2月29日就到要了,Power BI时间智能函数是如何处理闰年的?

今年是闰年,马上就到2月29日了,有星友问我,在Power BI中,2月29日的上年同期是怎么计算的?
这是个好问题,正好梳理一下,PowerBI时间智能函数是如何处理不规则日期的对比数据的。
以一个模拟的订单表数据为例,订单日期涵盖了2015年、2016年和2017年,其中2016年是闰年,添加一个相匹配的日期表与之建立关系,
先建立一个基础度量值:

收入 = SUM('订单表'[销售额])

然后通过下面几个示例,来看看几个和2月29日相关的各种数据,是怎么计算的?以及时间智能函数处理闰年的计算逻辑。
2月29日-上年同期
建个上年同期的度量值:

收入 PY =

CALCULATE(

[收入],

SAMEPERIODLASTYEAR('日期表'[日期])

)

把这个度量值放入到矩阵中看看结果:

从上面的数据可以看出,2016年2月29日和28日的上年同期数据都是48000,与2015年2月28日的数据是一样的。
2016年2月28日的上年同期数据是2015年2月28日很正常,那么为什么2016年2月29日的上年同期数据也是2015年2月28日呢?
对于不规则的日期,根据特定的要求和逻辑,可以设计不同的对比方式。比如2015年是没有2月29日的,那么2016年2月29日的上年同期可以设计为空值。
而PowerBI的时间智能函数的计算逻辑,是2月29日的上年同期数据为上年2月28日的,换个角度可能更容易理解,就是2月最后一天的数据对比,无论是不是闰年。
并且观察2017年2月28日的上年同期数据,与2016年2月28日的数据一样,这很正常。
只是在2017年,找不到这样的日期:它的上年同期数据,可以与2016年2月29日对应。
2月29日-本年累计的上年同期
本年累计以及本年累计的上年同期度量值可以这样写:
收入 YTD = TOTALYTD([收入],'日期表'[日期])
收入 YTD PY =
CALCULATE(
[收入 YTD],
SAMEPERIODLASTYEAR('日期表'[日期])
)
计算结果如下:
本年累计的同期对比结果,与上面当日数据的同期对比逻辑是一样的,依然是2016年2月29日的上年同期,是2015年2月28日的数据。
从上图可以看到2017年2月28日上年同期的本年累计是4087000,但是如果看2017年2月份的上年同期本年累计,却是4129000,
也就是说在本年累计的上年同期的计算中,2017年2月28日的数据和2017年2月份的数据是不一致的。
但在月份这个粒度上,2017年2月的上年同期,与2016年2月的数据完全一致,并没有问题。
2月29日-本月累计的上月
需要建本月累计和上月累计的度量值,可以这样写:
收入 MTD = TOTALMTD([收入],'日期表'[日期])
收入 MTD PM =
CALCULATE(
[收入 MTD],
DATEADD('日期表'[日期],-1,MONTH)
)
结果如下:
在月度环比上,因为每个月都有29号,29号本身的数据没有问题,但在3月30号和3月31号的上月同期计算中,因为2月没有对应的日期,所以都等于2月29日的数据。
关于月度环比,这个很正常,因为即使不是闰年,3月30日和3月31日的上月同期数据,也是都等于2月28日的数据。
在日期维度月度环比的计算上,不只是闰年有2月29日才存在这个问题,其实每年都存在,因为有的月份是31天,有的月份是30天,比如7月31号的上月同期数据就是6月30日的数据。
总结
通过上面几个示例,对时间智能函数的计算逻辑总结如下:
  • 日期粒度上的计算,如果没有对应的日期,会自动等于上期最后一天的数据;

  • 月份粒度上的计算,是否为闰年,没有任何影响;

  • 在本期累计的上期计算中,可能会出现,当月最后一天的累计数与当月的累计数不一致的情况。

以上就是时间智能函数的计算逻辑,其实没有必要担心2月29日的计算问题,就像不用担心某个月是否有31号一样。
如果你的业务中,需要的计算逻辑不是时间智能函数的逻辑,应根据需求调整,按通用的DAX函数和规则来写度量值,并不是一定要用时间智能函数。
关于时间智能函数的学习和运用,你还可以参考这两篇文章:
33个时间智能函数
各种时间指标的度量值,让你一次看个够

(0)

相关推荐