Looker-Funktionen und Operatoren

Wenn Ihr Administrator Ihnen die Berechtigungen zum Erstellen von Tabellenberechnungen erteilt hat, können Sie mit den folgenden Funktionen häufig verwendete Funktionen schnell ausführen, ohne Looker-Ausdrücke erstellen zu müssen:

  • Tastenkombinationen zum schnellen Durchführen gängiger Berechnungen für numerische Felder in der Datentabelle eines Explores

Wenn Ihr Administrator Ihnen die Berechtigungen zum Erstellen benutzerdefinierter Felder gewährt hat, können Sie mit den folgenden Funktionen schnell gängige Funktionen ausführen, ohne Looker-Ausdrücke erstellen zu müssen:

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

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

Nur für Tabellenkalkulationen verfügbare Funktionen

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

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

Mathematische Funktionen und Operatoren

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

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

Funktionen für Looker-Ausdrücke

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

Ein Beispiel finden Sie im Communitybeitrag Standardabweichung und einfache Zeitreihen-Außenseitererkennung mit Tabellenkalkulationen.
ceiling ceiling(value) Gibt die kleinste Ganzzahl zurück, die größer oder gleich value ist.
exp exp(value) Gibt e hoch value zurück.
floor floor(value) Gibt die größte Ganzzahl zurück, die kleiner oder gleich value ist.
ln ln(value) Gibt den natürlichen Logarithmus von value zurück.
log log(value) Gibt den Logarithmus von value zur Basis 10 zurück.
mod mod(value, divisor) Gibt den Rest der Division von value durch divisor zurück.
power power(base, exponent) Gibt base hoch exponent zurück.

Ein Beispiel finden Sie im Communitybeitrag Standardabweichung und einfache Zeitreihenausreißererkennung mithilfe von Tabellenkalkulationen.
rand rand() Gibt eine zufällige Zahl zwischen 0 und 1 zurück.
round round(value, num_decimals) Gibt value zurück, gerundet auf num_decimals Dezimalstellen.

Beispiele für die Verwendung von round finden Sie in den Communitybeiträgen pivot_index in Tabellenkalkulationen verwenden und Standardabweichung und einfache Zeitreihen-Außenseitererkennung mit Tabellenkalkulationen.
sqrt sqrt(value) Gibt die Quadratwurzel aus value zurück.

Ein Beispiel finden Sie im Communitybeitrag Standardabweichung und einfache Zeitreihenausreißererkennung mithilfe von Tabellenkalkulationen.

Funktionen nur für Tabellenkalkulationen

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

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

Ein Beispiel finden Sie im Communitybeitrag Prognosen in Looker mit Tabellenberechnungen erstellen.
kurtosis kurtosis(expression) Gibt die Stichproben-Exzesskurtosis der mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte von Listen; in diesem Fall wird die Stichproben-Exzesswölbung jeder Liste zurückgegeben.
large large(expression, k) Gibt den k-größten Wert der von expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte von Listen. In diesem Fall wird der k-größte Wert jeder Liste zurückgegeben.
match match(value, expression) Gibt die Zeilennummer des ersten Vorkommens von value in der Spalte zurück, die durch expression erstellt wurde, es sei denn, expression definiert eine Spalte von Listen; in diesem Fall wird die Position von value in jeder Liste zurückgegeben.
max max(expression) Gibt den Maximalwert der mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte von Listen. In diesem Fall wird der Maximalwert jeder Liste zurückgegeben.

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

Beispiele für die Verwendung von mean finden Sie im Communitybeitrag Berechnen von gleitenden Mittelwerten und im Communitybeitrag Standardabweichung und einfache Zeitreihen-Außreißererkennung mit Tabellenkalkulationen.
median median(expression) Gibt den Medianwert der mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte von Listen. In diesem Fall wird der Medianwert jeder Liste zurückgegeben.
min min(expression) Gibt den Minimalwert der mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte von Listen; in diesem Fall wird der Minimalwert jeder Liste zurückgegeben.
mode mode(expression) Gibt den Modus der mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte von Listen; in diesem Fall wird der Modus jeder Liste zurückgegeben.
multinomial multinomial(value_1, value_2, ...) Gibt den Faktor der Summe der Argumente geteilt durch das Produkt der entsprechenden Faktoren zurück.
negbinom_dist negbinom_dist(num_failures, num_successes, probability, cumulative) Gibt die Wahrscheinlichkeit von num_failures Fehlern vor Erreichen von num_successes Erfolgen unter Berücksichtigung der probability von Erfolgen zurück. Bei cumulative = yes wird die kumulative Wahrscheinlichkeit zurückgegeben.
norm_dist norm_dist(value, mean, stdev, cumulative) Gibt die Position von value auf der Normalverteilung mit den angegebenen mean und stdev zurück. Bei cumulative = yes wird die kumulative Wahrscheinlichkeit zurückgegeben.
norm_inv norm_inv(probability, mean, stdev) Gibt die Position von probability auf der umgekehrten kumulativen Normalverteilung zurück.
norm_s_dist norm_s_dist(value, cumulative) Gibt die Position von value in der Standardnormalverteilung zurück. Bei cumulative = yes wird die kumulierte Wahrscheinlichkeit zurückgegeben.
norm_s_inv norm_s_inv(probability) Gibt die Position von probability auf der umgekehrten kumulierten Standardnormalverteilung zurück.
percent_rank percent_rank(column, value) Gibt den Rang von value in column als Prozentsatz von 0 bis einschließlich 1 zurück, wobei column die Spalte, das Feld, die Liste oder der Bereich mit dem zu berücksichtigenden Dataset ist. und value ist die Spalte mit dem Wert, für den der Prozentrang ermittelt wird.

Beispiel:

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

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

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

Ein Beispiel finden Sie im Communitybeitrag Ränge mit Tabellenberechnungen.
rank_avg rank_avg(value, expression) Gibt den durchschnittlichen Rang von value in der Spalte zurück, die durch expression erstellt wurde, es sei denn, expression definiert eine Spalte von Listen; in diesem Fall wird der durchschnittliche Rang von value in jeder Liste zurückgegeben.
running_product running_product(value_column) Gibt ein laufendes Produkt mit den Werten in value_column zurück.
running_total running_total(value_column) Gibt eine laufende Summe der Werte in value_column zurück.

Ein Beispiel finden Sie auf der Seite Best Practices für die Erstellung einer mitunter laufenden Spalte mit Tabellenkalkulationen.
sin sin(value) Gibt den Sinus von value zurück.
skew skew(expression) Gibt die Stichproben-Schiefe der mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte von Listen. In diesem Fall wird die Stichproben-Schiefe jeder Liste zurückgegeben.
slope slope(y_column, x_column) Gibt die Steigung der linearen Regressionsgeraden für die durch y_column und x_column festgelegten Punkte zurück.

Ein Beispiel finden Sie im Communitybeitrag Prognosen in Looker mit Tabellenberechnungen erstellen.
small small(expression, k) Gibt den k.-kleinsten Wert der von expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte von Listen. In diesem Fall wird der k.-kleinste Wert jeder Liste zurückgegeben.
stddev_pop stddev_pop(expression) Gibt die Standardabweichung (Population) der mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte von Listen; in diesem Fall wird die Standardabweichung (Population) jeder Liste zurückgegeben.
stddev_samp stddev_samp(expression) Gibt die Standardabweichung (Stichprobe) der mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte von Listen. In diesem Fall wird die Standardabweichung (Stichprobe) jeder Liste zurückgegeben.
sum sum(expression) Gibt die Summe der mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte von Listen; in diesem Fall wird die Summe jeder Liste zurückgegeben.

Beispiele für die Verwendung von sum finden Sie auf den Best Practices-Seiten Zeilenübergreifende Aggregation (Zeilensummen) in Tabellenkalkulationen und Prozentsätze von Summen berechnen.
t_dist t_dist(value, dof, cumulative) Gibt die Position von value in der t-Verteilung von Student mit dof Freiheitsgraden zurück. Bei cumulative = yes wird die kumulative Wahrscheinlichkeit zurückgegeben.
t_inv t_inv(probability, dof) Gibt die Position von probability auf der umgekehrten kumulierten Normalverteilung mit dof Freiheitsgraden zurück.
t_test t_test(column_1, column_2, tails, type) Gibt das Ergebnis eines Studenten-t-Tests für die Daten aus column_1 und column_2 unter Verwendung von 1 oder 2 tails zurück. type: 1 = gepaart, 2 = homoskedastisch, 3 = heteroskedastisch.
tan tan(value) Gibt den Tangens von value zurück.
var_pop var_pop(expression) Gibt die Varianz (Population) der mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte von Listen. In diesem Fall wird die Varianz (Population) jeder Liste zurückgegeben.
var_samp var_samp(expression) Gibt die Varianz (Stichprobe) der mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte von Listen; in diesem Fall wird die Varianz (Stichprobe) jeder Liste zurückgegeben.
weibull_dist weibull_dist(value, shape, scale, cumulative) Gibt die Position von value in der Weibull-Verteilung mit den Parametern shape und scale zurück. Bei cumulative = yes wird die kumulative Wahrscheinlichkeit zurückgegeben.
z_test z_test(data, value, stdev) Gibt den einseitigen p-Wert des Z-Tests unter Verwendung der vorhandenen data und stdev für den hypothetischen Mittelwert value zurück.

Operatoren für Looker-Ausdrücke

Sie können die folgenden mathematischen Standardoperatoren verwenden:

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

Stringfunktionen

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

Funktionen für Looker-Ausdrücke

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

Funktionen nur für Tabellenkalkulationen

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

DATE-Funktionen

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

Funktionen für Looker-Ausdrücke

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

Ein Beispiel finden Sie im Communitybeitrag Daten in Tabellenberechnungen verwenden.
diff_hours diff_hours(start_date, end_date) Gibt die Anzahl der Stunden zwischen start_date und end_date zurück.
diff_minutes diff_minutes(start_date, end_date) Gibt die Anzahl der Minuten zwischen start_date und end_date zurück.

Ein Beispiel finden Sie im Communitybeitrag Datumsangaben in Tabellenkalkulationen verwenden.
diff_months diff_months(start_date, end_date) Gibt die Anzahl der Monate zwischen start_date und end_date zurück.

Ein Beispiel finden Sie im Communitybeitrag Nach einer Dimension in Tabellenberechnungen gruppieren.
diff_seconds diff_seconds(start_date, end_date) Gibt die Anzahl der Sekunden zwischen start_date und end_date zurück.
diff_years diff_years(start_date, end_date) Gibt die Anzahl der Jahre zwischen start_date und end_date zurück.
extract_days extract_days(date) Extrahiert die Tage aus date.

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

Beispiele für die Verwendung von now findest du in den Communitybeiträgen unter Now()-Tabellenberechnungsfunktion hat bessere Zeitzonenbehandlung und Datumsangaben in Tabellenkalkulationen verwenden.
trunc_days trunc_days(date) date wird auf Tage gekürzt.
trunc_hours trunc_hours(date) date wird auf Stunden gekürzt.
trunc_minutes trunc_minutes(date) Kürzt date auf Minuten.
trunc_months trunc_months(date) Kürzt date auf Monate.
trunc_years trunc_years(date) Kürzt date auf Jahre.

Funktionen nur für Tabellenkalkulationen

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

Logische Funktionen, Operatoren und Konstanten

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

Funktionen für Looker-Ausdrücke

Funktion Syntax Zweck
case case(when(yesno_arg, value_if_yes), when(yesno_arg, value_if_yes), ..., else_value) HINZUGEFÜGT 21.10 Ermöglicht bedingte Logik mit mehreren Bedingungen und Ergebnissen. Gibt value_if_yes für den ersten when-Fall zurück, dessen yesno_arg-Wert yes ist. Gibt else_value zurück, wenn alle when-Fälle no sind.
coalesce coalesce(value_1, value_2, ...) Gibt den ersten Wert zurück, der nicht null ist, in value_1, value_2, ... oder value_n, falls gefunden, andernfalls null.

Beispiele für die Verwendung von coalesce finden Sie in den Communitybeiträgen Mit Tabellenkalkulationen eine fortlaufende Summe über Zeilen erstellen, Mit Tabellenkalkulationen einen Prozentsatz der Gesamtsumme über Zeilen erstellen und pivot_index in Tabellenkalkulationen verwenden.
if if(yesno_expression, value_if_yes, value_if_no) Wenn yesno_expression Yes ergibt, wird der Wert value_if_yes zurückgegeben. Andernfalls wird der Wert value_if_no zurückgegeben.

Ein Beispiel finden Sie im Communitybeitrag Nach einer Dimension in Tabellenberechnungen gruppieren.
is_null is_null(value) Gibt Yes zurück, wenn value gleich null ist, ansonsten No.

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

Operatoren für Looker-Ausdrücke

Die folgenden Vergleichsoperatoren können für jeden Datentyp verwendet werden:

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

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

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

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

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

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

Logische Konstanten

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

Konstante Bedeutung
yes Wahr
no Falsch
null Kein Wert

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

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

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

ist gleichbedeutend mit:

${field} > 100

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

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

Die Operatoren AND und OR kombinieren

AND-Operatoren werden vor OR-Operatoren ausgewertet, wenn Sie die Reihenfolge nicht anderweitig mit Klammern angeben. Demnach wird der folgende Ausdruck ohne zusätzliche Klammern:

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

wie folgt ausgewertet:

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

Positionsfunktionen

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

Spalten- und Zeilensummen nur für Tabellenkalkulationen

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

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

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

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

Ein Beispiel findest du im Communitybeitrag Listen in Tabellenkalkulationen verwenden.
lookup lookup(value, lookup_column, result_column) Gibt den Wert in result_column zurück, der sich in derselben Zeile wie value in lookup_column befindet.
offset offset(column, row_offset) Gibt den Wert der Zeile (n + row_offset) in column zurück, wobei n die aktuelle Zeilennummer ist.

Beispiele für die Verwendung von offset finden Sie auf der Seite mit Best Practices zum Berechnen des Prozentsatzes des Vormonats und der prozentuale Änderung mit Tabellenkalkulationen.
offset_list offset_list(column, row_offset, num_values) Gibt eine Liste der num_values-Werte ab Zeile (n + row_offset) in column zurück. Dabei ist n die aktuelle Zeilennummer.

Ein Beispiel finden Sie im Communitybeitrag Berechnen von gleitenden Mittelwerten.
row row() Gibt die aktuelle Zeilennummer zurück.

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

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

Beispiele für die Verwendung von pivot_index finden Sie in den Communitybeiträgen pivot_index in Tabellenkalkulationen verwenden und Prozentsatz der Gesamtsumme über Zeilen mit Tabellenkalkulationen erstellen.
pivot_offset pivot_offset(pivot_expression, col_offset) Gibt den Wert von pivot_expression an der Position (n + col_offset) zurück, wobei n die aktuelle Position der Pivot-Spalte ist. Gibt Null bei Ergebnissen zurück, die nicht als Drehpunkt festgelegt sind.

Beispiele für die Verwendung von pivot_offset finden Sie im Communitybeitrag Laufende Summe über Zeilen hinweg mit Tabellenkalkulationen erstellen und auf der Seite mit den Best Practices unter Prozentuale und vorherige Änderung mit Tabellenkalkulationen berechnen.
pivot_offset_list pivot_offset_list(pivot_expression, col_offset, num_values) Gibt eine Liste der num_values-Werte in pivot_expression ab Position (n + col_offset) zurück. n ist der aktuelle Pivot-Index. Gibt null für Ergebnisse zurück, die nicht als Drehpunkt festgelegt sind.
pivot_row pivot_row(expression) Gibt die pivotierten Werte von expression als Liste zurück. Gibt null für Ergebnisse zurück, die nicht als Drehpunkt festgelegt sind.

Beispiele für die Verwendung von pivot_row finden Sie auf den Best Practices-Seiten Über Zeilen (Zeilensummen) in Tabellenkalkulationen aggregiert und Prozentuale Gesamtsumme berechnen.
pivot_where pivot_where(select_expression, expression) Gibt den Wert von expression für die Pivot-Spalte zurück, die eindeutig select_expression oder null erfüllt, oder null, wenn keine solche eindeutige Spalte existiert.

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

Filterfunktionen für benutzerdefinierte Filter und benutzerdefinierte Felder

Mit Filterfunktionen können Sie Filterausdrücke verwenden, um Werte basierend auf gefilterten Daten zurückzugeben. Filterfunktionen funktionieren in benutzerdefinierten Filtern, Filtern für benutzerdefinierte Messwerte und benutzerdefinierten Dimensionen, sind aber in Tabellenkalkulationen nicht zulässig.

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