관리자가 테이블 계산을 만들 수 있는 권한을 부여한 경우 다음 기능을 사용하면 Looker 표현식을 만들 필요 없이 일반적인 함수를 빠르게 수행할 수 있습니다.
- 바로가기 계산: Explore의 데이터 테이블에 있는 숫자 필드에서 빠르게 일반 계산을 수행합니다.
관리자가 커스텀 필드를 만들 수 있는 권한을 부여한 경우 다음 기능을 사용하면 Looker 표현식을 만들지 않고 일반적인 함수를 빠르게 수행할 수 있습니다.
커스텀 그룹:
sql매개변수 또는type: case필드에서CASE WHEN논리를 개발하지 않고 커스텀 라벨 아래에 값을 빠르게 그룹화할 수 있습니다.커스텀 구간:
type: tierLookML 필드를 개발하지 않고도 커스텀 계층에서 숫자 유형 측정기준을 그룹화할 수 있습니다.
Looker 표현식(Lexp라고고도 함)은 다음에 대한 계산을 수행하는 데 사용됩니다.
이러한 표현식의 주요 부분은 해당 표현식에서 사용할 수 있는 함수 및 연산자입니다. 함수와 연산자는 몇 가지 기본 카테고리로 나눌 수 있습니다.
- 수학: 숫자 관련 함수
- 문자열: 단어 및 문자 관련 함수
- 날짜: 날짜 및 시간 관련 함수
- 논리 변환: 부울(true 또는 false) 함수 및 비교 연산자 포함
- 위치 변환: 다른 행 또는 피벗에서 값 검색
일부 함수는 테이블 계산에만 사용 가능
커스텀 필터 및 커스텀 필드에 대한 Looker 표현식은 데이터 유형을 변환하거나, 여러 행의 데이터를 집계하거나, 다른 행 또는 피벗 열을 참조하는 Looker 함수를 지원하지 않습니다. 이러한 함수는 테이블 계산(데이터 테스트의 expression 매개변수에 사용되는 테이블 계산 포함)에만 지원됩니다.
이 페이지는 Looker 표현식을 사용하는 위치에 따라 사용 가능한 함수와 연산자를 명확하게 밝히도록 정리되어 있습니다.
수학 함수 및 연산자
수학 함수 및 연산자는 다음 두 가지 방법 중 하나로 작동합니다.
- 일부 수학 함수는 단일 행을 기준으로 계산을 수행합니다. 예를 들어 반올림, 제곱근 가져오기, 곱셈, 비슷한 함수를 단일 행의 값에 사용하여 각각의 모든 행에 대해 고유한 값을 반환할 수 있습니다.
+와 같은 모든 수학 연산자는 한 번에 하나의 행에 적용됩니다. - 평균과 누적 합계와 같은 다른 수학 함수는 여러 행에 걸쳐 작동합니다. 이러한 함수는 여러 행을 가져와 단일 숫자로 줄인 다음 모든 행에 동일한 숫자를 표시합니다.
모든 Looker 표현식의 함수
| 함수 | 구문 | 목적 |
|---|---|---|
abs |
abs(value) |
value의 절댓값을 반환합니다. 예를 들어 테이블 계산을 사용한 표준 편차 및 단순 시계열 이상점 감지 커뮤니티 게시물을 참조하세요. |
ceiling |
ceiling(value) |
value보다 크거나 같은 가장 작은 정수를 반환합니다. |
exp |
exp(value) |
e를 value의 거듭제곱으로 반환합니다. |
floor |
floor(value) |
value보다 작거나 같은 가장 큰 정수를 반환합니다. |
ln |
ln(value) |
value의 자연 로그를 반환합니다. |
log |
log(value) |
value의 Base-10 로그를 반환합니다. |
mod |
mod(value, divisor) |
divisor로 value을 나눈 나머지를 반환합니다. |
power |
power(base, exponent) |
exponent를 base만큼 거듭제곱한 값을 반환합니다. 예를 들어 테이블 계산을 사용한 표준 편차 및 단순 시계열 이상점 감지 커뮤니티 게시물을 참조하세요. |
rand |
rand() |
0과 1 사이의 난수를 반환합니다. |
round |
round(value, num_decimals) |
value을 num_decimals 소수점 자릿수로 반올림하여 반환합니다. round를 사용한 예시는 테이블 계산에서 pivot_index 사용 및 테이블 계산을 사용한 표준 편차 및 단순 시계열 이상점 감지 커뮤니티 게시물을 참조하세요. |
sqrt |
sqrt(value) |
value의 제곱근을 반환합니다. 예를 들어 테이블 계산을 사용한 표준 편차 및 단순 시계열 이상점 감지 커뮤니티 게시물을 참조하세요. |
테이블 계산 전용 함수
이러한 함수의 대부분은 여러 행에서 작동하며 쿼리에서 반환되는 행만 고려합니다.
| 함수 | 구문 | 목적 |
|---|---|---|
acos |
acos(value) |
value의 역코사인을 반환합니다. |
asin |
asin(value) |
value의 역사인을 반환합니다. |
atan |
atan(value) |
value의 역탄젠트를 반환합니다. |
beta_dist |
beta_dist(value, alpha, beta, cumulative) |
매개변수 alpha 및 beta를 사용하여 베타 배포에서 value의 위치를 반환합니다. cumulative = yes인 경우 누적 확률을 반환합니다. |
beta_inv |
beta_inv(probability, alpha, beta) |
매개변수 alpha 및 beta를 사용하여 역누적 베타 배포에서 probability의 위치를 반환합니다. |
binom_dist |
binom_dist(num_successes, num_tests, probability, cumulative) |
주어진 성공 probability로 num_tests 테스트에서 num_successes 성공 확률을 반환합니다. cumulative = yes인 경우 누적 확률을 반환합니다. |
binom_inv |
binom_inv(num_tests, test_probability, target_probability) |
binom(k, num_tests, test_probability, yes) >= target_probability와 같이 가장 작은 숫자 k를 반환합니다. |
chisq_dist |
chisq_dist(value, dof, cumulative) |
자유도가 dof인 감마 배포에 대한 value의 위치를 반환합니다. cumulative = yes인 경우 누적 확률을 반환합니다. |
chisq_inv |
chisq_inv(probability, dof) |
자유도가 dof인 역누적 감마 배포에 대한 probability 위치를 반환합니다. |
chisq_test |
chisq_test(actual, expected) |
actual 데이터와 expected 데이터 간의 독립성에 대한 카이제곱 테스트의 확률을 반환합니다. actual는 열 또는 목록의 열일 수 있으며 expected는 동일한 유형이어야 합니다. |
combin |
combin(set_size, selection_size) |
set_size 크기 집합에서 selection_size 요소를 선택하는 방법의 수를 반환합니다. |
confidence_norm |
confidence_norm(alpha, stdev, n) |
유의 수준 alpha, 표준 편차 stdev, 샘플 크기 n에서 정규 신뢰 구간 너비의 절반을 반환합니다. |
confidence_t |
confidence_t(alpha, stdev, n) |
유의 수준 alpha, 표준 편차 stdev 및 샘플 크기 n에서 학생 t-배포 신뢰 구간 너비의 절반을 반환합니다. |
correl |
correl(column_1, column_2) |
column_1 및 column_2의 상관 계수를 반환합니다. |
cos |
cos(value) |
value의 코사인을 반환합니다. |
count |
count(expression) |
expression에서 목록 열을 정의하지 않는 한 expression으로 정의된 열에서 null이 아닌 값의 개수를 반환합니다. 이 경우 각 목록의 개수를 반환합니다. |
count_distinct |
count_distinct(expression) |
expression에서 정의한 열을 정의하지 않는 한 expression에 의해 정의된 열에서 고유한 null이 아닌 값의 개수를 반환합니다. 이 경우 각 목록의 개수를 반환합니다. |
covar_pop |
covar_pop(column_1, column_2) |
column_1 및 column_2의 모집단 공분산을 반환합니다. |
covar_samp |
covar_samp(column_1, column_2) |
column_1 및 column_2의 표본 공분산을 반환합니다. |
degrees |
degrees(value) |
value를 라디안에서 도로 변환합니다. |
expon_dist |
expon_dist(value, lambda, cumulative) |
매개변수 lambda를 사용하여 지수 배포에서 value의 위치를 반환합니다. cumulative = yes인 경우 누적 확률을 반환합니다. |
f_dist |
f_dist(value, dof_1, dof_2, cumulative) |
dof_1 및 dof_2 매개변수를 사용하여 F 배포에서 value의 위치를 반환합니다. cumulative = yes인 경우 누적 확률을 반환합니다. |
f_inv |
f_inv(probability, dof_1, dof_2) |
dof_1 및 dof_2 매개변수를 사용하여 역누적 F 배포에서 probability의 위치를 반환합니다. |
fact |
fact(value) |
value의 계승을 반환합니다. |
gamma_dist |
gamma_dist(value, alpha, beta, cumulative) |
매개변수 alpha 및 beta를 사용하여 감마 배포에서 value 위치를 반환합니다. cumulative = yes인 경우 누적 확률을 반환합니다. |
gamma_inv |
gamma_inv(probability, alpha, beta) |
매개변수 alpha 및 beta를 사용하여 역누적 감마 배포에서 probability의 위치를 반환합니다. |
geomean |
geomean(expression) |
expression에서 목록의 열을 정의하지 않는 한 expression에 의해 생성된 열에서 기하 평균을 반환합니다. 이 경우 각 목록의 기하 평균을 반환합니다. |
hypgeom_dist |
hypgeom_dist(sample_successes, sample_size, population_successes, population_size, cumulative) |
지정된 sample_size, population_successes 수 및 population_size를 얻을 sample_successes 확률을 반환합니다. cumulative = yes인 경우 누적 확률을 반환합니다. |
intercept |
intercept(y_column, x_column) |
y_column 및 x_column에 의해 결정된 지점을 통해 선형 회귀선의 절편을 반환합니다. 예를 들어 테이블 계산을 사용하여 Looker에서 예측하는 방법 커뮤니티 게시물을 참조하세요. |
kurtosis |
kurtosis(expression) |
expression에서 목록의 열을 정의하지 않는 한 expression에 의해 생성된 열에서 표본 초과 Kurtosis를 반환합니다. 이 경우 각 목록의 표본 초과 Kurtosis를 반환합니다. |
large |
large(expression, k) |
expression에서 목록 열을 정의하지 않는 한 expression에 의해 생성된 열에서 가장 큰 값 k를 반환합니다. 이 경우 각 목록에서 k번째로 큰 값을 반환합니다. |
match |
match(value, expression) |
expression에서 목록 열을 정의하지 않는 한 expression에 의해 생성된 열에서 value의 첫 번째 발생 행 번호를 반환합니다. 이 경우 각 목록에서 value의 위치를 반환합니다. |
max |
max(expression) |
expression에서 목록 열을 정의하지 않는 한 expression에 의해 생성된 열의 최댓값을 반환합니다. 이 경우 각 목록의 최댓값을 반환합니다. max 사용 예시는 테이블 계산 목록 사용 및 테이블 계산의 측정기준별 그룹화 커뮤니티 게시물을 참조하세요. |
mean |
mean(expression) |
expression에서 목록의 열을 정의하지 않는 한 expression에 의해 생성된 열의 평균을 반환합니다. 이 경우 각 목록의 평균을 반환합니다. mean 사용 예시는 이동 평균 계산 커뮤니티 게시물과 테이블 계산을 사용한 표준 편차 및 간단한 시계열 이상점 감지 커뮤니티 게시물을 참조하세요. |
median |
median(expression) |
expression에서 목록 열을 정의하지 않는 한 expression에 의해 생성된 열의 중앙값을 반환합니다. 이 경우 각 목록의 중앙값을 반환합니다. |
min |
min(expression) |
expression에서 목록 열을 정의하지 않는 한 expression에 의해 생성된 열의 최솟값을 반환합니다. 이 경우 각 목록의 최솟값을 반환합니다. |
mode |
mode(expression) |
expression에서 목록 열을 정의하지 않는 한 expression에 의해 생성된 열의 모드를 반환합니다. 이 경우 각 목록의 모드를 반환합니다. |
multinomial |
multinomial(value_1, value_2, ...) |
인수 합계를 각 계승의 곱으로 나눈 계승을 반환합니다. |
negbinom_dist |
negbinom_dist(num_failures, num_successes, probability, cumulative) |
지정된 성공 probability로 num_successes 성공 전에 num_failures 실패가 발생할 확률을 반환합니다. cumulative = yes인 경우 누적 확률을 반환합니다. |
norm_dist |
norm_dist(value, mean, stdev, cumulative) |
지정된 mean 및 stdev를 사용하여 정규 배포에서 value의 위치를 반환합니다. cumulative = yes인 경우 누적 확률을 반환합니다. |
norm_inv |
norm_inv(probability, mean, stdev) |
역정규 누적 분포에서 probability의 위치를 반환합니다. |
norm_s_dist |
norm_s_dist(value, cumulative) |
표준 정규 분포에서 value의 위치를 반환합니다. cumulative = yes인 경우 누적 확률을 반환합니다. |
norm_s_inv |
norm_s_inv(probability) |
역표준 정규 누적 분포에서 probability의 위치를 반환합니다. |
percent_rank |
percent_rank(column, value) |
column의 value 순위를 0~1(포함)의 백분율로 반환합니다. 여기서 column은 고려할 데이터 세트를 포함하는 열, 필드, 목록 또는 범위이며 value는 백분율 순위가 결정될 값을 포함하는 열입니다.사용 예시:percent_rank(${view_name.field_1}, ${view_name.field_1})percent_rank(list(1, 2, 3), ${view_name.field_1})percent_rank(list(1, 2, 3), 2) |
percentile |
percentile(value_column, percentile_value) |
expression에서 목록의 열을 정의하지 않는 한, 지정된 percentile_value에 해당하는 expression으로 생성된 열에서 값을 반환합니다. 이 경우 각 목록의 백분위수 값을 반환합니다. percentile_value는 0에서 1 사이여야 합니다. 그렇지 않으면 null을 반환합니다. |
pi |
pi() |
PI의 값을 반환합니다. |
poisson_dist |
poisson_dist(value, lambda, cumulative) |
매개변수 lambda를 사용하여 poisson 배포에서 value의 위치를 반환합니다. cumulative = yes인 경우 누적 확률을 반환합니다. |
product |
product(expression) |
expression에서 목록 열을 정의하지 않는 한 expression에 의해 생성된 열의 곱을 반환합니다. 이 경우 각 목록의 곱을 반환합니다. |
radians |
radians(value) |
value를 도에서 라디안으로 변환합니다. |
rank |
rank(value, expression) |
expression에 의해 생성된 열에서 value 순위를 반환합니다. 예를 들어 총 할인가를 기준으로 주문 순위를 지정하려는 경우 쿼리의 order_items.total_sale_price의 전체 열과 비교할 때 쿼리의 order_items.total_sale_price의 각 값에 대한 순위를 제공하는 rank(${order_items.total_sale_price},${order_items.total_sale_price})를 사용할 수 있습니다. expression이 여러 목록을 정의하는 경우 이 함수는 각 목록에 있는 value의 상대적 크기를 반환합니다. 예시를 보려면 테이블 계산으로 순위 커뮤니티 게시물을 참조하세요. |
rank_avg |
rank_avg(value, expression) |
expression에서 목록 열을 정의하지 않는 한 expression에 의해 생성된 열에서 value의 평균 순위를 반환합니다. 이 경우 각 목록에서 value의 평균 순위를 반환합니다. |
running_product |
running_product(value_column) |
value_column 값의 누적 곱을 반환합니다. |
running_total |
running_total(value_column) |
value_column 값의 누계를 반환합니다. 예를 들어 테이블 계산을 사용하여 누계 열 만들기 권장사항 페이지를 참조하세요. |
sin |
sin(value) |
value의 사인을 반환합니다. |
skew |
skew(expression) |
expression에서 목록 열을 정의하지 않는 한 expression에 의해 생성된 열의 샘플 편향을 반환합니다. 이 경우 각 목록의 샘플 편향을 반환합니다. |
slope |
slope(y_column, x_column) |
y_column 및 x_column에 의해 결정된 점을 통해 선형 회귀선의 기울기를 반환합니다. 예를 들어 테이블 계산을 사용하여 Looker에서 예측하는 방법 커뮤니티 게시물을 참조하세요. |
small |
small(expression, k) |
expression에서 목록 열을 정의하지 않는 한 expression에 의해 생성된 열의 k번째 작은 값을 반환합니다. 이 경우 각 목록의 k번째 가장 작은 값을 반환합니다. |
stddev_pop |
stddev_pop(expression) |
expression에서 목록 열을 정의하지 않는 한 expression에 의해 생성된 열의 표준 편차(모집단)를 반환합니다. 이 경우 각 목록의 표준 편차(모집단)가 반환됩니다. |
stddev_samp |
stddev_samp(expression) |
expression에서 목록 열을 정의하지 않는 한 expression에 의해 생성된 열의 표준 편차(표본)를 반환합니다. 이 경우 각 목록의 표준 편차(표본)가 반환됩니다. |
sum |
sum(expression) |
expression에서 목록 열을 정의하지 않는 한 expression에 의해 생성된 열의 합계를 반환합니다. 이 경우 각 목록의 합계를 반환합니다. sum을 사용한 예시는 테이블 계산에서 행 간 집계(행 합계) 및 총계 비율 계산 방법 권장사항 페이지를 참조하세요. |
t_dist |
t_dist(value, dof, cumulative) |
학생의 t-배포에서 자유도가 dof인 value 위치를 반환합니다. cumulative = yes인 경우 누적 확률을 반환합니다. |
t_inv |
t_inv(probability, dof) |
자유도가 dof인 역정규 누적 분포에서 probability의 위치를 반환합니다. |
t_test |
t_test(column_1, column_2, tails, type) |
1 또는 2 tails를 사용하여 column_1 및 column_2의 데이터에 대한 학생의 t-테스트 결과를 반환합니다. type: 1 = 페어링, 2 = 동분산, 3 = 이분산 |
tan |
tan(value) |
value의 탄젠트를 반환합니다. |
var_pop |
var_pop(expression) |
expression에서 목록 열을 정의하지 않는 한 expression에 의해 생성된 열의 분산(모집단)을 반환합니다. 이 경우 각 목록의 분산(모집단)을 반환합니다. |
var_samp |
var_pop(expression) |
expression에서 목록 열을 정의하지 않는 한 expression에 의해 생성된 열의 분산(표본)을 반환합니다. 이 경우 각 목록의 분산(표본)을 반환합니다. |
weibull_dist |
weibull_dist(value, shape, scale, cumulative) |
매개변수 shape 및 scale를 사용하여 Weibull 배포에서 value의 위치를 반환합니다. cumulative = yes인 경우 누적 확률을 반환합니다. |
z_test |
z_test(data, value, stdev) |
가설 평균 value에서 기존 data 및 stdev를 사용하여 z-테스트의 단측 p-값을 반환합니다. |
모든 Looker 표현식 연산자
다음과 같은 표준 수식 연산자를 사용할 수 있습니다.
| 작업자 | 구문 | 목적 |
|---|---|---|
+ |
value_1 + value_2 |
value_1 및 value_2를 추가합니다. |
- |
value_1 - value_2 |
value_1에서 value_2를 뺍니다. |
* |
value_1 * value_2 |
value_1과 value_2를 곱합니다. |
/ |
value_1 / value_2 |
value_1을 value_2로 나눕니다. |
문자열 함수
문자열 함수는 문장, 단어 또는 문자(통칭하여 '문자열')에서 작동합니다. 문자열 함수를 사용하여 단어와 문자를 대문자로 표시하거나, 구문의 일부를 추출하고, 단어 또는 문자가 구문에 있는지 확인하고, 단어 또는 구문의 요소를 대체할 수 있습니다. 문자열 함수는 테이블에서 반환되는 데이터의 형식을 지정하는 데도 사용될 수 있습니다.
모든 Looker 표현식의 함수
테이블 계산 전용 함수
날짜 함수
날짜 함수를 사용하면 날짜 및 시간으로 작업할 수 있습니다.
모든 Looker 표현식의 함수
| 함수 | 구문 | 목적 |
|---|---|---|
add_days |
add_days(number, date) |
number일을 date에 추가합니다. |
add_hours |
add_hours(number, date) |
number시간을 date에 추가합니다. |
add_minutes |
add_minutes(number, date) |
number분을 date에 추가합니다. |
add_months |
add_months(number, date) |
number개월을 date에 추가합니다. |
add_seconds |
add_seconds(number, date) |
number초를 date에 추가합니다. |
add_years |
add_years(number, date) |
number년을 date에 추가합니다. |
date |
date(year, month, day) |
날짜가 유효하지 않을 경우 'year-month-day' 날짜 또는 null을 반환합니다. |
date_time |
date_time(year, month, day, hours, minutes, seconds) |
날짜가 유효하지 않은 경우 year-month-day hours:minutes:seconds 날짜 또는 null을 반환합니다. |
diff_days |
diff_days(start_date, end_date) |
start_date에서 end_date 사이의 일 수를 반환합니다. 예를 들어 테이블 계산에 날짜 사용 커뮤니티 게시물을 참조하세요. |
diff_hours |
diff_hours(start_date, end_date) |
start_date에서 end_date 사이의 시간을 반환합니다. |
diff_minutes |
diff_minutes(start_date, end_date) |
start_date에서 end_date 사이의 시간(분)을 반환합니다. 예를 들어 테이블 계산에 날짜 사용 커뮤니티 게시물을 참조하세요. |
diff_months |
diff_months(start_date, end_date) |
start_date에서 end_date 사이의 개월 수를 반환합니다. 예를 들어 테이블 계산에서 측정기준별 그룹화 커뮤니티 게시물을 참조하세요. |
diff_seconds |
diff_seconds(start_date, end_date) |
start_date에서 end_date 사이의 시간(초)을 반환합니다. |
diff_years |
diff_years(start_date, end_date) |
start_date에서 end_date 사이의 시간(연)을 반환합니다. |
extract_days |
extract_days(date) |
date에서 일을 추출합니다. 예를 들어 테이블 계산에 날짜 사용 커뮤니티 게시물을 참조하세요. |
extract_hours |
extract_hours(date) |
date에서 시간을 추출합니다. |
extract_minutes |
extract_minutes(date) |
date에서 분을 추출합니다. |
extract_months |
extract_months(date) |
date에서 월을 추출합니다. |
extract_seconds |
extract_seconds(date) |
date에서 초를 추출합니다. |
extract_years |
extract_years(date) |
date에서 연도를 추출합니다. |
now |
now() |
현재 날짜 및 시간을 반환합니다. now를 사용하는 예시는 Now() 테이블 계산 함수에서 더 나은 시간대 처리 및 테이블 계산에서 날짜 사용 커뮤니티 게시물을 참조하세요. |
trunc_days |
trunc_days(date) |
date를 일 단위로 자릅니다. |
trunc_hours |
trunc_hours(date) |
date를 시간 단위로 자릅니다. |
trunc_minutes |
trunc_minutes(date) |
date를 분 단위로 자릅니다. |
trunc_months |
trunc_months(date) |
date를 월 단위로 자릅니다. |
trunc_years |
trunc_years(date) |
date를 연 단위로 자릅니다. |
테이블 계산 전용 함수
| 함수 | 구문 | 목적 |
|---|---|---|
to_date |
to_date(string) |
string(YYYY, YYYY-MM, YYYY-MM-DD, YYYY-MM-DD hh, YYYY-MM-DD hh:mm 또는 YYYY-MM-DD hh:mm:ss)에 해당하는 날짜 및 시간을 반환합니다. |
논리 함수, 연산자, 상수
논리 함수 및 연산자는 어떤 것이 참인지 거짓인지 평가하는 데 사용됩니다. 이 요소를 사용하는 표현식은 값을 가져와 몇몇 기준에 따라 평가하고, 기준이 충족되면 Yes를 반환하고, 기준이 충족되지 않으면 No를 반환합니다. 또한 값을 비교하고 논리 표현식을 결합하기 위한 다양한 논리 연산자가 있습니다.
모든 Looker 표현식의 함수
| 함수 | 구문 | 목적 |
|---|---|---|
case |
case(when(yesno_arg, value_if_yes), when(yesno_arg, value_if_yes), ..., else_value) |
ADDED 21.10
여러 조건 및 결과가 포함된 조건부 로직을 허용합니다. yesno_arg 값이 yes인 경우 첫 번째 when 케이스에 대해 value_if_yes를 반환합니다. 모든 when 케이스가 no이면 else_value를 반환합니다. |
coalesce |
coalesce(value_1, value_2, ...) |
value_1, value_2, ..., value_n이 있으면 첫 번째 null이 아닌 값을 반환하고 그렇지 않으면 null을 반환합니다. coalesce를 사용한 예시는 테이블 계산을 사용하여 행 전체 누계 만들기, 테이블 계산을 사용하여 행 전체의 총계 비율 만들기 및 테이블 계산의 pivot_index 사용 커뮤니티 게시물을 참조하세요. |
if |
if(yesno_expression, value_if_yes, value_if_no) |
yesno_expression이 Yes로 평가되면 value_if_yes 값을 반환합니다. 그렇지 않은 경우 value_if_no 값을 반환합니다. 예를 들어 테이블 계산에서 측정기준별 그룹화 커뮤니티 게시물을 참조하세요. |
is_null |
is_null(value) |
value이 null이면 Yes를 반환하고, 그렇지 않으면 No를 반환합니다. 예를 들어 Looker 표현식 만들기 문서 페이지를 참조하세요. NOT 연산자와 함께 is_null을 사용하는 다른 예시는 테이블 계산 사용 문서 페이지를 참조하세요. |
모든 Looker 표현식 연산자
다음 비교 연산자는 모든 데이터 유형에서 사용할 수 있습니다.
| 작업자 | 구문 | 목적 |
|---|---|---|
= |
value_1 = value_2 |
value_1이 value_2와 같으면 Yes를 반환하고 그렇지 않으면 No를 반환합니다. |
!= |
value_1 != value_2 |
value_1이 value_2와 같지 않으면 Yes를 반환하고, 그렇지 않으면 No를 반환합니다. |
숫자, 날짜 및 문자열과 함께 사용할 수 있는 비교 연산자는 다음과 같습니다.
Looker 표현식을 다음 논리 연산자와 결합할 수도 있습니다.
이러한 논리 연산자는 대문자로 표기해야 합니다. 소문자로 작성된 논리 연산자는 작동하지 않습니다.
논리 상수
Looker 표현식에서 논리 상수를 사용할 수 있습니다. 이러한 상수는 항상 소문자로 작성되며 다음과 같은 의미가 있습니다.
| 상수 | 의미 |
|---|---|
yes |
참 |
no |
거짓 |
null |
값 없음 |
상수 yes 및 no는 Looker 표현식에서 true 또는 false를 의미하는 특수 기호입니다. 반대로 "yes" 및 "no"와 같은 따옴표를 사용하면 해당 값으로 리터럴 문자열이 생성됩니다.
논리 표현식은 if 함수 없이 true 또는 false로 평가됩니다. 예를 들어
if(${field} > 100, yes, no)
다음 같습니다.
${field} > 100
null을 사용하여 값을 나타내지 않을 수도 있습니다. 예를 들어 필드가 비어 있는지 확인하거나 특정 상황에서 빈 값을 할당할 수 있습니다. 이 수식은 필드가 1보다 작으면 값을 반환하지 않고, 1을 초과하면 값을 반환합니다.
if(${field} < 1, null, ${field})
AND 및 OR 연산자 결합
괄호로 순서를 지정하지 않은 경우 AND 연산자는 OR 연산자보다 먼저 평가됩니다. 따라서 괄호를 추가하지 않고 다음 표현식을 수행합니다.
if (
${order_items.days_to_process}>=4 OR
${order_items.shipping_time}>5 AND
${order_facts.is_first_purchase},
"review", "okay")
다음과 같이 평가됩니다.
if (
${order_items.days_to_process}>=4 OR
(${order_items.shipping_time}>5 AND ${order_facts.is_first_purchase}),
"review", "okay")
위치 함수
테이블 계산을 만들 때 위치 변환 함수를 사용하여 여러 행 또는 피벗 열의 필드에 대한 정보를 추출할 수 있습니다. 목록을 만들고 현재 행 또는 피벗 열 색인을 검색할 수도 있습니다.
테이블 계산 전용 열 및 행 총계
Explore에 총계가 포함된 경우 열과 행에 대한 총계 값을 참조할 수 있습니다.
| 함수 | 구문 | 목적 |
|---|---|---|
:total |
${field:total} |
필드의 열 총계를 반환합니다. |
:row_total |
${field:row_total} |
필드의 행 총계를 반환합니다. |
테이블 계산 전용 행 관련 함수
이러한 함수 중 일부는 행의 상대적 위치를 사용하므로 행의 정렬 순서를 변경하면 함수 결과에 영향을 미칩니다.
| 함수 | 구문 | 목적 |
|---|---|---|
index |
index(expression, n) |
expression에서 목록 열을 정의하지 않는 한 expression에 의해 생성된 열의 n번째 요소 값을 반환합니다. 이 경우 각 목록의 n번째 요소가 반환됩니다. |
list |
list(value_1, value_2, ...) |
지정된 값으로 목록을 생성합니다. 예를 들어 테이블 계산에서 목록 사용 커뮤니티 게시물을 참조하세요. |
lookup |
lookup(value, lookup_column, result_column) |
lookup_column에 있는 value와 동일한 행에 있는 result_column의 값을 반환합니다. |
offset |
offset(column, row_offset) |
column의 (n + row_offset)번 행의 값을 반환합니다. 여기서 n은 현재 행 번호입니다. offset을 사용하는 예시는 테이블 계산으로 이전 비율 및 변동률 계산 권장사항 페이지를 참조하세요. |
offset_list |
offset_list(column, row_offset, num_values) |
column의 (n + row_offset) 행에서 시작하는 num_values 값 목록을 반환합니다. 여기서 n은 현재 행 번호입니다. 예를 들어 이동 평균 계산 커뮤니티 게시물을 참조하세요. |
row |
row() |
현재 행 번호를 반환합니다. |
테이블 계산 전용 피벗 관련 함수
이러한 함수 중 일부는 피벗 열의 상대적 위치를 사용하므로 피벗된 측정기준의 정렬 순서를 변경하면 이러한 함수의 결과에 영향을 미칩니다.
| 함수 | 구문 | 목적 |
|---|---|---|
pivot_column |
pivot_column() |
현재 피벗 열의 색인을 반환합니다. |
pivot_index |
pivot_index(expression, pivot_index) |
pivot_index 위치의 피벗 열 컨텍스트에서 expression을 평가합니다(첫 번째 피벗의 경우 1, 두 번째 피벗의 경우 2 등). 피벗되지 않은 결과에 대해 null을 반환합니다. pivot_index를 사용하는 예시는 테이블 계산에서 pivot_index 사용 및 테이블 계산을 사용하여 행 전체의 총계 비율 만들기 커뮤니티 게시물을 참조하세요. |
pivot_offset |
pivot_offset(pivot_expression, col_offset) |
(n + col_offset) 위치의 pivot_expression 값을 반환합니다. 여기서 n은 현재 피벗 열 위치입니다. 피벗되지 않은 결과에 대해 null을 반환합니다. pivot_offset를 사용하는 예시는 테이블 계산을 사용하여 행 전체 누계 만들기 커뮤니티 게시물과 테이블 계산으로 이전 비율 및 변동률 계산 권장사항 페이지를 참조하세요. |
pivot_offset_list |
pivot_offset_list(pivot_expression, col_offset, num_values) |
(n + col_offset) 위치에서 시작하는 pivot_expression의 num_values 값 목록을 반환합니다. 여기서 n은 현재 피벗 색인입니다. 피봇되지 않은 결과에 대해 null을 반환합니다. |
pivot_row |
pivot_row(expression) |
피벗된 expression의 값을 목록으로 반환합니다. 피봇되지 않은 결과에 대해 null을 반환합니다. pivot_row를 사용하는 예시는 테이블 계산에서 행 간 집계(행 총계) 및 총계 비율 계산 방법 권장사항 페이지를 참조하세요. |
pivot_where |
pivot_where(select_expression, expression) |
고유한 열이 없는 경우 select_expression 또는 null을 고유하게 충족하는 피벗 열에 대해 expression 값을 반환합니다. |
사용하는 특정 피벗 함수가 테이블 계산을 각 피벗된 열 옆에 표시할지 아니면 테이블 끝에 단일 열로 표시할지 여부를 결정합니다.
커스텀 필터 및 커스텀 필드용 필터 함수
필터 함수를 사용하면 필터 표현식을 사용하여 필터링된 데이터를 기반으로 값을 반환할 수 있습니다. 필터 함수는 커스텀 필터, 커스텀 측정값 필터, 커스텀 측정기준에서 작동하지만 테이블 계산에서는 유효하지 않습니다.
| 함수 | 구문 | 목적 |
|---|---|---|
matches_filter |
matches_filter(field, filter_expression) |
필드 값이 필터 표현식과 일치하는 경우 Yes을 반환하고 그렇지 않은 경우 No를 반환합니다. |