Power BI 필수 함수

매개변수 :
rate (필수): 각 기간별 이자율입니다. 예를 들어, 연 이자율이 5%이고 월 단위로 계산한다면, 0.05 / 12로 설정합니다.
nper (필수): 총 납입 횟수입니다. 예를 들어, 월별 납입을 10년간 지속한다면 120회가 됩니다.
pmt (필수): 각 기간에 납입하는 금액입니다. 이 값은 일정한 금액이어야 하며, 납입 시기와 관계없이 매번 동일한 금액이 적용됩니다.
pv (선택): 현재의 원금 또는 시작 자본입니다. 기본값은 0으로, 초기 자본이 없음을 의미합니다.
type (선택): 납입 시기를 결정합니다. 0이면 각 기간의 끝에 납입하고, 1이면 각 기간의 처음에 납입합니다. 기본값은 0입니다.

예시 코드 :
매월 100만 원을 5% 연이율로 10년 동안 저축한다고 가정합니다.
연 이자율이 5%이므로 월 이자율은 0.05 / 12입니다.
매달 납입 금액은 100만 원 (pmt = 1000000).
총 납입 횟수는 10년 × 12개월 = 120회입니다.
초기 자본은 없고(pv=0), 납입 시기는 월 말입니다 (type=0).
이 경우 FV 함수는 다음과 같이 사용할 수 있습니다:
FV(0.05/12, 120, -1000000, 0, 0)
결과: 이 식은 10년 후 미래 가치를 계산하며, 음수로 입력된 pmt 값은 돈이 지출되는 것을 나타냅니다. 10년 후 미래 가치는 약 155,282,279원이 됩니다.

• IPMT: 대출 이자 계산

함수 정의 :
IPMT 함수는 “Interest Payment”의 약자로, 특정 기간에 대한 이자 지급액을 반환합니다.
주로 대출 상환 계획에서 해당 기간의 원리금 상환 중 이자 부분만을 확인할 때 사용됩니다.

기본 구문 :
IPMT(rate, period, nper, pv, [fv], [type])

매개변수 :
rate: 각 기간 동안의 이자율입니다. 예를 들어, 연간 이자율이 6%라면 월별로 계산할 때는 6% / 12로 지정해야 합니다.
period: 이자액을 계산할 특정 기간입니다. 예를 들어, 대출을 12개월로 분할 상환하는 경우 1부터 12 사이의 값을 입력할 수 있습니다.
nper: 총 상환 기간 수입니다. 예를 들어, 1년 동안 월별 상환이면 12로 입력합니다.
pv: 현재 가치 또는 대출 금액을 의미합니다. 예를 들어, 대출 금액이 1000이라면 1000을 입력합니다.
[fv] (선택 사항): 미래 가치입니다. 대부분의 경우 0으로 설정하여 대출 만기 시 잔액이 없음을 가정합니다.
[type] (선택 사항): 1이면 각 기간의 시작 시에, 0이면 각 기간의 끝에서 지급이 이루어짐을 나타냅니다. 기본값은 0입니다.

예시 코드 :
예를 들어, 월 이자율이 1%이고, 총 상환 기간이 12개월이며, 대출 금액이 1,000,000인 대출이 있다고 가정하겠습니다. 이때 3개월 차에 대한 이자만 계산하고 싶다면 아래와 같이 할 수 있습니다.
IPMT(0.01, 3, 12, 1000000)
rate: 0.01 (월 이자율 1%)
period: 3 (3개월 차)
nper: 12 (총 상환 기간 12개월)
pv: 1000000 (대출 금액)
이 함수는 3개월 차에 대해 상환할 이자 부분만 반환합니다.
3개월 차의 이자 지급액은 약 8,415.14 원입니다
이러한 방식으로, 특정 시점에 대한 이자 비용을 계산하여 전체 상환 구조를 보다 효율적으로 분석할 수 있습니다. IPMT 함수는 특히 대출 상환 내역을 추적하거나 재무 계획을 세울 때 유용하게 사용됩니다.

• NPER: 대출 기간 계산

함수 정의 :
NPER 함수는 정기적으로 고정 금액이 지급되는 투자나 대출에서 총 지급 횟수(기간)를 계산하는 데 유용합니다. 이 함수는 대출 상환 계획, 저축 목표 달성, 연금 계획 등에서 미래 자금을 설정할 때 자주 사용됩니다.

기본 구문 :
NPER(rate, payment, present_value, [future_value], [type])

매개변수 :
rate: 각 기간의 이자율입니다. 연 이율이 아닌, 지급 간격의 이자율을 입력해야 합니다. 예를 들어, 연이율이 6%이고 매월 납부 시 rate 값은 6%/12 또는 0.005가 됩니다.
payment: 각 기간의 고정 납입액입니다. 이 값은 원금과 이자를 포함한 정기적으로 납입하는 금액을 의미하며, 투자 시에는 음수, 대출 시에는 양수로 표시합니다.
present_value: 현재의 총 가치, 즉 현재 대출 금액 또는 투자액을 입력합니다.
[future_value] (선택 사항): 미래의 목표 금액입니다. 기본값은 0으로 설정되며, 목표 금액을 설정할 수 있습니다.
[type] (선택 사항): 지급 시점을 나타내는 값입니다. 0은 각 기간 말에 지급, 1은 각 기간 초에 지급을 의미합니다. 기본값은 0입니다.

예시 코드 :
대출 기간 계산
예를 들어, 이율이 연 5%인 대출을 받아 현재 100,000원을 빌렸고, 매월 2,000원씩 갚는다고 가정해 보겠습니다.
NPER(0.05 / 12, -2000, 100000)
rate: 5% 연이율을 월 단위로 나누면 0.05 / 12
payment: 매월 상환액 -2000 (지출이므로 음수)
present_value: 현재 대출 금액 100000
미래 값: 설정하지 않았으므로 기본값 0이 적용됩니다.
이 계산 결과는 약 56개월 나옵니다.

• PMT: 대출 상환액 계산

함수 정의 :
PMT 함수는 특정 금액을 빌리거나 투자할 때 상환해야 할 일정 금액(즉, 주어진 금액을 상환하는 데 필요한 고정 지불액)을 계산하는 데 사용됩니다. 주로 대출, 할부 상환, 연금 계산 등에 유용하며, 일정 금액을 정기적으로 갚아야 할 때 그 금액이 얼마인지를 계산할 수 있습니다.

기본 구문 :
PMT(rate, nper, pv, [fv], [type])

매개변수 :
rate: 이자율입니다. 예를 들어, 연이자율이 5%일 때 월 단위로 계산할 경우 5%를 12개월로 나누어 0.05 / 12로 입력합니다.
nper: 총 납부 횟수입니다. 예를 들어, 대출 기간이 5년이고 월 상환일 경우 총 횟수는 5 * 12로 60회가 됩니다.
pv: 현재 가치(대출금 또는 투자금)입니다. 대출받은 원금이나 초기 투자금 등을 나타내며, 대출의 경우 일반적으로 음수로 입력됩니다.
[fv]: 미래 가치로, 상환 후 남기고 싶은 잔액을 의미합니다. 대부분의 경우 0으로 설정됩니다.
[type]: 상환 시점으로, 0은 기말(기간 후) 납부를 의미하고, 1은 기초(기간 시작 시점) 납부를 의미합니다. 기본값은 0입니다.

예시 코드 :
예를 들어, 다음과 같은 대출 조건이 있다고 가정합니다.
연이자율: 6%
상환 횟수: 5년 동안 매월 상환 → 5 * 12 = 60
대출금: $10,000 (음수로 입력)
이를 바탕으로 매달 상환해야 할 금액을 계산하는 DAX 수식은 다음과 같습니다.
PMT(0.06 / 12, 5 * 12, -10000)
계산 설명:
이자율은 월 단위로 조정되어 0.06 / 12가 됩니다.
상환 횟수는 5 * 12로 총 60회입니다.
대출금은 $10,000으로, 음수로 표기하여 상환할 금액을 계산합니다.
매달 상환해야 할 금액은 약 $193.33입니다. 이는 5년 동안 매월 고정적으로 갚아야 하는 금액입니다. 이자율은 월 단위로 조정되어 0.06 / 12가 됩니다.

요약 :
PMT 함수는 매달 갚아야 하는 상환액을 반환해 주며, 이 값은 대출의 부담을 파악하거나 대출 상환 계획을 세우는 데 유용합니다.

• PV: 현재 가치 계산

함수 정의 :
PV 함수는 미래의 금액을 현재 가치(Present Value)로 변환하는 함수입니다. 주로 투자, 대출, 할부 등에서 사용되며, 일정한 기간 동안 일정한 금액을 받거나 지불할 때 그 금액이 현재 시점에서 얼마나 가치가 있는지 계산할 때 유용합니다.

기본 구문 :
PV(rate, nper, pmt, [fv], [type])

매개변수 :
rate: 각 기간의 이자율을 나타냅니다. 예를 들어, 연이자율이 5%일 때 월 단위라면 5%를 12로 나눈 0.0042로 입력합니다.
nper: 총 기간 수로, 투자나 대출이 이루어지는 전체 기간을 의미합니다. 예를 들어 5년 간 매달 납입 시, 512로 총 60이 됩니다.
pmt: 매 기간마다 일정하게 지불하는 금액입니다. 대출이라면 매달 갚아야 할 금액, 연금이라면 매달 받는 금액을 입력합니다.
fv (선택): 미래의 가치로, 해당 투자나 대출이 끝난 후 남아 있을 금액입니다. 예를 들어 대출을 모두 갚아야 한다면 0이 되며, 이 값을 생략하면 기본값은 0으로 설정됩니다.
type (선택): 지불 시점을 설정하는 값입니다. 0이면 기간 말에 납입, 1이면 기간 초에 납입하며, 기본값은 0입니다.

예시 코드 :
다음과 같은 예제를 가정해 보겠습니다:
연이율 5%를 매월 납부한다고 가정하여 월 이율은 5%/12로 계산됩니다.
총 납부 기간은 3년으로, 월 납부라면 312 = 36개월이 됩니다.
매월 1,000원을 납부합니다.
대출 잔액이 남지 않아 미래 가치는 0입니다.
매월 말에 납부한다고 가정합니다.
PV(0.05/12, 36, -1000, 0, 0)
결과
이 함수를 사용하면, 매월 1,000원을 납부하는 3년 기간의 대출의 현재 가치를 계산하여 약 33,365.70원으로 나옵니다. 이는 매달 1,000원을 3년 동안 납부하는 미래 지출이 현재 시점에서 얼마나 가치가 있는지를 나타냅니다.

• RATE: 이자율 계산

함수 정의 :
RATE 함수는 미래 가치 계산에서 사용되는 이자율을 구할 때 유용합니다. 즉, 일정 기간 동안 일정한 금액을 투자하거나 지출할 경우 필요한 이자율을 계산할 수 있는 함수입니다. 이는 대출, 투자 또는 연금 계산에서 사용할 수 있습니다.

기본 구문 :
RATE(nper, pmt, pv, [fv], [type], [guess])

매개변수 :
nper: 총 기간 수를 의미합니다. 예를 들어, 대출 기간이 5년이고, 매월 상환하는 경우라면 5년 × 12개월 = 60으로 입력합니다.
pmt: 매 기간마다 지불되는 금액입니다. 대출의 경우에는 원리금 상환액을 입력하고, 투자 시에는 매월 불입액을 입력합니다. 이 값은 항상 음수로 입력하여 자금이 유출됨을 나타냅니다.
pv: 현재 가치(Present Value)입니다. 대출의 경우 현재 대출 잔액을 의미하고, 투자의 경우 현재 투자 금액을 의미합니다.
[fv]: 미래 가치(Future Value)로, 미래에 예상하는 목표 금액입니다. 이 매개변수는 선택 사항이며, 생략 시 기본값은 0입니다.
[type]: 상환 또는 납입 시점을 지정합니다. 0은 기간 말, 1은 기간 초를 의미하며, 기본값은 0입니다.
[guess]: 예상 이자율입니다. 이 값은 함수가 반복 계산을 통해 이자율을 찾을 때 시작점으로 사용됩니다. 보통 10% (0.1)를 기본값으로 사용합니다.

예제 코드 :
다음은 매월 200만 원씩 10년 동안 투자했을 때, 5천만 원을 목표로 하는 경우에 필요한 이자율을 계산하는 예제입니다.
투자 기간: 10년 (월 단위로는 10 × 12 = 120)
매월 투자액: -2,000,000원 (자금 유출이므로 음수로 입력)
현재 가치: 0 (아직 투자된 금액이 없다고 가정)
미래 가치: 50,000,000원 (목표 금액)
상환 시점: 매월 말 (type = 0)
RATE(120, -2000000, 0, 50000000, 0)
결과
이 함수는 연간 이자율이 아닌, 월간 이자율을 반환합니다. 따라서 결과 값이 약 0.719% 가 나온다면, 이를 연간 이자율로 변환하려면 12를 곱해 약 8.63%라는 이자율이 필요한 것입니다.

요약 :
RATE 함수를 통해 이 투자 목표를 달성하기 위해 매월 필요한 이자율을 계산할 수 있습니다.

• HASONEFILTER: 하나의 필터만 적용 여부 확인

함수 정의 :
HASONEFILTER 함수는 특정 컬럼이나 테이블에 하나의 필터만 적용된 상태인지 확인하는 데 사용됩니다. 이 함수는 주로 계산된 열이나 측정값에서 필터 상황에 따라 특정 로직을 다르게 처리하고 싶을 때 유용하게 쓰입니다.

기본 구문 :
HASONEFILTER(<columnName>)

매개변수 :
<columnName>: 필터 상태를 확인할 컬럼을 지정합니다. 이 컬럼에 대해 하나의 필터가 적용되어 있는지 확인합니다.
반환값
TRUE 또는 FALSE 값을 반환합니다.
필터가 정확히 하나 적용된 경우 TRUE를 반환합니다.
필터가 적용되지 않았거나, 두 개 이상의 필터가 적용된 경우 FALSE를 반환합니다.

예시 코드 :
Sales 테이블

(1) Product Category에 단일 필터가 있는 경우
다음은 Product Category 컬럼에 단일 필터가 적용된 경우에만

Sales Amount의 평균을 계산하는 예제입니다.
Filtered Average Sales =
IF(
HASONEFILTER(Sales[Product Category]),
AVERAGE(Sales[Sales Amount]),
"Please select a single product category"
)
(1)-1. Product Category 필터: Electronics 선택 시
필터 상태: Product Category에 Electronics만 선택됨
HASONEFILTER 반환값: TRUE (단일 필터)
계산 결과: Sales Amount의 평균은 (500 + 700) / 2 = 600
결과: 600
(1)-2. Product Category 필터: Electronics와 Furniture 선택 시
필터 상태: Product Category에 Electronics와 Furniture 선택됨
HASONEFILTER 반환값: FALSE (두 개의 필터)
계산 결과: "Please select a single product category"
결과: "Please select a single product category"
(2) Region에 단일 필터가 있는 경우
이번에는 Region 컬럼에 하나의 필터만 적용된 경우 총 매출을 계산하고,

그렇지 않으면 0을 반환하는 예제입니다.
Region Specific Sales =
IF(
HASONEFILTER(Sales[Region]),
SUM(Sales[Sales Amount]),
0
)
(2)-1. Region 필터: North 선택 시
필터 상태: Region에 North만 선택됨
HASONEFILTER 반환값: TRUE (단일 필터)
계산 결과: Sales Amount의 합은 500 + 300 + 600 = 1400
결과: 1400
(2)-2Region 필터: North와 South 선택 시
필터 상태: Region에 North와 South 선택됨
HASONEFILTER 반환값: FALSE (두 개의 필터)
계산 결과: 0
결과: 0

요약 :
HASONEFILTER 함수는 특정 컬럼에 하나의 필터만 있는 경우 계산을 수행하고, 그렇지 않으면 다른 값을 반환하도록 설정할 수 있습니다.
예제 1에서는 Product Category가 하나 선택되었을 때만 평균 매출을 반환했고, 예제 2에서는 Region이 하나 선택되었을 때만 총 매출을 반환했습니다.

• ISBLANK: 빈 값 확인

함수 정의 :
ISBLANK 함수는 주어진 식이나 값이 비어 있는지(즉, BLANK()인지) 확인하는 데 사용됩니다. 빈 값이라면 TRUE를 반환하고, 그렇지 않으면 FALSE를 반환합니다. 이 함수는 주로 데이터가 누락되었거나 계산할 값이 없는 경우를 처리하는 데 유용합니다.

기본 구문 :
ISBLANK(<value>)
<value>: 함수가 확인할 값 또는 식입니다. ISBLANK는 이 값이 빈 값인지 확인합니다.

매개 변수 :
value: 확인하려는 값이나 식을 입력합니다. 예를 들어, 특정 열이나 계산 필드를 참조할 수 있습니다. 여기에는 숫자, 문자, 날짜 또는 식의 결과가 들어올 수 있으며, 이 값이 BLANK()인지 확인됩니다.

예시 코드 :
(1) 열의 값이 비어 있는지 확인
예를 들어, Sales 테이블에 있는 Discount 열이 비어 있는지 확인하려면 다음과 같이 쓸 수 있습니다.
ISBLANK(Sales[Discount])
위 수식은 Discount 열의 값이 비어 있을 때 TRUE를 반환합니다.
(2) 새로운 열을 추가하여 비어 있는지 여부 확인하기
새로운 계산 열을 추가하여 Discount 값이 없는 경우 "No Discount", 값이 있는 경우 "Has Discount"를 표시하는 예제입니다.
Discount Status = IF(ISBLANK(Sales[Discount]), "No Discount", "Has Discount")
이 수식은 Discount 값이 비어 있으면 "No Discount", 값이 있으면 "Has Discount"라는 결과를 반환합니다.
(3) 계산 필드 내에서 ISBLANK 사용하기
계산 필드에서 ISBLANK를 사용하여 특정 필드가 비어 있을 때 대체 값을 사용하도록 설정할 수 있습니다. 예를 들어, Revenue 필드가 비어 있는 경우 0을 반환하는 식은 다음과 같습니다.
Revenue with Default = IF(ISBLANK(Sales[Revenue]), 0, Sales[Revenue])
이 수식은 Revenue가 비어 있을 때 0을 반환하고, 그렇지 않으면 실제 Revenue 값을 반환합니다.

요약 :
ISBLANK는 값이 비어 있는지 여부를 간단히 확인하는 함수입니다.
주로 IF 함수와 결합하여 조건에 따라 다른 값을 반환하도록 하는 경우에 유용합니다.
데이터가 누락되었거나 특정 값이 비어 있을 때 대비할 수 있게 해 줍니다.

• ISERROR: 오류 여부 확인

함수 정의 :
ISERROR 함수는 특정 수식이나 값이 오류를 발생시키는지 확인하는 데 사용됩니다. 오류가 발생하면 TRUE를 반환하고, 그렇지 않으면 FALSE를 반환하죠. 이를 통해 오류를 검출하고 원하는 값을 대신 반환할 수 있어, 데이터 모델에서 오류가 발생할 때 유용하게 활용할 수 있습니다.

기본 구문 :
ISERROR(<value>)

매개 변수 :
value: 오류 검사를 하고자 하는 값이나 수식을 의미합니다. 이 값이 오류일 경우 ISERROR는 TRUE를 반환하며, 오류가 없으면 FALSE를 반환합니다.

예시 코드 :
가령, 두 값을 나누는 상황에서 나눗셈의 분모가 0이 될 경우 오류가 발생할 수 있습니다. ISERROR를 이용해 이러한 오류를 사전에 처리할 수 있습니다.
(1) 오류 검출
= ISERROR(10 / 0)
위 수식은 10을 0으로 나누기 때문에 오류가 발생합니다. ISERROR는 이 오류를 감지하고 TRUE를 반환합니다.
(2) 오류가 발생하면 다른 값 반환하기
아래와 같이 IF와 함께 사용하여 오류가 발생할 경우 대신 0을 반환하도록 만들 수 있습니다.
= IF(ISERROR(10 / [Column]), 0, 10 / [Column])
여기서는 [Column]의 값이 0일 경우 10 / [Column]이 오류를 일으킵니다. ISERROR가 이를 감지하면 TRUE가 반환되어 IF 조건에 따라 0을 출력하고, 오류가 없을 경우 정상적인 나눗셈 결과가 출력됩니다.

요약 :
데이터 모델링 시, 예상치 못한 오류를 처리하여 안정성을 높이는 데 유용합니다.
복잡한 계산식에서 특정 조건에 오류가 발생하는지 확인하여 안전장치를 추가할 수 있습니다.
ISERROR는 오류를 미리 확인하고 대처할 수 있도록 도와주는 유용한 함수입니다.

• ISFILTERED: 필터 적용 여부 확인

함수 정의 :
ISFILTERED 함수는 특정 열이나 테이블에 필터가 적용되었는지 확인하는 데 사용됩니다. 주로, 데이터를 필터링하는 조건을 설정하거나 동적으로 보고서를 제어할 때 활용됩니다. 이 함수는 논리값(TRUE 또는 FALSE)을 반환하며, 특정 열이 필터링되었으면 TRUE, 필터가 적용되지 않았으면 FALSE를 반환합니다.

기본 구문 :
ISFILTERED(columnName)

매개 변수 :
columnName: 필터가 적용되었는지 확인하려는 열을 지정합니다. 이 열에 필터가 적용된 상태면 TRUE를 반환하고, 그렇지 않으면 FALSE를 반환합니다.

예제 코드 :
(1) 기본 사용 예
만약 'Sales' 테이블에 있는 ProductCategory 열이 현재 보고서의 필터에 의해 제한되고 있는지 확인하고 싶다면 다음과 같이 작성할 수 있습니다:
ISFILTERED(Sales[ProductCategory])
이 식은 Sales[ProductCategory] 열에 필터가 있으면 TRUE, 그렇지 않으면 FALSE를 반환합니다.
(2) IF와 함께 사용하기
ISFILTERED 함수를 IF 함수와 조합하면, 특정 필터링 상태에 따라 다른 결과를 표시할 수 있습니다. 예를 들어, ProductCategory 열이 필터링된 경우 "Category Filtered", 필터링되지 않은 경우 "No Filter"라고 표시하고 싶다면 다음과 같이 작성할 수 있습니다:
IF(
ISFILTERED(Sales[ProductCategory]),
"Category Filtered",
"No Filter"
)
(3) 복합 조건과 사용하기
여러 조건을 확인하고 싶을 때, ISFILTERED와 AND나 OR을 함께 사용해 다양한 필터링 상태를 조합하여 확인할 수 있습니다. 예를 들어, ProductCategory와 Year 열이 동시에 필터링되었는지 확인하고 싶다면 다음과 같이 작성할 수 있습니다:
IF(
AND(
ISFILTERED(Sales[ProductCategory]),
ISFILTERED(Sales[Year])
),
"Both Category and Year Filtered",
"One or Both Filters Missing"
)
이 식은 ProductCategory와 Year가 모두 필터링된 경우 "Both Category and Year Filtered"라는 결과를 반환하고, 둘 중 하나라도 필터링되지 않았으면 "One or Both Filters Missing"이라고 표시합니다.

요약 :
ISFILTERED 함수는 데이터 모델에서 특정 열의 필터링 상태를 확인할 때 매우 유용합니다. 특히 IF나 다른 논리 함수와 함께 사용하면 다양한 필터 조건을 동적으로 제어하고 원하는 방식으로 결과를 반환할 수 있습니다.

• ISNUMBER: 숫자 여부 확인

함수 정의 :
ISNUMBER는 주어진 값이 숫자일 경우 TRUE를 반환하고, 그렇지 않으면 FALSE를 반환합니다. 이 함수는 데이터가 숫자인지, 또는 숫자가 아닌 다른 형식(예: 텍스트)인지 구분할 때 유용합니다.

기본 구문 :
ISNUMBER(value)

매개 변수 :
value: 숫자인지 여부를 확인하고자 하는 값입니다. 숫자, 텍스트, 또는 날짜 등 어떤 데이터 형식도 가능하며, 결과는 TRUE 또는 FALSE로 반환됩니다.

예시 코드 :
(1) 간단한 숫자 확인 예시
ISNUMBER(123)
결과: TRUE
ISNUMBER("Hello")
결과: FALSE
ISNUMBER(PI())
결과: TRUE (PI() 함수는 3.14159... 같은 숫자를 반환)
(2) 열 데이터에서 숫자 확인하기
EmployeeData 테이블이 있고, ID 열에 숫자와 텍스트 값이 혼합된 경우, 해당 열이 숫자인지 확인하고 TRUE 또는 FALSE를 반환하도록 할 수 있습니다.
= ISNUMBER(EmployeeData[ID])
(3) 응용 예제: 숫자 데이터 필터링
Sales 테이블에서 특정 열의 값이 숫자인 행만을 필터링할 수 있습니다.
CALCULATE(
COUNTROWS(Sales),
ISNUMBER(Sales[Amount])
)
이 예제에서는 Sales[Amount] 열의 값이 숫자인 행의 수를 계산합니다.

요약 :
ISNUMBER는 데이터가 숫자 형식인지 확인할 때 간편하게 사용할 수 있는 함수로, 특히 데이터의 형식이 혼합된 경우 유용합니다.

• BLANK: 빈 값 반환

함수 정의 :
BLANK 함수는 특정 셀이나 식이 빈 값, 즉 Null 상태인지 확인할 때 사용됩니다. Excel에서의 빈 셀처럼, 데이터 모델에서의 빈 값이나 빈 셀을 다루는 데 유용한 함수입니다.

기본 구문 :
BLANK()
BLANK 함수는 단독으로 사용될 수 있으며, 빈 값을 반환합니다. 다른 함수와 함께 조합하여 빈 값을 비교하거나 대체할 때 주로 사용됩니다.

매개 변수 :
BLANK 함수는 별도의 매개변수를 요구하지 않습니다. 단순히 빈 값을 반환하거나 빈 값 여부를 체크하는 데 사용됩니다.

상세 :
BLANK 함수는 일반적으로 다음과 같은 상황에서 유용하게 활용됩니다.
• 조건에 따라 특정 결과를 반환할 때.
• 누락된 값을 처리하거나 식에서 빈 값을 표시할 때.
• 특정 값이 비어 있으면 다른 값을 대체하는 기능과 결합할 때 (예: IF 함수와 함께 사용).
특히, ISBLANK 함수와 조합하여 특정 셀이 비어 있는지 여부를 검사할 수 있습니다.

예시 코드 :
(1) BLANK 값 생성
=BLANK()
이 예제에서는 단순히 빈 값을 반환합니다.
(2) IF 함수와 함께 빈 값 조건 확인
=IF(ISBLANK([판매액]), "데이터 없음", [판매액])
이 예제는 판매액이 빈 값이면 "데이터 없음"을, 값이 있으면 판매액을 반환합니다. 이처럼 BLANK 함수는 누락된 데이터에 대한 처리 방안을 제공할 수 있습니다.
(3) 값 대체
=IF(ISBLANK([할인]), 0, [할인])
여기서는 할인 값이 비어 있을 경우 0을 반환하고, 그렇지 않으면 실제 할인 값을 반환하도록 합니다.

요약 :
BLANK 함수는 데이터가 완전하지 않을 때 대체 값을 제공하거나 공백 상태를 확인하여 비즈니스 논리를 정교하게 만드는 데 필수적인 함수입니다.

Made with SlashPage