Fonctions et opérateurs Looker

Si votre administrateur vous a accordé les autorisations nécessaires pour créer des calculs de tableau, vous pouvez utiliser les fonctionnalités suivantes pour effectuer rapidement des fonctions courantes sans avoir à créer d'expressions Looker :

  • Les calculs rapides permettent d'effectuer rapidement des calculs courants sur les champs numériques de la table de données d'une exploration.

Si votre administrateur vous a accordé les autorisations pour créer des champs personnalisés, vous pouvez utiliser les fonctionnalités suivantes pour effectuer rapidement des fonctions courantes sans avoir à créer d'expressions Looker :

  • Groupes personnalisés pour regrouper rapidement des valeurs sous des libellés personnalisés, sans avoir à développer une logique CASE WHEN dans les paramètres sql ni les champs type: case

  • Bins personnalisés pour regrouper les dimensions de type numérique dans des niveaux personnalisés sans avoir à développer de champs LookML type: tier

Les expressions Looker (parfois appelées Lexp) servent à effectuer des calculs dans les contextes suivants :

Les fonctions et les opérateurs qui s'y appliquent sont des éléments majeurs de ces expressions. Ces fonctions et opérateurs peuvent être classés dans différentes catégories de base :

Certaines fonctions ne s'appliquent qu'aux calculs de tables

Les expressions Looker pour les filtres personnalisés et pour les champs personnalisés ne prennent pas en charge les fonctions Looker qui convertissent des types de données, qui agrègent les données de plusieurs lignes ou qui font référence à d'autres lignes ou colonnes croisées. Ces fonctions ne sont compatibles qu'avec les calculs de tables (y compris les calculs de tables utilisés dans le paramètre expression d'un test de données).

Cette page indique clairement les fonctions et opérateurs disponibles, selon l'endroit où vous utilisez votre expression Looker.

Fonctions et opérateurs mathématiques

Les fonctions et opérateurs mathématiques peuvent être utilisés de l'une des deux manières suivantes :

  • Certaines fonctions mathématiques réalisent des calculs basés sur une seule ligne. Par exemple, l'arrondi, l'utilisation de la racine carrée, la multiplication et des fonctions similaires peuvent être utilisés pour des valeurs figurant dans une seule ligne et renvoient une valeur distincte pour chaque ligne. Tous les opérateurs mathématiques, tels que +, sont appliqués dans une ligne à la fois.
  • Les autres fonctions mathématiques, telles que les moyennes et les totaux cumulés, prennent en compte plusieurs lignes. Elles utilisent plusieurs lignes et les réduisent en un seul nombre, puis affichent ce même nombre dans chaque ligne.

Fonctions utilisées dans n'importe quelle expression Looker

Fonction Syntaxe Objectif
abs abs(value) Renvoie la valeur absolue de value.

Pour obtenir un exemple, consultez le post de la communauté Détection des valeurs aberrantes dans les séries temporelles simples à l'aide de calculs de tables et de l'écart-type.
ceiling ceiling(value) Renvoie le plus petit entier supérieur ou égal à value.
exp exp(value) Renvoie e élevé à la puissance de value.
floor floor(value) Renvoie le plus grand nombre entier inférieur ou égal à value.
ln ln(value) Renvoie le logarithme naturel de value.
log log(value) Renvoie le logarithme en base 10 de value.
mod mod(value, divisor) Renvoie le reste de la division de value par divisor.
power power(base, exponent) Renvoie base élevé à la puissance de exponent.

Pour obtenir un exemple, consultez le post de la communauté Détection des valeurs aberrantes dans les séries temporelles simples à l'aide de calculs de tables et de l'écart-type.
rand rand() Renvoie un chiffre aléatoire compris entre 0 et 1.
round round(value, num_decimals) Renvoie value arrondi à num_decimals décimales.

Pour obtenir des exemples d'utilisation de round, consultez les posts de la communauté Utiliser pivot_index dans les calculs de tables et Détection des valeurs aberrantes dans les séries temporelles simples et l'écart-type à l'aide des calculs de tables.
sqrt sqrt(value) Renvoie la racine carrée de value.

Pour obtenir un exemple, consultez le post de la communauté Détection des valeurs aberrantes dans les séries temporelles simples à l'aide de calculs de tables et de l'écart-type.

Fonctions destinées uniquement aux calculs de table

Nombre de ces fonctions utilisent plusieurs lignes et prennent en compte uniquement celles renvoyées par votre requête.

Fonction Syntaxe Objectif
acos acos(value) Renvoie l'arc cosinus de value.
asin asin(value) Renvoie l'arc sinus de value.
atan atan(value) Renvoie l'arc tangente de value.
beta_dist beta_dist(value, alpha, beta, cumulative) Renvoie la position de value sur la distribution bêta avec les paramètres alpha et beta. Si la valeur est cumulative = yes, la fonction renvoie la probabilité cumulée.
beta_inv beta_inv(probability, alpha, beta) Renvoie la position de probability sur la distribution bêta cumulée inverse avec les paramètres alpha et beta.
binom_dist binom_dist(num_successes, num_tests, probability, cumulative) Renvoie la probabilité d'obtenir num_successes succès dans num_tests tests avec la probability de réussite donnée. Si la valeur est cumulative = yes, la fonction renvoie la probabilité cumulée.
binom_inv binom_inv(num_tests, test_probability, target_probability) Renvoie le plus petit nombre k tel que binom(k, num_tests, test_probability, yes) >= target_probability.
chisq_dist chisq_dist(value, dof, cumulative) Renvoie la position de value sur la distribution gamma avec dof degrés de liberté. Si la valeur est cumulative = yes, la fonction renvoie la probabilité cumulée.
chisq_inv chisq_inv(probability, dof) Renvoie la position de probability sur la distribution gamma cumulée inverse avec dof degrés de liberté.
chisq_test chisq_test(actual, expected) Affiche la probabilité du test du khi-deux pour l'indépendance entre les données actual et expected. actual peut être une colonne ou une colonne de listes, et expected doit être du même type.
combin combin(set_size, selection_size) Renvoie le nombre de façons de choisir selection_size éléments dans un ensemble de taille set_size.
confidence_norm confidence_norm(alpha, stdev, n) Renvoie la moitié de la largeur de l'intervalle de confiance normal au seuil de signification alpha, un écart type stdev et une taille d'échantillon n.
confidence_t confidence_t(alpha, stdev, n) Renvoie la moitié de la largeur de l'intervalle de confiance de la distribution t de Student au seuil de signification alpha, à l'écart type stdev et à la taille de l'échantillon n.
correl correl(column_1, column_2) Renvoie le coefficient de corrélation de column_1 et column_2.
cos cos(value) Renvoie le cosinus de value.
count count(expression) Renvoie le nombre de valeurs non-null dans la colonne définie par expression, sauf si expression définit une colonne de listes, auquel cas elle renverra le nombre de valeurs dans chaque liste.
count_distinct count_distinct(expression) Renvoie le nombre de valeurs distinctes non-null dans la colonne définie par expression, sauf si expression définit une colonne de listes, auquel cas elle renverra le nombre de valeurs dans chaque liste.
covar_pop covar_pop(column_1, column_2) Renvoie la covariance de population de column_1 et column_2.
covar_samp covar_samp(column_1, column_2) Renvoie la covariance d'échantillon de column_1 et column_2.
degrees degrees(value) Convertit value de radians en degrés.
expon_dist expon_dist(value, lambda, cumulative) Renvoie la position de value sur la distribution exponentielle avec le paramètre lambda. Si la valeur est cumulative = yes, la fonction renvoie la probabilité cumulée.
f_dist f_dist(value, dof_1, dof_2, cumulative) Renvoie la position de value sur la distribution F avec les paramètres dof_1 et dof_2. Si la valeur est cumulative = yes, la fonction renvoie la probabilité cumulée.
f_inv f_inv(probability, dof_1, dof_2) Renvoie la position de probability sur la distribution F cumulée inverse avec les paramètres dof_1 et dof_2.
fact fact(value) Renvoie le factoriel de value.
gamma_dist gamma_dist(value, alpha, beta, cumulative) Renvoie la position de value sur la distribution gamma avec les paramètres alpha et beta. Si la valeur est cumulative = yes, la fonction renvoie la probabilité cumulée.
gamma_inv gamma_inv(probability, alpha, beta) Renvoie la position de probability sur la distribution gamma cumulée inverse avec les paramètres alpha et beta.
geomean geomean(expression) Renvoie la moyenne géométrique de la colonne créée par expression, sauf si expression définit une colonne de listes, auquel cas elle renverra la moyenne géométrique de chaque liste.
hypgeom_dist hypgeom_dist(sample_successes, sample_size, population_successes, population_size, cumulative) Renvoie la probabilité d'obtenir sample_successes à partir des valeurs sample_size, population_successes et population_size fournies. Si la valeur est cumulative = yes, la fonction renvoie la probabilité cumulée.
intercept intercept(y_column, x_column) Renvoie l'intercept de la ligne de régression linéaire via les points déterminés par y_column et x_column.

Pour obtenir un exemple, consultez le post de la communauté How to Forecast in Looker with Table Calculations (Comment faire des prévisions dans Looker avec des calculs de tableau).
kurtosis kurtosis(expression) Renvoie un échantillon du kurtosis excédentaire de la colonne créée par expression, sauf si expression définit une colonne de listes, auquel cas elle renverra un échantillon du kurtosis excédentaire de chaque liste.
large large(expression, k) Renvoie la ke valeur la plus élevée de la colonne créée par expression, sauf si expression définit une colonne de listes, auquel cas elle renverra la ke valeur la plus élevée de chaque liste.
match match(value, expression) Renvoie le numéro de ligne de la première occurrence de value dans la colonne créée par expression, sauf si expression définit une colonne de listes, auquel cas elle renverra la position de value dans chaque liste.
max max(expression) Renvoie la valeur maximale de la colonne créée par expression, sauf si expression définit une colonne de listes, auquel cas elle renverra la valeur maximale de chaque liste.

Pour obtenir des exemples d'utilisation de max, consultez les posts de la communauté Utiliser des listes dans les calculs de tables et Regrouper par dimension dans les calculs de tables.
mean mean(expression) Renvoie la moyenne de la colonne créée par expression, sauf si expression définit une colonne de listes, auquel cas elle renverra la moyenne de chaque liste.

Pour obtenir des exemples d'utilisation de mean, consultez les posts de la communauté Calculer des moyennes mobiles et Détection des valeurs aberrantes dans les séries temporelles simples à l'aide des calculs de tables.
median median(expression) Renvoie la médiane de la colonne créée par expression, sauf si expression définit une colonne de listes, auquel cas elle renverra la médiane de chaque liste.
min min(expression) Renvoie la valeur minimale de la colonne créée par expression, sauf si expression définit une colonne de listes, auquel cas elle renverra la valeur minimale de chaque liste.
mode mode(expression) Renvoie le mode de la colonne créée par expression, sauf si expression définit une colonne de listes, auquel cas elle renverra le mode de chaque liste.
multinomial multinomial(value_1, value_2, ...) Renvoie la factorielle de la somme des arguments, divisée par le produit de chacune de leurs factorielles.
negbinom_dist negbinom_dist(num_failures, num_successes, probability, cumulative) Renvoie la probabilité d'obtenir num_failures échecs avant d'obtenir num_successes réussites, avec la probability de réussite donnée. Si la valeur est cumulative = yes, la fonction renvoie la probabilité cumulée.
norm_dist norm_dist(value, mean, stdev, cumulative) Renvoie la position de value sur la distribution normale avec les mean et stdev donnés. Si la valeur est cumulative = yes, la fonction renvoie la probabilité cumulée.
norm_inv norm_inv(probability, mean, stdev) Renvoie la position de probability sur la distribution cumulée normale inverse.
norm_s_dist norm_s_dist(value, cumulative) Renvoie la position de value sur la distribution normale standard. Si la valeur est cumulative = yes, la fonction renvoie la probabilité cumulée.
norm_s_inv norm_s_inv(probability) Renvoie la position de probability sur la distribution cumulée normale standard inverse.
percent_rank percent_rank(column, value) Renvoie le rang de value dans column sous forme de pourcentage compris entre 0 et 1 inclus, où column correspond à la colonne, au champ, à la liste ou à la plage contenant l'ensemble de données à prendre en compte, et value correspond à la colonne contenant la valeur pour laquelle le rang en pourcentage sera déterminé.

Exemple d'utilisation :

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) Renvoie la valeur de la colonne créée par expression correspondant à la percentile_value donnée, sauf si expression définit une colonne de listes, auquel cas elle renverra la valeur du centile pour chaque liste. percentile_value doit être compris entre 0 et 1. Sinon, la fonction renvoie null.
pi pi() Renvoie la valeur de pi.
poisson_dist poisson_dist(value, lambda, cumulative) Renvoie la position de value sur la distribution de Poisson avec le paramètre lambda. Si la valeur est cumulative = yes, la fonction renvoie la probabilité cumulée.
product product(expression) Renvoie le produit de la colonne créée par expression, sauf si expression définit une colonne de listes, auquel cas elle renverra le produit de chaque liste.
radians radians(value) Convertit value de degrés en radians.
rank rank(value, expression) Renvoie le classement de value dans la colonne créée par expression. Par exemple, si vous souhaitez classer les commandes en fonction de leur prix de vente total, vous pouvez utiliser rank(${order_items.total_sale_price},${order_items.total_sale_price}), qui attribue un rang à chaque valeur de order_items.total_sale_price dans votre requête en la comparant à l'ensemble de la colonne order_items.total_sale_price de votre requête. Si expression venait à définir plusieurs listes, cette fonction renverra la taille relative de value dans chaque liste.

Pour obtenir un exemple, consultez le post de la communauté Ranks with Table Calculations (Rangs avec calculs de tableau).
rank_avg rank_avg(value, expression) Renvoie le classement moyen de value dans la colonne créée par expression, sauf si expression définit une colonne de listes, auquel cas elle renverra le classement moyen de value dans chaque liste.
running_product running_product(value_column) Renvoie un produit cumulé des valeurs figurant dans value_column.
running_total running_total(value_column) Renvoie le total cumulé des valeurs dans value_column.

Pour obtenir un exemple, consultez la page des bonnes pratiques Créer un total cumulé dans les colonnes avec des calculs de tableau.
sin sin(value) Renvoie le sinus de value.
skew skew(expression) Renvoie un échantillon de l'asymétrie de la colonne créée par expression, sauf si expression définit une colonne de listes, auquel cas elle renverra un échantillon de l'asymétrie de chaque liste.
slope slope(y_column, x_column) Renvoie la pente de la ligne de régression linéaire via les points déterminés par y_column et x_column.

Pour obtenir un exemple, consultez le post de la communauté How to Forecast in Looker with Table Calculations (Comment faire des prévisions dans Looker avec des calculs de tableau).
small small(expression, k) Renvoie la ke valeur la plus petite de la colonne créée par expression, sauf si expression définit une colonne de listes, auquel cas elle renverra la ke valeur la plus petite de chaque liste.
stddev_pop stddev_pop(expression) Renvoie l'écart type (population) de la colonne créée par expression, sauf si expression définit une colonne de listes, auquel cas elle renverra l'écart type (population) de chaque liste.
stddev_samp stddev_samp(expression) Renvoie l'écart type (échantillon) de la colonne créée par expression, sauf si expression définit une colonne de listes, auquel cas elle renverra l'écart type (échantillon) de chaque liste.
sum sum(expression) Renvoie la somme de la colonne créée par expression, sauf si expression définit une colonne de listes, auquel cas elle renverra la somme de chaque liste.

Pour obtenir des exemples d'utilisation de sum, consultez les pages Agrégation sur les lignes (totaux des lignes) dans les calculs de tables et Bonnes pratiques pour calculer le pourcentage du total.
t_dist t_dist(value, dof, cumulative) Renvoie la position de value sur la distribution t de Student avec dof degrés de liberté. Si la valeur est cumulative = yes, la fonction renvoie la probabilité cumulée.
t_inv t_inv(probability, dof) Renvoie la position de probability sur la distribution cumulée normale inverse avec dof degrés de liberté.
t_test t_test(column_1, column_2, tails, type) Renvoie le résultat du test t de Student sur les données de column_1 et column_2, en utilisant 1 ou 2 tails. type : 1 = apparié, 2 = homoscédastique, 3 = hétéroscédastique.
tan tan(value) Renvoie la tangente de value.
var_pop var_pop(expression) Renvoie la variance (population) de la colonne créée par expression, sauf si expression définit une colonne de listes, auquel cas elle renverra la variance (population) de chaque liste.
var_samp var_samp(expression) Renvoie la variance (échantillon) de la colonne créée par expression, sauf si expression définit une colonne de listes, auquel cas elle renverra la variance (échantillon) de chaque liste.
weibull_dist weibull_dist(value, shape, scale, cumulative) Renvoie la position de value sur la distribution de Weibull avec les paramètres shape et scale. Si la valeur est cumulative = yes, la fonction renvoie la probabilité cumulée.
z_test z_test(data, value, stdev) Renvoie la valeur p unilatérale du test z en utilisant les valeurs data et stdev existantes sur la moyenne hypothétique de value.

Opérateurs utilisés dans n'importe quelle expression Looker

Vous pouvez utiliser les opérateurs mathématiques standard suivants :

Opérateur Syntaxe Objectif
+ value_1 + value_2 Ajoute value_1 et value_2.
- value_1 - value_2 Soustrait value_2 de value_1.
* value_1 * value_2 Multiplie value_1 et value_2.
/ value_1 / value_2 Divise value_1 par value_2.

Fonctions de chaîne

Les fonctions de chaîne sont utilisées dans les phrases, les mots ou les lettres, collectivement appelés "chaînes". Vous pouvez utiliser les fonctions de chaîne pour capitaliser des mots et lettres, extraire des parties de phrases, vérifier si un mot ou une lettre se trouve dans une phrase ou remplacer des éléments d'un mot ou d'une phrase. Les fonctions de chaîne peuvent également être utilisées pour formater des données renvoyées dans la table.

Fonctions utilisées dans n'importe quelle expression Looker

Fonction Syntaxe Objectif
concat concat(value_1, value_2, ...) Renvoie value_1, value_2, ... et value_n sous forme d'une seule chaîne.
contains contains(string, search_string) Renvoie Yes si string contient search_string, ou No si ce n'est pas le cas. La fonction contains est sensible à la casse.
length length(string) Renvoie le nombre de caractères dans string.
lower lower(string) Renvoie string avec tous les caractères convertis en minuscules.
position position(string, search_string) Renvoie l'index de début de search_string dans string s'il existe, et 0 dans le cas contraire.
replace replace(string, old_string, new_string) Renvoie string avec toutes les occurrences de old_string remplacées par new_string.
substring substring(string, start_position, length) Renvoie la sous-chaîne de string, commençant à start_position et composée de length caractères. start_position commence à 1, où 1 indique le premier caractère de la chaîne, 2 le deuxième caractère de la chaîne, et ainsi de suite.
upper upper(string) Renvoie string avec tous les caractères convertis en majuscules.

Fonctions destinées uniquement aux calculs de table

Fonction Syntaxe Objectif
split split(string, delimeter) Renvoie une liste de chaînes dans string, divisée par delimiter.
to_number to_number(string) Renvoie le nombre représenté par string ou null si la chaîne ne peut pas être convertie.
to_string to_string(value) Renvoie la représentation sous forme de chaîne de value, ou une chaîne vide si value est nul.

Fonctions de date

Les fonctions de date vous permettent d'utiliser des dates et des heures.

Fonctions utilisées dans n'importe quelle expression Looker

Fonction Syntaxe Objectif
add_days add_days(number, date) Ajoute number jours à date.
add_hours add_hours(number, date) Ajoute number heures à date.
add_minutes add_minutes(number, date) Ajoute number minutes à date.
add_months add_months(number, date) Ajoute number mois à date.
add_seconds add_seconds(number, date) Ajoute number secondes à date.
add_years add_years(number, date) Ajoute number ans à date.
date date(year, month, day) Renvoie la date "year-month-day" ou null si la date n'est pas valide.
date_time date_time(year, month, day, hours, minutes, seconds) Renvoie la date year-month-day hours:minutes:seconds ou null si la date n'est pas valide.
diff_days diff_days(start_date, end_date) Renvoie le nombre de jours entre start_date et end_date.

Pour obtenir un exemple, consultez le post de la communauté Utiliser des dates dans les calculs de tableaux.
diff_hours diff_hours(start_date, end_date) Renvoie le nombre d'heures entre start_date et end_date.
diff_minutes diff_minutes(start_date, end_date) Renvoie le nombre de minutes entre start_date et end_date.

Pour obtenir un exemple, consultez le post de la communauté Utiliser des dates dans les calculs de tableaux.
diff_months diff_months(start_date, end_date) Renvoie le nombre de mois entre start_date et end_date.

Pour obtenir un exemple, consultez le post de la communauté Regrouper par dimension dans les calculs de tableau.
diff_seconds diff_seconds(start_date, end_date) Renvoie le nombre de secondes entre start_date et end_date.
diff_years diff_years(start_date, end_date) Renvoie le nombre d'années entre start_date et end_date.
extract_days extract_days(date) Extrait les jours de date.

Pour obtenir un exemple, consultez le post de la communauté Utiliser des dates dans les calculs de tableaux.
extract_hours extract_hours(date) Extrait les heures de date.
extract_minutes extract_minutes(date) Extrait les minutes de date.
extract_months extract_months(date) Extrait les mois de date.
extract_seconds extract_seconds(date) Extrait les secondes de date.
extract_years extract_years(date) Extrait les années de date.
now now() Renvoie la date et l'heure actuelles

Pour obtenir des exemples d'utilisation de now, consultez les posts de la communauté La fonction de calcul de table Now() gère mieux les fuseaux horaires et Utiliser des dates dans les calculs de tables.
trunc_days trunc_days(date) Tronque date en jours.
trunc_hours trunc_hours(date) Tronque date en heures.
trunc_minutes trunc_minutes(date) Tronque date en minutes.
trunc_months trunc_months(date) Tronque date en mois.
trunc_years trunc_years(date) Tronque date en années.

Fonctions destinées uniquement aux calculs de table

Fonction Syntaxe Objectif
to_date to_date(string) Renvoie la date et l'heure correspondant à string (AAAA, AAAA-MM, AAAA-MM-JJ, AAAA-MM-JJ hh, AAAA-MM-JJ hh:mm ou AAAA-MM-JJ hh:mm:ss).

Fonctions logiques, opérateurs et constantes

Les fonctions logiques et les opérateurs permettent d'évaluer si la valeur d'un élément est « true » ou « false ». Les expressions utilisant ces éléments prennent une valeur, la comparent à plusieurs critères, renvoient Yes si les critères sont respectés et No dans le cas contraire. Il existe également plusieurs opérateurs logiques différents permettant de comparer des valeurs et de les combiner à des expressions logiques.

Fonctions utilisées dans n'importe quelle expression Looker

Fonction Syntaxe Objectif
case case(when(yesno_arg, value_if_yes), when(yesno_arg, value_if_yes), ..., else_value) Ajouté dans la version 21.10 Permet la logique conditionnelle avec plusieurs conditions et résultats. Renvoie value_if_yes pour la première instance when dont la valeur yesno_arg est yes. Renvoie else_value si tous les cas when sont no.
coalesce coalesce(value_1, value_2, ...) Renvoie la première valeur non null dans value_1, value_2, ..., value_n si elle est trouvée, et null dans le cas contraire.

Pour obtenir des exemples d'utilisation de coalesce, consultez les posts de la communauté Créer un total cumulé sur les lignes avec des calculs de tables, Créer un pourcentage du total sur les lignes avec des calculs de tables et Utiliser pivot_index dans les calculs de tables.
if if(yesno_expression, value_if_yes, value_if_no) Si yesno_expression est Yes, renvoie la valeur value_if_yes. Sinon, renvoie la valeur value_if_no.

Pour obtenir un exemple, consultez le post de la communauté Regrouper par dimension dans les calculs de tableau.
is_null is_null(value) Renvoie Yes si value est null, ou No si ce n'est pas le cas.

Pour obtenir un exemple, consultez la page de documentation Créer des expressions Looker. Pour un autre exemple utilisant is_null avec l'opérateur NOT, consultez la page de documentation Utiliser des calculs de tableaux.

Opérateurs utilisés dans n'importe quelle expression Looker

Les opérateurs de comparaison suivants peuvent être utilisés avec n'importe quels types de données :

Opérateur Syntaxe Objectif
= value_1 = value_2 Renvoie Yes si value_1 est égal à value_2, ou No si ce n'est pas le cas.
!= value_1 != value_2 Renvoie Yes si la valeur de value_1 n'est pas égale à value_2, ou No si ce n'est pas le cas.

Les opérateurs de comparaison suivants peuvent être utilisés avec des nombres, des dates et des chaînes :

Opérateur Syntaxe Objectif
> value_1 > value_2 Renvoie Yes si la valeur de value_1 est supérieure à value_2, et No dans le cas contraire.
< value_1 < value_2 Renvoie Yes si la valeur de value_1 est inférieure à value_2, ou No si ce n'est pas le cas.
>= value_1 >= value_2 Renvoie Yes si value_1 est supérieur ou égal à value_2, et No dans le cas contraire.
<= value_1 <= value_2 Renvoie Yes si value_1 est inférieur ou égal à value_2, et No dans le cas contraire.

Vous pouvez également combiner des expressions Looker avec les opérateurs logiques suivants :

Opérateur Syntaxe Objectif
AND value_1 AND value_2 Renvoie Yes si value_1 et value_2 sont tous les deux Yes, ou No si ce n'est pas le cas.
OR value_1 OR value_2 Renvoie Yes si value_1 ou value_2 est Yes, ou No si ce n'est pas le cas.
NOT NOT value Renvoie Yes si value est No, ou No si ce n'est pas le cas.

Ces opérateurs logiques doivent être écrits en majuscules. Ceux écrits en minuscules ne fonctionneront pas.

Constantes logiques

Vous pouvez utiliser des constantes logiques dans les expressions Looker. Elles sont toujours écrites en minuscules et leurs significations sont les suivantes :

Constante Signification
yes Vrai
no Faux
null Aucune valeur

Notez que les constantes yes et no sont des symboles spéciaux qui signifient true ou false dans les expressions Looker. En revanche, l'utilisation de guillemets, comme dans "yes" et "no", crée des chaînes littérales avec ces valeurs.

Les expressions logiques attribuent la valeur true ou false après évaluation, sans exiger une fonction if. Par exemple, cette expression :

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

équivaut à l'expression :

${field} > 100

Vous pouvez également utiliser null pour indiquer qu'il n'y a pas de valeur. Par exemple, lorsque vous souhaitez indiquer qu'un champ est vide ou assigner une valeur vide dans une situation donnée. Cette formule ne renvoie aucune valeur si le champ affiche une valeur inférieure à 1 ou la valeur du champ si elle est supérieure à 1 :

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

Combiner les opérateurs AND et OR

Les opérateurs AND sont évalués avant les opérateurs OR, si vous n'indiquez pas leur ordre entre parenthèses. C'est la raison pour laquelle l'expression suivante sans parenthèses supplémentaires

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

sera évaluée comme suit :

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

Fonctions positionnelles

Lors de la création de calculs de table, vous pouvez utiliser des fonctions de transformation positionnelle pour extraire des informations concernant les champs figurant dans les différentes lignes ou colonnes d'un tableau croisé dynamique. Vous pouvez aussi créer des listes et extraire une ligne en cours ou l'index des colonnes d'un tableau croisé dynamique.

Nombre total de colonnes et de lignes uniquement utilisées pour réaliser des calculs de table

Si votre exploration contient des totaux, vous pouvez référencer les valeurs totales des colonnes et des lignes :

Fonction Syntaxe Objectif
:total ${field:total} Renvoie le total de la colonne du champ
:row_total ${field:row_total} Renvoie le total de ligne du champ

Certaines de ces fonctions utilisent les positions relatives des lignes. Donc, si vous changez l'ordre de tri des lignes, les résultats de ces fonctions seront alors modifiés.

Fonction Syntaxe Objectif
index index(expression, n) Renvoie la valeur du ne élément de la colonne créée par expression, sauf si expression définit une colonne de listes, auquel cas elle renverra le ne élément de chaque liste.
list list(value_1, value_2, ...) Crée une liste à partir de valeurs données.

Pour obtenir un exemple, consultez le post de la communauté Utiliser des listes dans les calculs de table.
lookup lookup(value, lookup_column, result_column) Renvoie la valeur de result_column qui se trouve sur la même ligne que value dans lookup_column.
offset offset(column, row_offset) Renvoie la valeur de la ligne (n + row_offset) dans column, où n correspond au numéro de la ligne actuelle.

Pour obtenir des exemples d'utilisation de offset, consultez la page des bonnes pratiques Calculer le pourcentage du précédent et le pourcentage de variation avec les calculs de tables.
offset_list offset_list(column, row_offset, num_values) Renvoie une liste des valeurs num_values commençant à la ligne (n + row_offset) dans column, où n correspond au numéro de la ligne actuelle.

Pour obtenir un exemple, consultez le post de la communauté Calculer les moyennes mobiles.
row row() Renvoie le numéro de la ligne en cours.

Certaines de ces fonctions utilisent les positions relatives des colonnes d'un tableau croisé dynamique. Donc, si vous changez l'ordre de tri d'une dimension dynamique, les résultats de ces fonctions seront alors modifiés.

Fonction Syntaxe Objectif
pivot_column pivot_column() Renvoie l'index de la colonne du tableau croisé dynamique en cours.
pivot_index pivot_index(expression, pivot_index) Évalue expression dans le contexte de la colonne du tableau croisé dynamique à la position pivot_index (1 pour le premier tableau croisé dynamique, 2 pour le second tableau croisé dynamique, etc.). Renvoie la valeur null dans le cas de résultats non dynamiques.

Pour obtenir des exemples d'utilisation de pivot_index, consultez les posts de la communauté Utiliser pivot_index dans les calculs de tables et Créer un pourcentage du total sur les lignes avec des calculs de tables.
pivot_offset pivot_offset(pivot_expression, col_offset) Renvoie la valeur de pivot_expression à la position (n + col_offset), où n correspond à la position actuelle de la colonne du tableau croisé dynamique. Renvoie la valeur null dans le cas de résultats non dynamiques.

Pour obtenir des exemples d'utilisation de pivot_offset, consultez le post de la communauté Créer un total cumulé sur les lignes avec des calculs de tables et la page des bonnes pratiques Calculer le pourcentage du précédent et la variation en pourcentage avec des calculs de tables.
pivot_offset_list pivot_offset_list(pivot_expression, col_offset, num_values) Renvoie une liste des valeurs num_values dans pivot_expression à partir de la position (n + col_offset), où n est l'index de tableau croisé dynamique actuel. Renvoie null pour les résultats non dynamiques.
pivot_row pivot_row(expression) Renvoie les valeurs pivotées de expression sous forme de liste. Renvoie null pour les résultats non dynamiques.

Pour obtenir des exemples d'utilisation de pivot_row, consultez les pages Agrégation sur les lignes (totaux des lignes) dans les calculs de tables et Bonnes pratiques pour calculer le pourcentage du total.
pivot_where pivot_where(select_expression, expression) Renvoie la valeur de expression pour la colonne du tableau croisé dynamique répondant à select_expression ou renvoie null lorsque cette colonne unique n'existe pas.

Les fonctions de tableau croisé dynamique spécifiques que vous utilisez déterminent si le calcul de table s'affichera en regard de chaque colonne dynamique ou en tant que colonne unique à la fin de la table.

Fonctions de filtrage pour des filtres et champs personnalisés

Les fonctions de filtrage vous permettent d'utiliser des expressions de filtrage pour renvoyer des valeurs basées sur des données filtrées. Les fonctions de filtrage fonctionnent dans les filtres personnalisés, les filtres sur les mesures personnalisées et les dimensions personnalisées, mais ne sont pas valides dans les calculs de tableaux.

Fonction Syntaxe Objectif
matches_filter matches_filter(field, filter_expression) Renvoie Yes si la valeur du champ correspond à l'expression de filtre, No dans le cas contraire.