新的一年重新开始计算，正是需要的结果。

ALLEXCEPT函数是不是很好用呢？