Looker-Funktionen und Operatoren

Hinweis: Diese Seite ist Teil der Lernreihe Daten abrufen und in Diagrammen darstellen.

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

• Verknüpfungsberechnungen 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:

• Benutzerdefinierte Gruppen, um Werte unter benutzerdefinierten Labels schnell zu gruppieren, ohne CASE WHEN-Logik in sql-Parametern oder type: case-Feldern entwickeln zu müssen

• Benutzerdefinierte Klassen zum Gruppieren numerischer Dimensionen in benutzerdefinierten Ebenen, ohne dass type: tier LookML-Felder entwickelt werden müssen

Looker-Ausdrücke (manchmal auch als Lexp bezeichnet) werden verwendet, um Berechnungen für Folgendes durchzuführen:

• Tabellenkalkulationen (auch mit Ausdrücken, die in Datentests verwendet werden)
• Benutzerdefinierte Felder
• Benutzerdefinierte Filter

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

• Mathematisch: zahlenbezogene Funktionen
• String: wort- und buchstabenbezogene Funktionen
• Datum: datums- und uhrzeitbezogene Funktionen
• Logische Transformation: Hierzu gehören boolesche Funktionen (wahr oder falsch) und Vergleichsoperatoren.
• Positionstransformation: Ermöglicht das Abrufen von Werten aus anderen Zeilen oder Pivots.

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, z. B. +, 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 Absolutwert von value zurück. Ein Beispiel finden Sie im Communitybeitrag Standardabweichung und einfache Zeitreihenausreißererkennung mithilfe von 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 zur Basis 10 von value zurück.
mod	mod(value, divisor)	Gibt den Rest der Division von value durch divisor zurück.
power	power(base, exponent)	Gibt den Wert base zurück, der mit exponent potenziert wird. 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-Ausreißererkennung mithilfe von Tabellenkalkulationen.
sqrt	sqrt(value)	Gibt die Quadratwurzel von 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 umgekehrten Sinus 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 auf 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 umgekehrten 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 kumulierte 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 kumulierten Gammaverteilung mit dof Freiheitsgraden zurück.
chisq_test	chisq_test(actual, expected)	Gibt die Wahrscheinlichkeit für den Chi-Quadrat-Test für die Unabhängigkeit zwischen den Daten actual und expected 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, wie selection_size-Elemente aus einem Satz der Größe set_size ausgewählt werden können.
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 studentischen t-Verteilung bei Signifikanzebene alpha, der Standardabweichung stdev und der 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 Werte zurück, die in der durch expression definierten Spalte nicht null sind, es sei denn, expression definiert eine Listenspalte. 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 auf der Exponentialverteilung mit dem Parameter lambda zurück. Bei cumulative = yes wird die kumulierte 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 kumulierte 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 die Fakultät 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 kumulierte Wahrscheinlichkeit zurückgegeben.
gamma_inv	gamma_inv(probability, alpha, beta)	Gibt die Position von probability auf der umgekehrten kumulierten 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 für den Erhalt von sample_successes aus der angegebenen sample_size, der Anzahl von population_successes und population_size zurück. Bei cumulative = yes wird die kumulierte 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 So erstellen Sie eine Prognose in Looker mit Tabellenkalkulationen.
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 mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Listenspalte. 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 findest du in den Communitybeiträgen Listen in Tabellenkalkulationen verwenden und Gruppierung nach Dimension in Tabellenkalkulationen.
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 Gleitende Durchschnitte berechnen und im Communitybeitrag Standardabweichung und einfache Zeitreihenausreißererkennung mit Tabellenkalkulationen.
median	median(expression)	Gibt den Medianwert der mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte mit 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 mit 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 für num_failures-Fehler zurück, bevor num_successes Erfolge erzielt werden, mit der angegebenen probability für Erfolg. Bei cumulative = yes wird die kumulierte 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 kumulierte Wahrscheinlichkeit zurückgegeben.
norm_inv	norm_inv(probability, mean, stdev)	Gibt die Position von probability auf der umgekehrten kumulierten Normalverteilung zurück.
norm_s_dist	norm_s_dist(value, cumulative)	Gibt die Position von value auf 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 ist, die den zu berücksichtigenden Datensatz enthält; und value die Spalte mit dem Wert ist, für den der Perzentil ermittelt wird. Verwendungsbeispiel: percent_rank(${view_name.field_1}, ${view_name.field_1}) percent_rank(list(1, 2, 3), ${view_name.field_1}) percent_rank(list(1, 2, 3), 2)
percentile	percentile(value_column, percentile_value)	Gibt den Wert aus der von expression erstellten Spalte zurück, die dem angegebenen percentile_value-Wert entspricht, es sei denn, expression definiert eine Spalte von Listen. In diesem Fall wird der Perzentilwert für jede Liste zurückgegeben. percentile_value muss zwischen 0 und 1 liegen. Andernfalls wird null zurückgegeben.
pi	pi()	Gibt den Wert von pi zurück.
poisson_dist	poisson_dist(value, lambda, cumulative)	Gibt die Position von value auf der Poisson-Verteilung mit dem Parameter lambda zurück. Bei cumulative = yes wird die kumulierte Wahrscheinlichkeit zurückgegeben.
product	product(expression)	Gibt das Produkt der mit expression erstellten Spalte zurück, es sei denn, expression definiert eine Spalte mit Listen. In diesem Fall wird das Produkt jeder Liste zurückgegeben.
radians	radians(value)	Wandelt value von Grad in Radianten um.
rank	rank(value, expression)	Gibt den Rang von value in der von expression erstellten Spalte zurück. Wenn Sie beispielsweise Bestellungen nach ihrem gesamten Verkaufspreis einordnen möchten, können Sie rank(${order_items.total_sale_price},${order_items.total_sale_price}) verwenden. Damit erhalten Sie einen Rang für jeden Wert von order_items.total_sale_price in Ihrer Abfrage, wenn er mit der gesamten Spalte von order_items.total_sale_price in Ihrer Abfrage verglichen wird. Für den Fall, dass expression mehrere Listen definiert, gibt diese Funktion die relative Größe von value in jeder Liste zurück. Ein Beispiel dafür findest du im Communitybeitrag Ränge mit Tabellenkalkulationen.
rank_avg	rank_avg(value, expression)	Gibt den durchschnittlichen Rang von value in der von expression erstellten Spalte zurück, 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 der Werte 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 So erstellen Sie eine Prognose in Looker mit Tabellenkalkulationen.
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 Über Zeilen (Zeilensummen) in Tabellenkalkulationen aggregiert und Prozentuale Gesamtsumme berechnen.
t_dist	t_dist(value, dof, cumulative)	Gibt die Position von value auf der Studentischen t-Verteilung mit dof Freiheitsgraden zurück. Bei cumulative = yes wird die kumulierte 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 Student-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_pop(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 auf der Weibull-Verteilung mit den Parametern shape und scale zurück. Bei cumulative = yes wird die kumulierte 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 mit 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, ..., value_n als ein String verbunden 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, sofern 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, beginnend bei start_position, zurück und besteht aus length Zeichen. start_position beginnt bei 1, wobei 1 das erste Zeichen im String, 2 das zweite Zeichen im String und so weiter angibt.
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 aufgeteilt 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.

Datumsfunktionen

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

Funktionen für Looker-Ausdrücke

Funktion	Syntax	Zweck
add_days	add_days(number, date)	Dadurch werden date um number Tage verlängert.
add_hours	add_hours(number, date)	Fügt number Stunden zu date hinzu.
add_minutes	add_minutes(number, date)	Fügt number Minuten zu date hinzu.
add_months	add_months(number, date)	Fügt number Monate zu date 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 wäre.
date_time	date_time(year, month, day, hours, minutes, seconds)	Gibt das Datum year-month-day hours:minutes:seconds oder null zurück, wenn das Datum ungültig wäre.
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 Datumsangaben in Tabellenkalkulationen 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 Gruppierung nach Dimension in Tabellenkalkulationen.
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 Zeitzonenhandhabung und Datumsangaben in Tabellenkalkulationen verwenden.
trunc_days	trunc_days(date)	Kürzt date auf Tage.
trunc_hours	trunc_hours(date)	Kürzt date auf Stunden.
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, in denen diese Elemente verwendet werden, nehmen einen Wert an, werten ihn anhand bestimmter Kriterien aus und geben Yes zurück, wenn die Kriterien erfüllt sind, und 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)	ADDED 21.10 Lässt bedingte Logik mit mehreren Bedingungen und Ergebnissen zu. 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 Nicht-null-Wert in value_1, value_2, ..., value_n zurück, falls gefunden, andernfalls null. Beispiele für die Verwendung von coalesce finden Sie in den Communitybeiträgen Mit Tabellenkalkulationen gleitende Gesamtsumme über Zeilen hinweg erstellen, Mit Tabellenkalkulationen den Prozentsatz einer Gesamtsumme in 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 Gruppierung nach Dimension in Tabellenkalkulationen.
is_null	is_null(value)	Gibt Yes zurück, wenn value gleich null ist, andernfalls No. Ein Beispiel finden Sie auf der Dokumentationsseite Looker-Ausdrücke erstellen. Ein weiteres Beispiel für die Verwendung von is_null mit dem Operator NOT finden Sie auf der Dokumentationsseite Tabellenkalkulationen 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 wird No zurückgegeben.
<	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 value_1 oder value_2 gleich Yes ist, ansonsten No.
NOT	NOT value	Gibt Yes zurück, wenn value gleich No ist, andernfalls 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

Die Konstanten yes und no sind Sonderzeichen, die in Looker-Ausdrücken „wahr“ oder „falsch“ bedeuten. 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 mit null angeben, 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.

Zeilenbezogene Funktionen nur für Tabellenkalkulationen

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 mit 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 Best Practices für die Berechnung des Prozentsatzes der vorherigen und der prozentualen Änderung mit Tabellenkalkulationen.
offset_list	offset_list(column, row_offset, num_values)	Gibt eine Liste der num_values-Werte zurück, beginnend bei Zeile (n + row_offset) in column, wobei n die aktuelle Zeilennummer ist. Ein Beispiel findest du im Communitybeitrag Gleitende Durchschnitte berechnen.
row	row()	Gibt die aktuelle Zeilennummer zurück.

Drehpunktbezogene Funktionen nur für Tabellenkalkulationen

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)	Wertet expression im Kontext der Pivot-Spalte an Position pivot_index aus (1 für den ersten Drehpunkt, 2 Sekunden für den Drehpunkt usw.). Gibt Null bei Ergebnissen zurück, die nicht als Drehpunkt festgelegt sind. Beispiele für die Verwendung von pivot_index findest du in den Communitybeiträgen Pivot_Index in Tabellenkalkulationen verwenden und Prozentsatz einer Gesamtsumme in Zeilen mit Tabellenkalkulationen erstellen.
pivot_offset	pivot_offset(pivot_expression, col_offset)	Gibt den Wert von pivot_expression an 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, wobei n der aktuelle Pivot-Index ist. Gibt null für Ergebnisse ohne Pivoting zurück.
pivot_row	pivot_row(expression)	Gibt die pivotierten Werte von expression als Liste zurück. Gibt null für Ergebnisse ohne Pivoting zurück. 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, der eindeutig select_expression oder null entspricht, wenn keine solche eindeutige Spalte vorhanden ist.

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

Mithilfe von Filterfunktionen können Sie Filterausdrücke verwenden, um Werte basierend auf gefilterten Daten zurückzugeben. Filterfunktionen können in benutzerdefinierten Filtern, Filtern für benutzerdefinierte Messwerte und benutzerdefinierten Dimensionen verwendet werden, sind jedoch nicht in Tabellenkalkulationen gültig.

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