Window函数除了可以用来计算同环比、移动平均之外，还可以用来处理累计求和问题。

核心在于Window的from和to参数的设定，可以将其设置为绝对位置和相对位置。

先来看看本期的案例数据：

案例数据比较简单，一张销售事实表。

将其导入到PowerBI中，添加如下日期表：

Date = 
GENERATE (
    CALENDAR ( MIN ( 'Sales'[时间] ), MAX ( 'Sales'[时间] ) ),
    VAR DA = [Date]
    VAR YEAR =
        YEAR ( DA )
    VAR QUARTER =
        "Q" & FORMAT ( DA, "Q" )
    VAR MONTE =
        FORMAT ( DA, "MM" )
    VAR DAY =
        DAY ( DA )
    RETURN
        ROW (
            "Year", YEAR,
            "Quarter", QUARTER,
            "Month", MONTE,
            "DayOfMonth", DAY,
            "YearQuarter", YEAR & QUARTER,
            "YearMonth", YEAR & MONTE,
            "YearMonthCount",
                YEAR * 12 + MONTE   ----新增列
        )
)

模型关系如下：

添加基础度量值：

001.Amount = 
SUM ( 'Sales'[总金额] )

之前我们计算累计求和的方式是通过变量，其代码如下：

002.累计求和 = 
VAR CurrentDate =
    MAX ( 'Date'[Date] )
VAR Result =
    CALCULATE (
        [001.Amount],
        FILTER ( ALL ( 'Date'[Date] ), 'Date'[Date] <= CurrentDate )
    )
RETURN
    IF ( ISBLANK ( [001.Amount] ), BLANK (), Result )

结果如下：

时间太久了，白茶这里解释一下代码含义：

①VAR通过变量的方式获取当前每一行的日期；

②CALCULATE构建新的上下文对[001.Amount]度量值进行计算，会将小于等于当前日期的所有金额进行累计汇总；

③IF是对无销售数据的日期进行过滤；

④不使用EARFIER函数是因为其性能对比变量VAR相差很多，其本质是对表进行迭代遍历。

现在，我们也可以通过Window函数来计算累计求和，代码如下：

003.Window累计求和 = 
VAR Result =
    CALCULATE ( [001.Amount], WINDOW ( 1, ABS, 0, REL, ALL ( 'Date'[Date] ) ) )
RETURN
    IF ( ISBLANK ( [001.Amount] ), BLANK (), Result )

结果如下：

代码解释：

①WINDOW的写法对比之前的写法简洁了很多，省略了获取行日期的操作；

②CALCULATE函数同上一致，更改上下文重新计算；

③WINDOW的from参数，设定从第一个位置开始，绝对位置，to设定到当前位置，相对位置，即从最初的第一行累计到当前的每一行；

④IF的用法同上一致，过滤无销售数据的日期。

我们来对比一下性能：

从性能分析器的结果来看，Window的写法对比变量的写法要优化很多。

除了上述累计求和场景应用之外，Window函数在处理同值累计和上期累计的获取上，都要比之前的方式更加灵活，感兴趣的小伙伴可以自行动手测试，白茶这里就不赘述了。