DatetimeDiff
datetimeDiff 获取两个日期时间值之间的时间量，使用指定的时间单位。请注意，差值是按整单位计算的（请参阅下面的示例）。
| 语法 | 示例 |
|---|---|
datetimeDiff(datetime1, datetime2, unit) |
datetimeDiff("2022-02-01", "2022-03-01", "month") |
| 获取两个日期时间（datetime2 减去 datetime1）之间的差值，使用指定的时间单位。 | 1 |
参数
datetime1 和 datetime2 可以是
- 时间戳列的名称，
- 返回 日期时间 的自定义表达式，或者
- 格式为
"YYYY-MM-DD"或"YYYY-MM-DDTHH:MM:SS"的字符串（如上例所示）。
单位 可以是以下任何一种
- “年”
- “季度”
- “月”
- “week”
- “日”
- “小时”
- “分钟”
- “秒”
计算年龄
假设你是一名奶酪制造商，你想跟踪你的熟化过程
| 奶酪 | 开始熟化 | 结束熟化 | 成熟年龄（月） |
|---|---|---|---|
| Provolone | 2022 年 1 月 19 日 | 2022 年 3 月 17 日 | 1 |
| Feta | 2022 年 1 月 25 日 | 2022 年 5 月 3 日 | 3 |
| Monterey Jack | 2022 年 1 月 27 日 | 2022 年 10 月 11 日 | 8 |
成熟年龄（月）是一个自定义列，表达式为
datetimeDiff([Aging Start], [Aging End], "month")
要计算奶酪的当前年龄（以月为单位），请使用 now 作为第二个日期时间参数，如下所示
datetimeDiff([Aging Start], now, "month")
要计算奶酪的当前年龄（以天为单位），请使用
datetimeDiff([Aging Start], now, "day")
支持的数据类型
| 数据类型 | 适用于 datetimeDiff |
|---|---|
| 字符串是 | ❌ |
| 数字 | ❌ |
| 时间戳 | ✅ |
| 布尔值 | ❌ |
| JSON | ❌ |
我们使用“时间戳”和“日期时间”来指代 Metabase 支持的任何时间数据类型。有关 Metabase 中这些数据类型的更多信息，请参阅 时区。
如果您的时间戳在数据库中以字符串或数字形式存储，管理员可以从表元数据页面将其转换为时间戳。
限制
datetimeDiff 当前在以下数据库中不可用
- Druid
相关函数
本节介绍与 Metabase datetimeDiff 表达式功能相同的功能和公式，并附有关于如何为您的用例选择最佳选项的说明。
SQL
当您使用查询构建器运行查询时，Metabase 会将您的图形查询设置（过滤器、摘要等）转换为查询，并针对您的数据库运行该查询以获取结果。
如果我们的 奶酪示例数据 存储在 PostgreSQL 数据库中
SELECT DATE_PART('month', AGE(aging_end, aging_start)) AS mature_age_months
FROM cheese
等同于 Metabase datetimeDiff 表达式
datetimeDiff([Aging Start], [Aging End], "month")
某些数据库，例如 Snowflake 和 BigQuery，支持 DATEDIFF 或 DATE_DIFF 等函数。有关更多信息，请查看我们的常见 SQL 参考指南列表。
电子表格
如果我们的 奶酪示例数据 存储在电子表格中，“Aging Start”在 B 列，“Aging End”在 C 列
DATEDIF(B1, C1, "M")
产生与以下结果相同的结果
datetimeDiff([Aging Start], [Aging End], "month")
是的，它是 DATEDIF，有一个“F”。
Python
假设 奶酪示例数据 存储在名为 df 的 pandas 数据框列中，您可以直接减去日期，并使用 numpy 的 timedelta64 将差值转换为月
df['Mature Age (Months)'] = (df['Aging End'] - df['Aging Start']) / np.timedelta64(1, 'M')
等同于
datetimeDiff([Aging Start], [Aging End], "month")
延伸阅读
阅读其他版本的 Metabase 的文档。