33个时间智能函数 | PowerBI星球
时间可以说是数据分析中最常用的独立变量，工作中也常常会遇到对时间数据的对比分析。假设要计算上年同期的销量，在PowerBI中可以用CALCULATE来写个度量值[上年同期]，
= CALCULATE([数量],
SAMEPERIODLASTYEAR('日期表'[日期]))
这里SAMEPERIODLASTYEAR就是时间智能函数。
时间智能函数和普通函数的区别
时间智能函数与普通的时间或者日期函数的区别是，
日期函数直接依赖当前行上下文，一般作为新建列使用，比如YEAR函数，提取日期列的年度；
时间智能函数会重置上下文，一般新建度量值时使用，可以快速移动到指定区间
时间智能函数有哪些
在PowerBI中，目前共有33个时间智能函数，列表如下：
看起来好像很多，很难记，其实都是用很直白的英文表达，函数名的意思就是这个函数的功能，有些函数都包括几个粒度，比如PREVIOUSYEAR/QUARTER/MONTH/DAY,上一年/季/月/天，还有相反方向的下一年/季/月/天，NEXTYEAR/QUARTER/MONTH/DAY,这8个函数可以看作是一类，上表中排序也是把同一类的函数按顺序放到了一起，这样看下来并没有几种。
根据这些时间智能函数计算的结果，我把时间智能函数分为以下两类：
返回期间的时间智能函数
返回期间并执行运算的时间智能函数
返回期间的时间智能函数
前24个函数都属于这种，其中前20个时间智能函数都是非常简单的，只需要使用一个日期参数就可以，返回对应的时间期间，一般结合CALCULATE使用，比如本文开头的SAMEPERIODLASTYEAR看起来很长，其实非常简单，从函数名称可以看出它是干什么的：上年同期。
第21至24，DATEADD、DATEBETWEEN、DATESINPERIOD 、PARALLELPERIOD ，这4个函数相对复杂一点，但也就是参数多了两个而已，一般用于相对时间区间的控制，请看下图中对这4个函数的介绍。
返回期间并执行运算的时间智能函数
从第25个开始，最下面这9个函数更加智能，不仅可以重置上下文，甚至直接对重置后的下上文执行运算，把CALCULATE都省掉了，比如求年初至今的销量，使用TOTALYTD函数：
=TOTALYTD（[数量],日期表[日期]）
它和之前使用DATESYTD的效果等同
=CALCULATE([数量],DATESYTD(日期表[日期]))
OPENINGBALANCEYEAR，返回当前行上下文对应的年初余额，如果这个销售记录表上还有一列当日结束时的[库存量]，新建度量值
=OPENINGBALANCEYEAR(销售记录表[库存量],
日期表[日期]）
将返回2017年的年初库存，也就是2016年12月31日结束时的库存量。
CLOSINGBALANCEYEAR/QUARTER/MONTH计算年/季/月末的数据，参数和使用方法类似。
涉及年度的时间智能函数的特殊用法
在33个时间智能函数中，有8个是关于年度的，
DATESYTD
PREVIOUSYEAR
NEXTYEAR
ENDOFYEAR
STARTOFYEAR
TOTALYTD
CLOSINGBALANCEYEAR
OPENINGBALANCEYEAR
这8个函数的参数中最后都有一个可选参数<year_end_date>,意思是年度结束日期，默认情况下就是自然年度的结束日期12月31日，可以省略，在特定的分析中，年度结束日期不是12月31日，那么可以使用这个参数来界定。
在进行财年的分析时，很多国外的公司的财年都不是自然年度，比如苹果的财年结束日期9月30日，2017财年就是从2016年10月1日到2017年9月30日，计算2018财年的年初至今的销量：
=CALCULATE([数量],DATESYPD(日期表[日期],"9-30"））
等同于
TOTALYTD=（[数量],日期表[日期],"9-30"）
都将返回从2017年10月1日到目前的累计销量。
其他几个函数不再一一介绍。
时间智能函数与日期表
使用时间智能函数时若出现一些莫名其妙的错误，或者返回的数据难以解释，很大可能是你使用的时间参数有问题。
为了科学的使用时间智能函数，首要的就是建立一个合格的日期表，并将日期列与事实表的日期列建立关联。
合格的日期表具备以下的特征：
起止日期涵盖事实表的所有日期
日期是连续且不重复的
如何生成日期表，有很多方法，可以用Excel、M函数也可以用DAX生成，这里就不细说了，日期表导入到PowerBI Desktop后，首先要把它标记为日期表，
因为日期表的起止日期我们很容易查看是否涵盖，但是否连续不重复却并不能轻易看到，标记为日期表的好处是，它会强制检查日期表的日期列是否为日期格式、是否为连续的、不重复的，如果不是，则无法进行标记，这样的强制要求保证了后面使用时间智能函数时，不会出现这方面的错误。
日期表并不一定要按照网上搜罗的方法生成同样的粒度列，而是要根据实际分析的需要，建立适合的相关列，比如要按财年来分析，就要按照财年的起止日期来添加财年列；如果要进行最近12个月的滚动分析，就添加一个月份编号。
日期表包含分析需要的维度列，可以简化DAX的嵌套，建立简单的度量值就可以轻松聚合所需要的数据。这也是合格的日期表和优秀的日期表的分界线。
时间智能函数并没有什么神秘，熟悉它使用的参数、搞清它重置的日期区间和返回的数据类型，就掌握了它，在实际分析中多加练习就可以灵活的使用这些函数。选取特定的时间粒度，快速筛选统计区间，轻松搞定时间序列分析。