透视分析中可以实现时间计算功能。
时间函数
时间函数的说明如下：
| 时间函数 | 计算方法说明 | |
|---|---|---|
| 同期 | 同期值 | 同期数据 |
| 同期比 | 本期值/同期值*100% | |
| 同期增长 | 本期值-同期值 | |
| 同期增长率 | （本期值-同期值）/同期值*100% | |
| 前期 | 前期值 | 前期数据 |
| 环比 | 本期值/前期值*100% | |
| 环比增长 | 本期值-前期值 | |
| 环比增长率 | （本期值-前期值）/前期值*100% | |
| 期初期末 | 期初值（时点数） | 期初值（时点数） |
| 期末值（时点数） | 期末值（时点数） | |
| 期初值（累计值） | 期初值（累计值） | |
| 期末值（累计值） | 期末值（累计值） | |
| 日均 | 年日均 | 从本年1月1日到当前日期的累计值除以从本年1月1日到当期日期天数 |
| 半年日均 | 半年累计值除以从本半年的第一天到当前日期的天数 | |
| 季日均 | 季累计值除以从本季1号到当前日期的天数 | |
| 月日均 | 月累计值值除以从本月1号到当前日期的天数 | |
| 旬日均 | 季累值除以从本旬第一天到当前日期的天数 | |
| 累计值 | 年累值 | 从本年1月1日到当前日期的累计数 |
| 半年累值 | 从本半年的第一天到当前日期的累计数 | |
| 季累值 | 从本季的1号到当前日期的累计数 | |
| 月累值 | 从本月的1号到当前日期的累计数 | |
| 旬累值 | 从本旬的1号到当前日期的累计数 | |
| 增长值 | 比年初增长值 | 就是当前的时点值减去1月1号的时点值 |
| 比年初增长率 | （比年初增长值/1月1号的时点值）*100% | |
| 比季初增长值 | 当前的时点值减去当前日期所在季度的1号的时点值 | |
| 比季初增长率 | （比季初增长值/当前日期所在季度的1号的时点值）*100% | |
| 比月初增长值 | 当前的时点值减去当前日期所在月份的1号的时点值 | |
| 比月初增长率 | （比月初增长值/当前日期所在月份的1号的时点值）*100% | |
时间计算逻辑
在进行时间计算时，是有一个时间频度的概念的。
在年报表中，日的同期值为上一年同一天的数据，如：2015-01-01，在年报表中的同期值为 2014-01-01的数据；
而在月报表中，日的同期值为上一月同一天的数据。如：05月01日，在月报表中的同期值为04月01日的数据。
在透视分析的时间计算中，时间频度是如何使用和计算的。具体逻辑如下：
| 时间计算 | 示例一 | 示例二 |
|---|---|---|
同期 时间频度与时间计算字段的“基准时间层次”一致。 | 基准时间层次为“年”时，每个日期的同期值是取上一年同一天的数据。 比如2017年1季度01月的同期值就是2016年1季度01月的数量数据。
| 基准时间层次为“月”时，每个日期的同期值是取上一月同一天的数据. 比如2016年1季度02月的同期值就是2016年1季度01月的数量数据。
|
前期 时间频度与行列区选择的时间层次有关。 | 行列区选择的时间层次为：年份、季度、月份，则销售量的前期值为上一月的数据。 如图，2016年1季度02月的前期值为2016年1季度01月的数据。
| 行列区选择的时间层次为：年份、季度，则销售量的前期值为上一季度的数据。 如图，2016年2季度的前期值为2016年1季度的数据。
|
期初期末 期初计算逻辑： 期初值（时点数）指的是上一日的数据。 期初值（累计值）指的是本年度中当日之前的所有数据之和。 期末计算逻辑： 期末值（时点数）指的是最后一日（当日）的数据。 期末值（累计值）指的是本年度中当日及之前所有日期的数据之和。 注：1、期初计算逻辑是以“日”为单位，待选列中必须含有“年、月、日”这三个时间层次。 2、累计值是不可跨年计算的。 3、期初值（时点数）是以数据库的数据为准。 4、 期初值（累计值）是以表格的数据为准。 | 期初计算示例： 2016-09-04的上一日是 2016-09-03。 2016-09-04的期初值（时点数）就是2016-09-03的数据：77。 2016-09-04的期初值（累计值）就是2016年中从2016-09-01到2016-09-03的所有数据之和，即54+92+77=223 。
| 期末计算示例： 2016-09-04的期末值（时点数）就是当天的数据：321。 2016-09-04的期末值（累计值）就是2016年中从2016-09-01到2016-09-04所有数据之和，即54+92+77+321=544。
|
| ||
