COLUMNSTATISTICS

Syntaxe

Description

Cette fonction permet de retourner une table contenant des statistiques sur chaque colonne de chaque table du modèle.

Remarques

• Fournit des statistiques par colonne : La fonction COLUMNSTATISTICS() retourne des informations statistiques pour chaque colonne de chaque table du modèle. Cela inclut des mesures comme le minimum, le maximum, la moyenne ou le nombre de valeurs uniques, permettant une analyse rapide de la structure des données.
• Aide à comprendre la distribution des données : En fournissant des statistiques sur toutes les colonnes, cette fonction permet d'identifier les colonnes avec des valeurs manquantes, des valeurs aberrantes ou des distributions particulières, ce qui est utile pour la préparation et la validation des données.
• Ne prend pas de paramètres : COLUMNSTATISTICS ne nécessite aucun paramètre. Elle génère automatiquement un aperçu statistique complet du modèle, ce qui la rend simple à utiliser pour un diagnostic global des données.
• Retourne une table structurée : Le résultat de la fonction est une table contenant des lignes pour chaque colonne et des colonnes détaillant les statistiques calculées. Cette structure permet d'exploiter les données directement dans Power BI ou dans d'autres visualisations.
• Utile pour le profilage des données : COLUMNSTATISTICS est très pratique pour le profilage des données, car elle permet de détecter rapidement les anomalies, les colonnes avec peu de variance ou les colonnes catégorielles importantes pour l'analyse.
• Fonctionne sur tout le modèle : La fonction analyse l'ensemble du modèle de données, pas seulement une table ou une colonne spécifique. Cela permet de réaliser une vue d'ensemble complète et d'identifier des problèmes potentiels ou des colonnes clés pour les mesures et rapports.
• Complète les outils de qualité de données : COLUMNSTATISTICS peut être combinée avec des fonctions comme SUMMARIZE ou DISTINCTCOUNT pour créer des rapports détaillés sur la qualité et la répartition des données dans le modèle, ce qui est utile pour les audits de données.
• Optimisation de la modélisation : Les statistiques retournées peuvent informer sur l'optimisation du modèle, par exemple en identifiant des colonnes avec peu de valeurs uniques qui pourraient être converties en colonnes de type "dimension" pour améliorer la performance et l'efficacité des calculs DAX.