Power Query M语言日期时间函数实战指南：从基础操作到高级应用
1. Power Query M语言日期时间函数入门指南
第一次接触Power Query的日期时间函数时，我被它的功能强大但又不失简洁的设计所震撼。记得有一次处理销售数据，需要计算过去30天的滚动销售额，传统方法要写复杂的公式，而在Power Query中只需要几行M语言代码就能搞定。
M语言中的日期时间函数主要分为四大类：Date、DateTime、DateTimeZone和Duration。每类函数都有其独特的应用场景：
- Date函数：处理纯日期（年月日）相关操作，共57个
- DateTime函数：处理日期和时间组合，共25个
- DateTimeZone函数：处理带时区的日期时间，共15个
- Duration函数：处理时间间隔，共12个
快速查看所有日期时间函数的方法很简单，在Power Query编辑器中新建一个空白查询，输入以下代码：
= #shared这会返回一个包含所有内置函数的记录。接着点击"转换为表"，筛选"Key"列中包含"Date"的行，就能看到完整的日期时间函数列表了。
2. 基础日期操作：从数据清洗到日常计算
2.1 日期提取与转换
实际工作中最常见的需求就是把各种格式的文本转换为标准日期。比如从ERP系统导出的数据经常把日期存为"20240515"这样的文本格式，这时可以用：
= Date.FromText("20240515", "yyyyMMdd")更复杂的情况是处理不同地区的日期格式。我遇到过美国同事发来的数据使用"MM/dd/yyyy"格式，而本地系统需要"dd/MM/yyyy"，解决方案是：
= Date.FromText("05/15/2024", [Format="MM/dd/yyyy", Culture="en-US"])实用技巧：当处理来源复杂的日期数据时，建议先用Date.ToText函数统一转换为文本观察格式，再决定如何解析。
2.2 日期加减与区间计算
计算合同到期日、账期截止日等场景都需要日期加减操作。M语言提供了完整的日期运算函数：
// 加3个月 = Date.AddMonths(#date(2024,5,15), 3) // 返回2024/8/15 // 减2周 = Date.AddWeeks(#date(2024,5,15), -2) // 返回2024/5/1 // 计算当月最后一天 = Date.EndOfMonth(#date(2024,2,15)) // 返回2024/2/29（闰年）踩坑提醒：处理月末日期时要特别注意。比如给1月31日加1个月，结果会是2月28日（或29日），而不是2月31日。这与Excel的EDATE函数行为一致。
3. 高级日期时间处理技巧
3.1 动态日期计算
制作动态报表时，经常需要自动计算"上月同期"、"去年同期"等数据。这是我常用的几个模式：
// 获取当前日期 = DateTime.Date(DateTime.LocalNow()) // 上月同期 = Date.AddMonths(DateTime.Date(DateTime.LocalNow()), -1) // 去年同期 = Date.AddYears(DateTime.Date(DateTime.LocalNow()), -1) // 本季度第一天 = Date.StartOfQuarter(DateTime.Date(DateTime.LocalNow()))性能优化：在数据量大的情况下，建议先将DateTime.LocalNow()结果存入变量，避免重复计算。
3.2 工作日计算
计算两个日期之间的工作日天数是个经典问题。M语言没有内置的工作日函数，但可以用List.Generate实现：
(startDate as date, endDate as date) as number => let Dates = List.Dates(startDate, Duration.Days(endDate - startDate) + 1, #duration(1,0,0,0)), Weekdays = List.Select(Dates, each Date.DayOfWeek(_, Day.Monday) < 5), Result = List.Count(Weekdays) in Result这个自定义函数会排除周末（周六和周日），如果需要进一步排除节假日，可以维护一个节假日列表做二次过滤。
4. 时区处理与全球化应用
4.1 时区转换
处理跨国业务数据时，时区转换是刚需。M语言提供了完善的时区处理函数：
// 给时间添加时区信息（北京时间UTC+8） = DateTime.AddZone(#datetime(2024,5,15,14,0,0), 8, 0) // 转换时区（北京时间转纽约时间） = DateTimeZone.SwitchZone( DateTime.AddZone(#datetime(2024,5,15,14,0,0), 8, 0), -5, 0) // 返回2024/5/15 1:00 AM -05:00重要提示：夏令时期间时区偏移量会变化，建议始终使用时区名称而非固定偏移量。
4.2 持续时间计算
计算服务时长、处理时效等场景需要精确的时间间隔计算：
// 计算两个时间点之间的持续时间 = #datetime(2024,5,15,18,0,0) - #datetime(2024,5,15,9,30,0) // 返回8:30:00 // 转换为总小时数 = Duration.TotalHours(#datetime(2024,5,15,18,0,0) - #datetime(2024,5,15,9,30,0)) // 返回8.5 // 自定义时间间隔 = #duration(1, 12, 30, 0) // 1天12小时30分钟5. 实战案例：销售周期分析
结合一个真实案例，展示如何用M语言解决复杂的业务问题。假设需要分析客户购买周期：
- 数据准备：从订单表提取客户ID和订单日期
- 计算相邻订单间隔：
= Table.Sort( Table.AddColumn( Table.Group(orders, "CustomerID", {{"Orders", each _, type table}}), "Intervals", each List.Difference( List.Sort([Orders][OrderDate]), {List.Min([Orders][OrderDate])}) ), {"CustomerID"})- 统计平均购买周期：
= Table.AddColumn( sorted, "AvgInterval", each List.Average( List.Transform([Intervals], Duration.TotalDays)) )这个方案成功帮助客户识别出高价值客户（购买周期短）和流失风险客户（购买周期突然变长）。