Guia Completo do Comando SUMX no Power BI
- #Power BI
Introdução
No universo do Power BI, entender e dominar os comandos DAX (Data Analysis Expressions) é fundamental para manipular e calcular dados de maneira eficaz. Um dos comandos mais poderosos e versáteis é o SUMX, que permite realizar somas condicionais em tabelas ou colunas, facilitando análises complexas e agregações de dados de forma dinâmica.
Funcionamento do SUMX
O SUMX é utilizado para calcular a soma de uma expressão avaliada em um contexto especificado. Em essência, ele itera sobre cada linha de uma tabela (ou tabela virtual) e executa uma expressão, somando os resultados de cada iteração. É particularmente útil quando desejamos agregar valores que dependem de condições específicas ou de contextos de filtro.
A sintaxe básica do SUMX é a seguinte:
SUMX(<tabela>, <expressão>)
<tabela>: Tabela na qual a expressão será avaliada.<expressão>: Expressão que define o valor a ser somado para cada linha da tabela.
Exemplo 1: Soma condicional
Suponha que temos uma tabela de vendas (Vendas) com colunas ProdutoID, Quantidade e PreçoUnitário. Queremos calcular o total de vendas para cada produto, multiplicando a quantidade pelo preço unitário e somando esses valores.
TotalVendas = SUMX(Vendas, Vendas[Quantidade] * Vendas[PreçoUnitário])
- Neste exemplo, o
SUMXitera sobre cada linha da tabelaVendas, multiplicandoQuantidadepeloPreçoUnitárioe somando os resultados.
Exemplo 2: Soma com filtro
Imagine que precisamos calcular o total de vendas apenas para os produtos que pertencem à categoria "Eletrônicos". Para isso, utilizamos o SUMX em conjunto com a função FILTER.
TotalEletronicos =
SUMX(
FILTER(Vendas, Vendas[Categoria] = "Eletrônicos"),
Vendas[Quantidade] * Vendas[PreçoUnitário]
)
- Neste segundo exemplo,
FILTERfiltra apenas as linhas da tabelaVendasonde a colunaCategoriaé igual a "Eletrônicos", e oSUMXsoma o resultado da expressãoQuantidade * PreçoUnitáriopara essas linhas filtradas.
Conclusão
O comando SUMX no Power BI oferece uma maneira poderosa de calcular somas condicionais e agregações personalizadas em seus conjuntos de dados. Ao entender como aplicá-lo corretamente, você pode criar medidas que respondem dinamicamente a diferentes contextos e filtros, melhorando significativamente suas análises e relatórios.



