[DAX] IFERROR函数

在 Power BI 中,IFERROR函数用于捕获和处理公式中的错误

语法格式

IFERROR(value, value_if_error)

参数说明

value:需要检查是否存在错误的表达式或值

value_if_error:当value返回错误时,要返回的替代值

当指定的表达式返回错误时,返回一个自定义的替代值,如果表达式计算正常且没有错误,则返回该表达式的结果

数据源

销售表

步骤1:将数据源导入到Power BI Desktop 中,单击【主页】|【Excel工作簿】选项,导入加载数据如下图所示

我们可以在'表格视图'查看导入到Power BI中的销售表的数据

步骤2:在'表格视图',点击'销售表',在菜单栏中选择"新建列",输入公式 销售金额1 = [销售数量] * [单价],结果如下图所示

我们可以发现,由于字段'销售数量'有个值为Andy(字符类型),与单价(数字类型)相乘会报错,导致整个'销售金额1'字段的值都为'#ERROR',为了杜绝上述情况的产生,我们可以使用IFERROR函数去规避上述的问题

步骤3:在'表格视图',点击'销售表',在菜单栏中再次选择"新建列",输入公式 销售金额2 = IFERROR([销售数量]*[单价],BLANK()),结果如下图所示

再次选择"新建列",输入公式 销售金额3 = IFERROR([销售数量]*[单价],"不能计算"),结果如下图所示

提示Tips:IFERROR函数返回参数value_if_error的值不能是字符串类型的,否则会报错

内容概要:本文档系统性地介绍了2024年最新提出的两种智能优化算法——青蒿素优化算法与霜冰优化算法(RIME)的原理、实现方法及其性能对比分析,并提供了完整的Matlab代码实现。文档不仅聚焦于核心算法的仿真与验证,还整合了大量前沿科研资源,涵盖微电网优化、风电功率预测、无人机三维路径规划、电动汽车调度、图像融合、负荷预测、通信信号处理、电力系统故障恢复等多个高价值应用场景。所有案例均基于Matlab/Simulink平台进行建模与仿真,强调算法在复杂工程系统中的实际应用能力,旨在为科研人员提供一套从理论到代码再到应用的完整复现体系。; 适合人群:具备一定编程基础和科研背景的研究生、高校教师及工程技术人员,尤其适合从事智能优化算法研究、新能源系统优化、自动化控制、电力系统调度、无人机导航与路径规划等相关领域的研究人员。; 使用场景及目标:①用于高水平学术论文的复现与创新性研究,提升科研效率与成果产出;②应用于复杂工程系统的建模仿真与智能优化设计,如多能互补系统调度、无人机避障路径规划、微电网能量管理等;③作为智能优化算法的教学与学习资料,深入理解现代元启发式算法的设计思想与实现机制。; 阅读建议:建议读者结合文档中提供的Matlab代码与Simulink仿真模型,按照目录结构循序渐进地学习与实践,优先选择与自身研究方向契合的案例进行代码复现,重点关注算法参数设置、收敛曲线分析与多算法对比实验部分,以全面提升算法应用与科研创新能力。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值