PowerBi中SAMEPERIODLASTYEAR怎么使用?

SAMEPERIODLASTYEAR() 是 Power BI 中 时间智能函数 里的"老大哥",用来计算 去年同一时间段的值,常用于同比分析(Year-Over-Year / YoY)。

SAMEPERIODLASTYEAR 的全称解释:

Same Period Last Year


🌍 中文翻译:

去年同期

(也可以翻译为"去年相同时间段")


🔍 拆解理解:

部分 含义 中文意思
SAME 相同 一样的
PERIOD 时间段 一段时间
LAST YEAR 去年 上一年

所以 SAMEPERIODLASTYEAR(Date[Date]) 就是:

👉 基于当前筛选的日期范围,找出去年相同的时间段


🎯 应用场景举例:

  • 今天是 2025/04/03,使用 SAMEPERIODLASTYEAR(Date[Date]),就会返回 2024/04/03。
  • 如果你筛选的是 2025 年 1 月到 3 月,它会返回 2024 年 1 月到 3 月的数据。

✅ 一句话解释:

SAMEPERIODLASTYEAR() 会返回 当前日期范围的"去年同一时间段" ,通常配合 CALCULATE() 使用。


🧠 函数语法:

DAX 复制代码
SAMEPERIODLASTYEAR(<dates>)
  • dates:通常是日期列(比如 Date[Date]

🎯 常见使用场景:去年销售额、利润等对比

📌 示例 1:计算去年销售额

假设你有一个 Sales[Amount] 销售额字段,还有一个 Date 日期表。

DAX 复制代码
销售额_去年 = 
CALCULATE(
    SUM(Sales[Amount]),
    SAMEPERIODLASTYEAR(Date[Date])
)

➤ 它的逻辑是:

在当前筛选的时间范围内,去找"去年同一时间段",然后计算那段时间的销售额。


📊 示例 2:同比增长率(YoY %)

DAX 复制代码
销售额_YoY百分比 = 
DIVIDE(
    [销售额] - [销售额_去年],
    [销售额_去年]
)

前提是你已经创建了 [销售额][销售额_去年] 两个度量值


✅ 使用条件说明

要点 是否必须
有独立的日期表(Date Table) ✅ 必须
日期表和事实表建立好关系 ✅ 必须
使用连续日期(日维度) ✅ 推荐

⚠️ 注意:如果你的日期表不是连续的,比如只有月或年,可能会出错或不返回正确值!


🔄 对比其他时间函数

函数名 说明
SAMEPERIODLASTYEAR() 当前时间范围的"去年"
PARALLELPERIOD(...,-1,YEAR) 返回同样长度的去年区间
DATEADD(...,-1,YEAR) 往前移一年,可以更灵活
PREVIOUSYEAR() 整个上一年的全部时间

🧠 什么时候该用 SAMEPERIODLASTYEAR

场景 推荐
做折线图、柱状图,显示"今年 vs 去年销售趋势"
对比本月 vs 去年同月的利润、订单等
自定义月份或季度对比(但时间跨度不能变)
日期表不是连续日(如只有月份或年) ❌ 不推荐,容易出错

🧪 如果你没有日期表怎么办?

强烈建议用以下语句创建:

DAX 复制代码
Date = CALENDAR(DATE(2019,1,1), DATE(2025,12,31))

然后加上:

DAX 复制代码
Year = YEAR(Date[Date])
Month = FORMAT(Date[Date], "MMM")

并将你的销售表中的日期字段 Sales[OrderDate]Date[Date] 建立关系。


✅ 总结口诀:

🔹 SAMEPERIODLASTYEAR = 当前时间段 ➜ 去年对应时间段

🔹 常配合 CALCULATE() 使用

🔹 做同比必备工具,离不开"日期表"!

相关推荐
Chen--Xing17 分钟前
Python -- 正则表达式
python·正则表达式·数据分析·数据脱敏·2025年能源网络安全大赛
源码之家42 分钟前
计算机毕业设计:Python 共享单车数据分析可视化系统 Flask框架 可视化 大数据 机器学习 深度学习 数据挖掘(建议收藏)✅
大数据·python·数据挖掘·数据分析·汽车·课程设计·美食
赵钰老师1 小时前
ArcGIS在洪水灾害普查、风险评估及淹没制图中的实践技术应用(洪水风险区划、防治区划、淹没制图、洪水灾害数据管理)
arcgis·数据分析
2501_944934731 小时前
市场推广需要哪些数据分析能力?渠道评估、归因和转化怎么分析
数据挖掘·数据分析
国际学术会议-杨老师1 小时前
2026年仿真与数据分析国际会议 (ICSDA 2026)
数据挖掘·数据分析·仿真
没有梦想的咸鱼185-1037-166312 小时前
北斗高精度数据解算:破解城市峡谷/长基线/无网区难题,从毫米级定位到自动化交付——(GAMIT/GLOBK底层核心解算技术方法)
运维·arcgis·数据分析·自动化
CC数分16 小时前
大模型时代的数据分析:AI会取代数据分析师吗?
人工智能·数据挖掘·数据分析
AI职业加油站18 小时前
数据要素时代:大数据治理工程师证书深度解码
大数据·开发语言·人工智能·python·数据分析
何中应19 小时前
Grafana列表如何设置固定排序
运维·数据分析·grafana
CDA数据分析师干货分享19 小时前
石油工程专业炼油厂一线岗位转行数据分析岗,CDA数据分析师二级学习经验
深度学习·学习·数据挖掘·数据分析·cda证书·cda数据分析师