在处理复杂的财务报表、销售分析或库存变动时，我们常常面临这样一个挑战：如何直观地展示一个初始值是如何受到一系列中间因素影响，最终变为另一个值的？简单的柱状图往往只能展示大小对比，却很难清晰地呈现“流动”的逻辑。这就是瀑布图大显身手的时候了。
在这篇文章中，我们将深入探讨 Power BI 中瀑布图的创建与应用。你将不仅学会如何通过点击按钮生成图表，还会理解其背后的数据逻辑，掌握如何通过 DAX 代码处理复杂的“总结计”场景，以及如何像资深数据分析师一样对图表进行视觉优化。让我们准备好数据，开始这段探索之旅吧。
什么是瀑布图？为什么它如此重要？
瀑布图，有时也被称为桥图或飞流图，它最大的特点在于能够展示数据的“演变”过程。想象一下，你站在一座桥上，看着水流从高处落下，经过层层跌宕，最终汇聚到池中。瀑布图就是这样展示数据的：
- 起始值：通常是我们的基数（如去年的总收入）。
- 浮动项：一系列的正向变化（增加）和负向变化（减少）。在 Power BI 的默认设置中，为了符合直觉，增加通常用绿色表示，减少用红色表示。
- 结束值：所有变化叠加后的最终结果。
这种图表通过将每个柱形条的基线“悬空”在前一个柱形条的顶端，极其直观地展示了特定因素对整体趋势的拉动作用。如果你曾经需要向管理层解释“为什么净利润下降了”，或者“哪些产品类别的变动导致了总库存的积压”，瀑布图绝对是你的最佳选择。
2026 前沿视角：从“配置图表”到“氛围编程”
在深入具体的拖拽操作之前，我们需要先谈谈 2026 年的开发范式转变。作为技术专家，我们注意到，构建 Power BI 报表的方式正在经历一场由 AI 驱动的革命。过去，我们需要死记硬背 DAX 函数的语法；现在，我们更倾向于采用一种“氛围编程” 的方式。
这并不是说基础的图表构建不再重要，而是说我们的角色正在从“图表配置者”转变为“数据架构师”。当我们面对一个瀑布图需求时，我们不再仅仅思考“哪个字段放入 X 轴”，而是先在脑海中构建业务逻辑模型，然后利用 AI 辅助工具（如 Power BI Copilot 或外部 LLM）来快速生成骨架代码。
我们将在后续章节中展示如何将这种思维融入具体的开发流程中，让 AI 成为我们处理复杂 DAX 逻辑的“结对编程伙伴”。
业务场景深度解析
在我们动手之前，让我们先明确几个最适合使用瀑布图的经典场景。这有助于你在未来的工作中快速识别何时该使用此工具：
- 财务盈亏分析：这是最经典的场景。我们需要展示从“期初余额”到“期末余额”的过程中，各种收入（正向）和支出（负向）是如何起作用的。
- 员工流动分析：可视化公司在一年内的头寸变化。期初员工数 + 新入职人数（正向） – 离职人数（负向） = 期末员工数。
- 产品利润分解：展示总销售额是如何分解为各个产品线的贡献的。
- 跨期绩效对比：解释为什么今年的销售额比去年多出了 500 万？具体是因为市场推广费用的增加，还是新产品的发布？
实战演练：在 Power BI 中构建基础瀑布图
让我们通过一个具体的销售数据案例来演示全过程。我们将使用包含“产品”、“销售额”和“年份”的数据集。
#### 步骤 1：准备与加载数据
首先，打开 Power BI Desktop。在开始可视化之前，请确保你已经加载了数据。你可以点击“主页”选项卡中的“输入数据”或连接到你的 Excel/SQL 源。
> 数据准备提示：为了让瀑布图工作，我们需要至少包含分类字段（如产品名称或时间）和数值字段（如销售额或利润）。确保你的数据没有错误，例如文本混杂在数字列中，这会导致图表无法聚合。
#### 步骤 2：插入瀑布图视觉对象
在右侧的“可视化”窗格中，找到瀑布图的图标。它看起来就像几个悬浮的柱子。点击它，画布上就会生成一个空白模板。
#### 步骤 3：配置字段（核心步骤）
这是新手容易混淆的地方。让我们仔细看看字段窗格的配置：
- 类别：这是 X 轴的主逻辑。我们将
Product（产品）字段拖入这里。这将决定柱形条按什么顺序排列。 - Y 轴：这是我们要度量的数值。将
Sales（销售额）拖入这里。
此时，你可能会看到一个看起来不太对劲的图表。为什么？因为 Power BI 默认不知道你的“总计”在哪里，它可能默认将每个产品都视为一个独立的变动量。
#### 步骤 4：利用“细分”功能
为了看清每年的销售细目，或者为了更好地组织数据结构，我们可以将 Year（年份）字段拖放到“细分”区域。这将帮助我们在更深的维度上拆解数据。
#### 步骤 5：视觉解读与格式调整
现在的图表应该已经显示出基本形态了：红色的柱子代表某些产品的销售额相对较低（或负增长），绿色代表较高（或正增长）。但是，为了专业起见，我们需要开启“数据标签”。
进入“可视化效果”窗格的“格式化视觉对象”选项卡（画笔图标），找到“数据标签”并将开关打开。这样，每个柱形条上方都会显示具体的数值，大大提高了可读性。
进阶实战：企业级 DAX 逻辑与动态总计处理
在 2026 年，随着业务对动态分析的要求越来越高，简单的静态图表已经无法满足需求。管理者希望在任何维度上都能看到从 A 到 B 的演变过程。例如，不仅看所有产品的总计，还要看“特定区域”或“特定渠道”的动态总计。
在旧版本中，我们可能会写死一个 DAX 计算列来标记“Total”。但在现代开发范式下，我们需要更灵活的度量值。让我们思考一个场景：你希望用户在使用切片器筛选“地区”时，瀑布图的最后一列能够自动变成该地区的总计，而无需修改底层数据结构。
#### 进阶 DAX：动态分类与总计
我们可以利用 DAX 的 ISINSCOPE 函数来实现这种动态逻辑。这在处理层级结构时非常有用。
// ------------------------------------------------------
// 功能：瀑布图动态状态判断与排序
// 适用场景：处理多层级数据，自动识别总计行
// ------------------------------------------------------
Waterfall_Status_Dynamic =
VAR CurrentCategory = SELECTEDVALUE(‘Products‘[Product Name], "Unknown")
VAR TotalSales = CALCULATE(SUM(‘Sales‘[Amount]), ALLSELECTED(‘Products‘))
VAR CurrentSales = SUM(‘Sales‘[Amount])
RETURN
IF(
ISINSCOPE(‘Products‘[Product Name]),
IF(
CurrentSales >= 0,
"Increase", "Decrease"
),
"Total" // 当不在产品层级时，视为总计
)
#### 深度实战：处理“断点”与“期间变动”
在真实的财务分析中，我们经常遇到这种需求：展示从 1 月到 12 月的累计资金变化，或者从期初到期末的库存流转。这里有一个巨大的陷阱：瀑布图默认处理的是“绝对值”的叠加，而不是“两点之间差值”。
如果你的数据源只是每个月的“库存余额”，直接放进去的瀑布图将是错误的。我们需要计算“变动值”。
让我们看一个更复杂的例子。假设我们要展示库存的流动，涉及入库、出库和损耗。
场景：库存流转分析
我们需要的数据结构不仅仅是总数，而是每个动作的净影响。我们可以使用 DAX 创建一个专门的计算表，或者更现代地，使用计算组。但为了清晰，我们展示一个基于计算列的逻辑，这在处理预聚合数据时非常有效。
假设表中有 INLINECODE7fd187d3 (Inflow, Outflow, Adjustment) 和 INLINECODE1b2be5e5。
// ------------------------------------------------------
// 功能：高级瀑布图 Y 轴度量值
// 逻辑：处理正负号，并确保总计行显示最终余额
// ------------------------------------------------------
Waterfall_Value_Advanced =
VAR IsTotalRow = SELECTEDVALUE(‘Flows‘[Category]) = "Total"
// 获取当前项目的值
VAR CurrentVal = SUM(‘Flows‘[Amount])
// 如果是总计行，我们希望它展示最终余额，而不是绝对值的总和
// （这取决于你的业务逻辑，有时总计就是绝对值之和）
VAR FinalBalance =
CALCULATE(
SUM(‘Flows‘[Amount]),
ALL(‘Flows‘), // 清除筛选以计算全表总和
‘Flows‘[IsBaseline] = TRUE // 假设我们有一行标记为基线的数据
)
RETURN
IF(IsTotalRow, FinalBalance, CurrentVal)
2026 核心技术：AI 协同与 Copilot 驱动的图表开发
在我们最近的大型企业实施项目中，我们深刻体会到 2026 年的开发模式已经发生了根本性的质变。作为技术专家，我们不再单纯依靠记忆 DAX 函数，而是将 AI 视为不可或缺的“结对编程伙伴”。这种“氛围编程” 的核心在于：我们描述意图，AI 负责实现。
让我们看看如何利用这种新范式来解决瀑布图中最头疼的问题——排序。
#### 场景：复杂的动态排序需求
假设你的 CEO 要求瀑布图必须按照“影响程度”降序排列，即绝对值最大的变动排在最前面，但同时，无论怎么排序，“总计”列必须永远死死钉在最右边。以前写这个 RANKX 逻辑可能需要我们调试半小时，现在呢？
工作流演示：
- Prompt Engineering (提示词工程)：在 Power BI Copilot 或侧边栏的 AI 助手中，我们不再搜索“Power BI waterfall sort total last”，而是输入精确的上下文指令：
> "创建一个 DAX 度量值，用于瀑布图的排序。逻辑如下：首先，计算销售额相对于上一期的变动值的绝对值；其次，根据这个绝对值对所有产品类别进行降序排名；最后，强制将 ‘Total‘ 类别的排名设为最大值，确保它总是在图表末尾。请处理并列情况。"
- 代码审查与迭代：AI 会生成一段包含 INLINECODE9cdceea5 和 INLINECODE0fe4091b 的嵌套代码。我们像审查初级工程师的代码一样，检查它是否使用了 INLINECODE59422c6f 函数，以及是否正确处理了 INLINECODEb7a12c1c 上下文。
- 性能问询：在亿级数据量下，递归排名可能很慢。我们会继续追问 AI：
> "这段代码在 VertiPaq 引擎下执行时，是否会因为计算列的大量迭代导致内存溢出？请优化变量定义，减少重复计算。"
通过这种交互，我们不仅得到了代码，还完成了一次深度的技术架构确认。这正是 2026 年技术专家的工作方式：逻辑设计 > 代码编写。
工程化最佳实践：性能优化与可维护性
随着数据量向百万级乃至亿级迈进，我们在 2026 年必须关注 Power BI 报表的性能工程。一个渲染缓慢的瀑布图会破坏整个仪表板的用户体验。
#### 1. 避免视觉对象层面的“材料化”陷阱
很多初级开发者喜欢在 DAX 中写复杂的 INLINECODE17989954 或 INLINECODEfb90e32b 来为瀑布图准备数据。请停止这种做法。 在图表视觉对象内部进行复杂的聚合运算，会导致 Power BI 在每次切片器变动时都重新执行繁重的计算。
最佳实践：我们将聚合逻辑下沉到数据模型层。使用 Power Query 在刷新时就预聚合好“产品月度汇总表”，或者使用计算组 来统一处理变动计算逻辑。让瀑布图视觉对象只负责“展示”，而不负责“计算”。
#### 2. 处理非连续时间轴的断点
在库存分析中，如果某个月没有数据，瀑布图通常会断开。为了展示完美的连续性，我们以前通常需要写 SQL 视图来补零。
但在现代 DAX 实践中，我们使用 INLINECODEb0314e84 或 INLINECODE7e1e5c0a 来动态生成一个连续的日期表，然后与事实表进行左连接。这保证了图表的连贯性，且不需要修改底层数据源。
// ------------------------------------------------------
// 功能：生成连续的时间轴，防止瀑布图出现空白断点
// ------------------------------------------------------
Continuous_Sales_Calc =
VAR DatesInContext =
CALCULATETABLE(
VALUES(‘Date‘[Date]),
ALLSELECTED(‘Date‘)
)
// 确保即使某天没有销售，也会计算 0
RETURN
CALCULATE(
SUM(‘Sales‘[Amount]),
DatesInContext
)
现代数据叙事：将图表转化为行动
在 2026 年，仅仅展示图表是不够的。我们需要利用 Power BI 的新特性来增强数据的可解释性。
#### 动态标题与 AI 解读
我们可以创建一个动态度量值，将其插入到瀑布图的标题中。当用户选择不同的产品线时，标题不仅会改变名称，还会显示具体的变动百分比。
更进一步，结合 Microsoft Copilot 的“解读此视觉对象”功能，系统可以自动生成一段自然语言的分析报告，直接指出“产品 A 的负增长是导致整体业绩下滑的主要因素”。这极大地缩短了从“看见”到“决策”的路径。
常见陷阱与故障排除
在创建瀑布图的过程中，你可能会遇到一些棘手的问题。让我们看看如何解决它们，以免你在这个过程中抓狂。
问题 1：图表没有显示为“瀑布”形状，而是全部从 0 开始。
- 原因：你很可能误用了“堆积柱形图”或者没有正确设置类别轴。在瀑布图中，Y 轴的数值不仅仅是高度，它还决定了前一个柱形的结束位置。
- 解决方案：确保你确实选中的是“瀑布图”图标。此外，检查你的数据是否包含空值，大量的空值可能会中断连续性的逻辑。
问题 2：总计行显示为绿色（增长），而不是预期的总计颜色。
- 原因：Power BI 有时无法自动识别哪一行是总计，特别是当该行的数值恰好也是正向增长时。或者在数据集中，总计行实际上是所有明细行相加的结果（正值），被误判为增长。
- 解决方案：在“格式化视觉对象”窗格中，找到“ breakdown ” 设置，确保你的总计行在数据源中被标记为特定的类别，并在图表设置中将该类别强制设为“总计”颜色。
问题 3：数据标签显示重叠，难以阅读。
- 解决方案：这是一个视觉优化问题。进入“格式化视觉对象”窗格，展开“数据标签”。在这里，你可以调整标签的显示位置（对于瀑布图，通常是在柱形的上方或内部）以及背景色。开启“标签背景”可以有效解决文字与网格线重叠的问题。
总结
回顾一下，我们从瀑布图的基本概念出发，探索了它如何在业务决策中发挥作用。我们不仅掌握了在 Power BI 界面中拖拽字段来生成图表的基础操作，更重要的是，我们深入到了 DAX 代码层面，学习了如何利用现代 AI 辅助开发来编写复杂的逻辑，以及如何从工程角度优化报表性能。
瀑布图不仅仅是一个漂亮的展示工具，它是连接数据与商业逻辑的桥梁。通过合理地使用 DAX 辅助列和理解 Power BI 的聚合逻辑，结合 2026 年的“氛围编程”思维，你可以将枯燥的表格转化为引人入胜的数据故事。
下一步，我建议你尝试在自己的实际工作项目中应用这些技巧。试着找出一份财务报表或销售报告，用我们今天讨论的方法将其转化为瀑布图，并尝试结合 Copilot 来解释你的数据。祝你在数据可视化的道路上探索愉快！