Power BI学习笔记第06篇：DAX 进阶：时间智能与复杂计算

第06篇：DAX 进阶：时间智能与复杂计算

1. 时间智能概述

时间智能（Time Intelligence）是 DAX 中专门用于处理日期和时间的强大功能，让你可以轻松计算同比、环比、年累计、月累计等分析指标。

时间智能的前提：模型中必须有一张日期表（Date Table），且与事实表建立了关系。

---

2. 建立日期表

日期表是时间智能的基础，必须满足以下条件：

• 包含从起始日期到结束日期的连续日期序列
• 每行对应一天，无遗漏
• 日期列是唯一值（不能有重复日期）

2.1 使用 DAX 自动创建日期表

日期表 = 
CALENDAR(
    DATE(2020, 1, 1),   -- 起始日期
    DATE(2025, 12, 31)   -- 结束日期
)

这会生成一个包含所有日期的表。

2.2 创建带年/月/季度列的完整日期表

日期表 = 
ADDCOLUMNS(
    CALENDAR(DATE(2020,1,1), DATE(2025,12,31)),
    "年", YEAR([Date]),
    "季度", "Q" & QUARTER([Date]),
    "月", FORMAT([Date], "yyyy-MM"),
    "月份名称", FORMAT([Date], "MMMM"),
    "星期", WEEKDAY([Date]),
    "年度第几周", WEEKNUM([Date])
)

2.3 标记日期表

建立日期表后，必须将其标记为日期表：

1. 在数据视图中，选中日期表
2. 点击"表格工具" → "标记为日期表" → 选择日期列

---

3. 常用时间智能函数

3.1 TOTALYTD / TOTALQTD / TOTALMTD

年累计（Year-to-Date）：

销售额_YTD = TOTALYTD(SUM(销售[销售额]), '日期表'[Date])

季度累计（Quarter-to-Date）：

销售额_QTD = TOTALQTD(SUM(销售[销售额]), '日期表'[Date])

月累计（Month-to-Date）：

销售额_MTD = TOTALMTD(SUM(销售[销售额]), '日期表'[Date])

3.2 SAMEPERIODLASTYEAR（去年同期）

销售额_去年同期 = 
CALCULATE(
    SUM(销售[销售额]),
    SAMEPERIODLASTYEAR('日期表'[Date])
)

3.3 PARALLELPERIOD（平移周期）

将日期平移指定月数或季度：

-- 上年同期（与SAMEPERIODLASTYEAR效果类似）
销售额_上年同期 = 
CALCULATE(
    SUM(销售[销售额]),
    PARALLELPERIOD('日期表'[Date], -1, YEAR)
)

-- 上月同期
销售额_上月同期 = 
CALCULATE(
    SUM(销售[销售额]),
    PARALLELPERIOD('日期表'[Date], -1, MONTH)
)

---

4. 同比与环比计算

4.1 同比增长率（YoY）

销售额_同比增长率 = 
DIVIDE(
    [销售额] - [销售额_去年同期],
    [销售额_去年同期]
)

4.2 环比增长率（MoM）

-- 先计算上月销售额
销售额_上月 = 
CALCULATE(
    SUM(销售[销售额]),
    PARALLELPERIOD('日期表'[Date], -1, MONTH)
)

-- 环比增长率
销售额_环比增长率 = 
DIVIDE(
    [销售额] - [销售额_上月],
    [销售额_上月]
)

4.3 季度环比

销售额_上季 = 
CALCULATE(
    SUM(销售[销售额]),
    PARALLELPERIOD('日期表'[Date], -1, QUARTER)
)

销售额_季度环比 = 
DIVIDE([销售额] - [销售额_上季], [销售额_上季])

---

5. 移动平均

使用 AVERAGEX 配合 DATESINPERIOD 计算移动平均：

-- 7日移动平均
销售额_7日移动平均 = 
AVERAGEX(
    DATESINPERIOD('日期表'[Date], LASTDATE('日期表'[Date]), -7, DAY),
    CALCULATE(SUM(销售[销售额]))
)

-- 12个月移动平均
销售额_12月移动平均 = 
AVERAGEX(
    DATESINPERIOD('日期表'[Date], LASTDATE('日期表'[Date]), -12, MONTH),
    CALCULATE(SUM(销售[销售额]))
)

---

6. 复杂计算进阶

6.1 RANKX 排名

-- 按销售额排名（降序）
产品销售排名 = 
RANKX(
    ALL(产品[产品名称]),
    [销售额],
    ,
    DESC,
    DENSE
)

参数说明：ALL(产品[产品名称]) 定义排名的范围，DESC 表示降序，DENSE 表示dense排名（无跳号）。

6.2 TOPN 取前N名

销售额前3产品 = 
TOPN(
    3,
    ALL(产品[产品名称]),
    [销售额],
    DESC
)

6.3 HASONEVALUE 单值判断

-- 仅在选择了单一产品时才显示百分比
产品销售占比 = 
IF(
    HASONEVALUE(产品[产品名称]),
    DIVIDE([销售额], CALCULATE([销售额], ALL(产品))),
    BLANK()
)

6.4 使用变量（VAR）优化性能

利润率_同比变化 = 
VAR CurrentMargin = [利润率]
VAR LastYearMargin = [利润率_去年同期]
RETURN
    DIVIDE(CurrentMargin - LastYearMargin, LastYearMargin)

使用 VAR 的好处：

1. 避免重复计算同一个表达式，提升性能
2. 让复杂的 DAX 公式更易读
3. 可以定义多个中间变量

---

7. 常见分析场景模板

分析场景	推荐 DAX 公式
年累计销售额	TOTALYTD(SUM(销售[销售额]), 日期表[Date])
去年同期销售额	CALCULATE(SUM(销售[销售额]), SAMEPERIODLASTYEAR(日期表[Date]))
同比增长率	DIVIDE([销售额] - [销售额_去年同期], [销售额_去年同期])
月累计	TOTALMTD(SUM(销售[销售额]), 日期表[Date])
季度累计	TOTALQTD(SUM(销售[销售额]), 日期表[Date])
移动平均（7日）	AVERAGEX(DATESINPERIOD(...), CALCULATE(SUM(...)))
产品排名	RANKX(ALL(产品), [销售额])

---

8. 小结

本篇介绍了：

• ✅ 日期表的创建与标记
• ✅ TOTALYTD / TOTALQTD / TOTALMTD 时间累计函数
• ✅ SAMEPERIODLASTYEAR 和 PARALLELPERIOD 同比/环比计算
• ✅ 同比增长率和环比增长率的 DAX 实现
• ✅ 移动平均（AVERAGEX + DATESINPERIOD）
• ✅ RANKX 排名、TOPN 取前N、VAR 变量优化

下一篇：我们将进入可视化环节，学习如何选择合适的图表类型，设计清晰美观的报表，以及 Power BI 可视化的最佳实践。