Nota:
El acceso a esta página requiere autorización. Puede intentar iniciar sesión o cambiar directorios.
El acceso a esta página requiere autorización. Puede intentar cambiar los directorios.
En este artículo se describen los tipos de datos que admiten Power BI Desktop y expresiones de análisis de datos (DAX).
Cuando Power BI carga datos, intenta convertir los tipos de datos de columnas de origen en tipos de datos que admiten almacenamiento, cálculos y visualización de datos más eficientes. Por ejemplo, si una columna de valores que importa desde Excel no tiene valores fraccionarios, Power BI Desktop convierte la columna de datos en un tipo de datos Número entero, que es más adecuado para almacenar enteros.
Este concepto es importante porque algunas funciones DAX tienen requisitos especiales de tipo de datos. En muchos casos, DAX convierte implícitamente los tipos de datos, pero en algunos casos no lo hace. Por ejemplo, si una función DAX requiere un tipo de datos Date , pero el tipo de datos de la columna es Text, la función DAX no funcionará correctamente. Por lo tanto, es importante y útil usar los tipos de datos correctos para las columnas.
Determinar y especificar el tipo de datos de una columna
En Power BI Desktop, puede determinar y especificar el tipo de datos de una columna en el Editor de Power Query, en la vista Tabla o en la vista Informe:
En el Editor de Power Query, seleccione la columna y, a continuación, seleccione Tipo de datos en el grupo Transformar de la cinta de opciones.
En la vista Tabla o en la vista Informe, seleccione la columna y, a continuación, seleccione la flecha desplegable situada junto a Tipo de datos en la pestaña Herramientas de columna de la cinta de opciones.
La selección desplegable Tipo de datos en el Editor de Power Query tiene dos tipos de datos que no están presentes en la vista Tabla o en la vista Informe: Fecha/Hora/Zona horaria y Duración. Al cargar una columna con estos tipos de datos en el modelo de Power BI, una columna Date/Time/Timezone se convierte en un tipo de datos Date/time y una columna Duration se convierte en un tipo de datos Número decimal .
El tipo de datos binario no se admite fuera del Editor de Power Query. En el Editor de Power Query, puede usar el tipo de datos Binary al cargar archivos binarios si lo convierte en otros tipos de datos antes de cargarlos en el modelo de Power BI. La selección binaria existe en los menús Vista de tabla y Vista de informe por motivos heredados, pero si intenta cargar columnas binarias en el modelo de Power BI, es posible que se produzcan errores.
Tipos de números
Power BI Desktop admite tres tipos de números: número decimal, número decimal fijo y número entero.
Puede usar la propiedad DataType de columna del Modelo de objetos tabulares (TOM) para especificar las enumeraciones de DataType para los tipos numéricos. Para obtener más información sobre cómo modificar objetos mediante programación en Power BI, consulte Programación de modelos semánticos de Power BI con el modelo de objetos tabulares.
Número decimal
El número decimal es el tipo de número más común y puede controlar números con valores fraccionarios y números enteros. El número decimal representa números de punto flotante de 64 bits (ocho bytes) con valores negativos de -1,79E +308 a -2,23E -308, valores positivos de 2,23E -308 a 1,79E +308 y 0. Los números como 34, 34.01 y 34.000367063 son números decimales válidos.
La precisión más alta que el tipo de número decimal puede representar es de 15 dígitos. El separador decimal puede producirse en cualquier parte del número. Este tipo corresponde a cómo Excel almacena sus números y TOM especifica este tipo como DataType.Double Enum.
Número decimal fijo
El tipo de datos número decimal fijo tiene una ubicación fija para el separador decimal. El separador decimal siempre tiene cuatro dígitos a su derecha y permite 19 dígitos de importancia. El valor más grande que puede representar el número decimal fijo es positivo o negativo 922.337.203.685.477.5807.
El tipo de número decimal fijo es útil en los casos en los que el redondeo podría introducir errores. Los números que tienen valores fraccionarios pequeños a veces pueden acumularse y forzar que un número sea ligeramente inexacto. El tipo de número decimal fijo puede ayudarle a evitar estos tipos de errores truncando los valores más allá de los cuatro dígitos a la derecha del separador decimal.
Este tipo de datos corresponde al decimal (19,4) de SQL Server o al tipo de datos Currency de Analysis Services y Power Pivot en Excel. TOM especifica este tipo como DataType.Decimal Enum.
Número entero
Número entero representa un valor entero de 64 bits (ocho bytes). Dado que es un entero, el número entero no tiene dígitos a la derecha de la posición decimal. Este tipo permite 19 dígitos de números enteros positivos o negativos entre -9.223.372.036.854.775.807 (-2^63+1 ) y 9.223.372.036.854.775.806 (2^63-2), por lo que pueden representar el mayor número posible de los tipos de datos numéricos.
Al igual que con el tipo decimal fijo , el tipo número entero puede ser útil cuando se necesita controlar el redondeo. TOM representa el tipo de datos Número entero como una enumeración DataType.Int64.
Nota:
El modelo de datos de Power BI Desktop admite valores enteros de 64 bits, pero debido a las limitaciones de JavaScript, el número más grande de objetos visuales de Power BI puede expresarse de forma segura es de 9 007 199 254 740 991 (2^53-1). Si el modelo de datos tiene números mayores, puede reducir su tamaño a través de cálculos antes de agregarlos a los objetos visuales.
Precisión de cálculos numéricos
Los valores de columna del tipo de datos Decimal se almacenan como tipos de datos aproximados, según el estándar IEEE 754 para números de punto flotante. Los tipos de datos aproximados tienen limitaciones de precisión inherentes, ya que en lugar de almacenar valores numéricos exactos, pueden almacenar aproximaciones extremadamente cercanas o redondeadas.
La pérdida de precisión o la imprecisión pueden producirse si el valor de punto flotante no puede cuantificar de forma confiable el número de dígitos de punto flotante. La imprecisión puede aparecer como resultados de cálculo inesperados o inexactos en algunos escenarios de informes.
Los cálculos de comparación relacionados con la igualdad entre los valores del tipo de datos número decimal pueden devolver resultados inesperados. Las comparaciones de igualdad incluyen iguales =, mayor que >, menor que <, mayor o igual que >=y menor o igual que <=.
Este problema es más evidente cuando se usa la función RANKX en una expresión DAX, que calcula el resultado dos veces, lo que da lugar a números ligeramente diferentes. Es posible que los usuarios del informe no observen la diferencia entre los dos números, pero el resultado de la clasificación puede ser notablemente inexacto. Para evitar resultados inesperados, puede cambiar el tipo de datos de columna de Número decimal a Número decimal fijo o Número entero, o bien realizar un redondeo forzado mediante ROUND. El tipo de datos número decimal fijo tiene mayor precisión, ya que el separador decimal siempre tiene cuatro dígitos a su derecha.
Rara vez, los cálculos que suman los valores de una columna del tipo de datos Número decimal pueden devolver resultados inesperados. Este resultado es más probable con columnas que tienen grandes cantidades de números positivos y números negativos. El resultado de la suma se ve afectado por la distribución de valores entre filas de la columna.
Si un cálculo necesario suma la mayor parte de los números positivos antes de sumar la mayoría de los números negativos, la suma parcial positiva grande al principio puede sesgar los resultados. Si el cálculo agrega números positivos y negativos equilibrados, la consulta conserva más precisión y, por tanto, devuelve resultados más precisos. Para evitar resultados inesperados, puede cambiar el tipo de datos de columna de Número decimal a Número decimal fijo o Número entero.
Tipos de fecha y hora
Power BI Desktop admite cinco tipos de datos de fecha y hora en el Editor de Power Query. Tanto la fecha, la hora y la zona horaria como la duración se convierten durante la carga en el modelo de datos, como se indica a continuación:
Fecha y hora representa un valor de fecha y hora. El valor de fecha y hora subyacente se almacena como un número decimal, por lo que realmente puede convertir entre los dos. La parte de hora se almacena como una fracción en múltiplos enteros de 1/300 segundos (3,33 ms). El tipo de datos admite fechas entre los años 1900 y 9999.
Date representa solo una fecha sin parte de hora. Una fecha se convierte en el modelo como un valor de fecha y hora con cero para el valor fraccionario.
Hora representa solo una hora, sin parte de fecha. Una hora se convierte en el modelo como un valor de fecha y hora sin dígitos a la izquierda del separador decimal.
Date/Time/Timezone representa una fecha y hora UTC con un desplazamiento de zona horaria y se convierte en fecha y hora cuando se carga en el modelo. El modelo de Power BI no ajusta la zona horaria según la ubicación o la configuración regional de un usuario. Un valor de 09:00 cargado en el modelo de Estados Unidos se muestra como 09:00 sin importar dónde se abra o se consulte el informe.
Duration representa un período de tiempo y se convierte en un número decimal cuando se carga en el modelo. Por lo tanto, puede agregar o restar los valores de valores de fecha y hora con resultados correctos y usarlos fácilmente en visualizaciones que muestran magnitud.
Nota:
Puede dar formato a un valor de fecha y hora convertido en el modelo como fecha u hora mediante la interfaz de usuario de tipos de datos en la vista Informe, Tabla y Modelo. Tenga en cuenta que el formato no cambia cómo se almacenan los datos en el modelo y los cálculos o relaciones se siguen evaluando con la información de fecha y hora almacenada, independientemente del formato.
Tipo de texto
El tipo de datos Text es una cadena de datos de caracteres Unicode, que puede ser letras, números o fechas representadas en un formato de texto. El límite máximo práctico para la longitud de cadena es de aproximadamente 32 000 caracteres Unicode, basados en el motor de Power Query subyacente de Power BI y sus límites en longitudes de tipo de datos de texto . Es probable que los tipos de datos de texto más allá del límite máximo práctico produzcan errores.
La forma en que Power BI almacena los datos de texto puede hacer que los datos se muestren de forma diferente en determinadas situaciones. En las secciones siguientes se describen situaciones comunes que pueden hacer que los datos de texto cambien ligeramente la apariencia entre consultar los datos en el Editor de Power Query y cargarlos en Power BI.
Distinción entre mayúsculas y minúsculas
El motor que almacena y consulta datos en Power BI es insensible a las mayúsculas y minúsculas y trata las diferencias de capitalización de letras como el mismo valor. "A" es igual a "a". Sin embargo, Power Query distingue mayúsculas de minúsculas, donde "A" no es lo mismo que "a". La diferencia en la sensibilidad de mayúsculas y minúsculas puede provocar situaciones en las que los datos de texto cambian inexplicablemente de capitalización después de cargarlos en Power BI.
En el ejemplo siguiente se muestran los datos de pedido: una columna OrderNo única para cada pedido y una columna Addressee que muestra el nombre del destinatario especificado manualmente en el momento del pedido. El Editor de Power Query muestra varios pedidos con los mismos nombres de destinatario especificados en el sistema con mayúsculas variables.
Una vez que Power BI carga los datos, la mayúscula de los nombres duplicados en la pestaña Datos cambia de la entrada original, convirtiéndose en una de las variantes de mayúscula.
Este cambio se produce porque el Editor de Power Query distingue mayúsculas de minúsculas, por lo que muestra los datos exactamente como se almacenan en el sistema de origen. El motor que almacena datos en Power BI es insensible a las mayúsculas y minúsculas, por lo que trata las versiones minúsculas y mayúsculas de un carácter como idénticas. Los datos de Power Query cargados en el motor de Power BI pueden cambiar en consecuencia.
El motor de Power BI evalúa cada fila individualmente cuando carga datos, empezando desde la parte superior. Para cada columna de texto, como Addressee, el motor almacena un diccionario de valores únicos para mejorar el rendimiento a través de la compresión de datos. El motor ve los tres primeros valores de la columna Addressee como únicos y los almacena en el diccionario. Después, dado que el motor no distingue mayúsculas de minúsculas, evalúa los nombres como idénticos.
El motor ve el nombre "Taina Hasu" como idéntico a "TAINA HASU" y "Taina HASU", por lo que no almacena esas variaciones, pero hace referencia a la primera variación almacenada. El nombre "MURALI DAS" aparece en mayúsculas, porque así es como apareció el nombre la primera vez que el motor lo evaluó al cargar los datos de arriba a abajo.
En esta imagen se muestra el proceso de evaluación:
En el ejemplo anterior, el motor de Power BI carga la primera fila de datos, crea el diccionario Addressee y agrega Taina Hasu a él. El motor también agrega una referencia a ese valor en la columna Addressee de la tabla que carga. El motor hace lo mismo para las filas segunda y tercera, ya que estos nombres no son equivalentes a los demás si no se distingue entre mayúsculas y minúsculas.
Para la cuarta fila, el motor compara el valor con los nombres del diccionario y busca el nombre. Dado que el motor no distingue entre mayúsculas y minúsculas, "TAINA HASU" y "Taina Hasu" son lo mismo. El motor no agrega un nuevo nombre al diccionario, pero hace referencia al nombre existente. El mismo proceso se produce para las filas restantes.
Importante
Dado que el motor que almacena y consulta datos en Power BI no distingue mayúsculas de minúsculas, tenga especial cuidado al trabajar en el modo DirectQuery con un origen que distingue mayúsculas de minúsculas. Power BI supone que el origen ha eliminado filas duplicadas. Dado que Power BI no distingue entre mayúsculas y minúsculas, trata dos valores que únicamente difieren entre mayúsculas y minúsculas como duplicados, mientras que el origen podría no tratarlos como tal. En tales casos, el resultado final no está definido.
Para evitar esta situación, si usa el modo DirectQuery con un origen de datos que distingue entre mayúsculas y minúsculas, normalice el uso de las mayúsculas y minúsculas en la consulta de origen o en el Editor de Power Query.
Espacios iniciales y finales
El motor de Power BI recorta automáticamente los espacios finales que siguen los datos de texto, pero no quita los espacios iniciales que preceden a los datos. Para evitar confusiones, cuando se trabaja con datos que contienen espacios iniciales o finales, debe usar la función Text.Trim para quitar espacios al principio o al final del texto. Si no elimina los espacios iniciales, una relación podría no crearse debido a la presencia de valores duplicados, o los objetos visuales podrían devolver resultados inesperados.
En el ejemplo siguiente se muestran datos sobre los clientes: una columna Name que contiene el nombre del cliente y una columna Index que es única para cada entrada. Los nombres aparecen entre comillas para mayor claridad. El nombre del cliente se repite cuatro veces, pero cada vez con diferentes combinaciones de espacios iniciales y finales. Estas variaciones pueden producirse con la entrada manual de datos a lo largo del tiempo.
| Fila | Espacio inicial | Espacio final | Nombre | Índice | Longitud del texto |
|---|---|---|---|---|---|
| 1 | No | No | "Dylan Williams" | 1 | 14 |
| 2 | No | Sí | "Dylan Williams" | 10 | 15 |
| 3 | Sí | No | " Dylan Williams" | 20 | 15 |
| 4 | Sí | Sí | " Dylan Williams " | 40 | 16 |
En el Editor de Power Query, los datos resultantes aparecen de la manera siguiente.
Cuando vaya a la pestaña Tabla de Power BI después de cargar los datos, la misma tabla será similar a la siguiente imagen, con el mismo número de filas que antes.
Sin embargo, una visualización basada en estos datos devuelve solo dos filas.
En la imagen anterior, la primera fila tiene un valor total de 60 para el campo Índice , por lo que la primera fila del objeto visual representa las dos últimas filas de los datos cargados. La segunda fila con el valor de Índice total de 11 representa las dos primeras filas. La diferencia en el número de filas entre el objeto visual y la tabla de datos se debe a que el motor recorta o quita automáticamente los espacios finales, pero no los espacios iniciales. Por lo tanto, el motor evalúa la primera y la segunda fila, y las filas tercera y cuarta, como idénticas, y el objeto visual devuelve estos resultados.
Este comportamiento también puede provocar mensajes de error relacionados con las relaciones, ya que se detectan valores duplicados. Por ejemplo, dependiendo de la configuración de sus relaciones, es posible que vea un error similar a la imagen siguiente.
En otras situaciones, es posible que no pueda crear una relación de varios a uno o uno a uno porque se detectan valores duplicados.
Puede realizar un seguimiento de estos errores de nuevo a los espacios iniciales o finales y resolverlos mediante Text.Trim o Formato>Trim en Transformar, para quitar los espacios en el Editor de Power Query.
Tipo Verdadero/Falso
El tipo de datos True/false es un valor booleano de True o False. Para obtener los mejores y más coherentes resultados, cuando se carga una columna que contiene información booleana true/false en Power BI, establezca el tipo de columna en True/False.
Power BI convierte y muestra datos de forma diferente en determinadas situaciones. En esta sección se describen los casos comunes de conversión de valores booleanos y cómo abordar las conversiones que crean resultados inesperados en Power BI.
En este ejemplo, cargará datos sobre si los clientes se han registrado en su boletín informativo. Un valor de TRUE indica que el cliente se ha registrado en el boletín informativo y un valor de FALSE indica que el cliente no se ha registrado.
Sin embargo, al publicar el informe en el servicio Power BI, la columna de estado de suscripción del boletín muestra 0 y -1 en lugar de los valores esperados de TRUE o FALSE. En los pasos siguientes se describe cómo se produce esta conversión y cómo evitarla.
La consulta simplificada de esta tabla aparece en la siguiente imagen:
El tipo de datos de la columna Subscribed To Newsletter se establece en Any y, como resultado, Power BI carga los datos en el modelo como Text.
Cuando se agrega una visualización sencilla que muestra la información detallada por cliente, los datos aparecen en el objeto visual según lo previsto, tanto en Power BI Desktop como cuando se publican en el servicio Power BI.
Sin embargo, al actualizar el modelo semántico en el servicio Power BI, la columna Suscribirse al boletín en los objetos visuales muestra valores como -1 y 0, en lugar de mostrarlos como TRUE o FALSE:
Si vuelve a publicar el informe desde Power BI Desktop, la columna Subscribed To Newsletter (Suscribirse al boletín ) muestra de nuevo TRUE o FALSE según lo previsto, pero una vez que se produce una actualización en el servicio Power BI, los valores cambian de nuevo para mostrar -1 y 0.
La solución para evitar esta situación consiste en establecer cualquier columna booleana en el tipo True/False en Power BI Desktop y volver a publicar el informe.
Al realizar el cambio, la visualización muestra los valores de la columna Subscribed To Newsletter ligeramente diferente. En lugar de que el texto sea todas las letras mayúsculas como se escribe en la tabla, solo se escribe la primera letra en mayúsculas. Este cambio es un resultado de cambiar el tipo de datos de la columna.
Una vez que cambie el tipo de datos, vuelva a publicar en el servicio Power BI y se produzca una actualización, el informe muestra los valores como True o False, según lo previsto.
En resumen, al trabajar con datos booleanos en Power BI, asegúrese de que las columnas están establecidas en el tipo de datos True/False en Power BI Desktop.
Tipo En blanco
Blank es un tipo de datos DAX que representa y reemplaza los valores NULL de SQL. Puede crear un espacio en blanco mediante la función BLANK y probar los espacios en blanco mediante la función lógica ISBLANK .
Tipo binario
Puede usar el tipo de datos Binary para representar los datos con un formato binario. En el Editor de Power Query, puede usar este tipo de datos al cargar archivos binarios si lo convierte en otros tipos de datos antes de cargarlos en el modelo de Power BI.
Las columnas binarias no se admiten en el modelo de datos de Power BI. La selección binaria existe en los menús Vista de tabla y Vista de informe por motivos heredados, pero si intenta cargar columnas binarias en el modelo de Power BI, es posible que se produzcan errores.
Nota:
Si una columna binaria está en la salida de los pasos de una consulta, el intento de actualizar los datos a través de una puerta de enlace puede producir errores. Se recomienda quitar explícitamente las columnas binarias como último paso de las consultas.
Tipo de tabla
DAX usa un tipo de datos de tabla en muchas funciones, como las agregaciones y los cálculos de inteligencia de tiempo. Algunas funciones requieren una referencia a una tabla. Otras funciones devuelven una tabla que puede usar como entrada para otras funciones.
En algunas funciones que requieren una tabla como entrada, puede especificar una expresión que se evalúe como una tabla. Algunas funciones requieren una referencia a una tabla base. Para obtener información sobre los requisitos de funciones específicas, consulte la referencia de la función DAX.
Conversión implícita y explícita de tipos de datos
Cada función DAX tiene requisitos específicos para los tipos de datos que se usarán como entradas y salidas. Por ejemplo, algunas funciones requieren enteros para algunos argumentos y fechas para otros. Otras funciones requieren texto o tablas.
Si los datos de la columna que especifica como argumento no son compatibles con el tipo de datos que requiere la función, DAX podría devolver un error. Sin embargo, siempre que sea posible, DAX intenta convertir implícitamente los datos en el tipo de datos necesario.
Por ejemplo:
- Si escribe una fecha como una cadena, DAX analiza la cadena e intenta convertirlo como uno de los formatos de fecha y hora de Windows.
- Puede agregar TRUE + 1 y obtener el resultado 2, ya que DAX convierte implícitamente TRUE en el número 1 y realiza la operación 1+1.
- Si agrega valores en dos columnas con un valor representado como texto ("12") y el otro como un número (12), DAX convierte implícitamente la cadena en un número y, a continuación, realiza la adición de un resultado numérico. La expresión = "22" + 22 devuelve 44.
- Si intenta concatenar dos números, DAX los presenta como cadenas y, a continuación, concatena. La expresión = 12 & 34 devuelve "1234".
Tablas de conversiones de datos implícitas
El operador determina el tipo de conversión que DAX realiza mediante la conversión de los valores que requiere antes de realizar la operación solicitada. En las tablas siguientes se enumeran los operadores y la conversión que DAX realiza en cada tipo de datos cuando se empareja con el tipo de datos de la celda de intersección.
Nota:
Estas tablas no incluyen el tipo de datos Text . Cuando un número se representa en un formato de texto, en algunos casos Power BI intenta determinar el tipo de número y representa los datos como un número.
Suma (+)
| ENTERO | MONEDA | REAL | Fecha y hora | |
|---|---|---|---|---|
| INTEGER | ENTERO | MONEDA | REAL | Fecha y hora |
| MONEDA | MONEDA | MONEDA | REAL | Fecha y hora |
| REAL | REAL | REAL | REAL | Fecha y hora |
| Fecha y hora | Fecha y hora | Fecha y hora | Fecha y hora | Fecha y hora |
Por ejemplo, si una operación de suma usa un número real en combinación con los datos de moneda, DAX convierte ambos valores en REAL y devuelve el resultado como REAL.
Resta (-)
En la tabla siguiente, el encabezado de fila es el minuendo (izquierda) y el encabezado de columna es el substraendo (derecha).
| ENTERO | MONEDA | REAL | Fecha y hora | |
|---|---|---|---|---|
| INTEGER | ENTERO | MONEDA | REAL | REAL |
| MONEDA | MONEDA | MONEDA | REAL | REAL |
| REAL | REAL | REAL | REAL | AUTÉNTICO |
| Fecha y hora | Fecha y hora | Fecha y hora | Fecha y hora | Fecha y hora |
Por ejemplo, si una operación de resta usa una fecha con cualquier otro tipo de datos, DAX convierte ambos valores en fechas y el valor devuelto también es una fecha.
Nota:
Los modelos de datos admiten el operador unario: (negativo), pero este operador no cambia el tipo de datos del operando.
Multiplicación (*)
| ENTERO | MONEDA | REAL | Fecha y hora | |
|---|---|---|---|---|
| INTEGER | ENTERO | MONEDA | REAL | ENTERO |
| MONEDA | MONEDA | REAL | MONEDA | MONEDA |
| REAL | REAL | MONEDA | REAL | REAL |
Por ejemplo, si una operación de multiplicación combina un entero con un número real, DAX convierte ambos números en números reales y el valor devuelto también es REAL.
División (/)
En la tabla siguiente, el encabezado de fila es el numerador y el encabezado de columna es el denominador.
| ENTERO | MONEDA | REAL | Fecha y hora | |
|---|---|---|---|---|
| INTEGER | REAL | MONEDA | REAL | REAL |
| MONEDA | MONEDA | REAL | MONEDA | REAL |
| REAL | REAL | REAL | REAL | REAL |
| Fecha y hora | REAL | REAL | REAL | REAL |
Por ejemplo, si una operación de división combina un entero con un valor de moneda, DAX convierte ambos valores en números reales y el resultado también es un número real.
Operadores de comparación
En las expresiones de comparación, DAX considera valores booleanos mayores que los valores de cadena y valores de cadena mayores que los valores numéricos o de fecha y hora. Los números y los valores de fecha y hora tienen la misma clasificación.
DAX no realiza ninguna conversión implícita para valores booleanos o de cadena. BLANK o un valor en blanco se convierten en 0, "" o False, en función del tipo de datos del otro valor comparado.
Las siguientes expresiones DAX muestran este comportamiento:
=IF(FALSE()>"true","Expression is true", "Expression is false")devuelve "La expresión es verdadera".=IF("12">12,"Expression is true", "Expression is false")devuelve "La expresión es verdadera".=IF("12"=12,"Expression is true", "Expression is false")devuelve "La expresión es falsa".
DAX realiza conversiones implícitas para tipos numéricos o de fecha y hora, como se describe en la tabla siguiente:
| Comparación Operador |
ENTERO | MONEDA | REAL | Fecha y hora |
|---|---|---|---|---|
| INTEGER | ENTERO | MONEDA | REAL | REAL |
| MONEDA | MONEDA | MONEDA | REAL | REAL |
| REAL | REAL | REAL | REAL | REAL |
| Fecha y hora | REAL | REAL | REAL | Fecha y hora |
Espacios en blanco, cadenas vacías y cero valores
DAX representa un valor nulo, un valor en blanco, una celda vacía o un valor que falta con el mismo nuevo tipo de valor, un valor BLANCO. También puede generar espacios en blanco mediante la función BLANK o probar los espacios en blanco mediante la función ISBLANK.
La forma en que las operaciones como la adición o la concatenación manejan los espacios en blanco depende de la función individual. En la tabla siguiente se resumen las diferencias entre la forma en que las fórmulas DAX y Microsoft Excel controlan los espacios en blanco.
| Expresión | DAX | Excel |
|---|---|---|
| EN BLANCO + EN BLANCO | EN BLANCO | 0 (cero) |
| BLANK + 5 | 5 | 5 |
| EN BLANCO * 5 | EN BLANCO | 0 (cero) |
| 5/EN BLANCO | Infinidad | Error |
| 0/EN BLANCO | NaN | Error |
| EN BLANCO/EN BLANCO | EN BLANCO | Error |
| FALSO O EN BLANCO | FALSO | FALSO |
| FALSO Y EN BLANCO | FALSO | FALSO |
| VERDADERO O EN BLANCO | VERDADERO | VERDADERO |
| VERDADERO Y EN BLANCO | FALSO | VERDADERO |
| EN BLANCO O EN BLANCO | EN BLANCO | Error |
| EN BLANCO Y EN BLANCO | EN BLANCO | Error |
Contenido relacionado
Puede hacer todo tipo de cosas con Power BI Desktop y datos. Para más información sobre las funcionalidades de Power BI, consulte los siguientes recursos: