https://zhuanlan.zhihu.com/p/55841964
時間可以說是數據分析中最常用的獨立變量，工作中也常常會遇到對時間數據的對比分析。假設要計算上年同期的銷量，在PowerBI中可以用CALCULATE來寫個度量值[上年同期]，
= CALCULATE([數量],
SAMEPERIODLASTYEAR('日期表'[日期]))
這里SAMEPERIODLASTYEAR就是時間智能函數。
時間智能函數和普通函數的區別
時間智能函數與普通的時間或者日期函數的區別是，
- 日期函數直接依賴當前行上下文，一般作為新建列使用，比如YEAR函數，提取日期列的年度；
- 時間智能函數會重置上下文，一般新建度量值時使用，可以快速移動到指定區間
時間智能函數有哪些
在PowerBI中，目前共有33個時間智能函數，列表如下：
看起來好像很多，很難記，其實都是用很直白的英文表達，函數名的意思就是這個函數的功能，有些函數都包括幾個粒度，比如PREVIOUSYEAR/QUARTER/MONTH/DAY,上一年/季/月/天，還有相反方向的下一年/季/月/天，NEXTYEAR/QUARTER/MONTH/DAY,這8個函數可以看作是一類，上表中排序也是把同一類的函數按順序放到了一起，這樣看下來並沒有幾種。
根據這些時間智能函數計算的結果，我把時間智能函數分為以下兩類：
- 返回期間的時間智能函數
返回期間並執行運算的時間智能函數
返回期間的時間智能函數
前24個函數都屬於這種，其中前20個時間智能函數都是非常簡單的，只需要使用一個日期參數就可以，返回對應的時間期間，一般結合CALCULATE使用，比如本文開頭的SAMEPERIODLASTYEAR看起來很長，其實非常簡單，從函數名稱可以看出它是干什么的：上年同期。
第21至24，DATEADD、DATEBETWEEN、DATESINPERIOD 、PARALLELPERIOD ，這4個函數相對復雜一點，但也就是參數多了兩個而已，一般用於相對時間區間的控制，請看下圖中對這4個函數的介紹。
返回期間並執行運算的時間智能函數
從第25個開始，最下面這9個函數更加智能，不僅可以重置上下文，甚至直接對重置后的下上文執行運算，把CALCULATE都省掉了，比如求年初至今的銷量，使用TOTALYTD函數：
=TOTALYTD（[數量],日期表[日期]）
它和之前使用DATESYTD的效果等同
=CALCULATE([數量],DATESYTD(日期表[日期]))
OPENINGBALANCEYEAR，返回當前行上下文對應的年初余額，如果這個銷售記錄表上還有一列當日結束時的[庫存量]，新建度量值
=OPENINGBALANCEYEAR(銷售記錄表[庫存量],
日期表[日期]）
將返回2017年的年初庫存，也就是2016年12月31日結束時的庫存量。
CLOSINGBALANCEYEAR/QUARTER/MONTH計算年/季/月末的數據，參數和使用方法類似。
涉及年度的時間智能函數的特殊用法
在33個時間智能函數中，有8個是關於年度的，
DATESYTD
PREVIOUSYEAR
NEXTYEAR
ENDOFYEAR
STARTOFYEAR
TOTALYTD
CLOSINGBALANCEYEAR
OPENINGBALANCEYEAR
這8個函數的參數中最后都有一個可選參數<year_end_date>,意思是年度結束日期，默認情況下就是自然年度的結束日期12月31日，可以省略，在特定的分析中，年度結束日期不是12月31日，那么可以使用這個參數來界定。
在進行財年的分析時，很多國外的公司的財年都不是自然年度，比如蘋果的財年結束日期9月30日，2017財年就是從2016年10月1日到2017年9月30日，計算2018財年的年初至今的銷量：
=CALCULATE([數量],DATESYTD(日期表[日期],"9-30"））
等同於
TOTALYTD=（[數量],日期表[日期],"9-30"）
都將返回從2017年10月1日到目前的累計銷量。
其他幾個函數不再一一介紹。
時間智能函數與日期表
使用時間智能函數時若出現一些莫名其妙的錯誤，或者返回的數據難以解釋，很大可能是你使用的時間參數有問題。
為了科學的使用時間智能函數，首要的就是建立一個合格的日期表，並將日期列與事實表的日期列建立關聯。
合格的日期表具備以下的特征：
- 起止日期涵蓋事實表的所有日期
- 日期是連續且不重復的
如何生成日期表，有很多方法，可以用Excel、M函數也可以用DAX生成，這里就不細說了，日期表導入到PowerBI Desktop后，首先要把它標記為日期表，
因為日期表的起止日期我們很容易查看是否涵蓋，但是否連續不重復卻並不能輕易看到，標記為日期表的好處是，它會強制檢查日期表的日期列是否為日期格式、是否為連續的、不重復的，如果不是，則無法進行標記，這樣的強制要求保證了后面使用時間智能函數時，不會出現這方面的錯誤。
日期表並不一定要按照網上搜羅的方法生成同樣的粒度列，而是要根據實際分析的需要，建立適合的相關列，比如要按財年來分析，就要按照財年的起止日期來添加財年列；如果要進行最近12個月的滾動分析，就添加一個月份編號。
日期表包含分析需要的維度列，可以簡化DAX的嵌套，建立簡單的度量值就可以輕松聚合所需要的數據。這也是合格的日期表和優秀的日期表的分界線。
時間智能函數並沒有什么神秘，熟悉它使用的參數、搞清它重置的日期區間和返回的數據類型，就掌握了它，在實際分析中多加練習就可以靈活的使用這些函數。選取特定的時間粒度，快速篩選統計區間，輕松搞定時間序列分析。