Si el administrador te otorgó los permisos para crear cálculos de tablas, puedes usar las siguientes funciones para realizar funciones comunes con rapidez sin necesidad de crear expresiones de Looker:
- Cálculos con atajos para hacer rápidamente cálculos comunes en campos numéricos que se encuentran en la tabla de datos de una exploración
Si el administrador te otorgó los permisos para crear campos personalizados, puedes usar las siguientes funciones para realizar funciones comunes con rapidez sin necesidad de crear expresiones de Looker:
Grupos personalizados para agrupar rápidamente los valores en etiquetas personalizadas sin necesidad de desarrollar la lógica de
CASE WHEN
en los parámetrossql
o en los campostype: case
Contenedores personalizados para agrupar dimensiones de tipo numérico en niveles personalizados sin necesidad de desarrollar campos de LookML
type: tier
Las expresiones de Looker (a veces llamadas Lexp) se usan para realizar cálculos para lo siguiente:
- Cálculos basados en tablas (que incluyen expresiones usadas en pruebas de datos)
- Campos personalizados
- Filtros personalizados
Una parte importante de estas expresiones son las funciones y operadores que puedes usar en ellas. Las funciones y operadores se pueden dividir en algunas categorías básicas:
- Matemáticas: Funciones relacionadas con los números
- Cadena: Funciones relacionadas con letras y palabras
- Fechas: Funciones relacionadas con la fecha y la hora
- Transformación lógica: Incluye funciones booleanas (verdadero o falso) y operadores de comparación
- Transformación posicional: Recupera valores de diferentes filas o tablas dinámicas
Algunas funciones solo están disponibles para cálculos basados en tablas
Las expresiones de Looker para filtros personalizados y campos personalizados no admiten funciones de Looker que conviertan tipos de datos, agreguen datos de varias filas o hagan referencia a otras filas o columnas dinámicas. Estas funciones se admiten solo para los cálculos en tablas (incluidos los cálculos que se usan en el parámetro expression
de una prueba de datos).
Esta página se organiza para aclarar qué funciones y operadores están disponibles, según dónde uses tu expresión de Looker.
Operadores y funciones matemáticas
Las funciones y los operadores matemáticos trabajan de una de estas dos maneras:
- Algunas funciones matemáticas realizan cálculos basados en una sola fila. Por ejemplo, se pueden usar funciones de redondeo, raíz cuadrada, multiplicación y otras similares para los valores de una sola fila, de modo que se muestre un valor distinto para cada fila. Todos los operadores matemáticos, como
+
, se aplican una fila a la vez. - Otras funciones matemáticas, como los promedios y los totales generales, operan en muchas filas. Estas funciones toman muchas filas y las reducen a un solo número, luego muestran el mismo número en cada fila.
Funciones para cualquier expresión de Looker
Función | Sintaxis | Objetivo |
---|---|---|
abs |
abs(value) |
Muestra el valor absoluto de value . Para ver un ejemplo, consulta la publicación de Comunidad Desviación estándar y detección de valores atípicos de series temporales simples con cálculos de tablas. |
ceiling |
ceiling(value) |
Muestra el número entero más bajo que sea superior o igual a value . |
exp |
exp(value) |
Muestra e a la potencia de value . |
floor |
floor(value) |
Muestra el número entero más grande menor o igual que value . |
ln |
ln(value) |
Muestra el logaritmo natural de value . |
log |
log(value) |
Muestra el logaritmo en base 10 de value . |
mod |
mod(value, divisor) |
Muestra el resto de la división de value por divisor . |
power |
power(base, exponent) |
Muestra base elevado a la potencia de exponent . Para ver un ejemplo, consulta la publicación de Comunidad Desviación estándar y detección de valores atípicos de series temporales simples con cálculos de tablas. |
rand |
rand() |
Muestra un número al azar entre 0 y 1. |
round |
round(value, num_decimals) |
Muestra value redondeado a num_decimals decimales. Para ver ejemplos que usan round , consulta las publicaciones de Comunidad Cómo usar pivot_index en cálculos basados en tablas y Desviación estándar y detección de valores atípicos de series temporales simples con cálculos de tablas. |
sqrt |
sqrt(value) |
Muestra la raíz cuadrada de value . Para ver un ejemplo, consulta la publicación de Comunidad Desviación estándar y detección de valores atípicos de series temporales simples con cálculos de tablas. |
Funciones solo para cálculos basados en tablas
Muchas de estas funciones operan en muchas filas y solo consideran las filas que devuelve tu consulta.
Función | Sintaxis | Objetivo |
---|---|---|
acos |
acos(value) |
Muestra el coseno inverso de value . |
asin |
asin(value) |
Muestra el seno inverso de value . |
atan |
atan(value) |
Muestra la tangente inversa de value . |
beta_dist |
beta_dist(value, alpha, beta, cumulative) |
Muestra la posición de value en la distribución beta con los parámetros alpha y beta . Si es cumulative = yes , muestra la probabilidad acumulada. |
beta_inv |
beta_inv(probability, alpha, beta) |
Muestra la posición de probability en la distribución beta acumulativa inversa con los parámetros alpha y beta . |
binom_dist |
binom_dist(num_successes, num_tests, probability, cumulative) |
Muestra la probabilidad de obtener éxitos de num_successes en pruebas de num_tests con el probability determinado de éxito. Si es cumulative = yes , muestra la probabilidad acumulada. |
binom_inv |
binom_inv(num_tests, test_probability, target_probability) |
Muestra el número más bajo k , de modo que binom(k, num_tests, test_probability, yes) >= target_probability . |
chisq_dist |
chisq_dist(value, dof, cumulative) |
Muestra la posición de value en la distribución gamma con dof grados de libertad. Si es cumulative = yes , muestra la probabilidad acumulada. |
chisq_inv |
chisq_inv(probability, dof) |
Muestra la posición de probability en la distribución gamma acumulativa inversa con dof grados de libertad. |
chisq_test |
chisq_test(actual, expected) |
Muestra la probabilidad de la independencia entre los datos de actual y expected de la prueba de chi cuadrado. actual puede ser una columna o una columna de listas, y expected debe ser del mismo tipo. |
combin |
combin(set_size, selection_size) |
Muestra la cantidad de opciones para elegir elementos selection_size de un conjunto de tamaño set_size . |
confidence_norm |
confidence_norm(alpha, stdev, n) |
Muestra la mitad del ancho del intervalo de confianza normal en el nivel de importancia alpha , la desviación estándar stdev y el tamaño de la muestra n . |
confidence_t |
confidence_t(alpha, stdev, n) |
Muestra la mitad del ancho del intervalo de confianza de la distribución t de Student en el nivel de significación alpha , la desviación estándar stdev y el tamaño de la muestra n . |
correl |
correl(column_1, column_2) |
Muestra el coeficiente de correlación de column_1 y column_2 . |
cos |
cos(value) |
Muestra el coseno de value . |
count |
count(expression) |
Muestra el recuento de valores que no son null en la columna definida por expression , a menos que expression defina una columna de listas, en cuyo caso muestra el recuento de cada lista. |
count_distinct |
count_distinct(expression) |
Muestra el recuento de valores distintos que no son null en la columna definida por expression , a menos que expression defina una columna de listas, en cuyo caso muestra el recuento de cada lista. |
covar_pop |
covar_pop(column_1, column_2) |
Muestra la covarianza poblacional de column_1 y column_2 . |
covar_samp |
covar_samp(column_1, column_2) |
Muestra la covarianza de muestra de column_1 y column_2 . |
degrees |
degrees(value) |
Convierte value de radianes a grados. |
expon_dist |
expon_dist(value, lambda, cumulative) |
Muestra la posición de value en la distribución exponencial con el parámetro lambda . Si es cumulative = yes , muestra la probabilidad acumulada. |
f_dist |
f_dist(value, dof_1, dof_2, cumulative) |
Muestra la posición de value en la distribución F con los parámetros dof_1 y dof_2 . Si es cumulative = yes , muestra la probabilidad acumulada. |
f_inv |
f_inv(probability, dof_1, dof_2) |
Muestra la posición de probability en la distribución F acumulativa inversa con los parámetros dof_1 y dof_2 . |
fact |
fact(value) |
Devuelve el factorial de value . |
gamma_dist |
gamma_dist(value, alpha, beta, cumulative) |
Muestra la posición de value en la distribución gamma con los parámetros alpha y beta . Si es cumulative = yes , muestra la probabilidad acumulada. |
gamma_inv |
gamma_inv(probability, alpha, beta) |
Muestra la posición de probability en la distribución gamma acumulativa inversa con los parámetros alpha y beta . |
geomean |
geomean(expression) |
Muestra la media geométrica de la columna creada por expression , a menos que expression defina una columna de listas, en cuyo caso muestra la media geométrica de cada lista. |
hypgeom_dist |
hypgeom_dist(sample_successes, sample_size, population_successes, population_size, cumulative) |
Muestra la probabilidad de obtener sample_successes a partir del sample_size , el número de population_successes y el population_size especificados. Si es cumulative = yes , muestra la probabilidad acumulada. |
intercept |
intercept(y_column, x_column) |
Muestra la intersección de la línea de regresión lineal a través de los puntos determinados por y_column y x_column . Para ver un ejemplo, consulta la publicación de la comunidad Cómo realizar previsiones en Looker con cálculos de tablas. |
kurtosis |
kurtosis(expression) |
Muestra la curtosis excedente de muestra de la columna que crea expression , a menos que expression defina una columna de listas, en cuyo caso muestra la curtosis excedente de muestra de cada lista. |
large |
large(expression, k) |
Muestra el k o valor más grande de la columna creada por expression , a menos que expression defina una columna de listas, en cuyo caso muestra el k o valor más grande de cada lista. |
match |
match(value, expression) |
Muestra el número de fila de la primera ocurrencia de value en la columna creada por expression , a menos que expression defina una columna de listas, en cuyo caso muestra la posición de value en cada lista. |
max |
max(expression) |
Muestra el máximo de la columna creada por expression , a menos que expression defina una columna de listas, en cuyo caso muestra el máximo de cada lista. Para ver ejemplos que usan max , consulta las publicaciones de Comunidad sobre Cómo usar listas en cálculos basados en tablas y Cómo agrupar por una dimensión en cálculos basados en tablas. |
mean |
mean(expression) |
Muestra la media de la columna creada por expression , a menos que expression defina una columna de listas, en cuyo caso muestra la media de cada lista. Para ver ejemplos que usan mean , consulta la publicación de Comunidad Calcula las medias móviles y la publicación de la Comunidad sobre Desviación estándar y detección de valores atípicos de series temporales simples mediante cálculos de tablas. |
median |
median(expression) |
Muestra la mediana de la columna creada por expression , a menos que expression defina una columna de listas, en cuyo caso muestra la mediana de cada lista. |
min |
min(expression) |
Muestra el valor mínimo de la columna que crea expression , a menos que expression defina una columna de listas, en cuyo caso muestra el mínimo de cada lista. |
mode |
mode(expression) |
Muestra el modo de la columna creada por expression , a menos que expression defina una columna de listas, en cuyo caso muestra el modo de cada lista. |
multinomial |
multinomial(value_1, value_2, ...) |
Muestra el factorial de la suma de los argumentos dividido por el producto de cada uno de sus factoriales. |
negbinom_dist |
negbinom_dist(num_failures, num_successes, probability, cumulative) |
Muestra la probabilidad de obtener errores num_failures antes de obtener éxitos de num_successes , con el probability determinado de éxito. Si es cumulative = yes , muestra la probabilidad acumulada. |
norm_dist |
norm_dist(value, mean, stdev, cumulative) |
Muestra la posición de value en la distribución normal con los valores de mean y stdev especificados. Si es cumulative = yes , muestra la probabilidad acumulada. |
norm_inv |
norm_inv(probability, mean, stdev) |
Muestra la posición de probability en la distribución normal acumulada inversa. |
norm_s_dist |
norm_s_dist(value, cumulative) |
Muestra la posición de value en la distribución normal estándar. Si es cumulative = yes , muestra la probabilidad acumulada. |
norm_s_inv |
norm_s_inv(probability) |
Muestra la posición de probability en la distribución normal estándar inversa acumulada. |
percent_rank |
percent_rank(column, value) |
Muestra la clasificación de value en column como un porcentaje de 0 a 1 inclusive, en el que column es la columna, el campo, la lista o el rango que contiene el conjunto de datos que se debe considerar. y value es la columna con el valor para el que se determinará la clasificación porcentual.Ejemplo de uso:percent_rank(${view_name.field_1}, ${view_name.field_1}) percent_rank(list(1, 2, 3), ${view_name.field_1}) percent_rank(list(1, 2, 3), 2) |
percentile |
percentile(expression, percentile_value) |
Muestra el valor de la columna creada por expression correspondiente al percentile_value determinado, a menos que expression defina una columna de listas, en cuyo caso muestra el valor de percentil para cada lista. percentile_value debe estar comprendido entre 0 y 1. De lo contrario, muestra null . |
pi |
pi() |
Muestra el valor de pi. |
poisson_dist |
poisson_dist(value, lambda, cumulative) |
Muestra la posición de value en la distribución de Poisson con el parámetro lambda . Si es cumulative = yes , muestra la probabilidad acumulada. |
product |
product(expression) |
Muestra el producto de la columna creada por expression , a menos que expression defina una columna de listas, en cuyo caso muestra el producto de cada lista. |
radians |
radians(value) |
Convierte value de grados a radianes. |
rank |
rank(value, expression) |
Muestra el rango de value en la columna creada por expression . Por ejemplo, si deseas clasificar los pedidos por su precio de venta total, puedes usar rank(${order_items.total_sale_price},${order_items.total_sale_price}) , que da una clasificación para cada valor de order_items.total_sale_price en tu consulta cuando se compara con toda la columna de order_items.total_sale_price en tu consulta. Cuando expression define varias listas, esta función muestra el tamaño relativo de value en cada lista. Para ver un ejemplo, consulta la publicación de Comunidad Clasificaciones con cálculos basados en tablas. |
rank_avg |
rank_avg(value, expression) |
Muestra el rango promedio de value en la columna creada por expression , a menos que expression defina una columna de listas, en cuyo caso muestra el rango promedio de value en cada lista. |
running_product |
running_product(value_column) |
Muestra un producto en ejecución de los valores de value_column . |
running_total |
running_total(value_column) |
Muestra un total de los valores de value_column . Para ver un ejemplo, consulta la página de prácticas recomendadas Crea un total activo de columnas descendentes con cálculos de tablas. |
sin |
sin(value) |
Muestra el seno de value . |
skew |
skew(expression) |
Muestra la asimetría de muestra de la columna creada por expression , a menos que expression defina una columna de listas, en cuyo caso muestra la asimetría de muestra de cada lista. |
slope |
slope(y_column, x_column) |
Muestra la pendiente de la línea de regresión lineal a través de puntos determinados por y_column y x_column . Para ver un ejemplo, consulta la publicación de la comunidad Cómo realizar previsiones en Looker con cálculos de tablas. |
small |
small(expression, k) |
Muestra el k o valor más pequeño de la columna creada por expression , a menos que expression defina una columna de listas, en cuyo caso muestra el k o valor más pequeño de cada lista. |
stddev_pop |
stddev_pop(expression) |
Muestra la desviación estándar (población) de la columna creada por expression , a menos que expression defina una columna de listas, en cuyo caso muestra la desviación estándar (población) de cada lista. |
stddev_samp |
stddev_samp(expression) |
Muestra la desviación estándar (muestral) de la columna creada por expression , a menos que expression defina una columna de listas, en cuyo caso muestra la desviación estándar (muestral) de cada lista. |
sum |
sum(expression) |
Muestra la suma de la columna creada por expression , a menos que expression defina una columna de listas, en cuyo caso muestra la suma de cada lista. Para ver ejemplos que usan sum , consulta las páginas de prácticas recomendadas Agregación en todas las filas (totales de filas) en cálculos de tablas y Cómo calcular el porcentaje del total. |
t_dist |
t_dist(value, dof, cumulative) |
Muestra la posición de value en la distribución t de Student con dof grados de libertad. Si es cumulative = yes , muestra la probabilidad acumulada. |
t_inv |
t_inv(probability, dof) |
Muestra la posición de probability en la distribución normal acumulada inversa con dof grados de libertad. |
t_test |
t_test(column_1, column_2, tails, type) |
Muestra el resultado de una prueba t de un estudiante en los datos de column_1 y column_2 , con 1 o 2 tails . type : 1 = emparejado, 2 = homoscedástico, 3 = heteroscedástico. |
tan |
tan(value) |
Muestra la tangente de value . |
var_pop |
var_pop(expression) |
Muestra la varianza (población) de la columna creada por expression , a menos que expression defina una columna de listas, en cuyo caso muestra la varianza (población) de cada lista. |
var_samp |
var_samp(expression) |
Muestra la varianza (muestra) de la columna que crea expression , a menos que expression defina una columna de listas, en cuyo caso muestra la varianza (muestra) de cada lista. |
weibull_dist |
weibull_dist(value, shape, scale, cumulative) |
Muestra la posición de value en la distribución de Weibull con los parámetros shape y scale . Si es cumulative = yes , muestra la probabilidad acumulada. |
z_test |
z_test(data, value, stdev) |
Muestra el valor P de una cola de la prueba Z con los data y stdev existentes en la media hipotética value . |
Operadores para cualquier expresión de Looker
Puedes usar los siguientes operadores matemáticos estándar:
Operador | Sintaxis | Objetivo |
---|---|---|
+ |
value_1 + value_2 |
Se agregaron value_1 y value_2 . |
- |
value_1 - value_2 |
Resta value_2 de value_1 . |
* |
value_1 * value_2 |
Multiplica value_1 por value_2 . |
/ |
value_1 / value_2 |
Divide value_1 por value_2 . |
Funciones de string
Las funciones de string operan en oraciones, palabras o letras, que colectivamente se denominan "cadenas". Puedes usar funciones de cadena para escribir en mayúscula palabras y letras, extraer partes de una frase, comprobar si una palabra o una letra está en una frase, o reemplazar elementos de una palabra o frase. Las funciones de string también se pueden usar para dar formato a los datos que se muestran en la tabla.
Funciones para cualquier expresión de Looker
Funciones solo para cálculos basados en tablas
Funciones de fecha
Las funciones de fecha te permiten trabajar con fechas y horas.
Funciones para cualquier expresión de Looker
Función | Sintaxis | Objetivo |
---|---|---|
add_days |
add_days(number, date) |
Agrega number días a date . |
add_hours |
add_hours(number, date) |
Agrega number horas a date . |
add_minutes |
add_minutes(number, date) |
Agrega number minutos a date . |
add_months |
add_months(number, date) |
Agrega number meses a date . |
add_seconds |
add_seconds(number, date) |
Agrega number segundos a date . |
add_years |
add_years(number, date) |
Agrega number años a date . |
date |
date(year, month, day) |
Muestra la fecha "year-month-day " o null si la fecha no es válida. |
date_time |
date_time(year, month, day, hours, minutes, seconds) |
Muestra la fecha year-month-day hours:minutes:seconds o null si la fecha no es válida. |
diff_days |
diff_days(start_date, end_date) |
Muestra la cantidad de días entre start_date y end_date . Si deseas ver un ejemplo, consulta la publicación de Comunidad sobre cómo usar fechas en cálculos basados en tablas. |
diff_hours |
diff_hours(start_date, end_date) |
Muestra la cantidad de horas entre start_date y end_date . |
diff_minutes |
diff_minutes(start_date, end_date) |
Muestra la cantidad de minutos entre start_date y end_date . Si deseas ver un ejemplo, consulta la publicación de Comunidad sobre cómo usar fechas en cálculos basados en tablas. |
diff_months |
diff_months(start_date, end_date) |
Muestra la cantidad de meses entre start_date y end_date . Para ver un ejemplo, consulta la publicación de Comunidad Agrupa por una dimensión en cálculos basados en tablas. |
diff_seconds |
diff_seconds(start_date, end_date) |
Muestra la cantidad de segundos entre start_date y end_date . |
diff_years |
diff_years(start_date, end_date) |
Muestra la cantidad de años entre start_date y end_date . |
extract_days |
extract_days(date) |
Extrae los días de date . Si deseas ver un ejemplo, consulta la publicación de Comunidad sobre cómo usar fechas en cálculos basados en tablas. |
extract_hours |
extract_hours(date) |
Extrae las horas de date . |
extract_minutes |
extract_minutes(date) |
Extrae los minutos de date . |
extract_months |
extract_months(date) |
Extrae los meses de date . |
extract_seconds |
extract_seconds(date) |
Extrae los segundos de date . |
extract_years |
extract_years(date) |
Extrae los años de date . |
now |
now() |
Muestra la fecha y hora actuales. Para ver ejemplos del uso de now , consulta las publicaciones de Comunidad sobre Now() Table Calculation Function Has Better Time Zone Handling y Cómo usar fechas en cálculos de tabla. |
trunc_days |
trunc_days(date) |
Trunca date a días. |
trunc_hours |
trunc_hours(date) |
Trunca date a horas. |
trunc_minutes |
trunc_minutes(date) |
Trunca date a minutos. |
trunc_months |
trunc_months(date) |
Trunca date a meses. |
trunc_years |
trunc_years(date) |
Trunca date a años. |
Funciones solo para cálculos basados en tablas
Función | Sintaxis | Objetivo |
---|---|---|
to_date |
to_date(string) |
Muestra la fecha y la hora correspondientes a string (YYYY, YYYY-MM, YYYY-MM-DD, YYYY-MM-DD hh, YYYY-MM-DD hh:mm o YYYY-MM-DD hh:mm:ss). |
Funciones, operadores y constantes lógicos
Las funciones y los operadores lógicos se usan para evaluar si algo es verdadero o falso. Las expresiones que usan estos elementos toman un valor, lo evalúan en función de algunos criterios, muestran Yes
si los criterios se cumplen y No
si los criterios no se cumplen. También hay varios operadores lógicos para comparar valores y combinar expresiones lógicas.
Funciones para cualquier expresión de Looker
Función | Sintaxis | Objetivo |
---|---|---|
case |
case(when(yesno_arg, value_if_yes), when(yesno_arg, value_if_yes), ..., else_value) |
SE AGREGARON 21.10
Permite la lógica condicional con varias condiciones y resultados. Muestra value_if_yes para el primer caso when cuyo valor yesno_arg es yes . Muestra else_value si todos los casos when son no . |
coalesce |
coalesce(value_1, value_2, ...) |
Muestra el primer valor que no es null en value_1 , value_2 , ... , value_n si se encuentra y null en caso contrario. Para ver ejemplos que usan coalesce , consulta las publicaciones de Comunidad sobre cómo crear un total acumulado en todas las filas con cálculos basados en tablas, Cómo crear un porcentaje del total en todas las filas con cálculos basados en tablas y Cómo usar pivot_index en cálculos de tablas. |
if |
if(yesno_expression, value_if_yes, value_if_no) |
Si yesno_expression se evalúa como Yes , muestra el valor value_if_yes . De lo contrario, muestra el valor value_if_no . Para ver un ejemplo, consulta la publicación de Comunidad Agrupa por una dimensión en cálculos basados en tablas. |
is_null |
is_null(value) |
Muestra Yes si value es null y No en caso contrario. Para ver un ejemplo, consulta la página de documentación Crea expresiones de Looker. Para ver otro ejemplo en el que se use is_null con el operador NOT , consulta la página de documentación Usa cálculos basados en tablas. |
Operadores para cualquier expresión de Looker
Los siguientes operadores de comparación se pueden usar con cualquier tipo de datos:
Los siguientes operadores de comparación se pueden usar con números, fechas y cadenas:
También puedes combinar expresiones de Looker con estos operadores lógicos:
Estos operadores lógicos deben estar en mayúscula. Los operadores lógicos escritos en minúsculas no funcionarán.
Constantes lógicas
Puedes usar constantes lógicas en expresiones de Looker. Estas constantes siempre se escriben en minúsculas y tienen los siguientes significados:
Constante | Significado |
---|---|
yes |
Verdadero |
no |
Falso |
null |
Sin valor |
Ten en cuenta que las constantes yes
y no
son los símbolos especiales que significan verdadero o falso en las expresiones de Looker. Por el contrario, el uso de comillas, como en "yes"
y "no"
, crea cadenas literales con esos valores.
Las expresiones lógicas se evalúan como verdadero o falso sin requerir una función if
. Por ejemplo:
if(${field} > 100, yes, no)
es equivalente a lo siguiente:
${field} > 100
También puedes usar null
para indicar que no hay valor. Por ejemplo, es posible que desees determinar si un campo está vacío o asignar un valor vacío en una situación determinada. Esta fórmula no devuelve ningún valor si el campo es menor que 1 ni el valor del campo si es mayor que 1:
if(${field} < 1, null, ${field})
Combina los operadores AND
y OR
Los operadores AND
se evalúan antes que los operadores OR
, si no especificas el orden entre paréntesis. Por lo tanto, se muestra la siguiente expresión sin paréntesis adicionales:
if (
${order_items.days_to_process}>=4 OR
${order_items.shipping_time}>5 AND
${order_facts.is_first_purchase},
"review", "okay")
se evaluaría de la siguiente manera:
if (
${order_items.days_to_process}>=4 OR
(${order_items.shipping_time}>5 AND ${order_facts.is_first_purchase}),
"review", "okay")
Funciones posicionales
Cuando creas cálculos basados en tablas, puedes usar funciones de transformación posicional para extraer información sobre los campos en diferentes filas o columnas dinámicas. También puedes crear listas y recuperar el índice actual de fila o columna dinámica.
Totales de columna y fila solo para cálculos basados en tablas
Si la sección Explorar contiene totales, puedes hacer referencia a los valores totales de las columnas y las filas:
Función | Sintaxis | Objetivo |
---|---|---|
:total |
${field:total} |
Muestra el total de la columna del campo. |
:row_total |
${field:row_total} |
Muestra el total de filas del campo. |
Funciones relacionadas con filas solo para cálculos basados en tablas
Algunas de estas funciones usan las posiciones relativas de las filas, por lo que cambiar el orden de clasificación de las filas afecta los resultados de las funciones.
Función | Sintaxis | Objetivo |
---|---|---|
index |
index(expression, n) |
Muestra el valor del elemento n de la columna creada por expression , a menos que expression defina una columna de listas, en cuyo caso muestra el elemento n de cada lista. |
list |
list(value_1, value_2, ...) |
Crea una lista a partir de los valores especificados. Si deseas ver un ejemplo, consulta la publicación de Comunidad Cómo usar listas en cálculos basados en tablas. |
lookup |
lookup(value, lookup_column, result_column) |
Muestra el valor en result_column que está en la misma fila que value está en lookup_column . |
offset |
offset(column, row_offset) |
Muestra el valor de la fila (n + row_offset) en column , en el que n es el número de fila actual. Para ver ejemplos que usan offset , consulta la página de prácticas recomendadas para calcular el porcentaje anterior y el cambio porcentual con cálculos en tablas. |
offset_list |
offset_list(column, row_offset, num_values) |
Muestra una lista de los valores num_values a partir de la fila (n + row_offset) en column , en la que n es el número de fila actual. Si deseas ver un ejemplo, consulta la publicación de Comunidad Calcula promedios móviles. |
row |
row() |
Muestra el número de fila actual. |
Funciones relacionadas con Pivot para cálculos basados en tablas únicamente
Algunas de estas funciones usan las posiciones relativas de las columnas dinámicas, por lo que cambiar el orden de clasificación de la dimensión dinámica afecta los resultados de esas funciones.
Función | Sintaxis | Objetivo |
---|---|---|
pivot_column |
pivot_column() |
Muestra el índice de la columna dinámica actual. |
pivot_index |
pivot_index(expression, pivot_index) |
Evalúa expression en el contexto de la columna de tabla dinámica en la posición pivot_index (1 para el primer elemento dinámico, 2 para el segundo, etcétera). Muestra null para los resultados sin dinamizar. Para ver ejemplos de uso de pivot_index , consulta las publicaciones de la comunidad Cómo usar pivot_index en los cálculos de tablas y Cómo crear un porcentaje del total en las filas con cálculos de tablas. |
pivot_offset |
pivot_offset(pivot_expression, col_offset) |
Muestra el valor de pivot_expression en la posición (n + col_offset) , donde n es la posición actual de la columna de tabla dinámica. Muestra null para los resultados sin dinamizar. Para ver ejemplos que usan pivot_offset , consulta la publicación de Comunidad Cómo crear un total acumulado en todas las filas con cálculos basados en tablas y la página de prácticas recomendadas Cómo calcular el porcentaje de cambios porcentuales anteriores y porcentuales con tablas. |
pivot_offset_list |
pivot_offset_list(pivot_expression, col_offset, num_values) |
Muestra una lista de los valores num_values en pivot_expression a partir de la posición (n + col_offset) , donde n es el índice de eje actual. Muestra null para los resultados no dinámicos. |
pivot_row |
pivot_row(expression) |
Muestra los valores dinámicos de expression como una lista. Muestra null para los resultados no dinámicos. Para ver ejemplos con pivot_row , consulta las páginas de prácticas recomendadas Cómo agregar valores en filas (totales de fila) en los cálculos basados en tablas y Cómo calcular el porcentaje del total. |
pivot_where |
pivot_where(select_expression, expression) |
Muestra el valor de expression para la columna dinámica que satisface de forma única select_expression o null si esa columna única no existe. |
Las funciones de dinamización específicas que usas determinan si el cálculo basado en tablas se muestra junto a cada columna dinámica o si se muestra como una sola columna al final de la tabla.
Funciones de filtrado para filtros personalizados y campos personalizados
Las funciones de filtro te permiten trabajar con expresiones de filtro para mostrar valores en función de los datos filtrados. Las funciones de filtro funcionan en filtros personalizados, filtros en mediciones personalizadas y dimensiones personalizadas, pero no son válidas en los cálculos basados en tablas.
Función | Sintaxis | Objetivo |
---|---|---|
matches_filter |
matches_filter(field, filter_expression) |
Muestra Yes si el valor del campo coincide con la expresión del filtro, No de lo contrario. |