Funções e operadores do Looker

Se o administrador concedeu a você as permissões para criar cálculos de tabelas, use os recursos a seguir para executar rapidamente funções comuns sem precisar criar expressões do Looker:

  • Cálculos de atalho para realizar rapidamente cálculos comuns em campos numéricos que estão na tabela de dados de uma Análise detalhada

Se o administrador concedeu a você as permissões para criar campos personalizados, use os recursos a seguir para executar rapidamente funções comuns sem precisar criar expressões do Looker:

As Expressões do Looker (às vezes chamadas de Lexp) são usadas para fazer cálculos em:

Um componente essencial dessas expressões são as funções e operadores que você pode usar. As funções e operadores podem ser divididos nas seguintes categorias básicas:

Algumas funções são exclusivas para cálculos de tabela

Expressões do Looker para filtros personalizados e campos personalizados não são compatíveis com funções do Looker que convertem tipos de dados, agregam dados de várias linhas ou se referem a outras linhas ou colunas dinâmicas. Essas funções são compatíveis somente com cálculos de tabela, incluindo cálculos de tabela usados no parâmetro expression de um teste de dados.

Esta página é organizada para esclarecer quais funções e operadores estão disponíveis, dependendo de onde você está usando sua expressão do Looker.

Funções e operadores matemáticos

As funções e operadores matemáticos funcionam de duas maneiras:

  • Algumas funções matemáticas realizam cálculos com base em uma única linha. Por exemplo, o arredondamento, a raiz quadrada, a multiplicação e funções semelhantes podem ser usadas para valores em uma única linha, retornando um valor distinto para cada linha. Todos os operadores matemáticos, como +, são aplicados uma linha de cada vez.
  • Outras funções matemáticas, como médias e totais de execução, operam em muitas linhas. Essas funções reduzem muitas linhas a um único número e mostram esse mesmo número em todas as linhas.

Funções para qualquer expressão do Looker

Função Sintaxe Motivo
abs abs(value) Retorna o valor absoluto de value.

Para conferir um exemplo, consulte a postagem da comunidade Desvio padrão e detecção de valores discrepantes em séries temporais simples usando cálculos de tabelas.
ceiling ceiling(value) Retorna o menor número inteiro maior ou igual a value.
exp exp(value) Retorna e à potência de value.
floor floor(value) Retorna o maior número inteiro menor ou igual a value.
ln ln(value) Retorna o logaritmo natural de value.
log log(value) Retorna o logaritmo de base 10 de value.
mod mod(value, divisor) Retorna o restante da divisão de value por divisor.
power power(base, exponent) Retorna base elevado à potência de exponent.

Para conferir um exemplo, consulte a postagem da comunidade Desvio padrão e detecção de valores discrepantes em séries temporais simples usando cálculos de tabelas.
rand rand() Retorna um número aleatório entre 0 e 1.
round round(value, num_decimals) Retorna value arredondado para num_decimals casas decimais.

Para conferir exemplos de uso de round, consulte as postagens da Comunidade Usar pivot_index em cálculos de tabela e Desvio padrão e detecção de valores discrepantes em séries temporais simples usando cálculos de tabela.
sqrt sqrt(value) Retorna a raiz quadrada de value.

Para conferir um exemplo, consulte a postagem da comunidade Desvio padrão e detecção de valores discrepantes em séries temporais simples usando cálculos de tabelas.

Funções apenas para cálculos de tabela

Muitas dessas funções operam em muitas linhas e consideram apenas as linhas retornadas pela consulta.

Função Sintaxe Motivo
acos acos(value) Retorna o cosseno inverso de value.
asin asin(value) Retorna o arco seno de value.
atan atan(value) Retorna a tangente inversa de value.
beta_dist beta_dist(value, alpha, beta, cumulative) Retorna a posição de value na distribuição Beta com os parâmetros alpha e beta. Se cumulative = yes, retorna a probabilidade cumulativa.
beta_inv beta_inv(probability, alpha, beta) Retorna a posição de probability na distribuição beta cumulativa inversa com os parâmetros alpha e beta.
binom_dist binom_dist(num_successes, num_tests, probability, cumulative) Retorna a probabilidade de conseguir num_successes sucessos em testes num_tests com o probability de sucesso fornecido. Se cumulative = yes, retorna a probabilidade cumulativa.
binom_inv binom_inv(num_tests, test_probability, target_probability) Retorna o menor número k de modo que binom(k, num_tests, test_probability, yes) >= target_probability.
chisq_dist chisq_dist(value, dof, cumulative) Retorna a posição de value na distribuição gama com dof graus de liberdade. Se cumulative = yes, retorna a probabilidade cumulativa.
chisq_inv chisq_inv(probability, dof) Retorna a posição de probability na distribuição gama cumulativa inversa com dof graus de liberdade.
chisq_test chisq_test(actual, expected) Retorna a probabilidade do teste qui-quadrado de independência entre os dados de actual e expected. actual pode ser uma coluna ou uma coluna de listas, e expected precisa ser do mesmo tipo.
combin combin(set_size, selection_size) Retorna o número de maneiras de escolher elementos selection_size de um conjunto de tamanho set_size.
confidence_norm confidence_norm(alpha, stdev, n) Retorna metade da largura do intervalo de confiança normal no nível de significância alpha, desvio padrão stdev e tamanho da amostra n.
confidence_t confidence_t(alpha, stdev, n) Retorna metade da largura do intervalo de confiança da distribuição t de Student no nível de significância alpha, desvio padrão stdev e tamanho da amostra n.
correl correl(column_1, column_2) Retorna o coeficiente de correlação de column_1 e column_2.
cos cos(value) Retorna o cosseno de value.
count count(expression) Retorna a contagem de valores não null na coluna definida por expression, a menos que expression defina uma coluna de listas. Nesse caso, a contagem é retornada em cada lista.
count_distinct count_distinct(expression) Retorna a contagem de valores distintos que não são null na coluna definida por expression, a menos que expression defina uma coluna de listas. Nesse caso, a contagem é retornada em cada lista.
covar_pop covar_pop(column_1, column_2) Retorna a covariância de column_1 e column_2.
covar_samp covar_samp(column_1, column_2) Retorna a covariância de amostra de column_1 e column_2.
degrees degrees(value) Converte value de radianos em graus.
expon_dist expon_dist(value, lambda, cumulative) Retorna a posição de value na distribuição exponencial com o parâmetro lambda. Se cumulative = yes, retorna a probabilidade cumulativa.
f_dist f_dist(value, dof_1, dof_2, cumulative) Retorna a posição de value na distribuição F com os parâmetros dof_1 e dof_2. Se cumulative = yes, retorna a probabilidade cumulativa.
f_inv f_inv(probability, dof_1, dof_2) Retorna a posição de probability na distribuição F cumulativa inversa com os parâmetros dof_1 e dof_2.
fact fact(value) Retorna o fatorial de value.
gamma_dist gamma_dist(value, alpha, beta, cumulative) Retorna a posição de value na distribuição gama com os parâmetros alpha e beta. Se cumulative = yes, retorna a probabilidade cumulativa.
gamma_inv gamma_inv(probability, alpha, beta) Retorna a posição de probability na distribuição gama cumulativa inversa com os parâmetros alpha e beta.
geomean geomean(expression) Retorna a média geométrica da coluna criada por expression, a menos que expression defina uma coluna de listas. Nesse caso, a média geométrica de cada lista é retornada.
hypgeom_dist hypgeom_dist(sample_successes, sample_size, population_successes, population_size, cumulative) Retorna a probabilidade de receber sample_successes do sample_size, do número de population_successes e do population_size. Se cumulative = yes, retorna a probabilidade cumulativa.
intercept intercept(y_column, x_column) Retorna a interseção da linha de regressão linear pelos pontos determinados por y_column e x_column.

Para conferir um exemplo, consulte a postagem da comunidade Como fazer previsões no Looker com cálculos de tabelas.
kurtosis kurtosis(expression) Retorna a curtose sobressalente da amostra da coluna criada por expression, a menos que expression defina uma coluna de listas. Nesse caso, retorna a curtose sobressalente da amostra de cada lista.
large large(expression, k) Retorna o kº maior valor da coluna criada por expression, a menos que expression defina uma coluna de listas. Nesse caso, retorna o kº maior valor de cada lista.
match match(value, expression) Retorna o número da linha da primeira ocorrência de value na coluna criada por expression, a menos que expression defina uma coluna de listas. Nesse caso, retorna a posição de value em cada lista.
max max(expression) Retorna o máximo da coluna criada por expression, a menos que expression defina uma coluna de listas. Nesse caso, o máximo de cada lista é retornado.

Para conferir exemplos de uso de max, consulte Como usar listas em cálculos de tabela e Como agrupar por uma dimensão em cálculos de tabela nas postagens da Comunidade.
mean mean(expression) Retorna a média da coluna criada por expression, a menos que expression defina uma coluna de listas. Nesse caso, a média de cada lista é retornada.

Para conferir exemplos de uso de mean, consulte a postagem da comunidade Como calcular médias móveis e Como detectar desvios padrão e outliers simples de série temporal usando cálculos de tabelas.
median median(expression) Retorna a mediana da coluna criada por expression, a menos que expression defina uma coluna de listas. Nesse caso, a mediana de cada lista é retornada.
min min(expression) Retorna o mínimo da coluna criada por expression, a menos que expression defina uma coluna de listas. Nesse caso, o mínimo de cada lista é retornado.
mode mode(expression) Retorna o modo da coluna criada por expression, a menos que expression defina uma coluna de listas. Nesse caso, o modo de cada lista é retornado.
multinomial multinomial(value_1, value_2, ...) Retorna o fatorial da soma dos argumentos dividido pelo produto de cada um dos fatores.
negbinom_dist negbinom_dist(num_failures, num_successes, probability, cumulative) Retorna a probabilidade de falhas num_failures antes de sucessos num_successes, com o probability de sucesso fornecido. Se cumulative = yes, retorna a probabilidade cumulativa.
norm_dist norm_dist(value, mean, stdev, cumulative) Retorna a posição de value na distribuição normal com mean e stdev fornecidos. Se cumulative = yes, retorna a probabilidade cumulativa.
norm_inv norm_inv(probability, mean, stdev) Retorna a posição de probability na distribuição cumulativa normal inversa.
norm_s_dist norm_s_dist(value, cumulative) Retorna a posição de value na distribuição normal padrão. Se cumulative = yes, retorna a probabilidade cumulativa.
norm_s_inv norm_s_inv(probability) Retorna a posição de probability na distribuição cumulativa normal padrão inversa.
percent_rank percent_rank(column, value) Retorna a classificação de value em column como uma porcentagem de 0 a 1, em que column é a coluna, o campo, a lista ou o intervalo que contém o conjunto de dados a ser considerado e value é a coluna com o valor para o qual a classificação percentual será determinada.

Exemplo de uso:

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

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

percent_rank(list(1, 2, 3), 2)
percentile percentile(expression, percentile_value) Retorna o valor da coluna criada por expression correspondente ao percentile_value fornecido, a menos que expression defina uma coluna de listas. Nesse caso, o valor de percentil de cada lista é retornado. percentile_value precisa estar entre 0 e 1. Caso contrário, null será retornado.
pi pi() Retorna o valor de pi.
poisson_dist poisson_dist(value, lambda, cumulative) Retorna a posição de value na distribuição de Poisson com o parâmetro lambda. Se cumulative = yes, retorna a probabilidade cumulativa.
product product(expression) Retorna o produto da coluna criada por expression, a menos que expression defina uma coluna de listas. Nesse caso, o produto de cada lista é retornado.
radians radians(value) Converte value de graus em radianos.
rank rank(value, expression) Retorna a classificação de value na coluna criada por expression. Por exemplo, se você quiser classificar os pedidos pelo preço total de venda, use rank(${order_items.total_sale_price},${order_items.total_sale_price}), que classifica cada valor de order_items.total_sale_price na consulta ao compará-lo com a coluna inteira de order_items.total_sale_price. No caso em que o expression define várias listas, essa função retorna o tamanho relativo do value em cada lista.

Para conferir um exemplo, consulte a postagem da comunidade Ranks with Table Calculations.
rank_avg rank_avg(value, expression) Retorna a classificação média de value na coluna criada por expression, a menos que expression defina uma coluna de listas. Nesse caso, retorna a classificação média de value em cada lista.
running_product running_product(value_column) Retorna um produto em execução dos valores em value_column.
running_total running_total(value_column) Retorna um total acumulado dos valores em value_column.

Para conferir um exemplo, consulte a página de práticas recomendadas Como criar colunas de total geral com cálculos de tabela.
sin sin(value) Retorna o seno de value.
skew skew(expression) Retorna a distorção da amostra da coluna criada por expression, a menos que expression defina uma coluna de listas. Nesse caso, retorna a distorção da amostra de cada lista.
slope slope(y_column, x_column) Retorna a inclinação da linha de regressão linear pelos pontos determinados por y_column e x_column.

Para conferir um exemplo, consulte a postagem da comunidade Como fazer previsões no Looker com cálculos de tabelas.
small small(expression, k) Retorna o kº valor mais baixo da coluna criada por expression, a menos que expression defina uma coluna de listas. Nesse caso, ele retorna o kº valor mais baixo de cada lista.
stddev_pop stddev_pop(expression) Retorna o desvio padrão (população) da coluna criada por expression, a menos que expression defina uma coluna de listas. Nesse caso, o desvio padrão (população) de cada lista é retornado.
stddev_samp stddev_samp(expression) Retorna o desvio padrão (amostra) da coluna criada por expression, a menos que expression defina uma coluna de listas. Nesse caso, retorna o desvio padrão (amostra) de cada lista.
sum sum(expression) Retorna a soma da coluna criada por expression, a menos que expression defina uma coluna de listas. Nesse caso, a soma de cada lista é retornada.

Para conferir exemplos de uso de sum, consulte as páginas de práticas recomendadas Como agregar linhas (totais de linha) em cálculos de tabela e Como calcular a porcentagem do total.
t_dist t_dist(value, dof, cumulative) Retorna a posição de value na distribuição t do estudante com dof graus de liberdade. Se cumulative = yes, retorna a probabilidade cumulativa.
t_inv t_inv(probability, dof) Retorna a posição de probability na distribuição cumulativa normal inversa com dof graus de liberdade.
t_test t_test(column_1, column_2, tails, type) Retorna o resultado do teste t do aluno nos dados de column_1 e column_2, usando 1 ou 2 tails. type: 1 = pareada, 2 = homoscedástica, 3 = heteroscedástica.
tan tan(value) Retorna a tangente de value.
var_pop var_pop(expression) Retorna a variância (população) da coluna criada por expression, a menos que expression defina uma coluna de listas. Nesse caso, a função retorna a variância (população) de cada lista.
var_samp var_samp(expression) Retorna a variação (amostra) da coluna criada por expression, a menos que expression defina uma coluna de listas. Nesse caso, a função retorna a variação (amostra) de cada lista.
weibull_dist weibull_dist(value, shape, scale, cumulative) Retorna a posição de value na distribuição de Weibull com os parâmetros shape e scale. Se cumulative = yes, retorna a probabilidade cumulativa.
z_test z_test(data, value, stdev) Retorna o valor-P unilateral do teste z usando o data e o stdev atuais na média hipotética value.

Operadores para qualquer expressão do Looker

Você pode usar os seguintes operadores matemáticos padrão:

Operador Sintaxe Motivo
+ value_1 + value_2 Adiciona value_1 e value_2.
- value_1 - value_2 Subtrai value_2 de value_1.
* value_1 * value_2 Multiplica value_1 e value_2.
/ value_1 / value_2 Divide value_1 por value_2.

Funções de string

As funções de string operam em frases, palavras ou letras, que são chamadas coletivamente de "strings". É possível usar funções de string para colocar letras e palavras em maiúsculas, extrair partes de uma frase, verificar se uma palavra ou letra está em uma frase ou substituir elementos de uma palavra ou frase. As funções de string também podem ser usadas para formatar os dados retornados na tabela.

Funções para qualquer expressão do Looker

Função Sintaxe Motivo
concat concat(value_1, value_2, ...) Retorna value_1, value_2, ..., value_n unidos como uma string.
contains contains(string, search_string) Retorna Yes se string contém search_string. Caso contrário, retorna No. A função contains diferencia maiúsculas de minúsculas.
length length(string) Retorna o número de caracteres em string.
lower lower(string) Retorna string com todos os caracteres convertidos para letras minúsculas.
position position(string, search_string) Retorna o índice inicial de search_string em string, se ele existir, ou 0, caso contrário.
replace replace(string, old_string, new_string) Retorna string com todas as ocorrências de old_string substituídas por new_string.
substring substring(string, start_position, length) Retorna a substring de string, começando em start_position, consistindo de length caracteres. O start_position começa em 1, com 1 indicando o primeiro caractere na string, 2 indicando o segundo caractere na string e assim por diante.
upper upper(string) Retorna string com todos os caracteres convertidos em maiúsculas.

Funções apenas para cálculos de tabela

Função Sintaxe Motivo
split split(string, delimeter) Retorna uma lista de strings em string divididas por delimiter.
to_number to_number(string) Retorna o número representado por string ou null se a string não puder ser convertida.
to_string to_string(value) Retorna a representação de string de value ou uma string vazia se value for nulo.

Funções de data

As funções de data permitem trabalhar com datas e horários.

Funções para qualquer expressão do Looker

Função Sintaxe Motivo
add_days add_days(number, date) Adiciona number dias a date.
add_hours add_hours(number, date) Adiciona number horas a date.
add_minutes add_minutes(number, date) Adiciona number minutos a date.
add_months add_months(number, date) Adiciona number meses a date.
add_seconds add_seconds(number, date) Adiciona number segundos a date.
add_years add_years(number, date) Adiciona number anos a date.
date date(year, month, day) Retorna a data "year-month-day" ou null se a data for inválida.
date_time date_time(year, month, day, hours, minutes, seconds) Retorna a data year-month-day hours:minutes:seconds ou null se a data for inválida.
diff_days diff_days(start_date, end_date) Retorna o número de dias entre start_date e end_date.

Para conferir um exemplo, consulte a postagem da Comunidade Como usar datas em cálculos de tabelas.
diff_hours diff_hours(start_date, end_date) Retorna o número de horas entre start_date e end_date.
diff_minutes diff_minutes(start_date, end_date) Retorna o número de minutos entre start_date e end_date.

Para conferir um exemplo, consulte a postagem da Comunidade Como usar datas em cálculos de tabelas.
diff_months diff_months(start_date, end_date) Retorna o número de meses entre start_date e end_date.

Para conferir um exemplo, consulte a postagem da Comunidade Como agrupar por uma dimensão nos cálculos de tabelas.
diff_seconds diff_seconds(start_date, end_date) Retorna o número de segundos entre start_date e end_date.
diff_years diff_years(start_date, end_date) Retorna o número de anos entre start_date e end_date.
extract_days extract_days(date) Extrai os dias de date.

Para conferir um exemplo, consulte a postagem da Comunidade Como usar datas em cálculos de tabelas.
extract_hours extract_hours(date) Extrai as horas de date.
extract_minutes extract_minutes(date) Extrai os minutos de date.
extract_months extract_months(date) Extrai os meses de date.
extract_seconds extract_seconds(date) Extrai os segundos de date.
extract_years extract_years(date) Extrai os anos de date.
now now() Retorna a data e a hora atuais.

Para conferir exemplos de uso de now, consulte as postagens da Comunidade A função de cálculo de tabela Now() tem um melhor tratamento de fuso horário e Como usar datas em cálculos de tabela.
trunc_days trunc_days(date) Trunca date para dias.
trunc_hours trunc_hours(date) Aproxima date para horas.
trunc_minutes trunc_minutes(date) Aproxima date para minutos.
trunc_months trunc_months(date) Atribui date a meses.
trunc_years trunc_years(date) Atribui date a anos.

Funções somente para cálculos de tabela

Função Sintaxe Motivo
to_date to_date(string) Retorna a data e a hora correspondentes a string (AAAA, AAAA-MM, AAAA-MM-DD, AAAA-MM-DD hh, AAAA-MM-DD hh:mm ou AAAA-MM-DD hh:mm:ss).

Funções lógicas, operadores e constantes

As funções e operadores lógicos são usados para avaliar se algo é verdadeiro ou falso. As expressões que usam esses elementos recebem um valor, avaliam-no de acordo com alguns critérios e retornam Yes se os critérios forem atendidos ou No se não forem. Também há vários operadores lógicos para comparar valores e combinar expressões lógicas.

Funções para qualquer expressão do Looker

Função Sintaxe Motivo
case case(when(yesno_arg, value_if_yes), when(yesno_arg, value_if_yes), ..., else_value) ADICIONADO NA 21.10 Permite a lógica condicional com várias condições e resultados. Retorna value_if_yes para o primeiro caso when em que o valor yesno_arg é yes. Retorna else_value se todos os casos de when forem no.
coalesce coalesce(value_1, value_2, ...) Retorna o primeiro valor que não seja null em value_1, value_2, ..., value_n, se encontrado, e null, caso contrário.

Para conferir exemplos de uso de coalesce, consulte Como criar um total acumulado nas linhas com cálculos de tabela, Como criar uma porcentagem do total nas linhas com cálculos de tabela e Como usar pivot_index em cálculos de tabela nas postagens da Comunidade.
if if(yesno_expression, value_if_yes, value_if_no) Se yesno_expression for avaliado como Yes, retornará o valor value_if_yes. Caso contrário, retorna o valor value_if_no.

Para conferir um exemplo, consulte a postagem da Comunidade Como agrupar por uma dimensão nos cálculos de tabelas.
is_null is_null(value) Retorna Yes se value for null. Caso contrário, retorna No.

Para conferir um exemplo, consulte a página de documentação Criar expressões do Looker. Para outro exemplo que usa is_null com o operador NOT, consulte a página de documentação Usar cálculos de tabelas.

Operadores para qualquer expressão do Looker

Os operadores de comparação a seguir podem ser usados com qualquer tipo de dados:

Operador Sintaxe Motivo
= value_1 = value_2 Retorna Yes se value_1 for igual a value_2. Caso contrário, retorna No.
!= value_1 != value_2 Retorna Yes se value_1 não for igual a value_2. Caso contrário, retorna No.

Os operadores de comparação a seguir podem ser usados com números, datas e strings:

Operador Sintaxe Motivo
> value_1 > value_2 Retorna Yes se value_1 for maior que value_2. Caso contrário, retorna No.
< value_1 < value_2 Retorna Yes se value_1 for menor que value_2. Caso contrário, retorna No.
>= value_1 >= value_2 Retorna Yes se value_1 for maior ou igual a value_2 e No caso contrário.
<= value_1 <= value_2 Retorna Yes se value_1 for menor ou igual a value_2 e No caso contrário.

Também é possível combinar expressões do Looker com estes operadores lógicos:

Operador Sintaxe Motivo
AND value_1 AND value_2 Retorna Yes se value_1 e value_2 forem Yes. Caso contrário, retorna No.
OR value_1 OR value_2 Retorna Yes se value_1 ou value_2 for Yes. Caso contrário, retorna No.
NOT NOT value Retorna Yes se value for No e No caso contrário.

Esses operadores lógicos precisam ser escritos em maiúsculas. Os operadores lógicos escritos em letras minúsculas não funcionam.

Constantes lógicas

É possível usar constantes lógicas nas expressões do Looker. Essas constantes são sempre escritas em letras minúsculas e têm os seguintes significados:

Constante Significado
yes Verdadeiro
no Falso
null Nenhum valor

As constantes yes e no são símbolos especiais que significam verdadeiro ou falso nas expressões do Looker. Por outro lado, o uso de aspas, como em "yes" e "no", cria strings literais com esses valores.

As expressões lógicas são avaliadas como verdadeiras ou falsas sem exigir uma função if. Por exemplo, este:

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

é equivalente a:

${field} > 100

Também é possível usar null para indicar que não há valor. Por exemplo, você pode determinar se um campo está vazio ou atribuir um valor vazio em uma determinada situação. Esta fórmula não retorna nenhum valor se o campo for menor que 1 ou o valor do campo se for maior que 1:

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

Como combinar os operadores AND e OR

Os operadores AND são avaliados antes dos operadores OR, se você não especificar a ordem com parênteses. Portanto, a expressão a seguir sem parênteses adicionais:

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

seria avaliado como:

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

Funções posicionais

Ao criar cálculos de tabela, você pode usar funções de transformação posicional para extrair informações sobre campos em diferentes linhas ou colunas dinâmicas. Também é possível criar listas e recuperar o índice da linha ou coluna de pivot atual.

Totais de colunas e linhas apenas para cálculos de tabela

Se a Análise detalhada tiver totais, você poderá fazer referência aos valores totais de colunas e linhas:

Função Sintaxe Motivo
:total ${field:total} Retorna o total da coluna do campo.
:row_total ${field:row_total} Retorna o total de linhas do campo.

Algumas dessas funções usam as posições relativas das linhas. Portanto, mudar a ordem de classificação das linhas afeta os resultados das funções.

Função Sintaxe Motivo
index index(expression, n) Retorna o valor do nº elemento da coluna criada por expression, a menos que expression defina uma coluna de listas. Nesse caso, retorna o nº elemento de cada lista.
list list(value_1, value_2, ...) Cria uma lista com os valores fornecidos.

Para conferir um exemplo, consulte a postagem da Comunidade Como usar listas em cálculos de tabelas.
lookup lookup(value, lookup_column, result_column) Retorna o valor em result_column que está na mesma linha que value está em lookup_column.
offset offset(column, row_offset) Retorna o valor da linha (n + row_offset) em column, em que n é o número da linha atual.

Para conferir exemplos de uso de offset, consulte a página de práticas recomendadas Como calcular a porcentagem anterior e a mudança percentual com cálculos de tabela.
offset_list offset_list(column, row_offset, num_values) Retorna uma lista dos valores de num_values a partir da linha (n + row_offset) em column, em que n é o número da linha atual.

Para conferir um exemplo, consulte a postagem da comunidade Como calcular médias móveis.
row row() Retorna o número da linha atual.

Algumas dessas funções usam as posições relativas das colunas de resumo. Portanto, mudar a ordem de classificação da dimensão resumida afeta os resultados dessas funções.

Função Sintaxe Motivo
pivot_column pivot_column() Retorna o índice da coluna de pivot atual.
pivot_index pivot_index(expression, pivot_index) Avalia expression no contexto da coluna dinâmica na posição pivot_index (1 para a primeira, 2 para a segunda e assim por diante). Retorna "null" para resultados não pivotados.

Para conferir exemplos de uso de pivot_index, consulte as postagens da Comunidade Usar pivot_index em cálculos de tabela e Criar uma porcentagem do total em linhas com cálculos de tabela.
pivot_offset pivot_offset(pivot_expression, col_offset) Retorna o valor de pivot_expression na posição (n + col_offset), em que n é a posição atual da coluna de resumo. Retorna "null" para resultados não pivotados.

Para conferir exemplos de uso de pivot_offset, consulte a postagem da Comunidade Como criar um total geral nas linhas com cálculos de tabelas e a página de práticas recomendadas Como calcular a porcentagem do valor anterior e a variação percentual com cálculos de tabelas.
pivot_offset_list pivot_offset_list(pivot_expression, col_offset, num_values) Retorna uma lista dos valores de num_values em pivot_expression, começando na posição (n + col_offset), em que n é o índice de pivot atual. Retorna null para resultados não pivotados.
pivot_row pivot_row(expression) Retorna os valores de pivote de expression como uma lista. Retorna null para resultados não pivotados.

Para conferir exemplos de uso de pivot_row, consulte as páginas de práticas recomendadas Como agregar linhas (totais de linha) em cálculos de tabela e Como calcular a porcentagem do total.
pivot_where pivot_where(select_expression, expression) Retorna o valor de expression para a coluna dinâmica que atende exclusivamente a select_expression ou null, se essa coluna exclusiva não existir.

As funções de pivote específicas que você usa determinam se o cálculo da tabela é exibido ao lado de cada coluna pivotada ou como uma única coluna no final da tabela.

Funções de filtro para campos e filtros personalizados

Com as funções de filtro, você pode trabalhar com expressões de filtro para retornar valores com base em dados filtrados. As funções de filtro funcionam em filtros personalizados, filtros em medidas personalizadas e dimensões personalizadas, mas não são válidas em cálculos de tabela.

Função Sintaxe Motivo
matches_filter matches_filter(field, filter_expression) Retorna Yes se o valor do campo corresponder à expressão do filtro, ou No se não corresponder.