如何为数据添加时间戳以实现逐日对比分析

一、Python脚本实现方案 #

完全可以通过Python实现带时间戳的CSV生成，流程简单易维护，结合你的VBA经验上手很快：

核心逻辑 #

定时抓取静态库存数据，为每条数据追加当前时间戳，追加写入CSV文件（避免覆盖历史数据，保证时间序列完整）

示例代码 #

import datetime
import csv

# ----------------------
# 替换为你的实际数据获取逻辑
# 比如用pandas读取Excel/数据库：import pandas as pd; df = pd.read_excel("data.xlsx"); data = df.to_dict("records")
# ----------------------
def get_static_inventory_data():
    # 模拟静态库存数据，实际替换成你的数据源读取代码
    return [
        {"商品ID": "SKU001", "库存数量": 120},
        {"商品ID": "SKU002", "库存数量": 85},
        {"商品ID": "SKU003", "库存数量": 30}
    ]

def save_to_history_csv(data, filename="inventory_history.csv"):
    # 生成当前时间戳（格式：YYYY-MM-DD HH:MM:SS）
    current_time = datetime.datetime.now().strftime("%Y-%m-%d %H:%M:%S")
    # 给每条数据添加时间戳字段
    for item in data:
        item["快照时间"] = current_time
    
    # 追加写入CSV（自动处理表头：文件为空时写入，否则跳过）
    with open(filename, mode='a', newline='', encoding='utf-8') as f:
        fieldnames = ["商品ID", "库存数量", "快照时间"]
        writer = csv.DictWriter(f, fieldnames=fieldnames)
        
        # 判断是否需要写入表头
        f.seek(0, 2)
        if f.tell() == 0:
            writer.writeheader()
        
        writer.writerows(data)

# 执行脚本
if __name__ == "__main__":
    inventory_data = get_static_inventory_data()
    save_to_history_csv(inventory_data)

Power BI导入与自动化 #

1. 在Power BI中选择「获取数据」→「CSV」，选中生成的inventory_history.csv
2. 若要定时自动运行脚本：用Windows任务计划程序创建定时任务，指定执行该Python脚本（类似VBA的定时触发逻辑）
3. 每次脚本运行后，刷新Power BI即可获取最新的时间序列数据，用于分析库存时长趋势

二、无代码实现方案 #

如果不想写代码，以下两种方案可以满足需求：

1. Power BI增量刷新+定时刷新 #

• 连接你的静态数据源（Excel/数据库）到Power BI
• 进入「数据加载」设置，开启增量刷新，设置按时间切片规则；同时添加自定义列快照时间，用Now()函数生成当前时间
• 若发布到Power BI服务，设置云端定时刷新；若本地使用，配合Windows任务计划程序定时打开Power BI文件执行刷新
• 每次刷新会自动保留历史快照数据，无需手动导出

2. Excel Power Query + 定时刷新 #

• 在Excel中用Power Query连接静态数据源
• 添加自定义列，使用DateTime.LocalNow()生成时间戳
• 将查询结果加载到Excel表格，开启Excel「数据」选项卡的「全部刷新」，并通过Windows任务计划程序定时打开Excel执行刷新
• 最后在Power BI中直接连接该Excel文件，即可获取完整的时间序列数据

内容的提问来源于stack exchange，提问作者B.Ross