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：

成为PowerBI星球会员

问题随时答疑，更多资源分享