基于DAX计算仓库事实表特定时间点的在途订单量问题

我来帮你搞定这三个度量的实现，尤其是那个难搞的In Order（在途订单量），先理清楚数据逻辑和需求，再一步步写DAX：

一、简单度量：入库量与出库量 #

这部分没什么难度，直接用SUM聚合对应字段就行：

• 入库量度量：

入库量 := SUM(Transactions[qIn])

• 出库量度量：

出库量 := SUM(Transactions[qOut])

二、核心难点：In Order（在途订单量） #

需求拆解 #

在途量的本质是：截止到当前统计月份的月末，已经下单（OrderDate ≤ 当月月末）但还未入库（TransactionDate > 当月月末）的商品数量。

我给你两种实现思路，一种是直接逻辑计算，另一种对应你提到的间接思路：

思路1：直接计算法（逻辑更清晰） #

这个方法需要依赖一张日期表（Date Table），并且要让Transactions表的TransactionDate和OrderDate都与日期表建立关系，这样透视表按月份筛选时才能准确计算对应月末的在途量。

DAX代码：

In Order（在途量）:= 
VAR 当前月末 = EOMONTH(MAX('日期表'[Date]), 0) -- 获取透视表当前行对应的月末日期
VAR 总下单量 = CALCULATE(
    SUM(Transactions[qIn]),
    Transactions[OrderDate] <= 当前月末
)
VAR 总入库量 = CALCULATE(
    SUM(Transactions[qIn]),
    Transactions[TransactionDate] <= 当前月末
)
RETURN 总下单量 - 总入库量

为什么这么写？因为总下单量是到当月月末为止所有已经下单的商品数，减去到当月月末已经入库的数量，剩下的就是还没入库的在途量，完全贴合需求逻辑。

思路2：间接计算法（对应你提到的思路） #

如果你想用“总订单量 - 当月入库的往期订单量”的逻辑来实现，也可以这样写：

首先定义两个辅助度量，再组合成最终的在途量：

-- 辅助度量1：总订单量（截止到当月月末的所有qIn订单量）
总订单量 := 
VAR 当前月末 = EOMONTH(MAX('日期表'[Date]), 0)
RETURN CALCULATE(
    SUM(Transactions[qIn]),
    Transactions[OrderDate] <= 当前月末
)

-- 辅助度量2：当月入库的往期订单量（下单月份≠当前月份，但当月完成入库的qIn）
当月入库的往期订单量 := 
VAR 当前月份 = MONTH(MAX('日期表'[Date]))
VAR 当前年份 = YEAR(MAX('日期表'[Date]))
RETURN CALCULATE(
    SUM(Transactions[qIn]),
    (MONTH(Transactions[OrderDate]) <> 当前月份 || YEAR(Transactions[OrderDate]) <> 当前年份),
    Transactions[TransactionDate] <= EOMONTH(MAX('日期表'[Date]), 0)
)

-- 最终在途量度量
In Order（间接法）:= [总订单量] - [当月入库的往期订单量]

示例验证（用你的测试数据） #

拿你给的测试数据来看：

计算2019年1月末的在途量：

• 总下单量：OrderDate ≤ 2019-01-31的qIn总和 = 5+3 = 8
• 总入库量：TransactionDate ≤ 2019-01-31的qIn总和 = 5
• 最终在途量：8-5 = 3，和你描述的“1月末未入库的3件A在途”完全一致。

如果是完整数据下1月末在途量为29，这个公式也能准确计算出对应结果。

三、透视表使用提示 #

把日期表的月份字段拖到透视表的行区域，然后把三个度量拖到值区域，就能得到每个月对应的入库量、出库量和在途量了。

内容的提问来源于stack exchange，提问作者spiderman