이 페이지는 Cloud Translation API를 통해 번역되었습니다.

Looker 함수 및 연산자

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 또는 type: case 필드에서 CASE 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 범주로 나눌 수 있습니다.

수학적: 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 함수와 연산자는 다음 두 가지 방식 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	문법	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 작거나 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)`	`num_decimals` 소수점 자릿수로 반올림된 `value`를 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	문법	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), ${view_name.field_1})` `percent_rank(list(1, 2, 3), 2)`
`percentile`	`percentile(expression, percentile_value)`	`expression`에서 목록의 열을 정의하지 않는 한, 지정된 `percentile_value`에 해당하는 `expression`으로 생성된 열에서 값을 반환합니다. 이 경우 각 목록의 백분위수 값을 반환합니다. `percentile_value`는 0에서 1 사이여야 합니다. 그렇지 않으면 `null`을 반환합니다.
`pi`	`pi()`	PI의 값을 반환합니다.
`poisson_dist`	`poisson_dist(value, lambda, cumulative)`	매개변수 `lambda`를 사용하여 poisson 배포에서 `value`의 위치를 반환합니다. `cumulative = yes`인 경우 누적 확률을 반환합니다.
`product`	`product(expression)`	`expression`에서 목록 열을 정의하지 않는 한 `expression`에 의해 생성된 열의 곱을 반환합니다. 이 경우 각 목록의 곱을 반환합니다.
`radians`	`radians(value)`	`value`를 도에서 라디안으로 변환합니다.
`rank`	`rank(value, expression)`	`expression`에 의해 생성된 열에서 `value` 순위를 반환합니다. 예를 들어 총 할인가를 기준으로 주문 순위를 지정하려는 경우 쿼리의 `order_items.total_sale_price`의 전체 열과 비교할 때 쿼리의 `order_items.total_sale_price`의 각 값에 대한 순위를 제공하는 `rank(${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_samp(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 수학 연산자를 사용할 수 있습니다.

연산자	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`1 `value_2`로 나눕니다.

문자열 함수

문자열 함수는 통칭해서 "문자열"이라고 부르는 문장, 단어, 문자를 대상으로 작동합니다. 문자열 함수를 사용하면 단어 및 문자를 대문자로 전환하거나, 문구의 일부를 추출하거나, 단어 또는 문자가 문구에 포함되었는지 여부를 확인하거나, 단어 또는 문구의 요소를 대체할 수 있습니다. 문자열 함수는 테이블에서 반환되는 데이터의 형식을 지정하는 데도 사용될 수 있습니다.

모든 Looker 표현식의 함수

함수	문법	목적
`concat`	`concat(value_1, value_2, ...)`	하나의 문자열로 결합된 `value_1`, `value_2`, `...`, `value_n`을 반환합니다.
`contains`	`contains(string, search_string)`	`string`에 `search_string`이 포함되어 있으면 `Yes`를 반환하고 그렇지 않으면 `No`를 반환합니다. `contains` 함수는 대소문자를 구분합니다.
`length`	`length(string)`	`string`의 문자 수를 반환합니다.
`lower`	`lower(string)`	모든 문자가 소문자로 변환된 `string`을 반환합니다.
`position`	`position(string, search_string)`	`string`에 `search_string`의 시작 색인이 있으면 이를 반환하고 그렇지 않은 경우 `0`을 반환합니다.
`replace`	`replace(string, old_string, new_string)`	`old_string`의 모든 발생을 `new_string`으로 바꾼 `string`을 반환합니다.
`substring`	`substring(string, start_position, length)`	`start_position`으로 시작하여 `length`로 구성된 `string`의 하위 문자열을 반환합니다. `start_position`은 `1`에서 시작하고 `1`은 문자열의 첫 번째 문자를 나타냅니다. `2`는 문자열의 두 번째 문자를 나타냅니다.
`upper`	`upper(string)`	모든 문자가 대문자로 변환된 `string`을 반환합니다.

테이블 계산 전용 함수

함수	문법	목적
`split`	`split(string, delimeter)`	`delimiter`로 구분된 `string`의 문자열 목록을 반환합니다.
`to_number`	`to_number(string)`	`string`으로 표시된 숫자를 반환하거나 문자열을 변환할 수 없는 경우 `null`을 반환합니다.
`to_string`	`to_string(value)`	`value`의 문자열 표현을 반환하거나 `value`가 null인 경우 빈 문자열을 반환합니다.

날짜 함수

날짜 함수를 사용하면 날짜 및 시간 관련 작업을 수행할 수 있습니다.

모든 Looker 표현식의 함수

함수	문법	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. 예시를 보려면 테이블 계산에서 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. 예시를 보려면 테이블 계산에서 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 일수를 추출합니다. 예시를 보려면 테이블 계산에서 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 커뮤니티 게시물과 테이블 계산에서 날짜 사용 커뮤니티 게시물을 참고하세요.
`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	문법	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 값 비교와 논리 표현식 조합을 위한 다양한 논리 연산자가 있습니다.

모든 Looker 표현식의 함수

함수	문법	목적
`case`	`case(when(yesno_arg, value_if_yes), when(yesno_arg, value_if_yes), ..., else_value)`	21년 10월 추가 여러 조건과 결과가 포함된 조건 논리를 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 사용하는 예시는 테이블 계산을 사용하여 행 전체 누계 만들기, 테이블 계산을 사용하여 행 전체의 총계 비율 만들기, 테이블 계산의 pivot_index 사용 커뮤니티 게시물을 참고하세요.
`if`	`if(yesno_expression, value_if_yes, value_if_no)`	`yesno_expression`이 `Yes`로 평가되면 `value_if_yes` 값을 반환합니다. 그렇지 않으면 `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 유형에 사용할 수 있습니다.

연산자	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.

연산자	구문	목적
`>`	`value_1 > value_2`	`value_1`이 `value_2`보다 크면 `Yes`를 반환하고 그렇지 않으면 `No`를 반환합니다.
`<`	`value_1 < value_2`	`value_1`이 `value_2`보다 작으면 `Yes`를 반환하고, 그렇지 않으면 `No`를 반환합니다.
`>=`	`value_1 >= value_2`	`value_1`이 `value_2`보다 크거나 같으면 `Yes`를 반환하고 그렇지 않으면 `No`를 반환합니다.
`<=`	`value_1 <= value_2`	`value_1`이 `value_2`보다 작거나 같으면 `Yes`를 반환하고 그렇지 않으면 `No`를 반환합니다.

또한 Looker 표현식을 다음 논리 표현식과 조합할 수 있습니다.

연산자	구문	목적
`AND`	`value_1 AND value_2`	`value_1`과 `value_2`가 모두 `Yes`이면 `Yes`를 반환하고 그렇지 않으면 `No`를 반환합니다.
`OR`	`value_1 OR value_2`	`value_1` 또는 `value_2`가 `Yes`이면 `Yes`를 반환하고, 그렇지 않으면 `No`를 반환합니다.
`NOT`	`NOT value`	`value`가 `No`이면 `Yes`를 반환하고, 그렇지 않으면 `No`를 반환합니다.

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"에서와 같이 따옴표를 사용하면 이러한 값을 포함한 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 할당해야 할 수 있습니다. 이 수식은 필드가 1보다 작으면 값을 반환하지 않고, 1을 초과하면 값을 반환합니다.

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

`AND` 및 `OR` 연산자 조합

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 때는 위치 변환 함수를 사용하여 여러 다른 행 또는 피벗 열에 있는 필드의 정보를 추출할 수 있습니다. 또한 목록을 만들고 현재 행 또는 피벗 열 색인을 검색할 수 있습니다.

테이블 계산 전용 열 및 행 총계

Explore에 총계가 포함된 경우 열과 행에 대한 총계 값을 참조할 수 있습니다.

함수	문법	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	문법	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. 예시를 보려면 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. 예시를 보려면 이동 평균 계산 커뮤니티 게시글을 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	문법	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 함수에 따라 테이블 계산이 각 피벗 열 옆에 표시되는지 또는 테이블 끝에서 단일 열로 표시되는지 여부가 결정됩니다.

커스텀 필터 및 커스텀 필드의 필터 함수

필터 함수를 사용하면 필터 표현식을 사용해서 필터링된 데이터를 기준으로 값을 반환할 수 있습니다. 필터 함수는 커스텀 필터, 커스텀 측정항목의 필터, 커스텀 측정기준에서 작동하지만 테이블 계산에는 적합하지 않습니다.

함수	문법	목적
`matches_filter`	`matches_filter(field, filter_expression)`	필드 값이 필터 표현식과 일치하는 경우 `Yes`을 반환하고 그렇지 않은 경우 `No`를 반환합니다.

Looker 함수 및 연산자

일부 함수는 테이블 계산에만 사용 가능

수학 함수 및 연산자

모든 Looker 표현식의 함수

테이블 계산 전용 함수

모든 Looker 표현식 연산자

문자열 함수

모든 Looker 표현식의 함수

테이블 계산 전용 함수

날짜 함수

모든 Looker 표현식의 함수

테이블 계산 전용 함수

논리 함수, 연산자, 상수

모든 Looker 표현식의 함수

모든 Looker 표현식 연산자

논리 상수

AND 및 OR 연산자 조합

위치 함수

테이블 계산 전용 열 및 행 총계

테이블 계산 전용 행 관련 함수

테이블 계산 전용 피벗 관련 함수

커스텀 필터 및 커스텀 필드의 필터 함수

`AND` 및 `OR` 연산자 조합