Langage DAX dans Power BI : comprendre les bases et utiliser les bonnes formules
Le langage DAX (Data Analysis Expressions) est le langage de formules de Microsoft utilisé dans Power BI, Power Pivot pour Excel et Analysis Services. Il sert à créer des mesures, des colonnes calculées et des tables calculées à partir des données d’un modèle.
Par exemple, pour calculer le chiffre d’affaires d’une entreprise, une seule formule suffit :
Total ventes = SUM ( Ventes[Montant] )Mais DAX va plus loin qu’une simple addition. Il permet de comparer des périodes, de calculer des ratios et d’adapter automatiquement les résultats aux filtres d’un rapport.
À quoi sert le langage DAX dans Power BI ?
DAX permet de créer des calculs personnalisés dans un modèle de données Power BI. Il devient particulièrement utile lorsque les agrégations classiques ne suffisent plus pour répondre à une question métier.
Imaginez un contrôleur de gestion qui prépare un tableau de bord commercial. Il veut connaître le chiffre d’affaires par région, le montant moyen des commandes et l’évolution des ventes par rapport à l’année précédente.
Power BI sait déjà afficher des sommes et des graphiques sans écrire de formule. Mais pour construire des indicateurs plus élaborés, DAX prend le relais.
Avec ses fonctions, opérateurs et constantes, vous pouvez notamment :
- Calculer des marges, des pourcentages et des moyennes.
- Comparer les ventes entre différentes périodes.
- Compter des clients ou des commandes uniques.
- Créer des indicateurs qui réagissent aux filtres du rapport.
Microsoft recense environ 250 fonctions dans sa référence des fonctions DAX, réparties en catégories : mathématiques, statistiques, dates, logique, texte ou encore intelligence temporelle.
DAX sert principalement à écrire des calculs, mais il permet également d’interroger un modèle avec des requêtes utilisant l’instruction EVALUATE, dans Power BI Desktop ou DAX Studio.
DAX et Excel : quelles différences ?
Les formules DAX ressemblent aux formules Excel, mais elles travaillent sur des colonnes, des tables et leurs relations, plutôt que sur des cellules individuelles.
Si vous maîtrisez déjà RECHERCHEV ou SOMME.SI, vous retrouverez certains réflexes. Des fonctions comme SUM, DATE ou LEFT existent dans les deux environnements.
La différence apparaît dans la façon de manipuler les données.
Dans Excel, vous pouvez écrire une formule en C2, puis la recopier vers le bas. Dans Power BI, une colonne calculée applique automatiquement la même expression à toutes les lignes de la table.
Autre particularité : DAX utilise les relations entre les tables. Une formule peut exploiter les ventes et les informations produits sans multiplier les recherches manuelles.
Power Query prépare les données avant leur chargement, tandis que DAX effectue des calculs sur le modèle chargé. Quant aux requêtes SQL, elles utilisent notamment des jointures, là où DAX s’appuie sur les relations du modèle.
Formules DAX : comment les écrire ?
Une formule DAX commence par un signe égal. Pour une mesure, on écrit d’abord son nom, suivi de l’expression qui produit le résultat.

Prenons un modèle fictif contenant trois tables :
Ventes: Montant, Quantité, IDProduit, IDCommande et DateVente.Produits: IDProduit, Prix et Catégorie.'Date': Date.
Chaque vente est reliée à un produit par IDProduit et à une date par DateVente.
La formule suivante calcule la quantité totale vendue :
Quantité totale = SUM ( Ventes[Quantité] )SUM est la fonction utilisée. Ventes[Quantité] désigne la colonne Quantité de la table Ventes.
Les noms de colonnes apparaissent entre crochets. Les noms de tables contenant des espaces, des caractères spéciaux ou un mot réservé du langage doivent être entourés d’apostrophes : c’est le cas de la table Date, écrite 'Date'[Date].
DAX ne distingue pas les majuscules des minuscules dans les noms. Les exemples de cet article utilisent la virgule comme séparateur d’arguments, conformément à la documentation Microsoft.
Créer une première mesure dans Power BI Desktop
Dans le volet des champs, faites un clic droit sur la table souhaitée, puis sélectionnez Nouvelle mesure. Vous pouvez également passer par l’onglet Modélisation.
La barre de formule apparaît. Remplacez le nom proposé par celui de votre indicateur, saisissez votre expression et validez avec Entrée.
Votre mesure apparaît avec une icône de calculatrice. Glissez-la dans une carte, un tableau ou un graphique pour afficher son résultat.
Vous pouvez aussi examiner les « mesures rapides » proposées par Power BI : leurs formules générées constituent de bons exemples pour apprendre la syntaxe.
Mesure ou colonne calculée : laquelle choisir ?
Utilisez une mesure pour un résultat qui doit évoluer avec les filtres du rapport. Choisissez une colonne calculée lorsque vous avez besoin d’une valeur propre à chaque ligne, notamment pour un axe, un segment ou un filtre.
La mesure : un calcul dynamique
Une mesure est évaluée au moment de l’affichage, selon les lignes, colonnes, segments et filtres du visuel.
Votre mesure Total ventes affiche ainsi le chiffre d’affaires global dans une carte. Placez-la dans un graphique par catégorie : elle calcule automatiquement le montant correspondant à chaque catégorie.
Vous n’avez pas besoin de réécrire la formule.
La colonne calculée : une valeur enregistrée par ligne
Une colonne calculée produit une valeur pour chaque enregistrement et la stocke dans le modèle. Elle est recalculée lors de l’actualisation des données.
Dans notre table Ventes, on peut calculer un montant au prix catalogue :
Montant catalogue = Ventes[Quantité] * RELATED ( Produits[Prix] )RELATED récupère le prix dans la table Produits grâce à la relation existante. La formule s’applique à chaque ligne de Ventes.
En mode Import, multiplier les colonnes calculées augmente les données stockées et le travail effectué à l’actualisation.
Une table calculée fonctionne encore autrement : elle crée une nouvelle table à partir d’une expression DAX, actualisée avec ses tables sources.
Comprendre le contexte de ligne et le contexte de filtre
Le contexte de ligne correspond à la ligne actuellement évaluée, « la ligne actuelle » dans les principes fondamentaux de DAX publiés par Microsoft. Le contexte de filtre représente les restrictions appliquées au calcul, par exemple une catégorie, une période ou une région sélectionnée.
Cette distinction explique beaucoup de résultats DAX qui paraissent surprenants au premier abord.
Le contexte de ligne, avec un exemple chiffré
Imaginons deux produits, A et B. Le produit A possède deux ventes de 100 et 150 €, tandis que B possède une vente de 300 €. Le total atteint 550 €.
Dans la table Produits, vous créez cette colonne calculée :
Ventes du produit = SUM ( Ventes[Montant] )Résultat : 550 € sur chacune des deux lignes.
Pourquoi ? SUM additionne la colonne Ventes[Montant] sans que la ligne actuelle de Produits soit automatiquement transformée en filtre sur les ventes.
Modifions la formule :
Ventes du produit = CALCULATE ( SUM ( Ventes[Montant] ) )Cette fois, A affiche 250 € et B affiche 300 €.
CALCULATE transforme ici le contexte de ligne en contexte de filtre. C’est ce qu’on appelle une transition de contexte.
Pourquoi le total d’un tableau ne correspond-il pas toujours aux lignes ?
La veille d’une réunion, vous remarquez que le total d’une matrice Power BI ne correspond pas à l’addition des valeurs affichées. Avant de corriger la formule, vérifiez la nature du calcul.
Avec DISTINCTCOUNT, une commande contenant plusieurs catégories de produits est comptée dans chacune d’elles, mais une seule fois dans le total général.
Microsoft donne un exemple avec quatre catégories affichant 135, 345, 242 et 205 commandes distinctes. Leur somme vaut 927, alors que le total général affiche 366 commandes uniques.
Ce comportement est normal : le comptage distinct n’est pas additif. Une somme classique avec SUM, elle, est additive.
La chaîne YouTube ReportingSavvy illustre également cette difficulté dans sa vidéo « La meilleure explication du contexte de filtre en DAX ».
Les 12 fonctions DAX Power BI à connaître
Inutile de mémoriser immédiatement toutes les fonctions disponibles. Commencez par celles qui répondent aux calculs les plus fréquents dans les tableaux de bord professionnels.
| Fonction | Ce qu’elle fait | Exemple de formule |
|---|---|---|
| SUM | Additionne les nombres d’une colonne. | Total ventes = SUM ( Ventes[Montant] ) |
| AVERAGE | Moyenne d’une colonne (AVERAGEX pour la moyenne d’un calcul ligne par ligne). | Montant moyen = AVERAGE ( Ventes[Montant] ) |
| COUNTROWS | Compte les lignes d’une table ou d’une table filtrée. | Nb lignes de vente = COUNTROWS ( Ventes ) |
| DISTINCTCOUNT | Compte les valeurs distinctes d’une colonne. | Nb commandes = DISTINCTCOUNT ( Ventes[IDCommande] ) |
| CALCULATE | Évalue une expression dans un contexte de filtre modifié. | Ventes vélos = CALCULATE ( SUM ( Ventes[Montant] ), Produits[Catégorie] = "Vélos" ) |
| FILTER | Retourne les lignes d’une table qui respectent une condition. | Ventes grosses lignes = CALCULATE ( SUM ( Ventes[Montant] ), FILTER ( Ventes, Ventes[Quantité] >= 10 ) ) |
| RELATED | Va chercher une valeur dans une table liée (côté « plusieurs » vers côté « un »). | Montant catalogue = Ventes[Quantité] * RELATED ( Produits[Prix] ) (colonne calculée dans Ventes) |
| DIVIDE | Divise sans erreur : vide par défaut si le dénominateur vaut 0, résultat alternatif facultatif. | Prix moyen unitaire = DIVIDE ( SUM ( Ventes[Montant] ), SUM ( Ventes[Quantité] ), 0 ) |
| SUMX | Additionne une expression évaluée ligne par ligne. | Ventes catalogue = SUMX ( Ventes, Ventes[Quantité] * RELATED ( Produits[Prix] ) ) |
| SAMEPERIODLASTYEAR | Renvoie les mêmes dates un an plus tôt (table de dates continue et marquée). | Ventes N-1 = CALCULATE ( SUM ( Ventes[Montant] ), SAMEPERIODLASTYEAR ( 'Date'[Date] ) ) |
| TOTALYTD | Cumule une expression depuis le début de l’année (31 décembre par défaut comme fin d’année). | Ventes cumul annuel = TOTALYTD ( SUM ( Ventes[Montant] ), 'Date'[Date] ) |
| DATEADD | Décale les dates d’un nombre d’intervalles (year, quarter, month, day). | Ventes mois précédent = CALCULATE ( SUM ( Ventes[Montant] ), DATEADD ( 'Date'[Date], -1, MONTH ) ) |
CALCULATE, la fonction qui change le contexte
CALCULATE évalue une expression en modifiant son contexte de filtre. Vous pouvez ainsi calculer les ventes d’une catégorie particulière sans changer les données du modèle.
Pour une condition simple, écrivez directement le filtre :
Ventes grosses lignes = CALCULATE ( SUM ( Ventes[Montant] ), Ventes[Quantité] >= 10 )FILTER reste utile pour construire des conditions plus complexes. Il renvoie une table filtrée qu’une autre fonction peut exploiter.
AVERAGE, AVERAGEX et les calculs temporels
AVERAGE calcule la moyenne d’une colonne en comptant les zéros et en ignorant les valeurs vides. AVERAGEX évalue d’abord une expression pour chaque ligne, puis calcule sa moyenne.
Pour comparer les périodes, les fonctions comme SAMEPERIODLASTYEAR et DATEADD s’appuient sur les dates du modèle. Les fonctions classiques d’intelligence temporelle demandent une table de dates continue, sans doublons ni valeurs vides, et marquée comme table de dates.
Bonnes pratiques et erreurs fréquentes
Une formule sans erreur de syntaxe peut quand même donner un indicateur trompeur. Vérifiez toujours le contexte du calcul, les relations et le résultat attendu.

Écrire des formules faciles à relire
Donnez des noms explicites à vos mesures et réutilisez-les dans d’autres calculs.
Pour une expression plus longue, utilisez VAR et RETURN. VAR stocke un résultat intermédiaire ; ce n’est pas une fonction.
Niveau de ventes =
VAR TotalMontant = SUM ( Ventes[Montant] )
RETURN
IF ( TotalMontant > 10000, "Élevé", "Standard" )Si vous connaissez la fonction SI d’Excel, la logique de IF vous sera familière.
Préférez également DIVIDE à l’opérateur / lorsque le dénominateur risque d’être nul, comme le recommande Microsoft. Sans résultat alternatif, DIVIDE renvoie une valeur vide, souvent préférable à un zéro artificiel dans un graphique.
Vérifier les résultats avant de modifier le code
Une mesure de comparaison avec l’année précédente reste vide ? Vérifiez d’abord la table de dates et son marquage. Si aucune donnée n’existe pour la période recherchée, une valeur vide est normale.
Autre piège : utiliser SUM dans une colonne calculée en pensant obtenir automatiquement un total par produit. Sans le bon contexte, vous retrouverez le même montant sur chaque ligne.
Enfin, privilégiez un filtre direct dans CALCULATE lorsqu’une condition simple suffit. Vous gagnerez en lisibilité sans multiplier les expressions inutiles.
FAQ sur le langage DAX
C’est quoi le langage DAX ?
DAX signifie Data Analysis Expressions. C’est le langage de formules utilisé dans Power BI, Power Pivot pour Excel et Analysis Services pour créer des mesures, des colonnes calculées et des tables calculées.
DAX est-il difficile à apprendre ?
Les premières fonctions sont accessibles, surtout avec des bases en Excel. La difficulté augmente avec les contextes de ligne et de filtre. Commencez par SUM, DIVIDE et CALCULATE, puis progressez avec des exemples concrets.
Peut-on utiliser DAX dans Excel ?
Oui, dans Power Pivot. DAX permet notamment de créer des mesures exploitées dans les tableaux et graphiques croisés dynamiques. Il ne s’utilise pas directement dans les cellules d’une feuille Excel ordinaire.
Quelle différence entre SUM et SUMX ?
SUM additionne directement une colonne numérique. SUMX parcourt les lignes d’une table, calcule une expression pour chacune, puis additionne les résultats. C’est utile pour calculer un total à partir de Quantité × Prix.
Combien de fonctions DAX existe-t-il ?
La référence Microsoft répertorie environ 250 fonctions, réparties par catégories. Leur disponibilité dépend également des versions de Power BI Desktop, d’Analysis Services et de Power Pivot.