Funciones y operadores de Looker

Si tu administrador te otorgó los permisos para crear cálculos de tablas, puedes usar las siguientes funciones para realizar rápidamente funciones comunes sin necesidad de crear expresiones de Looker:

  • Cálculos con atajos para realizar cálculos comunes rápidamente en campos numéricos que se encuentran en la tabla de datos de Explorar

Si tu administrador te otorgó los permisos para crear campos personalizados, puedes usar las siguientes funciones para realizar rápidamente funciones comunes sin necesidad de crear expresiones de Looker:

Las expresiones de Looker (a veces conocidas como Lexp) se usan para realizar cálculos para lo siguiente:

Una parte importante de estas expresiones son las funciones y operadores que puedes usar en ellas. Las funciones y operadores se pueden dividir en algunas categorías básicas:

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 basados 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.

Funciones y operadores matemáticos

Los operadores y las funciones matemáticas funcionan de una de las siguientes maneras:

  • Algunas funciones matemáticas realizan cálculos basados en una sola fila. Por ejemplo, se pueden usar funciones de redondeo, raíz cuadrada, multiplicación y similares para los valores de una sola fila, lo que muestra un valor distinto para cada fila. Todos los operadores matemáticos, como +, se aplican una fila a la vez.
  • Otras funciones matemáticas, como los promedios y los totales generales, 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 con cálculos de tablas.
ceiling ceiling(value) Devuelve el número entero más bajo que sea mayor o igual que value.
exp exp(value) Muestra e a la potencia de value.
floor floor(value) Devuelve el número entero más alto 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 con cálculos de tablas.
rand rand() Muestra un número aleatorio entre 0 y 1.
round round(value, num_decimals) Muestra value redondeado a num_decimals decimales.

Para ver ejemplos de uso de round, consulta las publicaciones de la comunidad Cómo usar pivot_index en cálculos de tablas y Desviación estándar y detección de valores atípicos de series temporales simples con cálculos de 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 con cálculos de tablas.

Funciones solo para cálculos basados en tablas

Muchas de estas funciones operan en muchas filas y solo consideran las filas que devuelve 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) Devuelve 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 acumulativa inversa con los parámetros alpha y beta.
binom_dist binom_dist(num_successes, num_tests, probability, cumulative) Muestra la probabilidad de obtener num_successes éxitos en num_tests pruebas con el probability de éxito determinado. Si es cumulative = yes, muestra la probabilidad acumulada.
binom_inv binom_inv(num_tests, test_probability, target_probability) Devuelve el número k más pequeño que cumpla con 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) Devuelve la probabilidad de la prueba de chi-cuadrado de 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 selection_size elementos de un conjunto de tamaño set_size.
confidence_norm confidence_norm(alpha, stdev, n) Muestra la mitad de la amplitud del intervalo de confianza normal en el nivel de significación 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 significación 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 muestral de column_1 y column_2.
degrees degrees(value) Convierte value de radianes a grados.
expon_dist expon_dist(value, lambda, cumulative) Devuelve 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 acumulativa inversa con los parámetros dof_1 y dof_2.
fact fact(value) Devuelve 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) Devuelve la probabilidad de obtener sample_successes de sample_size, la cantidad de population_successes y population_size dados. Si es cumulative = yes, muestra la probabilidad acumulada.
intercept intercept(y_column, x_column) Muestra el corte 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 de tablas.
kurtosis kurtosis(expression) Muestra la curtosis excesiva de muestra de la columna creada por expression, a menos que expression defina una columna de listas, en cuyo caso muestra la curtosis excesiva de muestra de cada lista.
large large(expression, k) Muestra el késimo valor más grande de la columna creada por expression, a menos que expression defina una columna de listas, en cuyo caso muestra el késimo valor más grande de cada lista.
match match(value, expression) Muestra el número de fila de la primera ocurrencia 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.

Para ver ejemplos de uso de max, consulta las publicaciones de la 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 de uso de mean, consulta la publicación de Comunidad Cómo calcular las medias móviles y la publicación de Comunidad Desviación estándar y detección de valores atípicos de series temporales simples con cálculos de 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 valor mínimo de la columna creada por expression, a menos que expression defina una columna de listas, en cuyo caso muestra el valor mínimo de cada lista.
mode mode(expression) Muestra el modo de la columna creada por 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 num_failures fallas antes de obtener num_successes éxitos, con el probability de éxito determinado. 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 mean y stdev dados. Si es cumulative = yes, muestra la probabilidad acumulada.
norm_inv norm_inv(probability, mean, stdev) Muestra la posición de probability en la distribución normal inversa acumulada.
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 acumulada.
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(expression, percentile_value) Muestra el valor de la columna creada por expression correspondiente al percentile_value determinado, a menos que expression defina una columna de listas, en cuyo caso muestra el valor del percentil de cada lista. percentile_value debe estar entre 0 y 1; de lo contrario, se muestra null.
pi pi() Muestra el valor de pi.
poisson_dist poisson_dist(value, lambda, cumulative) Devuelve 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 creada por 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) Devuelve la clasificación de value en la columna creada por expression. Por ejemplo, si deseas clasificar los pedidos por su precio de venta total, puedes usar rank(${order_items.total_sale_price},${order_items.total_sale_price}), que asigna una clasificación a cada valor de order_items.total_sale_price en tu consulta cuando la comparas con toda la columna de order_items.total_sale_price en tu consulta. En el caso en que expression defina varias listas, esta función muestra el tamaño relativo de value en cada lista.

Para ver un ejemplo, consulta la publicación de Comunidad Ranks with Table Calculations.
rank_avg rank_avg(value, expression) Muestra el rango promedio de value en la columna creada por expression, a menos que expression defina una columna de listas, en cuyo caso muestra el rango promedio de value en cada lista.
running_product running_product(value_column) Muestra un producto en ejecución de los valores de value_column.
running_total running_total(value_column) Muestra un total en ejecución de los valores en value_column.

Para ver un ejemplo, consulta la página de prácticas recomendadas Cómo crear columnas de sumas parciales con cálculos de tablas.
sin sin(value) Muestra el seno de value.
skew skew(expression) Muestra la asimetría de muestra de la columna creada por 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 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 de tablas.
small small(expression, k) Devuelve el késimo valor más pequeño de la columna creada por expression, a menos que expression defina una columna de listas, en cuyo caso muestra el késimo valor más pequeño de cada lista.
stddev_pop stddev_pop(expression) Muestra la desviación estándar (población) de la columna creada por expression, a menos que expression defina una columna de listas, en cuyo caso muestra la desviación estándar (población) de cada lista.
stddev_samp stddev_samp(expression) Muestra la desviación estándar (muestral) de la columna creada por expression, a menos que expression defina una columna de listas, en cuyo caso muestra la desviación estándar (muestral) de cada lista.
sum sum(expression) Devuelve la suma de la columna creada por expression, a menos que expression defina una columna de listas, en cuyo caso devuelve la suma de cada lista.

Para ver ejemplos con sum, consulta las páginas de prácticas recomendadas Cómo agregar valores en filas (totales de fila) 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 de Student 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 Student en los datos de column_1 y column_2, con 1 o 2 tails. type: 1 = emparejado, 2 = homoscedástico, 3 = heteroscedástico.
tan tan(value) Muestra la tangente de value.
var_pop var_pop(expression) Muestra la varianza (población) de la columna creada por expression, a menos que expression defina una columna de listas, en cuyo caso muestra la varianza (población) de cada lista.
var_samp var_samp(expression) Muestra la varianza (muestra) de la columna creada por 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 con los data y stdev existentes en la media hipotética value.

Operadores para cualquier expresión de Looker

Puedes usar los siguientes operadores matemáticos estándar:

Operador Sintaxis Objetivo
+ value_1 + value_2 Agrega 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 escribir en mayúsculas palabras y letras, extraer partes de una frase, verificar si una palabra o letra está en una frase o reemplazar elementos de una palabra o frase. Las funciones de cadena también se pueden usar para dar formato a los datos que se muestran en la tabla.

Funciones para cualquier expresión de Looker

Función Sintaxis Objetivo
concat concat(value_1, value_2, ...) Muestra value_1, value_2, ... y value_n unidos como una sola cadena.
contains contains(string, search_string) Muestra Yes si string contiene search_string, y No en caso contrario. La función contains distingue mayúsculas de minúsculas.
length length(string) Muestra la cantidad de caracteres de string.
lower lower(string) Muestra string con todos los caracteres convertidos a minúsculas.
position position(string, search_string) Muestra el índice de inicio de search_string en string si existe, y 0 en caso contrario.
replace replace(string, old_string, new_string) Muestra string con todas las instancias de old_string reemplazadas por new_string.
substring substring(string, start_position, length) Muestra la subcadena de string, que comienza en start_position y consta de length caracteres. start_position comienza en 1, donde 1 indica el primer carácter de la cadena, 2 indica el segundo carácter de la cadena, y así sucesivamente.
upper upper(string) Muestra string con todos los caracteres convertidos a mayúsculas.

Funciones solo para cálculos basados en tablas

Función Sintaxis Objetivo
split split(string, delimeter) Muestra una lista de cadenas en string divididas por delimiter.
to_number to_number(string) Muestra el número representado por string o null si no se puede convertir la cadena.
to_string to_string(value) Muestra la representación de cadena de value o una cadena vacía si value es nulo.

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 uso de now, consulta las publicaciones de la comunidad La función de cálculo de tablas Now() tiene un mejor manejo de zonas horarias y Cómo usar fechas en cálculos de tablas.
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 la 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 lógicos

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 y muestran Yes si se cumplen los criterios y No si no se cumplen. También hay 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) SE AGREGARON 21.10 Permite la lógica condicional con varias condiciones y resultados. Muestra value_if_yes para el primer caso 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 sea null en value_1, value_2, ..., value_n si se encuentra y null de lo contrario.

Para ver ejemplos de cómo usar coalesce, consulta las publicaciones de la comunidad Cómo crear un total general en varias filas con cálculos de tablas, Cómo crear un porcentaje del total en varias filas con cálculos de tablas y Cómo usar pivot_index en 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 de tablas.

Operadores para cualquier expresión de Looker

Los siguientes operadores de comparación se pueden usar con cualquier tipo de datos:

Operador Sintaxis Objetivo
= value_1 = value_2 Muestra Yes si value_1 es igual a value_2, y No en caso contrario.
!= value_1 != value_2 Muestra Yes si value_1 no es igual a value_2, y No en caso contrario.

Los siguientes operadores de comparación se pueden usar con números, fechas y cadenas:

Operador Sintaxis Objetivo
> value_1 > value_2 Muestra Yes si value_1 es mayor que value_2, y No en caso contrario.
< value_1 < value_2 Muestra Yes si value_1 es menor que value_2, y No en caso contrario.
>= value_1 >= value_2 Muestra Yes si value_1 es mayor o igual que value_2, y No de lo contrario.
<= value_1 <= value_2 Muestra Yes si value_1 es menor o igual que value_2, y No de lo contrario.

También puedes combinar expresiones de Looker con estos operadores lógicos:

Operador Sintaxis Objetivo
AND value_1 AND value_2 Muestra Yes si value_1 y value_2 son Yes, y No en caso contrario.
OR value_1 OR value_2 Muestra Yes si value_1 o value_2 es Yes, y No en caso contrario.
NOT NOT value Muestra Yes si value es No, y No en caso contrario.

Estos operadores lógicos se deben escribir en mayúsculas. 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 minúsculas y tienen los siguientes significados:

Constante Significado
yes Verdadero
no Falso
null Sin valor

Ten en cuenta que las constantes yes y no son los símbolos especiales que ​significan verdadero o falso en las expresiones de Looker. En cambio, usar comillas, como en "yes" y "no", crea cadenas literales con esos valores.

Las expresiones lógicas se evalúan como verdaderas o falsas sin requerir una función if. Por ejemplo, esto:

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

es equivalente 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 muestra ningún valor si el campo es menor que 1, o bien muestra el valor del campo si es mayor que 1:

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

Combinación de operadores AND y OR

Los operadores AND se evalúan antes que los operadores OR, a menos que especifiques el orden con 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

Cuando creas cálculos de tablas, puedes usar funciones de transformación posicional para extraer información sobre campos en diferentes filas o columnas de los informes dinámicos. También puedes crear listas y recuperar el índice de la fila o columna de la tabla dinámica actual.

Totales de columnas y filas solo para cálculos de tablas

Si tu Exploración contiene totales, puedes hacer referencia a los valores totales de las columnas y las filas:

Función Sintaxis Objetivo
:total ${field:total} Devuelve el total de la columna del campo.
:row_total ${field:row_total} Muestra el total de filas del campo.

Algunas de estas funciones usan las posiciones relativas de las filas, por lo que cambiar el orden de clasificación 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 proporcionados.

Para ver un ejemplo, consulta la publicación de Comunidad Cómo usar listas en los cálculos de tablas.
lookup lookup(value, lookup_column, result_column) Muestra el valor en result_column que está en la misma fila que value en lookup_column.
offset offset(column, row_offset) Muestra el valor de la fila (n + row_offset) en column, donde n es el número de fila actual.

Para ver ejemplos con offset, consulta la página de prácticas recomendadas Cómo calcular el porcentaje del valor anterior y el porcentaje de cambio con cálculos de tablas.
offset_list offset_list(column, row_offset, num_values) Muestra una lista de los valores de num_values que comienzan 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.

Algunas de estas funciones usan las posiciones relativas de las columnas de los ejes de giro, por lo que cambiar el orden de clasificación de la dimensión de los ejes de giro afecta los resultados de esas funciones.

Función Sintaxis Objetivo
pivot_column pivot_column() Muestra el índice de la columna de filtro actual.
pivot_index pivot_index(expression, pivot_index) Evalúa expression en el contexto de la columna de eje en la posición pivot_index (1 para el primer eje, 2 para el segundo eje, etcétera). Muestra un valor nulo para los resultados no pivotados.

Para ver ejemplos de uso de pivot_index, consulta las publicaciones de la comunidad Cómo usar pivot_index en los cálculos de tablas y Cómo crear un porcentaje del total en las filas con cálculos de tablas.
pivot_offset pivot_offset(pivot_expression, col_offset) Muestra el valor de pivot_expression en la posición (n + col_offset), donde n es la posición actual de la columna del eje. Muestra un valor nulo para los resultados no pivotados.

Para ver ejemplos de cómo usar pivot_offset, consulta la publicación de Comunidad Cómo crear un total general en varias filas con cálculos de tablas y la página de prácticas recomendadas Cómo calcular el porcentaje de la cantidad anterior y el porcentaje de cambio con cálculos de 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 de eje actual. Muestra null para los resultados no pivotados.
pivot_row pivot_row(expression) Muestra los valores pivotados de expression como una lista. Muestra null para los resultados no pivotados.

Para ver ejemplos con pivot_row, consulta las páginas de prácticas recomendadas Cómo agregar valores en filas (totales de fila) en los cálculos basados en tablas y Cómo calcular el porcentaje del total.
pivot_where pivot_where(select_expression, expression) Devuelve el valor de expression para la columna de tabla dinámica que satisface de forma exclusiva select_expression o null si no existe una columna única.

Las funciones de filtro específicas que usas determinan si el cálculo de la tabla se muestra junto a cada columna de filtro o como una sola columna al final de la tabla.

Funciones de filtro para filtros y campos personalizados

Las funciones de filtro te permiten trabajar con expresiones de filtro para mostrar valores en función de los datos filtrados. Las funciones de filtro funcionan en filtros personalizados, filtros en mediciones personalizadas y dimensiones personalizadas, pero no son válidas en 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 del filtro, No de lo contrario.