如果您拥有创建表计算的权限,则可以使用快捷方式计算对探索数据表中的数字字段执行常见计算,而无需使用 Looker 函数和运算符。
您或其他用户在某些情况下可能想要在“探索”中分析透视数据。本页介绍了如何使用 pivot_row()
表计算功能创建行总计和其他汇总,以帮助用户进一步深入了解“探索”数据。
pivot_row()
的工作原理是什么?
pivot_row()
表计算函数将透视行的所有值分组到列表中。
此示例使用以下“探索”数据表,其中的商品数量按订单创建日期分组并按用户年龄透视:
您可以使用 pivot_row()
编写表计算,将所有“Products Count”行值分到一列中:
pivot_row(${products.count})
然后,表计算会输出一个新列,其中会显示每个透视行中“产品数”的所有值的列表:
使用 pivot_row()
计算行总计
您还可以使用 pivot_row()
函数对创建的列表进行计算,以进行进一步分析。例如,您可以对 pivot_row()
返回的列出的值使用 sum()
函数来计算行总数。
使用同一个“探索”数据表(其中的“产品数”按“创建订单日期”分组并按“用户年龄”透视,您可以编写以下表格计算来输出“产品数”的行总计:
sum(pivot_row(${products.count}))
表计算会对使用 pivot_row()
函数计算的产品数量值列表求和,并输出一个显示每个透视行总数的新列:
使用 pivot_row()
计算其他汇总
您可以使用 pivot_row()
函数对所有透视行进行聚合操作。例如,除了 sum()
,您还可以计算列表中值的 mean()
、max()
、min()
等。Looker 函数和运算符文档页面的这一部分列出了所有可用的表计算函数和运算符。
pivot_row()
函数跨数据透视行执行更复杂的计算,包括占总数的百分比。如需了解如何使用 pivot_row()
计算各行占总数的百分比,请参阅如何计算占总数的百分比最佳做法页面。