在处理销售流水、考勤记录或项目排期表时，日期列通常同时包含年、月、日三个部分，而分析报表往往只需要按照年度维度进行汇总。手工从日期里拆分年份不仅效率低，还容易在复制公式时产生偏移错误。YEAR函数正是为了解决这类需求而设计的日期函数，它可以从一个完整的日期值中直接返回四位数的年份整数。下面先介绍它在Excel中的基础用法，再扩展到SQL和常见编程语言里的对应实现。

一、Excel中YEAR函数的基础语法与参数说明

Excel中的YEAR函数语法非常简单，官方定义为YEAR(serial_number)，其中serial_number参数可以是包含日期的单元格引用、日期序列号，也可以是能够返回日期值的其他函数公式。YEAR函数会返回一个介于1900到9999之间的整数，这个整数就是日期对应的年份。如果参数为空白单元格或无法被识别为日期，公式会返回#VALUE!错误。

需要特别说明的是Excel的日期存储机制。在Windows版Excel的默认1900日期系统中，日期被转换成从1900年1月1日开始计数的序列号，例如1900年1月1日对应序列号1，而2024年5月16日对应的序列号是45458。YEAR函数在底层先读取这个序列号，再根据日期系统还原出年份。因此，即使单元格中显示为日期格式，函数实际处理的仍然是数字。直接输入=YEAR(45458)同样可以得到2024，但这种方式可读性较差，日常使用建议引用日期单元格。

下面给出几个常见公式。第一个公式直接引用A2单元格中的日期；第二个公式使用DATE函数先构造日期，再交给YEAR提取年份；第三个公式处理文本类型的日期，先通过DATEVALUE函数把文本转为真正的日期值，避免因单元格格式为文本而导致公式失败。

=YEAR(A2)
=YEAR(DATE(2024,5,16))
=YEAR(DATEVALUE("2024-05-16"))

如果工作表中已经有一列完整日期，可以把公式向下填充，生成年份辅助列。比如A2为2024-05-16，B2输入=YEAR(A2)，返回2024。若A列存在空单元格，建议先用IF函数做判断，避免错误值干扰后续统计。

二、YEAR函数与日期函数组合提取年份

单独使用YEAR函数只能处理现成的日期值，实际工作中经常需要先从文本或其他结构中拼出日期，再进行年份提取。以18位身份证号为例，出生日期位于第7到14位，其中第7到10位是出生年份，第11到12位是月份，第13到14位是日。可以先使用MID函数截取这三段字符串，再用DATE函数转换为标准日期，最后由YEAR返回出生年份。完整公式如下：

=YEAR(DATE(MID(A2,7,4),MID(A2,11,2),MID(A2,13,2)))

在需要按年度汇总数据时，YEAR函数还可以与SUMPRODUCT函数配合。假设A列是订单日期，B列是订单金额，要计算2024年总销售额，可以使用条件数组公式。由于SUMPRODUCT天然支持数组运算，不需要按三键结束，直接回车即可返回结果。下面这个公式先用YEAR把A列每个日期转换成年份，再与2024做等值比较，得到一组TRUE和FALSE，与B列金额相乘后求和，就得到了2024年的销售合计。

=SUMPRODUCT((YEAR($A$2:$A$100)=2024)*$B$2:$B$100)

此外，YEAR函数还可以与TODAY或NOW函数组合，自动获取当前系统日期对应的年份。比如=YEAR(TODAY())会随着系统日期变化自动更新，适合制作动态年度标题。如果只做年份标记，也可以把YEAR的返回结果与文本连接起来，例如生成带有“年”字的标签，用于图表或透视表分组。需要注意，连接后得到的是文本类型，如果后续还要参与数值比较，应保持YEAR的原始整数结果。

三、SQL查询中YEAR函数的用法与跨数据库差异

在数据库查询中，年份提取同样是高频需求。不同数据库提供的函数名称和用法并不完全一致。MySQL和SQL Server都内置了YEAR函数，直接作用于日期字段或日期字符串即可返回整数年份。PostgreSQL没有独立的YEAR函数，通常使用EXTRACT(YEAR FROM date)语法；SQLite则需要借助strftime('%Y', date)函数，返回的是字符串类型，而不是整数。Oracle使用EXTRACT(YEAR FROM date)，语法与PostgreSQL相似。

下面看一个按年份统计订单量的例子。不同数据库的写法在SELECT和GROUP BY中需要保持同一表达式，否则会因为聚合条件不一致而报错。

-- MySQL / SQL Server
SELECT YEAR(order_date) AS order_year, COUNT(*) AS total_orders
FROM orders
GROUP BY YEAR(order_date);
-- PostgreSQL / Oracle
SELECT EXTRACT(YEAR FROM order_date) AS order_year, COUNT(*) AS total_orders
FROM orders
GROUP BY EXTRACT(YEAR FROM order_date);
-- SQLite
SELECT strftime('%Y', order_date) AS order_year, COUNT(*) AS total_orders
FROM orders
GROUP BY strftime('%Y', order_date);

在查询条件里直接对日期列使用YEAR函数，虽然逻辑直观，但存在性能隐患。因为函数会作用于每一行，数据库无法使用日期列上的常规索引，可能退化为全表扫描。对于大数据量表，建议将年份条件改写成日期范围查询。例如要筛选2024年的订单，可以写成order_date大于等于2024年1月1日并且小于2025年1月1日。这样优化器可以利用索引快速定位数据区间，执行效率通常明显更高。

SELECT *
FROM orders
WHERE order_date >= '2024-01-01' AND order_date < '2025-01-01';

跨时区场景下，如果日期字段包含时区信息，YEAR函数通常基于会话时区解析，提取年份时可能与前一个时区发生偏移。这种偏移对统计口径影响较小，但在处理跨年边界订单时需要留意。

四、编程语言中的年份提取方法

在Excel和SQL之外，如果数据需要经过代码处理，Python和JavaScript是最常接触的环境。Python标准库中的datetime模块通过date.year属性获取年份，返回int类型。对于pandas用户，则可以使用Series.dt.year对整列日期进行向量化提取，适合处理CSV或数据库导出的数据表。

JavaScript中，Date对象的getFullYear方法返回四位年份，而getYear已经从标准中废弃，不要使用。下面示例展示了如何从日期字符串中解析并获取年份。

from datetime import datetime
date_str = "2024-05-16"
date_obj = datetime.strptime(date_str, "%Y-%m-%d")
year = date_obj.year
print(year)  # 2024
import pandas as pd
df = pd.DataFrame({"order_date": ["2024-05-16", "2023-11-02"]})
df["order_date"] = pd.to_datetime(df["order_date"])
df["year"] = df["order_date"].dt.year
print(df)

const dateStr = "2024-05-16";
const date = new Date(dateStr);
const year = date.getFullYear();
console.log(year); // 2024

这些编程语言中的年份提取本质上都属于日期解析后的属性读取，和YEAR函数的思路一致。区别在于Excel和SQL更偏向声明式操作，程序员只需指定函数和参数；而Python和JavaScript需要先完成字符串到日期对象的解析，再通过属性或方法获取年份。如果数据源是Excel文件，直接在Excel内用YEAR函数完成年份列会更方便；如果数据已经进入后端处理流程，则适合用语言自带的日期能力统一转换。