Datentypen in Power BI Desktop

Dieser Artikel beschreibt Datentypen, die im Power BI Desktop und von DAX (Data Analysis Expressions) unterstützt werden.

Wenn Sie Daten in Power BI Desktop laden, wird versucht, den Datentyp der Quellspalte in einen Datentyp zu konvertieren, der eine effizientere Speicherung, Berechnung und Datenvisualisierung unterstützt. Wenn beispielsweise eine Spalte mit Werten, die Sie aus Excel importieren, keine Bruchzahlen aufweist, konvertiert der Power BI Desktop die gesamte Spalte mit Daten in einen Ganzzahldatentyp, der für das Speichern von Ganzzahlen besser geeignet ist.

Dieses Konzept ist wichtig, da einige DAX-Funktionen spezielle Anforderungen in Bezug auf Datentypen haben. In vielen Fällen konvertiert DAX zwar implizit einen Datentyp für Sie, es gibt jedoch Fälle, in denen dies nicht der Fall ist. Wenn eine DAX-Funktion beispielsweise einen Datumsdatentyp erfordert und der Datentyp für die Spalte Text ist, funktioniert die DAX-Funktion nicht ordnungsgemäß. Daher ist es wichtig und nützlich, den richtigen Datentyp für eine Spalte zu verwenden. Implizite Konvertierungen werden weiter unten in diesem Artikel beschrieben.

Bestimmen und Angeben des Datentyps einer Spalte

Im Power BI Desktop können Sie den Datentyp einer Spalte im Power Abfrage-Editor oder in der Datensicht bzw. der Berichtsansicht bestimmen und angeben:

Datentypen im Power Query-Editor

Screenshot of the Data type ribbon, showing it in the Query Editor.

Datentypen in der Datensicht oder Berichtsansicht

Screenshot of the Data type ribbon, showing it in the Data View.

Die Dropdownliste „Datentyp“ im Power Abfrage-Editor weist zwei Datentypen auf, die derzeit nicht in der Daten- oder Berichtsansicht enthalten sind: Datum/Uhrzeit/Zeitzone und Dauer. Wenn eine Spalte mit diesen Datentypen in das Modell geladen und in der Daten- oder Berichtansicht angezeigt wird, wird eine Spalte mit einem Datentyp für Datum/Uhrzeit/Zeitzone in einen Datentyp für Datum/Uhrzeit konvertiert, und eine Spalte mit einem Datentyp für die Dauer in eine Dezimalzahl.

Der Datentyp Binär wird derzeit nicht außerhalb des Power Abfrage-Editors unterstützt. Sie können den Datentyp im Power Abfrage-Editor beim Laden von Binärdateien verwenden, wenn Sie diese in andere Datentypen umwandeln, bevor Sie sie in das Power BI-Modell laden. Der Datentyp ist in den Menüs „Datenansicht“ und „Berichtsansicht“ für die Kompatibilität mit Legacyversionen enthalten, wenn Sie jedoch versuchen, binäre Spalten in das Power BI-Modell zu laden, treten womöglich Fehler auf.

Zahlentypen

Power BI Desktop unterstützt drei Zahlentypen:

Dezimalzahl – Stellt eine 64-Bit (Acht Byte)-Gleitkommazahl dar. Es ist der am häufigsten vorkommende Zahlentyp, der Zahlen entspricht, wie sie der allgemeinen Vorstellung entsprechen. Er ist zwar für die Behandlung von Zahlen mit Bruchwerten vorgesehen, verarbeitet jedoch auch ganze Zahlen. Der Typ Dezimalzahl kann negative Werte von -1,79E +308 bis -2,23E -308, 0 sowie positive Werte von 2,23E -308 bis -1,79E + 308 behandeln. Beispielsweise sind Zahlen wie 34, 34,01 und 34,000367063 gültige Dezimalzahlen. Die größte Genauigkeit, die im Typ „Dezimalzahl“ dargestellt werden kann, ist 15 Stellen. Das Dezimaltrennzeichen kann an einer beliebigen Stelle in der Zahl stehen. Der Typ Dezimalzahl entspricht der Art und Weise, wie Excel Zahlen speichert.

Feste Dezimalzahl – Besitzt eine feste Position für das Dezimaltrennzeichen. Rechts vom Dezimaltrennzeichen befinden sich immer vier Stellen, insgesamt sind 19 signifikante Stellen möglich. Der größte Wert, der auf diese Weise dargestellt werden kann, ist 922.337.203.685.477,5807 (positiv oder negativ). Der Typ Feste Dezimalzahl ist hilfreich in Fällen, in denen durch Runden Fehler entstehen könnten. Bei der Arbeit mit vielen Zahlen, die kleine Bruchwerte umfassen, können sich diese akkumulieren und zwangsläufig eine leicht abweichende Zahl ergeben. Da die Werte nach den vier Stellen rechts vom Dezimaltrennzeichen abgeschnitten werden, kann der Typ Feste Dezimalzahl helfen, diese Arten von Fehlern zu vermeiden. Wenn Sie mit SQL Server vertraut sind: Dieser Datentyp entspricht dem SQL Server Dezimal (19,4), oder dem Währungsdatentyp in Power Pivot.

Ganze Zahl – Stellt einen 64-Bit (8-Byte)-Ganzzahlwert dar. Da es sich um eine Ganzzahl handelt, sind rechts vom Dezimaltrennzeichen keine Ziffern vorhanden. Es sind 19 Ziffern möglich, und zwar positive oder negative ganze Zahlen zwischen –9,223,372,036,854,775,807 (–2^63+1) und 9,223,372,036,854,775,806 (2^63-2). Damit kann die größtmögliche Genauigkeit der verschiedenen numerischen Datentypen dargestellt werden. Wie beim Typ Feste Dezimalzahl kann auch der Typ Ganzzahl in Fällen hilfreich sein, in denen eine Rundungssteuerung erforderlich ist.

Hinweis

Das Power BI Desktop-Datenmodell unterstützt 64-Bit-Ganzzahlwerte; die größte Zahl, die von den Visuals jedoch aufgrund von JavaScript-Einschränkungen sicher wiedergegeben werden kann, lautet 9.007.199.254.740.991 (253–1). Wenn Sie mit Zahlen in Ihrem Datenmodell arbeiten, die höher sind, können Sie die Größe über Berechnungen verringern, bevor Sie die Zahlen einem Visual hinzufügen.

Datum/Uhrzeit-Typen

Power BI Desktop unterstützt fünf Datum/Uhrzeit-Datentypen in der Abfrageansicht. Sowohl Datum/Uhrzeit/Zeitzone als auch die Dauer werden beim Laden in das Modell konvertiert. Das Power BI Desktop-Datenmodell unterstützt nur Datum/Uhrzeit, Werte können jedoch unabhängig als Datums- oder Uhrzeitangaben formatiert werden.

Datum/Uhrzeit – Stellt einen Datums-und einen Uhrzeitwert dar. Im Hintergrund wird der Datum/Uhrzeit-Wert als Dezimalzahltyp gespeichert. Daher können Sie zwischen den beiden konvertieren. Der Uhrzeitteil eines Datums wird als Bruchteil von ganzen Vielfachen von 1/300 Sekunden (3,33 ms) gespeichert. Datumsangaben zwischen den Jahren 1900 und 9999 werden unterstützt.

Datum – Stellt nur ein Datum (ohne Uhrzeitteil) dar. Bei der Konvertierung in das Modell entspricht ein Datum einem Datum/Uhrzeitwert mit 0 (null) für den Bruchteilwert.

Uhrzeit – Stellt nur die Uhrzeit dar (kein Datumsteil). Bei der Konvertierung in das Modell entspricht ein Uhrzeitwert einem Datum/Uhrzeit-Wert ohne Ziffern links vom Dezimaltrennzeichen.

Datum/Uhrzeit/Zeitzone: Stellt einen Datum/Uhrzeit-Wert (UTC) mit Zeitzonenoffset dar. Dieser wird beim Laden in das Modell in einen Datum/Uhrzeit-Wert konvertiert. Das Power BI-Modell passt die Zeitzone nicht anhand des Standorts oder Gebietsschemas eines Benutzers an. Wenn ein Wert von 09:00 in das Modell in den USA geladen wird, wird er als 09:00 angezeigt, egal wo der Bericht geöffnet oder angezeigt wird.

Dauer – Stellt eine Zeitspanne dar. Sie wird beim Laden in das Modell in einen Dezimalzahlentyp konvertiert. Als Dezimalzahlentyp kann sie einem Datum-/Uhrzeitfeld hinzugefügt oder davon subtrahiert werden und ergibt korrekte Ergebnisse. Als Dezimalzahlentyp können Sie sie problemlos in Visualisierungen verwenden, die Größe anzeigen.

Texttyp

Text – Eine Datenzeichenfolge von Unicode-Zeichen. Hierbei kann es sich um Zeichenfolgen, Zahlen oder Datumsangaben handeln, die im Textformat dargestellt werden. Die maximale Zeichenfolgenlänge beträgt 268.435.456 Unicode-Zeichen (256 Megazeichen) oder 536.870.912 Bytes.

Power BI speichert Daten so, dass Daten in bestimmten Situationen anders angezeigt werden. In diesem Abschnitt werden häufige Situationen beschrieben, in denen sich Textdaten zwischen Datenabfragen mittels Power Query und nach dem Laden der Daten leicht zu ändern scheinen.

Die Engine, die Daten in Power BI speichert, berücksichtigt keine Groß-/Kleinschreibung, was bedeutet, dass die Engine verschiedene Schreibweisen von Buchstaben als gleichen Wert sieht: a hat denselben Wert wie A. Power Query beachtet jedoch Groß-/Kleinschreibung sehr wohl: a hat nicht denselben Wert wie A. Der Unterschied in Bezug auf Groß-/Kleinschreibung kann dazu führen, dass Textdaten in Power BI geladen werden und die Groß-/Kleinschreibung, scheinbar grundlos, geändert wird. Im folgenden einfachen Beispiel haben wir Bestelldaten geladen: eine Spalte OrderNo, die für jede Bestellung eindeutig ist, und eine Spalte Addressee die den Namen des Adressaten enthält, der zum Zeitpunkt der Bestellung manuell eingegeben wird. In Power Query werden diese Daten wie folgt angezeigt:

Textual data with various capitalizations in Power Query

Beachten Sie, dass es mehrere Bestellungen mit dem gleichen Namen als Adressat gibt, obwohl sie etwas anders in das System eingegeben wurden.

Wenn wir uns die Registerkarte Data in Power BI anschauen, nachdem die Daten geladen wurde, erscheint dieselbe Tabelle folgendermaßen:

The same textual data after loading into Power BI has changed capitalization

Beachten Sie, dass sich die Groß-/Kleinschreibung einiger Namen von der ursprünglichen Eingabe unterscheidet. Der Grund der Änderung ist, dass die Engine Daten in Power BI speichert, ohne Berücksichtigung der Groß-/Kleinschreibung, und die Großbuchstabenversion bzw. Kleinbuchstaben gleichwertig behandelt werden. Power Query beachtet die Groß-/Kleinschreibung, weshalb die Daten genau so angezeigt werden, wie sie im Quellsystem gespeichert wurden. Die Daten im zweiten Screenshot wurden jedoch in die Engine von Power BI geladen und daher geändert.

Beim Laden von Daten wertet die Engine jede einzelne Zeile von oben nach unten aus. Für jede Textspalte (z. B. Addressee) speichert die Engine ein Wörterbuch mit eindeutigen Werten, um Leistung durch Datenkomprimierung zu erzielen. Bei der Verarbeitung der Spalte Addressee werden die ersten drei Werte, welche die Engin findet, eindeutig im Wörterbuch gespeichert. Ab dem vierten Namen (Reihenfolge 1004) werden die Namen jedoch als identisch angesehen, da die Groß-/Kleinschreibung bei der Engine nicht beachtet wird: Taina Hasu hat den gleichen Wert wie TAINA HASU und Taina HASU. Daher speichert die Engine nicht diesen Namen, sondern bezieht sich stattdessen auf den ersten Namen, den sie antrifft. Dies erklärt auch, warum der Name MURALI DAS großgeschrieben, da der Name eben so geschrieben wurde, als die Engine ihn zum ersten Mal ausgewertet hat, als die Daten von oben nach unten geladen wurden.

Das Bild erklärt den Vorgang: Depiction of the data load process and mapping text values to a dictionary of unique values

Im obigen Beispiel lädt die Engine die erste Datenzeile, erstellt das Wörterbuch Addressee und fügt Taina Hasu hinzu. Außerdem fügt es dem Wert eine Referenz in der Spalte Addressee in der geladenen Tabelle hinzu. Gleiches gilt für Zeile zwei und drei, da sich die Namen ohne Berücksichtigung der Groß-/Kleinschreibung nicht gleichen.

Der Addressee für die vierte Zeile wird mit den Namen im Wörterbuch verglichen und wird gefunden: da bei der Engine die Groß-/Kleinschreibung nicht beachtet wird, sind TAINA HASU und Taina Hasu identisch. Daher fügt die Engine dem Wörterbuch Addressee keinen neuen Namen hinzu, sondern verweist auf den vorhandenen. Gleiches gilt für die folgenden Zeilen.

Wahr/Falsch-Typ

Wahr/Falsch – Ein boolescher Wert, der entweder auf Wahr oder Falsch gesetzt wird.

Power BI konvertiert und zeigt Daten in bestimmten Situationen unterschiedlich an. In diesem Abschnitt werden häufige Fälle bei der Konvertierung boolescher Werte beschrieben, und es wird beschrieben, wie Konvertierungen behandelt werden, die zu unerwarteten Ergebnissen in Power BI führen.

Um die besten und konsistentsten Ergebnisse zu erzielen, legen Sie beim Laden einer Spalte mit booleschen Informationen (true/false) in Power BI den Spaltentyp auf True/False fest, wie im folgenden Beispiel beschrieben und erläutert.

In diesem Beispiel haben wir Daten geladen, die beinhalten, ob sich unsere Kunden für unseren Newsletter angemeldet haben: Der Wert TRUE gibt an, dass sich der Kunde für den Newsletter angemeldet hat, und der Wert FALSE gibt an, dass er das nicht getan hat. Wenn wir den Bericht jedoch im Power BI-Dienst veröffentlichen, stellen wir fest, dass die Spalte, die den Anmeldestatus des Newsletters nachverfolgt, anstelle der erwarteten Werte TRUE oder FALSE, 0 und -1 angezeigt. In den folgenden Auflistungen von Schritten zum Abfragen, Veröffentlichen und Aktualisieren der Daten wird beschrieben, wie Konvertierungen erfolgen und wie sie verarbeitet werden.

Die vereinfachte Abfrage für diese Tabelle, die in der folgenden Abbildung dargestellt ist.

Columns set to boolean

Der Datentyp der Spalte Subscribed To Newsletter (Newsletter abboniert) ist auf Any (Beliebig) festgelegt, und als Ergebnis dieser Einstellung des Datentyps werden die Daten als Text in das Power BI Modell geladen:

Data loaded into Power B I appears as expected

Wenn wir eine einfache Visualisierung hinzufügen, welche die detaillierten Informationen für jeden Kunden anzeigt, werden die Daten wie erwartet angezeigt, sowohl in Power BI Desktop als auch bei der Veröffentlichung im Power BI-Dienst.

Visual shows data appearing as expected

Wenn wir jedoch das Dataset im Power BI-Dienst aktualisieren, zeigt die Spalte Subscribed To Newsletter (Newsletter abonniert) im visuellen Element Daten als -1 und 0 an, anstatt TRUE oder FALSE:

Visual shows data appearing in an unexpected format after refresh

Wenn wir den Bericht aus Power BI Desktop erneut veröffentlichen, zeigt die Spalte Subscribed To Newsletter (Abonnieren von Newslettern) wie erwartet erneut TRUE oder FALSE an. Sobald jedoch eine Aktualisierung im Power BI-Dienst erfolgt, werden die Werte erneut in -1 und 0 geändert.

Die Lösung, um sicherzustellen, dass dies nicht geschieht, besteht darin, boolesche Spalten auf True/False in Power BI Desktop festzulegen und den Bericht erneut zu veröffentlichen.

Change the data type of the column to true false

Wenn die Änderung vorgenommen wurde, zeigt die Visualisierung die Werte in der Spalte Subscribed To Newsletter (Newsletter abonniert) etwas anders an. Anstatt dass es sich bei dem Text um Großbuchstaben handelt (wie in der Tabelle eingegeben), sind sie jetzt kursiv, und nur der erste Buchstabe wird großgeschrieben. Dies ist das Ergebnis der Änderung des Datentyps der Spalte.

Values appear differently when the data type is changed

Sobald der Datentyp geändert und erneut im Power BI-Dienst veröffentlicht wurde, und wenn eine Aktualisierung erfolgt, werden die Werte wie erwartet als True oder False angezeigt.

When true or false values use the true false data type, data appears as expected after refresh

Wenn Sie mit booleschen Daten in Power BI arbeiten, stellen Sie zusammenfassend sicher, dass Ihre Spalten in Power BI Desktop auf den Datentyp True/False festgelegt sind.

Leerzeichen-/Null-Typ

Leer – Ein Datentyp in DAX, der SQL-Nullen darstellt und ersetzt. Sie können mit der BLANK-Funktion ein Leerzeichen erstellen und mit der logischen ISBLANK-Funktion nach Leerzeichen suchen.

Binary-Datentyp

Der Datentyp „Binary“ kann zum Darstellen beliebiger anderer Daten mit einem Binärformat verwendet werden. Sie können den Datentyp im Power Abfrage-Editor beim Laden von Binärdateien verwenden, wenn Sie diese in andere Datentypen umwandeln, bevor Sie sie in das Power BI-Modell laden. Binärspalten werden nicht im Power BI-Datenmodell unterstützt. Der Datentyp ist in den Menüs „Datenansicht“ und „Berichtsansicht“ für die Kompatibilität mit Legacyversionen enthalten, wenn Sie jedoch versuchen, binäre Spalten in das Power BI-Modell zu laden, treten womöglich Fehler auf.

Hinweis

Wenn sich eine Binärspalte in der Ausgabe der Schritte einer Abfrage befindet, können beim Aktualisieren der Daten über ein Gateway Fehler auftreten. Es wird empfohlen, dass Sie Binärspalten im letzten Schritt Ihrer Abfragen explizit entfernen.

Tabellendatentyp

DAX verwendet einen Tabellendatentyp in vielen Funktionen, z. B. in Aggregationen und Zeitintelligenzberechnungen. Einige Funktionen erfordern einen Verweis auf eine Tabelle, während andere Funktionen eine Tabelle zurückgeben, die dann als Eingabe für andere Funktionen verwendet werden kann. In einigen Funktionen, die eine Tabelle als Eingabe erfordern, können Sie einen Ausdruck angeben, der eine Tabelle ergibt. Bei einigen Funktionen ist ein Verweis auf eine Basistabelle erforderlich. Informationen zu den Anforderungen bestimmter Funktionen finden Sie unter DAX-Funktionsreferenz.

Implizite und explizite Datentypkonvertierungen in DAX-Formeln

Jede DAX-Funktion hat bestimmte Anforderungen im Hinblick auf die Datentypen, die als Eingaben und Ausgaben verwendet werden. Einige Funktionen erfordern z. B. ganze Zahlen für einige Argumente und Daten für andere, während für andere Funktionen Text oder Tabellen erforderlich sind.

Wenn die Daten in der Spalte, die Sie als Argument angeben, nicht mit dem für die Funktion erforderlichen Datentyp kompatibel sind, gibt DAX in vielen Fällen einen Fehler zurück. Wo immer möglich, versucht DAX jedoch, die Daten implizit in den erforderlichen Datentyp zu konvertieren. Beispiel:

  • Sie können ein Datum als Zeichenfolge eingeben, und DAX analysiert die Zeichenfolge und versucht, sie in ein Windows-Datums- und Uhrzeitformat umzuwandeln.
  • Sie können TRUE + 1 addieren und erhalten als Ergebnis 2, da TRUE implizit in die Zahl 1 konvertiert wird und die Operation 1+1 ausgeführt wird.
  • Wenn Sie Werte in zwei Spalten addieren und ein Wert als Text ("12") und der andere als Zahl (12) dargestellt wird, konvertiert DAX die Zeichenfolge implizit in eine Zahl und führt dann die Addition für ein numerisches Ergebnis durch. Der folgende Ausdruck gibt 44 zurück: = "22" + 22.
  • Wenn Sie zwei Zahlen verketten möchten, stellt Excel sie als Zeichenfolgen dar und verkettet Sie dann. Der folgende Ausdruck gibt „1234“ zurück: = 12 & 34.

Tabelle mit impliziten Datenkonvertierungen

Der ausgeführte Konvertierungstyp wird durch den Operator bestimmt, der die Werte umwandelt, bevor die entsprechende Operation durchgeführt wird. In diesen Tabellen sind die Operatoren aufgeführt. Außerdem wird die Konvertierung angegeben, die für die einzelnen Datentypen in der Spalte ausgeführt wird, wenn dieser dem Datentyp in der überschneidenden Zeile zugeordnet wird.

Hinweis

Textdatentypen sind in diesen Tabellen nicht enthalten. Wenn eine Zahl wie in einem Textformat dargestellt wird, versucht Power BI in einigen Fällen, den Zahlentyp zu bestimmen und ihn als Zahl darzustellen.

Addition (+)

Operator(+) INTEGER WÄHRUNG REAL Datum/Uhrzeit
INTEGER INTEGER WÄHRUNG REAL Datum/Uhrzeit
WÄHRUNG WÄHRUNG WÄHRUNG REAL Datum/Uhrzeit
REAL REAL REAL REAL Datum/Uhrzeit
Datum/Uhrzeit Datum/Uhrzeit Datum/Uhrzeit Datum/Uhrzeit Datum/Uhrzeit

Wenn beispielsweise eine reelle Zahl bei einer Addition in Verbindung mit Währungsdaten verwendet wird, werden beide Werte in REAL konvertiert, und das Ergebnis wird als REAL zurückgegeben.

Subtraktion (-)

In der folgenden Tabelle ist die Zeilenüberschrift der Minuend (linke Seite), und die Spaltenüberschrift ist der Subtrahend (rechte Seite).

Operator(-) INTEGER WÄHRUNG REAL Datum/Uhrzeit
INTEGER INTEGER WÄHRUNG REAL REAL
WÄHRUNG WÄHRUNG WÄHRUNG REAL REAL
REAL REAL REAL REAL REAL
Datum/Uhrzeit Datum/Uhrzeit Datum/Uhrzeit Datum/Uhrzeit Datum/Uhrzeit

Wenn beispielsweise ein Datum bei einer Subtraktion mit einem beliebigen anderen Datentyp verwendet wird, werden beide Werte in Datumsangaben konvertiert, und der Rückgabewert ist ebenfalls ein Datum.

Hinweis

Datenmodelle unterstützen auch den unären Operator - (negativ). Dieser Operator ändert jedoch nicht den Datentyp des Operanden.

Multiplikation (*)

Operator(*) INTEGER WÄHRUNG REAL Datum/Uhrzeit
INTEGER INTEGER WÄHRUNG REAL INTEGER
WÄHRUNG WÄHRUNG REAL WÄHRUNG WÄHRUNG
REAL REAL WÄHRUNG REAL REAL

Wenn beispielsweise eine Ganzzahl bei einer Multiplikation mit einer reellen Zahl kombiniert wird, werden beide Zahlen in reelle Zahlen konvertiert, und der Rückgabewert ist ebenfalls REAL.

Division (/)

In der folgenden Tabelle ist die Zeilenüberschrift der Zähler und die Spaltenüberschrift der Nenner.

Operator(/) (Zeile/Spalte) INTEGER WÄHRUNG REAL Datum/Uhrzeit
INTEGER REAL WÄHRUNG REAL REAL
WÄHRUNG WÄHRUNG REAL WÄHRUNG REAL
REAL REAL REAL REAL REAL
Datum/Uhrzeit REAL REAL REAL REAL

Wenn beispielsweise eine Ganzzahl bei einer Division mit einem Währungswert kombiniert wird, werden beide Werte in reelle Zahlen konvertiert, und das Ergebnis ist ebenfalls eine reelle Zahl.

Vergleichsoperatoren

In Vergleichsausdrücken gelten boolesche Werte als größer als Zeichenfolgewerte, und Zeichenfolgewerte gelten als größer als numerische Werte oder Datums-/Uhrzeitwerte. Zahlen und Datums-/Uhrzeitwerte werden als gleichrangig betrachtet. Für boolesche Werte oder Zeichenfolgewerte werden keine impliziten Konvertierungen ausgeführt. BLANK oder ein leerer Wert wird abhängig vom Datentyp des anderen verglichenen Werts in 0/""/false konvertiert.

Die folgenden DAX-Ausdrücke veranschaulichen dieses Verhalten:

=IF(FALSE()>"true", "Ausdruck ist true", "Ausdruck ist false"), gibt "Ausdruck ist true" zurück

=IF("12">12,"Ausdruck ist true", "Ausdruck ist false"), gibt "Ausdruck ist true" zurück.

=IF("12"=12,"Ausdruck ist true", "Ausdruck ist false"), gibt "Ausdruck ist false" zurück.

Konvertierungen werden implizit für numerische oder Datum/Uhrzeit-Typen ausgeführt, wie in der folgenden Tabelle beschrieben:

Vergleichsoperator INTEGER WÄHRUNG REAL Datum/Uhrzeit
INTEGER INTEGER WÄHRUNG REAL REAL
WÄHRUNG WÄHRUNG WÄHRUNG REAL REAL
REAL REAL REAL REAL REAL
Datum/Uhrzeit REAL REAL REAL Datum/Uhrzeit

Behandlung von Leerzeichen, leeren Zeichenfolgen und Nullwerten

In DAX werden Nullwerte, leere Werte, leere Zellen oder fehlende Werte durch den gleichen neuen Werttyp BLANK dargestellt. Sie können auch Leerzeichen mit der BLANK-Funktion generieren oder mit der ISBLANK-Funktion nach Leerzeichen suchen.

Wie Leerzeichen in Operationen wie Addition oder Verkettung behandelt werden, hängt von der jeweiligen Funktion ab. In der folgende Tabelle werden die Unterschiede zwischen DAX- und Microsoft Excel-Formeln bei der Behandlung von Leerzeichen zusammengefasst.

Ausdruck (Expression) DAX Excel
BLANK + BLANK BLANK 0 (Null)
BLANK + 5 5 5
BLANK * 5 BLANK 0 (Null)
5/BLANK Unendlich Fehler
0/BLANK NaN Fehler (Error)
BLANK/BLANK BLANK Fehler
FALSE OR BLANK FALSE FALSE
FALSE AND BLANK FALSE FALSE
TRUE OR BLANK TRUE TRUE
TRUE AND BLANK FALSE TRUE
BLANK OR BLANK BLANK Fehler
BLANK AND BLANK BLANK Fehler

Nächste Schritte

Mit Power BI Desktop können Sie vielfältige Aufgaben ausführen. Weitere Informationen zu den Funktionen und Möglichkeiten finden Sie in den folgenden Ressourcen: