按照自然日歷來展現疫情數據時，是這樣的效果，
由於各個國家的疫情爆發時間不一致，按自然日期坐標軸很難比較各個國家的蔓延速度。
如果各個國家都從蔓延日開始統計，展示之后每日的確診人數，就是同樣的時間軸，可以很直觀的看出每個國家的發展速度。
這里的難點在於，如何確定開始蔓延日期，以及如何根據蔓延日期，來計算每一天距離蔓延日是第幾天？
在PowerBI中，用DAX可以輕松實現。
原始數據是從2020年1月1日開始到現在的每日每個國家的確診數據，包括新增確診人數、新增死亡人數、累計確診人數和累計死亡人數，數據結構如下圖，
模擬蔓延開始日的定義是，如果某個國家的累計確診人數在該日第一次超過3000，則定義此日期為該國的蔓延起始日期。
在原始表中新建個計算列，即可實現，DAX表達式如下：
計算邏輯很簡單，已在注釋中詳細說明。
然后就生成了每個國家的每一天距離疫情蔓延日的天數，當然，按照上述定義，大部分國家都沒有進入蔓延期，所以只有部分國家有數據。
從結果來看，每個國家開始蔓延的日期是不同的，海外地區，韓國第一個開始蔓延的國家。
然后使用新增的列[Days]作為X軸，用折線圖展現累計確診人數的效果如下：
通過這個天數坐標軸，每個國家的起點一致，但終點是不同的。以同樣的時間進度，疫情蔓延速度一目了然，美國遠遠快於其他國家。
同樣用這個坐標軸展示其他幾個指標如下：
上面是模擬的蔓延日期，你同樣可以根據分析的需要定義其他日期。
自定義天數坐標軸不僅用於展示疫情可視化，還可以廣泛用於其他場景。比如多個公司成立日期不一致，可以按照從成立日期開始的天數來比較其發展速度；員工的入職日期不同，可以按照入職的天數來比較業績完成情況等。
這種時間軸的技巧你學會了嗎？