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:
sql
매개변수 또는type: case
필드에서CASE WHEN
논리를 개발하지 않고 커스텀 라벨 아래에 값을 빠르게 그룹화할 수 있습니다.커스텀 구간:
type: tier
LookML 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) |
value 의 절댓값을 반환합니다. 예를 들어 테이블 계산을 사용한 표준 편차 및 단순 시계열 이상점 감지 커뮤니티 게시물을 참조하세요. |
ceiling |
ceiling(value) |
value 보다 크거나 같은 가장 작은 정수를 반환합니다. |
exp |
exp(value) |
e를 value 의 거듭제곱으로 반환합니다. |
floor |
floor(value) |
value 보다 작거나 같은 가장 큰 정수를 반환합니다. |
ln |
ln(value) |
value 의 자연 로그를 반환합니다. |
log |
log(value) |
value 의 Base-10 로그를 반환합니다. |
mod |
mod(value, divisor) |
divisor 로 value 을 나눈 나머지를 반환합니다. |
power |
power(base, exponent) |
exponent 를 base 만큼 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) |
value 을 num_decimals 소수점 자릿수로 반올림하여 반환합니다. round 를 사용한 예시는 테이블 계산에서 pivot_index 사용 및 테이블 계산을 사용한 표준 편차 및 단순 시계열 이상점 감지 커뮤니티 게시물을 참조하세요. |
sqrt |
sqrt(value) |
value 의 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) |
value 의 역코사인을 반환합니다. |
asin |
asin(value) |
value 의 역사인을 반환합니다. |
atan |
atan(value) |
value 의 역탄젠트를 반환합니다. |
beta_dist |
beta_dist(value, alpha, beta, cumulative) |
매개변수 alpha 및 beta 를 사용하여 베타 배포에서 value 의 위치를 반환합니다. cumulative = yes 인 경우 누적 확률을 반환합니다. |
beta_inv |
beta_inv(probability, alpha, beta) |
매개변수 alpha 및 beta 를 사용하여 역누적 베타 배포에서 probability 의 위치를 반환합니다. |
binom_dist |
binom_dist(num_successes, num_tests, probability, cumulative) |
주어진 성공 probability 로 num_tests 테스트에서 num_successes 성공 확률을 반환합니다. cumulative = yes 인 경우 누적 확률을 반환합니다. |
binom_inv |
binom_inv(num_tests, test_probability, target_probability) |
binom(k, num_tests, test_probability, yes) >= target_probability 와 같이 가장 작은 숫자 k 를 반환합니다. |
chisq_dist |
chisq_dist(value, dof, cumulative) |
자유도가 dof 인 감마 배포에 대한 value 의 위치를 반환합니다. cumulative = yes 인 경우 누적 확률을 반환합니다. |
chisq_inv |
chisq_inv(probability, dof) |
자유도가 dof 인 역누적 감마 배포에 대한 probability 위치를 반환합니다. |
chisq_test |
chisq_test(actual, expected) |
actual 데이터와 expected 데이터 간의 독립성에 대한 카이제곱 테스트의 확률을 반환합니다. actual 는 열 또는 목록의 열일 수 있으며 expected 는 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 n 에서 정규 신뢰 구간 너비의 절반을 반환합니다. |
confidence_t |
confidence_t(alpha, stdev, n) |
유의 수준 alpha , 표준 편차 stdev 및 샘플 크기 n 에서 학생 t-배포 신뢰 구간 너비의 절반을 반환합니다. |
correl |
correl(column_1, column_2) |
column_1 및 column_2 의 상관 계수를 반환합니다. |
cos |
cos(value) |
value 의 코사인을 반환합니다. |
count |
count(expression) |
expression 에서 목록 열을 정의하지 않는 한 expression 으로 정의된 열에서 null 이 아닌 값의 개수를 반환합니다. 이 경우 각 목록의 개수를 반환합니다. |
count_distinct |
count_distinct(expression) |
expression 에서 정의한 열을 정의하지 않는 한 expression 에 의해 정의된 열에서 고유한 null 이 아닌 값의 개수를 반환합니다. 이 경우 각 목록의 개수를 반환합니다. |
covar_pop |
covar_pop(column_1, column_2) |
column_1 및 column_2 의 모집단 공분산을 반환합니다. |
covar_samp |
covar_samp(column_1, column_2) |
column_1 및 column_2 의 표본 공분산을 반환합니다. |
degrees |
degrees(value) |
value 를 라디안에서 도로 변환합니다. |
expon_dist |
expon_dist(value, lambda, cumulative) |
매개변수 lambda 를 사용하여 지수 배포에서 value 의 위치를 반환합니다. cumulative = yes 인 경우 누적 확률을 반환합니다. |
f_dist |
f_dist(value, dof_1, dof_2, cumulative) |
dof_1 및 dof_2 매개변수를 사용하여 F 배포에서 value 의 위치를 반환합니다. cumulative = yes 인 경우 누적 확률을 반환합니다. |
f_inv |
f_inv(probability, dof_1, dof_2) |
dof_1 및 dof_2 매개변수를 사용하여 역누적 F 배포에서 probability 의 위치를 반환합니다. |
fact |
fact(value) |
value 의 계승을 반환합니다. |
gamma_dist |
gamma_dist(value, alpha, beta, cumulative) |
매개변수 alpha 및 beta 를 사용하여 감마 배포에서 value 위치를 반환합니다. cumulative = yes 인 경우 누적 확률을 반환합니다. |
gamma_inv |
gamma_inv(probability, alpha, beta) |
매개변수 alpha 및 beta 를 사용하여 역누적 감마 배포에서 probability 의 위치를 반환합니다. |
geomean |
geomean(expression) |
expression 에서 목록의 열을 정의하지 않는 한 expression 에 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_size 를 얻을 sample_successes 확률을 반환합니다. cumulative = yes 인 경우 누적 확률을 반환합니다. |
intercept |
intercept(y_column, x_column) |
y_column 및 x_column 에 의해 결정된 지점을 통해 선형 회귀선의 절편을 반환합니다. 예를 들어 테이블 계산을 사용하여 Looker에서 예측하는 방법 커뮤니티 게시물을 참조하세요. |
kurtosis |
kurtosis(expression) |
expression 에서 목록의 열을 정의하지 않는 한 expression 에 의해 생성된 열에서 표본 초과 Kurtosis를 반환합니다. 이 경우 각 목록의 표본 초과 Kurtosis를 반환합니다. |
large |
large(expression, k) |
expression 에서 목록 열을 정의하지 않는 한 expression 에 의해 생성된 열에서 가장 큰 값 k 를 반환합니다. 이 경우 각 목록에서 k 번째로 큰 값을 반환합니다. |
match |
match(value, expression) |
expression 에서 목록 열을 정의하지 않는 한 expression 에 의해 생성된 열에서 value 의 첫 번째 발생 행 번호를 반환합니다. 이 경우 각 목록에서 value 의 위치를 반환합니다. |
max |
max(expression) |
expression 에서 목록 열을 정의하지 않는 한 expression 에 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) |
expression 에서 목록의 열을 정의하지 않는 한 expression 에 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) |
expression 에서 목록 열을 정의하지 않는 한 expression 에 의해 생성된 열의 중앙값을 반환합니다. 이 경우 각 목록의 중앙값을 반환합니다. |
min |
min(expression) |
expression 에서 목록 열을 정의하지 않는 한 expression 에 의해 생성된 열의 최솟값을 반환합니다. 이 경우 각 목록의 최솟값을 반환합니다. |
mode |
mode(expression) |
expression 에서 목록 열을 정의하지 않는 한 expression 에 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 probability 로 num_successes 성공 전에 num_failures 실패가 발생할 확률을 반환합니다. cumulative = yes 인 경우 누적 확률을 반환합니다. |
norm_dist |
norm_dist(value, mean, stdev, cumulative) |
지정된 mean 및 stdev 를 사용하여 정규 배포에서 value 의 위치를 반환합니다. cumulative = yes 인 경우 누적 확률을 반환합니다. |
norm_inv |
norm_inv(probability, mean, stdev) |
역정규 누적 분포에서 probability 의 위치를 반환합니다. |
norm_s_dist |
norm_s_dist(value, cumulative) |
표준 정규 분포에서 value 의 위치를 반환합니다. cumulative = yes 인 경우 누적 확률을 반환합니다. |
norm_s_inv |
norm_s_inv(probability) |
역표준 정규 누적 분포에서 probability 의 위치를 반환합니다. |
percent_rank |
percent_rank(column, value) |
column 의 value 순위를 0~1(포함)의 백분율로 반환합니다. 여기서 column 은 고려할 데이터 세트를 포함하는 열, 필드, 목록 또는 범위이며 value 는 백분율 순위가 결정될 값을 포함하는 열입니다.사용 예시:percent_rank(${view_name.field_1}, ${view_name.field_1}) percent_rank(list(1, 2, 3), ${view_name.field_1}) percent_rank(list(1, 2, 3), 2) |
percentile |
percentile(value_column, percentile_value) |
expression 에서 목록의 열을 정의하지 않는 한, 지정된 percentile_value 에 해당하는 expression 으로 생성된 열에서 값을 반환합니다. 이 경우 각 목록의 백분위수 값을 반환합니다. percentile_value 는 0에서 1 사이여야 합니다. 그렇지 않으면 null 을 반환합니다. |
pi |
pi() |
PI의 값을 반환합니다. |
poisson_dist |
poisson_dist(value, lambda, cumulative) |
매개변수 lambda 를 사용하여 poisson 배포에서 value 의 위치를 반환합니다. cumulative = yes 인 경우 누적 확률을 반환합니다. |
product |
product(expression) |
expression 에서 목록 열을 정의하지 않는 한 expression 에 의해 생성된 열의 곱을 반환합니다. 이 경우 각 목록의 곱을 반환합니다. |
radians |
radians(value) |
value 를 도에서 라디안으로 변환합니다. |
rank |
rank(value, expression) |
expression 에 의해 생성된 열에서 value 순위를 반환합니다. 예를 들어 총 할인가를 기준으로 주문 순위를 지정하려는 경우 쿼리의 order_items.total_sale_price 의 전체 열과 비교할 때 쿼리의 order_items.total_sale_price 의 각 값에 대한 순위를 제공하는 rank(${order_items.total_sale_price},${order_items.total_sale_price}) 를 사용할 수 있습니다. expression 이 여러 목록을 정의하는 경우 이 함수는 각 목록에 있는 value 의 상대적 크기를 반환합니다. 예시를 보려면 테이블 계산으로 순위 커뮤니티 게시물을 참조하세요. |
rank_avg |
rank_avg(value, expression) |
expression 에서 목록 열을 정의하지 않는 한 expression 에 의해 생성된 열에서 value 의 평균 순위를 반환합니다. 이 경우 각 목록에서 value 의 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) |
value 의 사인을 반환합니다. |
skew |
skew(expression) |
expression 에서 목록 열을 정의하지 않는 한 expression 에 의해 생성된 열의 샘플 편향을 반환합니다. 이 경우 각 목록의 샘플 편향을 반환합니다. |
slope |
slope(y_column, x_column) |
y_column 및 x_column 에 의해 결정된 점을 통해 선형 회귀선의 기울기를 반환합니다. 예를 들어 테이블 계산을 사용하여 Looker에서 예측하는 방법 커뮤니티 게시물을 참조하세요. |
small |
small(expression, k) |
expression 에서 목록 열을 정의하지 않는 한 expression 에 의해 생성된 열의 k 번째 작은 값을 반환합니다. 이 경우 각 목록의 k 번째 가장 작은 값을 반환합니다. |
stddev_pop |
stddev_pop(expression) |
expression 에서 목록 열을 정의하지 않는 한 expression 에 의해 생성된 열의 표준 편차(모집단)를 반환합니다. 이 경우 각 목록의 표준 편차(모집단)가 반환됩니다. |
stddev_samp |
stddev_samp(expression) |
expression 에서 목록 열을 정의하지 않는 한 expression 에 의해 생성된 열의 표준 편차(표본)를 반환합니다. 이 경우 각 목록의 표준 편차(표본)가 반환됩니다. |
sum |
sum(expression) |
expression 에서 목록 열을 정의하지 않는 한 expression 에 의해 생성된 열의 합계를 반환합니다. 이 경우 각 목록의 합계를 반환합니다. sum 을 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 dof 인 value 위치를 반환합니다. cumulative = yes 인 경우 누적 확률을 반환합니다. |
t_inv |
t_inv(probability, dof) |
자유도가 dof 인 역정규 누적 분포에서 probability 의 위치를 반환합니다. |
t_test |
t_test(column_1, column_2, tails, type) |
1 또는 2 tails 를 사용하여 column_1 및 column_2 의 데이터에 대한 학생의 t-테스트 결과를 반환합니다. type : 1 = 페어링, 2 = 동분산, 3 = 이분산 |
tan |
tan(value) |
value 의 탄젠트를 반환합니다. |
var_pop |
var_pop(expression) |
expression 에서 목록 열을 정의하지 않는 한 expression 에 의해 생성된 열의 분산(모집단)을 반환합니다. 이 경우 각 목록의 분산(모집단)을 반환합니다. |
var_samp |
var_pop(expression) |
expression 에서 목록 열을 정의하지 않는 한 expression 에 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 scale 를 사용하여 Weibull 배포에서 value 의 위치를 반환합니다. cumulative = yes 인 경우 누적 확률을 반환합니다. |
z_test |
z_test(data, value, stdev) |
가설 평균 value 에서 기존 data 및 stdev 를 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_2 를 추가합니다. |
- |
value_1 - value_2 |
value_1 에서 value_2 를 뺍니다. |
* |
value_1 * value_2 |
value_1 과 value_2 를 곱합니다. |
/ |
value_1 / value_2 |
value_1 을 value_2 로 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) |
number 일을 date 에 추가합니다. |
add_hours |
add_hours(number, date) |
number 시간을 date 에 추가합니다. |
add_minutes |
add_minutes(number, date) |
number 분을 date 에 추가합니다. |
add_months |
add_months(number, date) |
number 개월을 date 에 추가합니다. |
add_seconds |
add_seconds(number, date) |
number 초를 date 에 추가합니다. |
add_years |
add_years(number, date) |
number 년을 date 에 추가합니다. |
date |
date(year, month, day) |
날짜가 유효하지 않을 경우 'year-month-day ' 날짜 또는 null 을 반환합니다. |
date_time |
date_time(year, month, day, hours, minutes, seconds) |
날짜가 유효하지 않은 경우 year-month-day hours:minutes:seconds 날짜 또는 null 을 반환합니다. |
diff_days |
diff_days(start_date, end_date) |
start_date 에서 end_date 사이의 일 수를 반환합니다. 예를 들어 테이블 계산에 날짜 사용 커뮤니티 게시물을 참조하세요. |
diff_hours |
diff_hours(start_date, end_date) |
start_date 에서 end_date 사이의 시간을 반환합니다. |
diff_minutes |
diff_minutes(start_date, end_date) |
start_date 에서 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_date 에서 end_date 사이의 개월 수를 반환합니다. 예를 들어 테이블 계산에서 측정기준별 그룹화 커뮤니티 게시물을 참조하세요. |
diff_seconds |
diff_seconds(start_date, end_date) |
start_date 에서 end_date 사이의 시간(초)을 반환합니다. |
diff_years |
diff_years(start_date, end_date) |
start_date 에서 end_date 사이의 시간(연)을 반환합니다. |
extract_days |
extract_days(date) |
date 에서 일을 추출합니다. 예를 들어 테이블 계산에 날짜 사용 커뮤니티 게시물을 참조하세요. |
extract_hours |
extract_hours(date) |
date 에서 시간을 추출합니다. |
extract_minutes |
extract_minutes(date) |
date 에서 분을 추출합니다. |
extract_months |
extract_months(date) |
date 에서 월을 추출합니다. |
extract_seconds |
extract_seconds(date) |
date 에서 초를 추출합니다. |
extract_years |
extract_years(date) |
date 에서 연도를 추출합니다. |
now |
now() |
현재 날짜 및 시간을 반환합니다. now 를 사용하는 예시는 Now() 테이블 계산 함수에서 더 나은 시간대 처리 및 테이블 계산에서 날짜 사용 커뮤니티 게시물을 참조하세요. |
trunc_days |
trunc_days(date) |
date 를 일 단위로 자릅니다. |
trunc_hours |
trunc_hours(date) |
date 를 시간 단위로 자릅니다. |
trunc_minutes |
trunc_minutes(date) |
date 를 분 단위로 자릅니다. |
trunc_months |
trunc_months(date) |
date 를 월 단위로 자릅니다. |
trunc_years |
trunc_years(date) |
date 를 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 Yes
를 반환하고, 기준이 충족되지 않으면 No
를 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 yes 인 경우 첫 번째 when 케이스에 대해 value_if_yes 를 반환합니다. 모든 when 케이스가 no 이면 else_value 를 반환합니다. |
coalesce |
coalesce(value_1, value_2, ...) |
value_1 , value_2 , ... , value_n 이 있으면 첫 번째 null 이 아닌 값을 반환하고 그렇지 않으면 null 을 반환합니다. coalesce 를 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_expression 이 Yes 로 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) |
value 이 null 이면 Yes 를 반환하고, 그렇지 않으면 No 를 반환합니다. 예를 들어 Looker 표현식 만들기 문서 페이지를 참조하세요. NOT 연산자와 함께 is_null 을 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_1 이 value_2 와 같으면 Yes 를 반환하고 그렇지 않으면 No 를 반환합니다. |
!= |
value_1 != value_2 |
value_1 이 value_2 와 같지 않으면 Yes 를 반환하고, 그렇지 않으면 No 를 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 no
는 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.
${field} > 100
null
을 사용하여 값을 나타내지 않을 수도 있습니다. 예를 들어 필드가 비어 있는지 확인하거나 특정 상황에서 빈 값을 할당할 수 있습니다. 이 수식은 필드가 1보다 작으면 값을 반환하지 않고, 1을 초과하면 값을 반환합니다.
if(${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) |
expression 에서 목록 열을 정의하지 않는 한 expression 에 의해 생성된 열의 n 번째 요소 값을 반환합니다. 이 경우 각 목록의 n 번째 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_column 에 있는 value 와 동일한 행에 있는 result_column 의 값을 반환합니다. |
offset |
offset(column, row_offset) |
column 의 (n + row_offset) 번 행의 값을 반환합니다. 여기서 n 은 현재 행 번호입니다. offset 을 사용하는 예시는 테이블 계산으로 이전 비율 및 변동률 계산 권장사항 페이지를 참조하세요. |
offset_list |
offset_list(column, row_offset, num_values) |
column 의 (n + row_offset) 행에서 시작하는 num_values 값 목록을 반환합니다. 여기서 n 은 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 expression 을 평가합니다(첫 번째 피벗의 경우 1, 두 번째 피벗의 경우 2 등). 피벗되지 않은 결과에 대해 null을 반환합니다. pivot_index 를 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 n 은 현재 피벗 열 위치입니다. 피벗되지 않은 결과에 대해 null을 반환합니다. pivot_offset 를 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_expression 의 num_values 값 목록을 반환합니다. 여기서 n 은 현재 피벗 색인입니다. 피봇되지 않은 결과에 대해 null 을 반환합니다. |
pivot_row |
pivot_row(expression) |
피벗된 expression 의 값을 목록으로 반환합니다. 피봇되지 않은 결과에 대해 null 을 반환합니다. pivot_row 를 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 null 을 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 Yes 을 반환하고 그렇지 않은 경우 No 를 반환합니다. |