Si el administrador te otorgó los permisos para crear cálculos en tablas, puedes usar las siguientes funciones para realizar funciones comunes con rapidez sin necesidad de crear expresiones de Looker:
- Cálculos de combinación de teclas para realizar rápidamente cálculos comunes sobre campos numéricos de la tabla de datos de una exploración
Si el administrador te otorgó los permisos para crear campos personalizados, puedes usar las siguientes funciones para realizar con rapidez funciones comunes sin necesidad de crear expresiones de Looker:
Usa grupos personalizados para agrupar rápidamente los valores en etiquetas personalizadas sin necesidad de desarrollar lógica de
CASE WHEN
en los parámetrossql
ni en los campostype: case
.Compartimentos personalizados para agrupar dimensiones de tipo numérico en niveles personalizados sin necesidad de desarrollar campos de LookML
type: tier
Las expresiones de Looker (a veces llamadas Lexp) se usan para realizar cálculos para lo siguiente:
- Cálculos basados en tablas (que incluyen expresiones usadas 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 pueden dividirse en algunas categorías básicas:
- Matemáticas: funciones relacionadas con los números
- String: Funciones relacionadas con palabras y letras
- Fechas: Funciones relacionadas con la fecha y la hora
- Transformación lógica: incluye funciones booleanas (verdadero o falso) y operadores de comparación
- Transformación posicional: recupera valores de diferentes filas o tablas dinámicas
Algunas funciones solo están disponibles para cálculos basados en tablas
Las expresiones de Looker para filtros personalizados y campos personalizados no admiten funciones de Looker que conviertan tipos de datos, agreguen datos de varias filas o hagan referencia a otras filas o columnas dinámicas. Estas funciones solo se admiten para cálculos en tablas (incluidos los cálculos basados en 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 el lugar en el que uses tu expresión de Looker.
Operadores y funciones matemáticas
Los operadores y las funciones matemáticas funcionan de una de las siguientes dos maneras:
- Algunas funciones matemáticas realizan cálculos en función de una única fila. Por ejemplo, se pueden usar funciones similares, el redondeo, la obtención de una raíz cuadrada, la multiplicación y otras funciones similares para los valores de una sola fila, y se muestra un valor distinto para cada fila. Todos los operadores matemáticos, como
+
, se aplican de a una fila a la vez. - Otras funciones matemáticas, como promedios y totales acumulados, operan en muchas 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
Función | Sintaxis | Objetivo |
---|---|---|
abs |
abs(value) |
Muestra el valor absoluto de value . Para ver un ejemplo, consulta la publicación de Comunidad Desviación estándar y detección de valores atípicos de series temporales simples mediante cálculos basados en tablas. |
ceiling |
ceiling(value) |
Muestra el número entero más bajo que sea superior o igual a value . |
exp |
exp(value) |
Muestra e a la potencia de value . |
floor |
floor(value) |
Muestra el número entero más grande que sea inferior o igual a 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 la publicación de Comunidad Desviación estándar y detección de valores atípicos de series temporales simples mediante cálculos basados en tablas. |
rand |
rand() |
Muestra un número aleatorio entre 0 y 1. |
round |
round(value, num_decimals) |
Muestra value redondeado a num_decimals decimales. Si deseas ver ejemplos que usen round , consulta las publicaciones de Comunidad Cómo usar pivot_index en cálculos de tablas y Desviación estándar y detección de valores atípicos de series temporales simples mediante cálculos basados en tablas. |
sqrt |
sqrt(value) |
Muestra la raíz cuadrada de value . Para ver un ejemplo, consulta la publicación de Comunidad Desviación estándar y detección de valores atípicos de series temporales simples mediante cálculos basados en tablas. |
Funciones solo para cálculos basados en tablas
Muchas de estas funciones operan en muchas filas y solo considerarán las filas que muestra tu consulta.
Función | 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 de num_successes en pruebas de num_tests con el probability determinado de éxito. Si es cumulative = yes , muestra la probabilidad acumulada. |
binom_inv |
binom_inv(num_tests, test_probability, target_probability) |
Muestra el número más pequeño k de modo que 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 gamma acumulativa inversa 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 importancia alpha , la desviación estándar stdev y el tamaño de la muestra n . |
confidence_t |
confidence_t(alpha, stdev, n) |
Muestra la mitad del ancho del intervalo de confianza de la distribución t de Student en el nivel de importancia alpha , la desviación estándar stdev y el tamaño de la 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 muestra el recuento en cada lista. |
count_distinct |
count_distinct(expression) |
Muestra el recuento de valores distintos que no son 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 poblacional 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 a 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 acumulada inversa 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 especificado, la cantidad de population_successes y population_size . 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 la publicación de Comunidad Cómo realizar previsiones en Looker con cálculos basados en tablas. |
kurtosis |
kurtosis(expression) |
Muestra la curtosis en exceso de muestra de la columna creada por expression , a menos que expression defina una columna de listas, en cuyo caso muestra la curtosis en exceso de muestra de cada lista. |
large |
large(expression, k) |
Muestra el k .o valor más grande de la columna que creó expression , a menos que expression defina una columna de listas, en cuyo caso muestra el k .o valor más grande de cada lista. |
match |
match(value, expression) |
Muestra el número de fila de la primera aparición 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. Si deseas ver ejemplos que usan max , consulta las publicaciones de Comunidad Cómo usar listas en los cálculos de tablas y Cómo agrupar por una dimensión en los cálculos de tablas. |
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 que usen mean , consulta la publicación de Comunidad Cálculo de medias móviles y la publicación de Comunidad sobre Desviación estándar y detección de valores atípicos de series temporales simples mediante cálculos basados en 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 que crea 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 que crea 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 obtener fallas de num_failures antes de obtener éxitos de num_successes , con la probability de éxito especificada. 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 los valores mean y stdev especificados. 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.Ejemplo de uso:percent_rank(${view_name.field_1}, ${view_name.field_1}) percent_rank(list(1, 2, 3), ${view_name.field_1}) percent_rank(list(1, 2, 3), 2) |
percentile |
percentile(value_column, percentile_value) |
Muestra el valor de la columna que creó expression correspondiente a la percentile_value especificada, a menos que expression defina una columna de listas, en cuyo caso se muestra el valor de percentil para cada lista. percentile_value debe estar entre 0 y 1; de lo contrario, muestra null . |
pi |
pi() |
Muestra el valor de pi. |
poisson_dist |
poisson_dist(value, lambda, cumulative) |
Muestra la posición de value en la distribución de Poisson con el parámetro lambda . Si es cumulative = yes , muestra la probabilidad acumulada. |
product |
product(expression) |
Muestra el producto de la columna que creó expression , a menos que expression defina una columna de listas, en cuyo caso muestra el producto de cada lista. |
radians |
radians(value) |
Convierte value de grados a radianes. |
rank |
rank(value, expression) |
Muestra la clasificación de value en la columna que creó expression . Por ejemplo, si deseas clasificar los pedidos por su precio de oferta total, puedes usar rank(${order_items.total_sale_price},${order_items.total_sale_price}) , que otorga una clasificación para cada valor de order_items.total_sale_price en tu consulta cuando se compara con la columna completa de order_items.total_sale_price en ella. En el caso de que expression defina varias listas, esta función mostrará el tamaño relativo de value en cada lista. Para ver un ejemplo, consulta la publicación de Comunidad Rankings con cálculos de tablas. |
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 un total acumulado de los valores en value_column . Si deseas ver un ejemplo, consulta la página de recomendaciones Crear un total de columnas descendentes con cálculos basados en tablas. |
sin |
sin(value) |
Muestra el seno de value . |
skew |
skew(expression) |
Muestra la asimetría de muestra de la columna que crea 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 la publicación de Comunidad Cómo realizar previsiones en Looker con cálculos basados en tablas. |
small |
small(expression, k) |
Muestra el k o valor más pequeño más pequeño de la columna que creó expression , a menos que expression defina una columna de listas, en cuyo caso muestra el valor k más pequeño de cada lista. |
stddev_pop |
stddev_pop(expression) |
Muestra la desviación estándar (propagación) de la columna que crea expression , a menos que expression defina una columna de listas, en cuyo caso se muestra la desviación estándar (propagación) de cada lista. |
stddev_samp |
stddev_samp(expression) |
Muestra la desviación estándar (muestra) de la columna que crea 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 que crea expression , a menos que expression defina una columna de listas, en cuyo caso se muestra la suma de cada lista. Si deseas ver ejemplos en los que se usa sum , consulta las páginas de prácticas recomendadas Cómo agregar datos entre filas (totales de filas) en los cálculos basados en tablas y Cómo calcular el porcentaje del total. |
t_dist |
t_dist(value, dof, cumulative) |
Muestra la posición de value en la distribución t del estudiante 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 prueba t de un estudiante en los datos de column_1 y column_2 mediante 1 o 2 tails . type : 1 = paredado, 2 = homocedástica, 3 = heterocedástica. |
tan |
tan(value) |
Muestra la tangente de value . |
var_pop |
var_pop(expression) |
Muestra la varianza (población) de la columna que crea expression , a menos que expression defina una columna de listas, en cuyo caso muestra la varianza (población) de cada lista. |
var_samp |
var_pop(expression) |
Muestra la varianza (muestra) de la columna que crea expression , a menos que expression defina una columna de listas, en cuyo caso muestra la varianza (muestra) 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 usando los data y stdev existentes en la value media hipotética. |
Operadores para cualquier expresión de Looker
Puedes usar los siguientes operadores matemáticos estándar:
Operador | Sintaxis | Objetivo |
---|---|---|
+ |
value_1 + value_2 |
Se agregaron value_1 y value_2 |
- |
value_1 - value_2 |
Resta value_2 de value_1 . |
* |
value_1 * value_2 |
Multiplica value_1 y value_2 . |
/ |
value_1 / value_2 |
Divide value_1 por value_2 . |
Funciones de string
Las funciones de cadena operan en oraciones, palabras o letras, que se denominan colectivamente "cadenas". Puedes usar funciones de cadena para utilizar mayúsculas en palabras y letras, extraer partes de una frase, comprobar 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 basados en tablas
Funciones de fecha
Las funciones de fecha te permiten trabajar con fechas y horas.
Funciones para cualquier expresión de Looker
Función | 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 la publicación de Comunidad Cómo usar fechas en los cálculos de tablas. |
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 la publicación de Comunidad Cómo usar fechas en los cálculos de tablas. |
diff_months |
diff_months(start_date, end_date) |
Muestra la cantidad de meses entre start_date y end_date . Para ver un ejemplo, consulta la publicación de Comunidad Cómo agrupar por una dimensión en los 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 la publicación de Comunidad Cómo usar fechas en los cálculos de tablas. |
extract_hours |
extract_hours(date) |
Extrae las horas 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 de now , consulta La función de cálculo de tablas Now() tiene un mejor control de la zona horaria y Cómo usar fechas en los cálculos de tablas las publicaciones de Comunidad. |
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 basados en tablas
Función | Sintaxis | Objetivo |
---|---|---|
to_date |
to_date(string) |
Muestra la fecha y hora correspondientes a string (AAAA, AAAA-MM, AAAA-MM-DD, AAAA-MM-DD hh, AAAA-MM-DD hh:mm o AAAA-MM-DD hh:mm:ss). |
Funciones, operadores y constantes lógicas
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 existen varios operadores lógicos para comparar valores y combinar expresiones lógicas.
Funciones para cualquier expresión de Looker
Función | 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 de when cuyo valor yesno_arg es yes . Muestra else_value si todos los casos de 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. Si deseas ver ejemplos que usan coalesce , consulta Cómo crear un total acumulado en filas con cálculos basados en tablas, Cómo crear un porcentaje del total en filas con cálculos basados en tablas y Cómo usar pivot_index en los cálculos de tablas. |
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 la publicación de Comunidad Cómo agrupar por una dimensión en los 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 ver otro ejemplo que usa is_null con el operador NOT , consulta la página de documentación Cómo usar cálculos basados en 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 se pueden usar con números, fechas y strings:
También puedes combinar expresiones de Looker con estos operadores lógicos:
Estos operadores lógicos deben ir con mayúscula. 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 minúscula y tienen estos significados:
Constante | Significado |
---|---|
yes |
Verdadero |
no |
Falso |
null |
Sin valor |
Ten en cuenta que las constantes yes
y no
son símbolos especiales que significan verdadero o falso en las expresiones de Looker. Por el contrario, el uso de comillas, como en "yes"
y "no"
, crea strings literales con esos valores.
Las expresiones lógicas se evalúan como verdadero o falso sin requerir una función if
. Por ejemplo:
if(${field} > 100, yes, no)
equivale a lo siguiente:
${field} > 100
También puedes usar null
para indicar que no hay ningún valor. Por ejemplo, es posible que desees determinar si un campo está vacío o asignar un valor vacío en una situación determinada. Esta fórmula no devuelve ningún valor si el campo es menor que 1 o el valor del campo si es mayor que 1:
if(${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
Al crear cálculos basados en tablas, puedes usar funciones de transformación posicional para extraer información sobre campos de diferentes filas o columnas dinámicas. También puedes crear listas y recuperar el índice actual de filas o columnas dinámicas.
Totales de columnas y filas solo para los cálculos basados en tablas
Si Explorar contiene totales, puedes hacer referencia a valores totales de columnas y filas:
Función | Sintaxis | Objetivo |
---|---|---|
:total |
${field:total} |
Muestra el total de la columna del campo. |
:row_total |
${field:row_total} |
Muestra la fila total 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.
Función | Sintaxis | Objetivo |
---|---|---|
index |
index(expression, n) |
Muestra el valor del elemento n de la columna creada por expression , a menos que expression defina una columna de listas, en cuyo caso muestra 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 la publicación de Comunidad Cómo usar listas en los cálculos basados en tablas. |
lookup |
lookup(value, lookup_column, result_column) |
Muestra el valor en result_column que está en la misma fila que value está en lookup_column . |
offset |
offset(column, row_offset) |
Muestra el valor de la fila (n + row_offset) en column , en el que n es el número de fila actual. Para ver ejemplos en los que se use offset , consulta la página de prácticas recomendadas Cómo calcular el porcentaje anterior y el cambio porcentual con cálculos basados en tablas. |
offset_list |
offset_list(column, row_offset, num_values) |
Muestra una lista de los valores de num_values que comienza en la fila (n + row_offset) en column , donde n es el número de fila actual. Para ver un ejemplo, consulta la publicación de Comunidad Cómo calcular las medias móviles. |
row |
row() |
Muestra el número de fila actual. |
Funciones relacionadas con tablas dinámicas solo para cálculos de tablas
Algunas de estas funciones usan las posiciones relativas de las columnas dinámicas, por lo que cambiar el orden de clasificación de la dimensión dinámica afecta los resultados de esas funciones.
Función | 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 elemento dinámico, 2 para el segundo elemento dinámico, etcétera). Muestra un valor nulo para los resultados no dinámicos. Para ver ejemplos que usen pivot_index , consulta las publicaciones de Comunidad Cómo usar pivot_index en cálculos de tablas y Cómo crear un porcentaje del total en las filas con los cálculos basados en tablas. |
pivot_offset |
pivot_offset(pivot_expression, col_offset) |
Muestra el valor de pivot_expression en la posición (n + col_offset) , en la que n es la posición actual de la columna dinámica. Muestra un valor nulo para los resultados no dinámicos. Para ver ejemplos en los que se use pivot_offset , consulta la publicación de Comunidad Cómo crear un total acumulado en filas con cálculos basados en tablas y la página de prácticas recomendadas Cómo calcular el porcentaje anterior y el cambio porcentual con los cálculos basados en tablas. |
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 dinámico actual. Muestra null para los resultados sin dinamizar. |
pivot_row |
pivot_row(expression) |
Muestra los valores dinámicos de expression como una lista. Muestra null para los resultados sin dinamizar. Si deseas ver ejemplos en los que se usa pivot_row , consulta las páginas de prácticas recomendadas Cómo agregar datos entre filas (totales de filas) en los cálculos basados en tablas y Cómo calcular el porcentaje del total. |
pivot_where |
pivot_where(select_expression, expression) |
Muestra el valor de expression para la columna dinámica que satisface de forma única select_expression o null si no existe esa columna única. |
Las funciones dinámicas específicas que utilices determinan si el cálculo basado en tablas se muestra junto a cada columna dinámica o como una sola columna al final de la tabla.
Funciones de filtrado para filtros y campos 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 los filtros personalizados, los filtros en mediciones personalizadas y las dimensiones personalizadas, pero no son válidas para los cálculos de tablas.
Función | Sintaxis | Objetivo |
---|---|---|
matches_filter |
matches_filter(field, filter_expression) |
Muestra Yes si el valor del campo coincide con la expresión de filtro, No si no lo es. |