Si el administrador habilitó la función de Campos personalizados, puedes usar las siguientes funciones para realizar funciones comunes con rapidez sin crear expresiones de Looker:
- Cálculos rápidos para realizar cálculos comunes con rapidez en campos numéricos que se encuentran en la tabla de datos de Explorar
Grupos personalizados para agrupar rápidamente los valores en etiquetas personalizadas sin necesidad de desarrollar una lógica
CASE WHENen parámetrossqlo campostype: caseContenedores personalizados para agrupar dimensiones de tipo numérico en niveles personalizados sin necesidad de desarrollar campos
type: tierLookML
Las expresiones de Looker (a veces denominadas Lexp) se usan para realizar cálculos de lo siguiente:
- Cálculos de tablas (que incluyen expresiones utilizadas en pruebas de datos)
- Campos personalizados
- Filtros personalizados
Una parte importante de estas expresiones son las funciones y los operadores que puedes usar en ellas. Las funciones y los operadores se pueden dividir en algunas categorías básicas:
- Matemáticas: funciones relacionadas con números
- String: Funciones relacionadas con las palabras y las letras
- Fechas: funciones relacionadas con la fecha y la hora
- Transformación lógica: incluye funciones booleanas (verdaderas o falsas) y operadores de comparación.
- Transformación posicional: Recupera valores de diferentes filas o pivotes
Algunas funciones solo están disponibles para los cálculos de tablas
Las expresiones de Looker para filtros personalizados y campos personalizados no admiten las funciones de Looker que convierten tipos de datos, agregan datos de varias filas o hacen referencia a otras filas o columnas dinámicas. Estas funciones se admiten solo para cálculos de tablas (incluidos los cálculos de tablas que se usan en el parámetro expression de una prueba de datos).
Esta página está organizada para aclarar qué funciones y operadores están disponibles, según dónde uses tu expresión de Looker.
Funciones y operadores matemáticos
Las funciones y los operadores matemáticos funcionan de dos maneras:
- Algunas funciones matemáticas realizan cálculos basados en una sola fila. Por ejemplo, el redondeo, tomar una raíz cuadrada, multiplicar y funciones similares se puede usar para los valores de una sola fila y mostrar un valor distinto para cada fila. Todos los operadores matemáticos, como
+, se aplican de a una fila a la vez. - Otras funciones matemáticas, como los promedios y los totales en ejecución, operan en varias filas. Estas funciones toman muchas filas y las reducen a un solo número, y luego muestran ese mismo número en cada fila.
Funciones para cualquier expresión de Looker
| Function | Sintaxis | Objetivo |
|---|---|---|
abs |
abs(value) |
Muestra el valor absoluto de value.Para ver un ejemplo, consulta el tema de la comunidad Desviación estándar y detección de series temporales simples mediante los cálculos de tablas. |
ceiling |
ceiling(value) |
Muestra el número entero más pequeño mayor o igual que 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 el tema de la comunidad Desviación estándar y detección de series temporales simples mediante los 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 los temas de la comunidad Cómo usar pivot_index en los cálculos de tablas y Desviación estándar y detección de valores atípicos de series temporales simples mediante cálculos de tabla. |
sqrt |
sqrt(value) |
Muestra la raíz cuadrada de value.Para ver un ejemplo, consulta el tema de la comunidad Desviación estándar y detección de series temporales simples mediante los cálculos de tablas. |
Funciones solo para cálculos de tabla
Muchas de estas funciones operan sobre muchas filas y solo tendrán en cuenta las filas que muestra tu consulta.
| Function | 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 acumulada inversa con los parámetros alpha y beta. |
binom_dist |
binom_dist(num_successes,num_tests,probability, cumulative) |
Muestra la probabilidad de obtener éxitos num_successes en pruebas num_tests con el probability de éxito dado. Si es cumulative = yes, muestra la probabilidad acumulada. |
binom_inv |
binom_inv(num_tests,test_probability,target_probability) |
Muestra el número k más pequeño, como 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 inversa de gamma acumulativa con dof grados de libertad. |
chisq_test |
chisq_test(actual,expected) |
Muestra la probabilidad de la prueba de chi cuadrado para la independencia entre los datos de actual y expected. 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 formas de 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 significancia alpha, la desviación estándar stdev y el tamaño de muestra n. |
confidence_t |
confidence_t(alpha,stdev, n) |
Muestra la mitad del ancho del intervalo de confianza de distribución t de los alumnos en el nivel de significancia alpha, la desviación estándar stdev y el tamaño de 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, mostrará el recuento en cada lista. |
count_distinct |
count_distinct(expression) |
Muestra el recuento de valores distintos de null en la columna definida por expression, a menos que expression defina una columna de listas, en cuyo caso, muestra el recuento en cada lista. |
covar_pop |
covar_pop(column_1,column_2) |
Muestra la covarianza de población 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 en 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 inversa acumulada con los parámetros dof_1 y dof_2. |
fact |
fact(value) |
Muestra 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 del sample_size, el número de population_successes y population_size dados. 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 el artículo del Centro de ayuda Cómo realizar una previsión en Looker con los cálculos de tablas. |
kurtosis |
kurtosis(expression) |
Muestra la curtosis excedente de muestra de la columna creada por 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 valor k más grande de la columna creada por expression, a menos que expression defina una columna de listas, en cuyo caso muestra el k más grande de cada lista. |
match |
match(value, expression) |
Muestra el número de fila del primer caso 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 con max, consulta Cómo usar listas en los cálculos de tablas y Cómo agrupar por una dimensión en los cálculos de tablas Temas de la comunidad. |
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 sobre el uso de mean, consulta el artículo del Centro de ayuda Cómo calcular promedios móviles y el tema de la comunidad sobre Desviación estándar y 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 mínimo de la columna creada por 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 que se produzcan errores de num_failures antes de que se alcancen 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 mean y stdev determinados. 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. |
percent_rank |
percent_rank(column, value) |
Muestra la clasificación de value en column como un porcentaje de 0 a 1 inclusive, donde 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.Uso de muestra: percent_rank(${view_name.field_1}, ${view_name.field_1})percent_rank(list(1, 2, 3), ${view_name.field_1})percent_rank(list(1, 2, 3), 2) |
percentile |
percentile(value_column,percentile_value) |
Muestra el valor de la columna creada por expression correspondiente al percentile_value determinado, a menos que expression defina una columna de listas, en cuyo caso, muestra el valor de percentil para cada lista. percentile_value debe estar entre 0 y 1; de lo contrario, muestra null. |
pi |
pi() |
Muestra el valor de pi. |
poisson_dist |
poisson_dist(value, lambda,cumulative) |
Muestra la posición de value en la distribución de poisson con el parámetro lambda. Si es cumulative = yes, muestra la probabilidad acumulada. |
product |
product(expression) |
Muestra el producto de la columna que creó expression, a menos que expression defina una columna de listas, en cuyo caso, mostrará el producto de cada lista. |
radians |
radians(value) |
Convierte value de grados en radianes. |
rank |
rank(value, expression) |
Muestra la clasificación de value en la columna que creó expression. Por ejemplo, si deseas clasificar los pedidos según su precio de venta total, puedes usar rank(${order_items.total_sale_price},${order_items.total_sale_price}), que proporciona una clasificación para cada valor de order_items.total_sale_price en tu consulta cuando la comparas con toda la columna de order_items.total_sale_price en tu consulta. Si expression define varias listas, esta función muestra el tamaño relativo de value en cada lista.Para ver un ejemplo, consulta el tema Comunidad de Razones con los cálculos de tabla. |
rank_avg |
rank_avg(value, expression) |
Muestra la clasificación promedio de value en la columna creada por expression, a menos que expression defina una columna de listas, en cuyo caso, muestra la clasificación promedio de value en cada lista. |
running_product |
running_product(value_column) |
Muestra un producto en ejecución de los valores en value_column. |
running_total |
running_total(value_column) |
Muestra el total de los valores en value_column.Para ver un ejemplo, consulta el artículo del Centro de ayuda Cómo crear un total de columnas descendentes con cálculos de tabla. |
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 el artículo del Centro de ayuda Cómo realizar una previsión en Looker con los 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 (muestra) de la columna creada por expression, a menos que expression defina una columna de listas, en cuyo caso muestra la desviación estándar (muestra) 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 de sum, consulta los artículos Agregación entre filas (totales de fila) en los cálculos de tablas y Cómo calcular el porcentaje del total del Centro de ayuda. |
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 t-test t de Student en los datos de column_1 y column_2, con 1 o 2 tails. type: 1 = vinculado, 2 = homocedástico, 3 = heterocedástico. |
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 de cada lista. |
var_samp |
var_pop(expression) |
Muestra la varianza (muestra) de la columna creada por expression, a menos que expression defina una columna de listas, en cuyo caso, muestra la varianza 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 mediante data y stdev existentes en la media hipótesis value. |
Operadores para cualquier expresión de Looker
Puedes usar los siguientes operadores matemáticos estándar:
| Operador | Sintaxis | Objetivo |
|---|---|---|
+ |
value_1 + value_2 |
Agrega 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 se denominan de forma colectiva "strings". Puedes usar funciones de string para escribir en mayúscula las palabras y letras, extraer partes de una frase, verificar si una palabra o 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 de tabla
Funciones de fecha
Las funciones de fecha te permiten trabajar con fechas y horas.
Funciones para cualquier expresión de Looker
| Function | 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.Para ver un ejemplo, consulta el tema de la comunidad Cómo usar fechas en los cálculos de la tabla. |
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.Para ver un ejemplo, consulta el tema de la comunidad Cómo usar fechas en los cálculos de la tabla. |
diff_months |
diff_months(start_date, end_date) |
Muestra la cantidad de meses entre start_date y end_date.Para ver un ejemplo, consulta el tema de la comunidad Agrupación por dimensión en cálculos de 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.Para ver un ejemplo, consulta el tema de la comunidad Cómo usar fechas en los cálculos de la tabla. |
extract_hours |
extract_hours(date) |
Extrae el horario de atención 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 sobre el uso de now, consulta los temas de la comunidad Now() Table Calculation Function Has Better Timezone Handling y Using date in table Calcula. |
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 de tabla
| Function | Sintaxis | Objetivo |
|---|---|---|
to_date |
to_date(string) |
Muestra la fecha y la hora correspondientes a string (AAAA, MM-MM, AAAA-MM-DD, AAAA-MM-DD hh, AAAA-MM-DD hh:mm o AAAA-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 se cumplen los criterios y No si no se cumplen. También hay varios operadores lógicos para comparar valores y combinar expresiones lógicas.
Funciones para cualquier expresión de Looker
| Function | Sintaxis | Objetivo |
|---|---|---|
case |
case(when(yesno_arg, value_if_yes), when(yesno_arg, value_if_yes), ..., else_value) |
AGREGAR 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 los temas de la comunidad Cómo crear un total activo en las filas con los cálculos de la tabla, Cómo crear un porcentaje del total en las filas con los cálculos de la tabla y Cómo usar pivot_index en los cálculos de la tabla. |
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 el tema de la comunidad Agrupación por dimensión en cálculos de 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 obtener otro ejemplo que use is_null con el operador NOT, consulta la página de documentación Usa cálculos de 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 solo se pueden usar con números y fechas:
También puedes combinar expresiones de Looker con estos operadores lógicos:
Estos operadores lógicos deben estar en mayúsculas. Los operadores lógicos escritos en minúsculas no funcionarán.
Constantes lógicas
Puedes usar constantes lógicas en las 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 indican verdadero o falso en las expresiones de Looker. Por el contrario, usar comillas, como en "yes" y "no", crea strings literales con esos valores.
Las expresiones lógicas se evalúan como verdaderas o falsas sin requerir una función if. Por ejemplo:
if(${field} > 100, yes, no)
equivale a lo siguiente:
${field} > 100
También puedes usar null para indicar que no hay valor. Por ejemplo, es posible que desee determinar si un campo está vacío o asignar un valor vacío en una situación determinada. Esta fórmula no muestra ningún valor si el campo es menor que 1, o el valor del campo si es mayor que 1:
if(${field} < 1, null, ${field})
Combina operadores AND y OR
Los operadores AND se evalúan antes que los operadores OR, si no especificas el orden entre paréntesis. Por lo tanto, 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 de tabla, puedes usar las funciones de transformación posicional para extraer información sobre los campos en diferentes filas o columnas dinámicas. También puedes crear listas y recuperar la fila actual o el índice de columna dinámica.
Totales de columnas y filas solo para cálculos de tablas
Si tu Exploración contiene totales, puedes hacer referencia a los valores totales para columnas y filas:
| Function | 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 las filas solo para cálculos de tablas
Algunas de estas funciones usan las posiciones relativas de las filas, por lo que cambiar el orden de las filas afecta los resultados de las funciones.
| Function | Sintaxis | Objetivo |
|---|---|---|
index |
index(expression, n) |
Muestra el valor del elemento n de la columna que creó expression, a menos que expression defina una columna de listas, en cuyo caso, mostrará el elemento n de cada lista. |
list |
list(value_1, value_2, ...) |
Crea una lista a partir de los valores especificados. Para ver un ejemplo, consulta el tema Comunidad Uso de listas en los cálculos de tablas. |
lookup |
lookup(value, lookup_column,result_column) |
Muestra el valor en result_column que está en la misma fila que value en lookup_column. |
offset |
offset(column, row_offset) |
Muestra el valor de la fila (n + row_offset) en column, donde n es el número de la fila actual.Para ver ejemplos de offset, consulta los artículos Cómo calcular el porcentaje del cambio anterior y del cambio con los cálculos de la tabla y Cómo usar el desplazamiento y el pivot_offset en los cálculos de la tabla. |
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, donde n es el número de fila actual.Para ver un ejemplo, consulta el artículo del Centro de ayuda Cómo calcular promedios móviles. |
row |
row() |
Muestra el número de fila actual. Para ver un ejemplo, consulta el artículo del Centro de ayuda sobre la tabla de transposición (mostrar mediciones como filas). |
Funciones relacionadas con los pivotes solo para cálculos de tablas
Algunas de estas funciones usan las posiciones relativas de las columnas dinámicas, por lo que cambiar el orden de la dimensión dinámica afecta los resultados de esas funciones.
| Function | 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 dinámica en la posición pivot_index (1 para el primer pivote, 2 para el segundo, etc.). El resultado es nulo para los resultados no dinámicos.Para ver ejemplos sobre el uso de pivot_index, consulta los artículos Cómo usar pivot_index en los cálculos de la tabla y Cómo crear un porcentaje del total en las filas con los cálculos de la tabla. |
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 dinámica. El resultado es nulo para los resultados no dinámicos.Para ver ejemplos sobre el uso de pivot_offset, consulta los temas de la comunidad Cómo crear un total activo en las filas con los cálculos de la tabla y Cómo calcular el porcentaje del cambio anterior y del cambio con los cálculos de la tabla y Cómo usar desplazamiento y pivot_offset en los cálculos de la tabla. |
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 tabla dinámica actual. Muestra null para resultados no dinámicos. |
pivot_row |
pivot_row(expression) |
Muestra los valores dinámicos de expression como una lista. Muestra null para resultados no dinámicos.Para ver ejemplos de pivot_row, consulta los artículos Agregación entre filas (totales de fila) en los cálculos de tablas y Cómo calcular el porcentaje del total del Centro de ayuda. |
pivot_where |
pivot_where(select_expression, expression) |
Muestra el valor de expression para la columna dinámica que satisface de manera única a select_expression o null si esa columna única no existe. |
Las funciones dinámicas específicas que utilices determinan si el cálculo de la tabla se muestra junto a cada columna dinámica o si se muestra como una sola columna al final de la tabla.
Filtrar funciones y filtros personalizados
Las funciones de filtro te permiten trabajar con expresiones de filtro para mostrar valores basados en datos filtrados. Las funciones de filtro funcionan en filtros personalizados, filtros en medidas personalizadas y dimensiones personalizadas, pero no son válidos en los cálculos de la tabla.
| Function | Sintaxis | Objetivo |
|---|---|---|
matches_filter |
matches_filter(field, `filter_expression`) |
Muestra Yes si el valor del campo coincide con la expresión de filtro y No si no lo es. |