Looker-Funktionen und -Operatoren

Wenn Ihr Administrator Ihnen die Berechtigungen zum Erstellen von Tabellenkalkulationen erteilt hat, können Sie die folgenden Funktionen verwenden, um häufige Funktionen schnell auszuführen, ohne Looker-Ausdrücke erstellen zu müssen:

  • Schnellberechnungen, um schnell allgemeine Berechnungen für numerische Felder in der Datentabelle eines Explores durchzuführen

Wenn Ihr Administrator Ihnen die Berechtigungen zum Erstellen von benutzerdefinierten Feldern erteilt hat, können Sie die folgenden Funktionen verwenden, um häufige Aufgaben schnell auszuführen, ohne Looker-Ausdrücke erstellen zu müssen:

Mit Looker-Ausdrücken (auch Lexp genannt) werden Berechnungen für folgende Elemente durchgeführt:

Diese Ausdrücke bestehen zu einem wesentlichen Teil aus Funktionen und Operatoren. Funktionen und Operatoren lassen sich in einige grundlegende Kategorien unterteilen:

Nur für Tabellenkalkulationen verfügbare Funktionen

Looker-Ausdrücke für benutzerdefinierte Filter und benutzerdefinierte Felder unterstützen keine Looker-Funktionen, die Datentypen konvertieren, Daten aus mehreren Zeilen aggregieren oder auf andere Zeilen oder Pivot-Spalten verweisen. Diese Funktionen werden nur für Tabellenkalkulationen unterstützt (einschließlich Tabellenkalkulationen, die im Parameter expression eines Datentests verwendet werden).

Auf dieser Seite wird die Verfügbarkeit von Funktionen und Operatoren verdeutlicht, abhängig von deren Verwendung innerhalb eines Looker-Ausdrucks.

Mathematische Funktionen und Operatoren

Es gibt zwei Möglichkeiten zur Verwendung von mathematischen Funktionen und Operatoren:

  • Einige mathematische Funktionen führen Berechnungen basierend auf einer einzelnen Zeile durch. Beispiel: Auf-/Abrundungen, Quadratwurzelberechnungen, Multiplikationen und ähnliche Funktionen können bei Werten angewendet werden, die sich in einer einzelnen Zeile befinden, wobei für jede Zeile ein eigener Wert übergeben wird. Alle mathematischen Operatoren wie + werden zeilenweise angewendet.
  • Andere mathematische Funktionen wie Durchschnittswerte und fortlaufende Gesamtsummen werden über mehrere Zeilen ausgeführt. Diese Funktionen schließen bei Operationen mehrere Zeilen ein und fassen sie in einer einzelnen Zahl zusammen; diese Zahl wird dann in jeder Zeile angezeigt.

Funktionen für Looker-Ausdrücke

Funktion Syntax Zweck
abs abs(value) Gibt den absoluten Wert von value zurück.

Ein Beispiel finden Sie im Community-Beitrag Standard Deviation and Simple Time Series Outlier Detection Using Table Calculations.
ceiling ceiling(value) Gibt die kleinste Ganzzahl zurück, die größer als oder gleich value ist.
exp exp(value) Gibt e hoch value zurück.
floor floor(value) Gibt die größte Ganzzahl zurück, die kleiner als oder gleich value ist.
ln ln(value) Gibt den natürlichen Logarithmus von value zurück.
log log(value) Gibt den Logarithmus zur Basis 10 von value zurück.
mod mod(value, divisor) Gibt den Rest der Division von value durch divisor zurück.
power power(base, exponent) Gibt base hoch exponent zurück.

Ein Beispiel finden Sie im Community-Beitrag Standard Deviation and Simple Time Series Outlier Detection Using Table Calculations.
rand rand() Gibt eine zufällige Zahl zwischen 0 und 1 zurück.
round round(value, num_decimals) Gibt value zurück, gerundet auf num_decimals Dezimalstellen.

Beispiele für die Verwendung von round finden Sie in den Community-Beiträgen pivot_index in Tabellenkalkulationen verwenden und Standardabweichung und einfache Erkennung von Zeitreihen-Ausreißern mit Tabellenkalkulationen.
sqrt sqrt(value) Gibt die Quadratwurzel von value zurück.

Ein Beispiel finden Sie im Community-Beitrag Standard Deviation and Simple Time Series Outlier Detection Using Table Calculations.

Funktionen nur für Tabellenkalkulationen

Viele dieser Funktionen operieren über mehrere Zeilen hinweg und beziehen nur die von Ihrer Abfrage übergebenen Zeilen ein.

Funktion Syntax Zweck
acos acos(value) Gibt den Arkuskosinus von value zurück.
asin asin(value) Gibt den Arkussinus von value zurück.
atan atan(value) Gibt den Arkustangens von value zurück.
beta_dist beta_dist(value, alpha, beta, cumulative) Gibt die Position von value auf der Betaverteilung mit den Parametern alpha und beta zurück. Bei cumulative = yes wird die kumulative Wahrscheinlichkeit zurückgegeben.
beta_inv beta_inv(probability, alpha, beta) Gibt die Position von probability auf der umgekehrten kumulativen Beta-Verteilung mit den Parametern alpha und beta zurück.
binom_dist binom_dist(num_successes, num_tests, probability, cumulative) Gibt die Wahrscheinlichkeit für num_successes Erfolge in num_tests Tests unter Berücksichtigung der probability von Erfolgen zurück. Bei cumulative = yes wird die kumulative Wahrscheinlichkeit zurückgegeben.
binom_inv binom_inv(num_tests, test_probability, target_probability) Gibt die kleinste Zahl k zurück, sodass binom(k, num_tests, test_probability, yes) >= target_probability.
chisq_dist chisq_dist(value, dof, cumulative) Gibt die Position von value auf der Gammaverteilung mit dof Freiheitsgraden zurück. Bei cumulative = yes wird die kumulative Wahrscheinlichkeit zurückgegeben.
chisq_inv chisq_inv(probability, dof) Gibt die Position von probability auf der umgekehrten kumulativen Gammaverteilung mit dof Freiheitsgraden zurück.
chisq_test chisq_test(actual, expected) Gibt die Wahrscheinlichkeit für den Chi-Quadrat-Test auf Unabhängigkeit zwischen actual- und expected-Daten zurück. actual kann eine Spalte oder eine Spalte mit Listen sein und expected muss denselben Typ haben.
combin combin(set_size, selection_size) Gibt die Anzahl der Möglichkeiten für die Auswahl von selection_size Elementen aus einer Menge der Größe set_size zurück.
confidence_norm confidence_norm(alpha, stdev, n) Gibt die halbe Breite des normalen Konfidenzintervalls für Signifikanzniveau alpha, Standardabweichung stdev und Stichprobenumfang n zurück.
confidence_t confidence_t(alpha, stdev, n) Gibt die halbe Breite des Konfidenzintervalls der t-Verteilung von Student für das Signifikanzniveau alpha, die Standardabweichung stdev und den Stichprobenumfang n zurück.
correl correl(column_1, column_2) Gibt den Korrelationskoeffizienten von column_1 und column_2 zurück.
cos cos(value) Gibt den Kosinus von value zurück.
count count(expression) Gibt die Anzahl der Nicht-null-Werte in der durch expression definierten Spalte zurück, es sei denn, expression definiert eine Spalte von Listen; in diesem Fall wird die Anzahl in jeder Liste zurückgegeben.
count_distinct count_distinct(expression) Gibt die Anzahl der eindeutigen Nicht-null-Werte in der durch expression definierten Spalte zurück, es sei denn, expression definiert eine Spalte von Listen; in diesem Fall wird die Anzahl in jeder Liste zurückgegeben.
covar_pop covar_pop(column_1, column_2) Gibt die Populationskovarianz von column_1 und column_2 zurück.
covar_samp covar_samp(column_1, column_2) Gibt die Stichprobenkovarianz von column_1 und column_2 zurück.
degrees degrees(value) Wandelt value von Radianten in Grad um.
expon_dist expon_dist(value, lambda, cumulative) Gibt die Position von value in der Exponentialverteilung mit dem Parameter lambda zurück. Bei cumulative = yes wird die kumulative Wahrscheinlichkeit zurückgegeben.
f_dist f_dist(value, dof_1, dof_2, cumulative) Gibt die Position von value in der F-Verteilung mit den Parametern dof_1 und dof_2 zurück. Bei cumulative = yes wird die kumulative Wahrscheinlichkeit zurückgegeben.
f_inv f_inv(probability, dof_1, dof_2) Gibt die Position von probability auf der umgekehrten kumulativen F-Verteilung mit den Parametern dof_1 und dof_2 zurück.
fact fact(value) Gibt die Fakultät von value zurück.
gamma_dist gamma_dist(value, alpha, beta, cumulative) Gibt die Position von value in der Gamma-Verteilung mit den Parametern alpha und beta zurück. Bei cumulative = yes wird die kumulative Wahrscheinlichkeit zurückgegeben.
gamma_inv gamma_inv(probability, alpha, beta) Gibt die Position von probability auf der umgekehrten kumulativen Gammaverteilung mit den Parametern alpha und beta zurück.
geomean geomean(expression) Gibt den geometrischen Mittelwert der mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte mit Listen. In diesem Fall wird der geometrische Mittelwert jeder Liste zurückgegeben.
hypgeom_dist hypgeom_dist(sample_successes, sample_size, population_successes, population_size, cumulative) Gibt die Wahrscheinlichkeit zurück, sample_successes aus den angegebenen sample_size, der Anzahl der population_successes und population_size zu erhalten. Bei cumulative = yes wird die kumulative Wahrscheinlichkeit zurückgegeben.
intercept intercept(y_column, x_column) Gibt den Achsenabschnitt der linearen Regressionsgeraden für die durch y_column und x_column festgelegten Punkte zurück.

Ein Beispiel finden Sie im Community-Beitrag How to Forecast in Looker with Table Calculations.
kurtosis kurtosis(expression) Gibt die Stichproben-Exzesswölbung der mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte von Listen; in diesem Fall wird die Stichproben-Exzesswölbung jeder Liste zurückgegeben.
large large(expression, k) Gibt den k-größten Wert der mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte mit Listen. In diesem Fall wird der k-größte Wert jeder Liste zurückgegeben.
match match(value, expression) Gibt die Zeilennummer des ersten Vorkommens von value in der mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte mit Listen. In diesem Fall wird die Position von value in jeder Liste zurückgegeben.
max max(expression) Gibt den Maximalwert der mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte von Listen. In diesem Fall wird der Maximalwert jeder Liste zurückgegeben.

Beispiele für die Verwendung von max finden Sie in den Community-Beiträgen Listen in Tabellenkalkulationen verwenden und Nach einer Dimension in Tabellenkalkulationen gruppieren.
mean mean(expression) Gibt den Mittelwert der mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte von Listen. In diesem Fall wird der Mittelwert jeder Liste zurückgegeben.

Beispiele für die Verwendung von mean finden Sie im Communitybeitrag Calculating Moving Averages und im Communitybeitrag Standard Deviation and simple time series outlier detection using Table Calculations.
median median(expression) Gibt den Medianwert der mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte von Listen. In diesem Fall wird der Medianwert jeder Liste zurückgegeben.
min min(expression) Gibt den Minimalwert der mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte von Listen. In diesem Fall wird der Minimalwert jeder Liste zurückgegeben.
mode mode(expression) Gibt den Modus der mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte von Listen. In diesem Fall wird der Modus jeder Liste zurückgegeben.
multinomial multinomial(value_1, value_2, ...) Gibt den Faktor der Summe der Argumente geteilt durch das Produkt der entsprechenden Faktoren zurück.
negbinom_dist negbinom_dist(num_failures, num_successes, probability, cumulative) Gibt die Wahrscheinlichkeit von num_failures Fehlern vor Erreichen von num_successes Erfolgen unter Berücksichtigung der probability von Erfolgen zurück. Bei cumulative = yes wird die kumulative Wahrscheinlichkeit zurückgegeben.
norm_dist norm_dist(value, mean, stdev, cumulative) Gibt die Position von value in der Normalverteilung mit dem angegebenen mean und stdev zurück. Bei cumulative = yes wird die kumulative Wahrscheinlichkeit zurückgegeben.
norm_inv norm_inv(probability, mean, stdev) Gibt die Position von probability auf der umgekehrten kumulativen Normalverteilung zurück.
norm_s_dist norm_s_dist(value, cumulative) Gibt die Position von value auf der Standardnormalverteilung zurück. Bei cumulative = yes wird die kumulative Wahrscheinlichkeit zurückgegeben.
norm_s_inv norm_s_inv(probability) Gibt die Position von probability auf der umgekehrten Standard-Normalverteilung zurück.
percent_rank percent_rank(column, value) Gibt den Rang von value in column als Prozentwert zwischen 0 und 1 zurück. column ist die Spalte, das Feld, die Liste oder der Bereich mit dem zu berücksichtigenden Datensatz und value ist die Spalte mit dem Wert, für den der Prozentrang bestimmt werden soll.

Beispiel:

percent_rank(${view_name.field_1}, ${view_name.field_1})

percent_rank(list(1, 2, 3), ${view_name.field_1})

percent_rank(list(1, 2, 3), 2)
percentile percentile(expression, percentile_value) Gibt den Wert aus der mit expression erstellten Spalte zurück, der dem angegebenen percentile_value entspricht, es sei denn, expression definiert eine Spalte mit Listen. In diesem Fall wird der Prozentilwert für jede Liste zurückgegeben. percentile_value muss zwischen 0 und 1 liegen. Andernfalls wird null zurückgegeben.
pi pi() Gibt den Wert von pi zurück.
poisson_dist poisson_dist(value, lambda, cumulative) Gibt die Position von value in der Poisson-Verteilung mit dem Parameter lambda zurück. Bei cumulative = yes wird die kumulative Wahrscheinlichkeit zurückgegeben.
product product(expression) Gibt das Produkt der mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte mit Listen. In diesem Fall wird das Produkt jeder Liste zurückgegeben.
radians radians(value) Wandelt value von Grad in Radianten um.
rank rank(value, expression) Gibt den Rang von value in der Spalte zurück, die von expression erstellt wurde. Wenn Sie beispielsweise Bestellungen nach ihrem Gesamtverkaufspreis einstufen möchten, können Sie rank(${order_items.total_sale_price},${order_items.total_sale_price}) verwenden. Damit wird jeder Wert von order_items.total_sale_price in Ihrer Abfrage im Vergleich zur gesamten Spalte von order_items.total_sale_price in Ihrer Abfrage eingestuft. Für den Fall, dass expression mehrere Listen definiert, gibt diese Funktion die relative Größe von value in jeder Liste zurück.

Ein Beispiel finden Sie im Community-Beitrag Ranks with Table Calculations.
rank_avg rank_avg(value, expression) Gibt den durchschnittlichen Rang von value in der mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte mit Listen. In diesem Fall wird der durchschnittliche Rang von value in jeder Liste zurückgegeben.
running_product running_product(value_column) Gibt ein laufendes Produkt mit den Werten in value_column zurück.
running_total running_total(value_column) Gibt eine laufende Summe der Werte in value_column zurück.

Ein Beispiel finden Sie auf der Seite Best Practices für Tabellenkalkulationen im Abschnitt Laufende Summe in Spalten mit Tabellenkalkulationen erstellen.
sin sin(value) Gibt den Sinus von value zurück.
skew skew(expression) Gibt die Stichproben-Schiefe der mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte von Listen. In diesem Fall wird die Stichproben-Schiefe jeder Liste zurückgegeben.
slope slope(y_column, x_column) Gibt die Steigung der Regressionsgeraden unter Verwendung der durch y_column und x_column festgelegten Punkte zurück.

Ein Beispiel finden Sie im Community-Beitrag How to Forecast in Looker with Table Calculations.
small small(expression, k) Gibt den k-kleinsten Wert der mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte mit Listen. In diesem Fall wird der k-kleinste Wert jeder Liste zurückgegeben.
stddev_pop stddev_pop(expression) Gibt die Standardabweichung (Population) der mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte von Listen. In diesem Fall wird die Standardabweichung (Population) jeder Liste zurückgegeben.
stddev_samp stddev_samp(expression) Gibt die Standardabweichung (Stichprobe) der mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte mit Listen. In diesem Fall wird die Standardabweichung (Stichprobe) jeder Liste zurückgegeben.
sum sum(expression) Gibt die Summe der mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte von Listen. In diesem Fall wird die Summe jeder Liste zurückgegeben.

Beispiele für die Verwendung von sum finden Sie auf den Best Practices-Seiten Aggregating Across Rows (Row Totals) in Table Calculations (Zeilensummen in Tabellenkalkulationen aggregieren) und How to Calculate Percent-of-Total (Prozentsatz von Summe berechnen).
t_dist t_dist(value, dof, cumulative) Gibt die Position von value in der Studentschen t-Verteilung mit dof Freiheitsgraden zurück. Bei cumulative = yes wird die kumulative Wahrscheinlichkeit zurückgegeben.
t_inv t_inv(probability, dof) Gibt die Position von probability auf der umgekehrten kumulativen Normalverteilung mit dof Freiheitsgraden zurück.
t_test t_test(column_1, column_2, tails, type) Gibt das Ergebnis eines t-Tests für die Daten aus column_1 und column_2 zurück, wobei 1 oder 2 tails verwendet werden. type: 1 = gepaart, 2 = homoskedastisch, 3 = heteroskedastisch.
tan tan(value) Gibt den Tangens von value zurück.
var_pop var_pop(expression) Gibt die Varianz (Population) der mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte mit Listen. In diesem Fall wird die Varianz (Population) jeder Liste zurückgegeben.
var_samp var_samp(expression) Gibt die Varianz (Stichprobe) der mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte von Listen. In diesem Fall wird die Varianz (Stichprobe) jeder Liste zurückgegeben.
weibull_dist weibull_dist(value, shape, scale, cumulative) Gibt die Position von value auf der Weibull-Verteilung mit den Parametern shape und scale zurück. Bei cumulative = yes wird die kumulative Wahrscheinlichkeit zurückgegeben.
z_test z_test(data, value, stdev) Gibt den einseitigen p-Wert des z-Tests mit den vorhandenen data und stdev zum hypothetischen Mittelwert value zurück.

Operatoren für Looker-Ausdrücke

Sie können die folgenden mathematischen Standardoperatoren verwenden:

Operator Syntax Zweck
+ value_1 + value_2 Fügt value_1 und value_2 hinzu.
- value_1 - value_2 Subtrahiert value_2 von value_1.
* value_1 * value_2 Multipliziert value_1 und value_2.
/ value_1 / value_2 Teilt value_1 durch value_2.

Stringfunktionen

Zeichenfolgenfunktionen arbeiten mit Sätzen, Wörtern oder Buchstaben, die gemeinsam als „Zeichenfolgenfunktionen“ bezeichnet werden. Mithilfe von Zeichenfolgenfunktionen können Sie Wörter und Buchstaben in Großbuchstaben schreiben, Teile einer Phrase extrahieren, überprüfen, ob sich ein Wort oder ein Buchstabe in einer Phrase befindet, oder Elemente eines Wortes oder einer Phrase ersetzen. Zeichenfolgenfunktionen können auch verwendet werden, um die in der Tabelle zurückgegebenen Daten zu formatieren.

Funktionen für Looker-Ausdrücke

Funktion Syntax Zweck
concat concat(value_1, value_2, ...) Gibt value_1, value_2, ... und value_n als einen String zurück.
contains contains(string, search_string) Gibt Yes zurück, wenn string search_string enthält, andernfalls No. Bei der Funktion contains wird zwischen Groß- und Kleinschreibung unterschieden.
length length(string) Gibt die Anzahl der Zeichen in string zurück.
lower lower(string) Gibt string zurück, wobei alle Zeichen in Kleinbuchstaben umgewandelt wurden.
position position(string, search_string) Gibt den Startindex von search_string in string zurück, falls er vorhanden ist, andernfalls 0.
replace replace(string, old_string, new_string) Gibt string zurück, wobei alle Vorkommen von old_string durch new_string ersetzt werden.
substring substring(string, start_position, length) Gibt den Teilstring von string zurück, der mit start_position beginnt und aus length Zeichen besteht. start_position beginnt bei 1. Dabei steht 1 für das erste Zeichen im String, 2 für das zweite Zeichen usw.
upper upper(string) Gibt string zurück, wobei alle Zeichen in Großbuchstaben umgewandelt wurden.

Funktionen nur für Tabellenkalkulationen

Funktion Syntax Zweck
split split(string, delimeter) Gibt eine Liste von Strings in string zurück, die durch delimiter getrennt sind.
to_number to_number(string) Gibt die von string dargestellte Zahl bzw. null zurück, wenn die Zeichenfolge nicht konvertiert werden kann.
to_string to_string(value) Gibt die Stringdarstellung von value oder einen leeren String zurück, wenn value null ist.

DATE-Funktionen

Datumsfunktionen ermöglichen es Ihnen, mit Datum und Uhrzeit zu arbeiten.

Funktionen für Looker-Ausdrücke

Funktion Syntax Zweck
add_days add_days(number, date) Fügt number Tage zu date hinzu.
add_hours add_hours(number, date) Fügt number Stunden zu date hinzu.
add_minutes add_minutes(number, date) Fügt date number Minuten hinzu.
add_months add_months(number, date) Fügt date number Monate hinzu.
add_seconds add_seconds(number, date) Fügt date number Sekunden hinzu.
add_years add_years(number, date) Fügt number Jahre zu date hinzu.
date date(year, month, day) Gibt das Datum „year-month-day“ oder null zurück, wenn das Datum ungültig wäre.
date_time date_time(year, month, day, hours, minutes, seconds) Gibt das year-month-day hours:minutes:seconds-Datum oder null zurück, wenn das Datum ungültig wäre.
diff_days diff_days(start_date, end_date) Gibt die Anzahl der Tage zwischen start_date und end_date zurück.

Ein Beispiel finden Sie im Communitybeitrag Using dates in table calculations.
diff_hours diff_hours(start_date, end_date) Gibt die Anzahl der Stunden zwischen start_date und end_date zurück.
diff_minutes diff_minutes(start_date, end_date) Gibt die Anzahl der Minuten zwischen start_date und end_date zurück.

Ein Beispiel finden Sie im Communitybeitrag Using dates in table calculations.
diff_months diff_months(start_date, end_date) Gibt die Anzahl der Monate zwischen start_date und end_date zurück.

Ein Beispiel finden Sie im Community-Beitrag Grouping by a dimension in table calculations.
diff_seconds diff_seconds(start_date, end_date) Gibt die Anzahl der Sekunden zwischen start_date und end_date zurück.
diff_years diff_years(start_date, end_date) Gibt die Anzahl der Jahre zwischen start_date und end_date zurück.
extract_days extract_days(date) Extrahiert die Tage aus date.

Ein Beispiel finden Sie im Communitybeitrag Using dates in table calculations.
extract_hours extract_hours(date) Extrahiert die Stunden aus date.
extract_minutes extract_minutes(date) Extrahiert die Minuten aus date.
extract_months extract_months(date) Extrahiert die Monate aus date.
extract_seconds extract_seconds(date) Extrahiert die Sekunden aus date.
extract_years extract_years(date) Extrahiert die Jahre aus date.
now now() Gibt das aktuelle Datum und die aktuelle Uhrzeit zurück.

Beispiele für die Verwendung von now finden Sie in den Community-Beiträgen Now() Table Calculation Function Has Better Timezone Handling und Using dates in table calculations.
trunc_days trunc_days(date) Kürzt date auf Tage.
trunc_hours trunc_hours(date) Kürzt date auf Stunden.
trunc_minutes trunc_minutes(date) Kürzt date auf Minuten.
trunc_months trunc_months(date) Kürzt date auf Monate.
trunc_years trunc_years(date) Kürzt date auf Jahre.

Funktionen nur für Tabellenkalkulationen

Funktion Syntax Zweck
to_date to_date(string) Gibt Datum und Uhrzeit der string entsprechend (JJJJ, JJJJ-MM, JJJJ-MM-TT, JJJJ-MM-TT hh, JJJJ-MM-TT hh:mm oder JJJJ-MM-TT hh:mm:ss) zurück.

Logische Funktionen, Operatoren und Konstanten

Logische Funktionen und Operatoren werden verwendet, um zu beurteilen, ob etwas wahr oder falsch ist. Ausdrücke, die diese Elemente verwenden, nehmen einen Wert an, werten ihn anhand einiger Kriterien aus und geben Yes zurück, wenn die Kriterien erfüllt sind, bzw. No, wenn die Kriterien nicht erfüllt sind. Es gibt auch verschiedene logische Operatoren zum Vergleichen von Werten und Kombinieren von logischen Ausdrücken.

Funktionen für Looker-Ausdrücke

Funktion Syntax Zweck
case case(when(yesno_arg, value_if_yes), when(yesno_arg, value_if_yes), ..., else_value) Hinzugefügt am 21.10. Ermöglicht bedingte Logik mit mehreren Bedingungen und Ergebnissen. Gibt value_if_yes für den ersten when-Fall zurück, dessen yesno_arg-Wert yes ist. Gibt else_value zurück, wenn alle when-Fälle no sind.
coalesce coalesce(value_1, value_2, ...) Gibt den ersten Wert in value_1, value_2, ..., value_n zurück, der nicht null ist, sofern ein solcher Wert gefunden wird. Andernfalls wird null zurückgegeben.

Beispiele für die Verwendung von coalesce finden Sie in den Community-Beiträgen Laufende Summe über Zeilen mit Tabellenkalkulationen erstellen, Prozentsatz der Gesamtsumme über Zeilen mit Tabellenkalkulationen erstellen und pivot_index in Tabellenkalkulationen verwenden.
if if(yesno_expression, value_if_yes, value_if_no) Wenn yesno_expression als Yes ausgewertet wird, wird der Wert value_if_yes zurückgegeben. Andernfalls wird der value_if_no-Wert zurückgegeben.

Ein Beispiel finden Sie im Community-Beitrag Grouping by a dimension in table calculations.
is_null is_null(value) Gibt Yes zurück, wenn value gleich null ist, ansonsten No.

Ein Beispiel finden Sie auf der Dokumentationsseite Looker-Ausdrücke erstellen. Ein weiteres Beispiel, in dem is_null mit dem Operator NOT verwendet wird, finden Sie auf der Dokumentationsseite Tabellenkalkulationen verwenden.

Operatoren für Looker-Ausdrücke

Die folgenden Vergleichsoperatoren können für jeden Datentyp verwendet werden:

Operator Syntax Zweck
= value_1 = value_2 Gibt Yes zurück, wenn value_1 gleich value_2 ist, ansonsten No.
!= value_1 != value_2 Gibt Yes zurück, wenn value_1 nicht gleich value_2 ist, ansonsten No.

Die folgenden Vergleichsoperatoren können mit Zahlen, Datumsangaben und Strings verwendet werden:

Operator Syntax Zweck
> value_1 > value_2 Gibt Yes zurück, wenn value_1 größer als value_2 ist, ansonsten No.
< value_1 < value_2 Gibt Yes zurück, wenn value_1 kleiner als value_2 ist, ansonsten No.
>= value_1 >= value_2 Gibt Yes zurück, wenn value_1 größer oder gleich value_2 ist, andernfalls No.
<= value_1 <= value_2 Gibt Yes zurück, wenn value_1 kleiner oder gleich value_2 ist, andernfalls No.

Sie können Looker-Ausdrücke auch mit diesen logischen Operatoren kombinieren:

Operator Syntax Zweck
AND value_1 AND value_2 Gibt Yes zurück, wenn sowohl value_1 als auch value_2 gleich Yes sind, andernfalls No.
OR value_1 OR value_2 Gibt Yes zurück, wenn entweder value_1 oder value_2 gleich Yes ist, ansonsten No.
NOT NOT value Gibt Yes zurück, wenn value gleich No ist, ansonsten No.

Diese logischen Operatoren müssen großgeschrieben werden. Logische Operatoren, die in Kleinbuchstaben geschrieben sind, funktionieren nicht ordnungsgemäß.

Logische Konstanten

Sie können logische Konstanten in Looker-Ausdrücken verwenden. Diese Konstanten werden immer in Kleinbuchstaben geschrieben und haben folgende Bedeutung:

Konstante Bedeutung
yes Wahr
no Falsch
null Kein Wert

Beachten Sie, dass die Konstanten yes und no die speziellen Symbole sind, die in Looker-Ausdrücken „wahr“ oder „falsch“ wiedergeben. Im Gegensatz dazu erzeugen Anführungszeichen wie in "yes" und "no" literale Strings mit diesen Werten.

Logische Ausdrücke werden als „wahr“ oder „falsch“ ausgewertet, ohne dass eine if-Funktion erforderlich ist. Beispiel:

if(${field} > 100, yes, no)

ist gleichbedeutend mit:

${field} > 100

Sie können auch null verwenden, um anzugeben, dass kein Wert vorhanden ist. Beispiel: Sie können bestimmen, ob ein Feld leer ist, oder in einer bestimmten Situation einen leeren Wert zuweisen. Diese Formel übergibt keinen Wert, wenn der Feldwert kleiner als 1 ist bzw. übergibt den Feldwert, wenn er größer als 1 ist:

if(${field} < 1, null, ${field})

AND- und OR-Operatoren kombinieren

AND-Operatoren werden vor OR-Operatoren ausgewertet, wenn Sie die Reihenfolge nicht durch Klammern anders festlegen. Demnach wird der folgende Ausdruck ohne zusätzliche Klammern:

if (
  ${order_items.days_to_process}>=4 OR
  ${order_items.shipping_time}>5 AND
  ${order_facts.is_first_purchase},
"review", "okay")

wie folgt ausgewertet:

if (
  ${order_items.days_to_process}>=4 OR
  (${order_items.shipping_time}>5 AND ${order_facts.is_first_purchase}),
"review", "okay")

Positionsfunktionen

Bei der Erstellung von Tabellenkalkulationen können Sie mithilfe von Funktionen zur Positionstransformation Informationen über Felder in verschiedenen Zeilen oder Pivot-Spalten extrahieren. Sie können auch Listen erstellen und den aktuellen Zeilen- oder Pivot-Spaltenindex abrufen.

Spalten- und Zeilensummen nur für Tabellenkalkulationen

Wenn Ihr Explore Summen enthält, können Sie auf Summenwerte für Spalten und Zeilen verweisen:

Funktion Syntax Zweck
:total ${field:total} Gibt die Spaltensumme des Feldes zurück.
:row_total ${field:row_total} Gibt die Zeilensumme des Feldes zurück.

Einige dieser Funktionen verwenden die relative Position von Zeilen, so dass eine Änderung der Sortierreihenfolge der Zeilen die Ergebnisse der Funktionen beeinflusst.

Funktion Syntax Zweck
index index(expression, n) Gibt den Wert des n-ten Elements der mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte mit Listen. In diesem Fall wird das n-te Element jeder Liste zurückgegeben.
list list(value_1, value_2, ...) Erstellt eine Liste aus den angegebenen Werten

Ein Beispiel finden Sie im Community-Beitrag Using lists in table calculations.
lookup lookup(value, lookup_column, result_column) Gibt den Wert in result_column zurück, der sich in derselben Zeile wie value in lookup_column befindet.
offset offset(column, row_offset) Gibt den Wert der Zeile (n + row_offset) in column zurück, wobei n die aktuelle Zeilennummer ist.

Beispiele für die Verwendung von offset finden Sie auf der Seite Best Practices für die Berechnung von Prozent des vorherigen Werts und prozentualer Änderung mit Tabellenkalkulationen.
offset_list offset_list(column, row_offset, num_values) Gibt eine Liste der num_values-Werte ab Zeile (n + row_offset) in column zurück, wobei n die aktuelle Zeilennummer ist.

Ein Beispiel finden Sie im Community-Beitrag Calculating Moving Averages.
row row() Gibt die aktuelle Zeilennummer zurück.

Einige dieser Funktionen verwenden die relativen Positionen von Pivot-Spalten, so dass eine Änderung der Sortierreihenfolge der als Drehpunkt festgelegten Dimension die Ergebnisse dieser Funktionen beeinflusst.

Funktion Syntax Zweck
pivot_column pivot_column() Gibt den Index der aktuellen Pivot-Spalte zurück.
pivot_index pivot_index(expression, pivot_index) Wertet expression im Kontext der Pivot-Spalte an der Position pivot_index aus (1 für ersten Pivot, 2 für den zweiten Pivot usw.). Gibt Null bei Ergebnissen zurück, die nicht als Drehpunkt festgelegt sind.

Beispiele für die Verwendung von pivot_index finden Sie in den Community-Beiträgen Using pivot_index in table calculations und Creating a percent of total across rows with table calculations.
pivot_offset pivot_offset(pivot_expression, col_offset) Gibt den Wert von pivot_expression an der Position (n + col_offset) zurück, wobei n die aktuelle Pivot-Spaltenposition ist. Gibt Null bei Ergebnissen zurück, die nicht als Drehpunkt festgelegt sind.

Beispiele für die Verwendung von pivot_offset finden Sie im Community-Beitrag Laufende Summe über Zeilen mit Tabellenkalkulationen erstellen und auf der Seite Prozentsatz des vorherigen Werts und prozentuale Änderung mit Tabellenkalkulationen berechnen.
pivot_offset_list pivot_offset_list(pivot_expression, col_offset, num_values) Gibt eine Liste der num_values-Werte in pivot_expression zurück, die an der Position (n + col_offset) beginnen, wobei n der aktuelle Pivot-Index ist. Gibt null für Ergebnisse zurück, die nicht als Drehpunkt festgelegt sind.
pivot_row pivot_row(expression) Gibt die pivotierten Werte von expression als Liste zurück. Gibt null für Ergebnisse zurück, die nicht als Drehpunkt festgelegt sind.

Beispiele für die Verwendung von pivot_row finden Sie auf den Best Practices-Seiten Aggregating Across Rows (Row Totals) in Table Calculations (Zeilensummen in Tabellenkalkulationen aggregieren) und How to Calculate Percent-of-Total (Prozentsatz von Summe berechnen).
pivot_where pivot_where(select_expression, expression) Gibt den Wert von expression für die Pivot-Spalte zurück, die eindeutig select_expression erfüllt, oder null, wenn keine solche eindeutige Spalte existiert.

Die von Ihnen verwendeten spezifischen Pivot-Funktionen bestimmen, ob die Tabellenkalkulation neben jeder als Drehpunkt festgelegten Spalte oder als einzelne Spalte am Ende der Tabelle angezeigt wird.

Filterfunktionen für benutzerdefinierte Filter und benutzerdefinierte Felder

Mit Filterfunktionen können Sie mit Filterausdrücken arbeiten, um Werte basierend auf gefilterten Daten zurückzugeben. Filterfunktionen funktionieren in benutzerdefinierten Filtern, Filtern für benutzerdefinierte Messwerte und benutzerdefinierten Dimensionen, sind aber nicht in Tabellenkalkulationen gültig.

Funktion Syntax Zweck
matches_filter matches_filter(field, filter_expression) Gibt Yes zurück, wenn der Wert des Felds mit dem Filterausdruck übereinstimmt, andernfalls No.